System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及自动控制,特别涉及一种动态时空体素决策规划方法。
技术介绍
1、在整个自动驾驶系统中,规划通常作为预测模块的下游模块,即得到了目标障碍物未来轨迹之后,规划器需要利用预测结果,规划出一条安全舒适的轨迹。现有的规划方法中,可以利用马尔可夫决策过程(markov decision process,mdp)、部分可观马尔可夫决策过程(partially observed markov decision process,pomdp)等来实现高速环境中换道决策等,也有的方法通过建立搜索树结构在路口环境进行策略采样,有的方法引入stackelberg博弈模型实现汇流环境的决策规划。以上方法的问题在于:特定的规划方案通常只适用于单一的交通场景,缺乏对于方法的拓展性和普适性的讨论。而对于复杂的城市交通环境,在不同的道路环境中来回切换规划器显然是不实际的。因此,设计并使用一种对各种道路环境通用的运动规划器是十分必要的。
2、在个体间交互频繁的环境中,自动驾驶技术中“时空规划”的方法已经引起了极大的关注。时空规划指的是在原有的规划空间中,通过额外引入“时间”维度,更好地表现动态障碍物的运动,完成安全、高效、舒适以及行为礼貌的规划任务。时空规划方法的操作流程通常是:已知预测结果,基于已知路点或车辆运动模型,排除了障碍物可能的占据位置的空间,得到其他的可行的三维驾驶空间(包括路面x-y二维平面以及时间轴t,称为“静态时空体素”或者“安全驾驶走廊”),再以可通行的空间作为边界约束,通过求解最优化问题得到最优的规划轨迹。以上的规划方
技术实现思路
1、本公开提出了一种用于时空规划的可通行区域的通用表示方法:动态时空体素。动态体素充分考虑了主路上障碍物的投影以及速度,其不仅能够表示在道路上有障碍物情况下,无人车(下称“主车”)在每个候选车道、每个单位时间内可通行的区域,同时还带有障碍物的速度投影这一动态属性,从而能够帮助主车进行更加合理的轨迹规划,做出规避。
2、基于这一概念,本公开提供的具有交通环境普适性的动态时空体素决策规划方法,主要包括以下步骤:
3、s1,基于道路中各动态障碍物的轨迹预测结果,生成多个动态体素,所述动态体素的属性包括:主车在每个候选车道、每个单位时间内可通行的区域,以及动态障碍物在该区域中的位置、速度投影;
4、s2,基于所有候选车道的每个单位时间生成的动态体素,从当前位置出发,针对每个可能到达的目标位置,考虑每个时间或空间相连的体素之间的转移代价,搜索转移代价最低的体素序列;
5、s3,将步骤s2得到的体素序列作为边界约束,进一步求解优化轨迹。
6、进一步的,所述步骤s1中动态体素生成的具体方法包括:
7、s11,基于运动学约束,计算主车在每个车道、每个单位时间内可达的区域;
8、s12,基于道路中各动态障碍物的轨迹预测结果,从主车可达的区域中剔除其他车辆可能占用的空间,并添加动态障碍物在该区域中的位置和速度投影,得到动态体素。
9、进一步的,所述步骤s11的具体方法包括:
10、在以主车为原点的s-d坐标系即frenet坐标系下,其中s方向指向沿车道前进方向的切线方向,d方向垂直于s方向,左手坐标系下指向右,右手坐标系下指向左),计算在每个可达车道中(可达车道包括主车当前所处的车道和可能到达的相邻车道)、每个单位时间内主车的可达区域,即每个体素在长(s方向)、宽方向(d方向)上最大可能的范围。
11、其中,体素在s方向的范围计算方法如下:
12、设ti=t表示规划周期中第i个时间点,单位时间长度为δtl,则第i+1个时间点对应的时刻为:ti+1=t+δtl;v0为规划周期开始时间的初始速度;代表在规划时间ti+1起始时刻的最小速度和纵向位移,代表在规划时间ti+1结束时刻的最大速度和纵向位移,vmin,vmax,amin,amax分别是最小、最大速度和最小加速度、最大加速度(这些物理量为提前确定的参数,通常由人为设定,最小速度通常为0m/s,防止倒车行为;最大速度与车辆自身速度上限以及道路允许的最大速度相关;最小和最大加速度由车辆本身机械结构允许的最大刹车加速度、最大加速度决定),则:
13、
14、
15、
16、
17、
18、
19、根据以上算式,计算出在每个可达车道的单位时间δtl内,体素在s方向的最大、最小范围
20、进一步的,所述步骤s12的具体方法包括:
21、判断道路中动态障碍物轨迹预测的位置是否与体素占据的s-d空间存在重叠(可采用车辆外接圆模型或者外接矩形模型进行判断);
22、若存在,则将障碍物车辆n的位置pc,n、前进方向速度vn、车头朝向角θn,车体长度ln、宽度wn都投影到主车的s-d坐标系下,判断该障碍物车辆与主车的交汇场景:
23、设主车的s-d坐标系下,s轴正方向与全局坐标系的夹角为θ0,则按照两辆车相遇时的车头朝向夹角δθ=θn-θ0,两者交汇场景包括以下三种情况,设δθ∈[0,π]:
24、(1)汇流场景:两车以锐角的夹角相遇,即δθ<π/2,则将距离交汇点一定范围内且距离交汇点更近的车辆投影到主车的s-d坐标系下,形成虚拟障碍物,其中,车辆前进方向速度的投影值为vn′=vncosδθ,车身长度投影为ln′=lncosδθ+wnsinδθ;
25、(2)相遇场景:两车以直角或钝角的夹角相遇,即则认为是静态障碍物,车辆前进方向速度的投影值为vn′=0.0;
26、(3)在体素的空间范围内没有障碍物,速度记为-1.0;
27、根据以上投影计算,去除障碍物占据空间,并得到障碍物速度投影,作为动态体素前后边界的速度值估计,由此生成动态体素;
28、若去除占据空间后的体素的长度大于一定的阈值l0,则将体素保留。
29、所得到的动态体素可表示为
30、v:=(pc,l,w,h,vf,vr,id,idin,idout),其中:
31、pc为体素中心点的位置坐标,pc=(s,d,t),包括frenet系下的二维坐标(本文档来自技高网...
【技术保护点】
1.一种具有交通环境普适性的动态时空体素决策规划方法,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述步骤S1中动态体素生成的方法包括以下步骤:
3.根据权利要求2所述的方法,其特征在于,所述步骤S11的具体方法包括:
4.根据权利要求3所述的方法,其特征在于,所述步骤S12的具体方法包括:
5.根据权利要求4所述的方法,其特征在于,所述步骤S12中,采用车辆外接圆模型或者外接矩形模型,判断预测的位置是否与体素占据的s-d空间存在重叠。
6.根据权利要求4或5所述的方法,其特征在于,所述步骤S2中,具体包括:
7.根据权利要求6所述的方法,其特征在于,所述步骤S21具体包括:
8.根据权利要求1所述的方法,其特征在于,所述步骤S3的方法包括:
9.一种应用权利要求1-8中任一所述方法的具有交通环境普适性的动态时空体素决策规划装置,其特征在于,包括:
【技术特征摘要】
1.一种具有交通环境普适性的动态时空体素决策规划方法,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述步骤s1中动态体素生成的方法包括以下步骤:
3.根据权利要求2所述的方法,其特征在于,所述步骤s11的具体方法包括:
4.根据权利要求3所述的方法,其特征在于,所述步骤s12的具体方法包括:
5.根据权利要求4所述的方法,其特征在于,所述步骤s12中,采用车辆外接圆模型...
【专利技术属性】
技术研发人员:付梦印,张婷,宋文杰,李德伦,毛梓豪,
申请(专利权)人:北京理工大学,
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。