【技术实现步骤摘要】
本专利技术涉及自动驾驶，尤其涉及的是一种基于线性控制器的轨迹交互方法及装置。
技术介绍
1、当前，自动驾驶技术的发展已经逐渐引领了汽车行业的未来，其中自动变道功能是实现自动驾驶的重中之重。然而，由于交通参与者的不确定性，自动驾驶在变道场景中始终难以兼顾安全性与灵活性，影响了自动驾驶系统的表现。例如，变道时后方车辆是选择减速避让还是加速阻止自车变道，成功地预测后车的行为是自动驾驶变道成功的关键，而后车的行为也会反过来被自动驾驶车辆影响。所以自动驾驶算法中，需要考虑自车和后车的交互，以更好地预测后车的实际行为，从而辅助自动驾驶规划模块生成更合理的变道轨迹。
2、目前，业界的主流方案是先预测再规划。即先根据环境信息、自车周围每个车辆的历史运动状态以及速度，利用物体轨迹预测模块对每个车辆未来一段时间的运动状态进行预测，得出每个车辆一段时间的预测运动轨迹(包含速度，位置信息)，传递给下游的轨迹规划模块。轨迹规划模块在得到每个物体的预测轨迹信息后，根据物体预测的位置和速度来相应的规划自动驾驶车辆未来一段时间的轨迹。
3、先预测再规划的方案存在的主要问题是，在轨迹规划模块开始规划轨迹时，每个物体的预测轨迹已经给定，没有考虑到自车预期的行为带给每个物体的预期行为的影响，从而每个物体的预测轨迹与实际物体最终所走轨迹不太吻合，从而使得自动驾驶变道轨迹的规划不符合实际人类驾驶习惯，或者造成变道轨迹规划的不稳定，影响变道的安全性和灵活性。
4、因此，现有技术还有待改进。
技术实现思路>
1、本专利技术要解决的技术问题在于，针对现有技术缺陷，本专利技术提供一种基于线性控制器的轨迹交互方法及装置，以解决现有的自动驾驶技术中变道的安全性低及灵活性低的问题。
2、本专利技术解决技术问题所采用的技术方案如下：
3、第一方面，本专利技术提供基于线性控制器的轨迹交互方法，包括：
4、获取各物体所在的道路信息及环境信息，并根据所获取的道路信息及环境信息生成各物体的初始预测轨迹；
5、根据各物体的初始预测轨迹，以采样点轨迹规划方式生成自车的初始变道轨迹；
6、根据预设条件筛选得到对所述自车的初始变道轨迹产生影响的物体；
7、根据所述自车的初始变道轨迹及筛选后物体的初始预测轨迹，重新生成所述筛选后物体的预测轨迹；
8、根据所述筛选后物体的新预测轨迹生成及输出新的自车变道轨迹。
9、在一种实现方式中，所述获取各物体所在的道路信息及环境信息，并根据所获取的道路信息及环境信息生成各物体的初始预测轨迹，包括：
10、获取各物体所在的道路信息及环境信息；
11、将所获取的道路信息及环境信息输入预训练的深度学习模型，预测得到各物体未来一段时间内的初步预测轨迹；
12、将预测得到的初步预测轨迹存入各物体对应的数据结构中。
13、在一种实现方式中，所述根据各物体的初始预测轨迹，以采样点轨迹规划方式生成自车的初始变道轨迹，包括：
14、根据各物体的初始预测轨迹，在自车预设范围内的空间上进行轨迹采样，得到若干个轨迹点；
15、根据若干个所述轨迹点进行多项式曲线连接，形成所述自车的初始变道轨迹。
16、在一种实现方式中，所述根据预设条件筛选得到对所述自车的初始变道轨迹产生影响的物体，包括：
17、筛选对自车变道行为轨迹产生影响的物体；其中，筛选后的物体满足以下条件：
18、a)非静止物体；
19、b)物体的预测轨迹末位置在自车初始变道轨迹末位置之后；
20、c)在物体的初始预测轨迹的至少一个时刻，物体侵占自车所在车道以及自车变道所在车道。
21、在一种实现方式中，所述根据所述自车的初始变道轨迹及筛选后物体的初始预测轨迹，重新生成所述筛选后物体的预测轨迹，包括：
22、计算所述自车与各筛选后物体在每个时刻的相对距离；
23、分别获取所述自车与各筛选后物体在每个时刻的车速，并根据预设跟车模型计算得到期望安全距离；
24、根据每个时刻的相对距离和对应的期望安全距离，基于控制器的跟车纵向模型计算每个时刻的物体保持安全的跟车距离所需要的加减速；
25、根据计算得到的每个时刻的物体加减速，以所述跟车纵向模型推出对应的筛选后物体的位置和速度，重新生成所述筛选后物体的预测轨迹。
26、在一种实现方式中，所述基于控制器的跟车纵向模型计算每个时刻的物体保持安全的跟车距离所需要的加减速，包括：
27、将每个时刻的相对距离和对应的期望安全距离的差值作为比例项，并将自车速度与筛选后物体的速度的差值作为微分项，计算每个时刻的物体保持安全的跟车距离所需要的加减速。
28、在一种实现方式中，所述根据所述筛选后物体的新预测轨迹生成及输出新的自车变道轨迹，包括：
29、根据所述筛选后物体的新预测轨迹，利用所述采样点轨迹规划方式生成所述新的自车变道轨迹；
30、将所述新的自车变道轨迹传递到下游的控制模块作为最终的车辆执行轨迹。
31、第二方面，本专利技术提供一种基于线性控制器的轨迹交互装置，包括：
32、初始预测轨迹模块，用于获取各物体所在的道路信息及环境信息，并根据所获取的道路信息及环境信息生成各物体的初始预测轨迹；
33、初始变道轨迹模块，用于根据各物体的初始预测轨迹，以采样点轨迹规划方式生成自车的初始变道轨迹；
34、影响物体筛选模块，用于根据预设条件筛选得到对所述自车的初始变道轨迹产生影响的物体；
35、重新预测轨迹模块，用于根据所述自车的初始变道轨迹及筛选后物体的初始预测轨迹，重新生成所述筛选后物体的预测轨迹；
36、执行变道轨迹模块，用于根据所述筛选后物体的新预测轨迹生成及输出新的自车变道轨迹。
37、第三方面，本专利技术提供一种终端，包括：处理器以及存储器，所述存储器存储有基于线性控制器的轨迹交互程序，所述基于线性控制器的轨迹交互程序被所述处理器执行时用于实现如第一方面所述的基于线性控制器的轨迹交互方法的操作。
38、第四方面，本专利技术还提供一种介质，所述介质为计算机可读存储介质，所述介质存储有基于线性控制器的轨迹交互程序，所述基于线性控制器的轨迹交互程序被处理器执行时用于实现如第一方面所述的基于线性控制器的轨迹交互方法的操作。
39、本专利技术采用上述技术方案具有以下效果：
40、本专利技术可根据道路信息及环境信息生成各物体的初始预测轨迹，以采样点轨迹规划方式生成自车的初始变道轨迹；并且，通过筛选得到对自车的初始变道轨迹产生影响的物体，可根据自车的初始变道轨迹及筛选后物体的初始预测轨迹，重新生成筛选后物体的预测轨迹，以及根据筛选后物体的新预测轨迹生成及输出新的自车变道轨迹；本专利技术可弥补自动驾驶预测模块和规划模块分离造成的问题，使得环境车辆的本文档来自技高网...
【技术保护点】
1.一种基于线性控制器的轨迹交互方法，其特征在于，包括：
2.根据权利要求1所述的基于线性控制器的轨迹交互方法，其特征在于，所述获取各物体所在的道路信息及环境信息，并根据所获取的道路信息及环境信息生成各物体的初始预测轨迹，包括：
3.根据权利要求1所述的基于线性控制器的轨迹交互方法，其特征在于，所述根据各物体的初始预测轨迹，以采样点轨迹规划方式生成自车的初始变道轨迹，包括：
4.根据权利要求1所述的基于线性控制器的轨迹交互方法，其特征在于，所述根据预设条件筛选得到对所述自车的初始变道轨迹产生影响的物体，包括：
5.根据权利要求1所述的基于线性控制器的轨迹交互方法，其特征在于，所述根据所述自车的初始变道轨迹及筛选后物体的初始预测轨迹，重新生成所述筛选后物体的预测轨迹，包括：
6.根据权利要求5所述的基于线性控制器的轨迹交互方法，其特征在于，所述基于控制器的跟车纵向模型计算每个时刻的物体保持安全的跟车距离所需要的加减速，包括：
7.根据权利要求1所述的基于线性控制器的轨迹交互方法，其特征在于，所述根据所述筛选后物
8.一种基于线性控制器的轨迹交互装置，其特征在于，包括：
9.一种终端，其特征在于，包括：处理器以及存储器，所述存储器存储有基于线性控制器的轨迹交互程序，所述基于线性控制器的轨迹交互程序被所述处理器执行时用于实现如权利要求1-7中任意一项所述的基于线性控制器的轨迹交互方法的操作。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有基于线性控制器的轨迹交互程序，所述基于线性控制器的轨迹交互程序被处理器执行时用于实现如权利要求1-7中任意一项所述的基于线性控制器的轨迹交互方法的操作。
...【技术特征摘要】
1.一种基于线性控制器的轨迹交互方法，其特征在于，包括：
2.根据权利要求1所述的基于线性控制器的轨迹交互方法，其特征在于，所述获取各物体所在的道路信息及环境信息，并根据所获取的道路信息及环境信息生成各物体的初始预测轨迹，包括：
3.根据权利要求1所述的基于线性控制器的轨迹交互方法，其特征在于，所述根据各物体的初始预测轨迹，以采样点轨迹规划方式生成自车的初始变道轨迹，包括：
4.根据权利要求1所述的基于线性控制器的轨迹交互方法，其特征在于，所述根据预设条件筛选得到对所述自车的初始变道轨迹产生影响的物体，包括：
5.根据权利要求1所述的基于线性控制器的轨迹交互方法，其特征在于，所述根据所述自车的初始变道轨迹及筛选后物体的初始预测轨迹，重新生成所述筛选后物体的预测轨迹，包括：
6.根据权利要求5所述的基于线性控制器的轨迹交互方...
【专利技术属性】
技术研发人员：张佳桥，周光，曹通易，
申请(专利权)人：深圳元戎启行科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。