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】
本申请属于自动驾驶,具体涉及一种轨迹规划方法和装置、无人车和存储介质。
技术介绍
1、目前,轨迹规划算法通常利用车辆运动学的非线性模型构建模型预测控制问题进行优化求解,但是根据时间离散的模型虽然可以保证每个离散点状态量和控制量满足走廊边界和车辆平顺性等约束,但离散的优化轨迹点在高复杂度约束环境中,需要以牺牲性能为代价来增加状态密度,才能满足轨迹约束。
2、公开于该
技术介绍
部分的信息仅仅旨在增加对本申请的总体背景的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
技术实现思路
1、本申请的目的在于提供一种轨迹规划方法,其用于解决现有轨迹规划方法性能不佳的问题。
2、为实现上述目的,本申请提供了一种轨迹规划方法,所述方法包括:
3、构建贝塞尔曲线控制点和样条曲线最优控制模型的状态量和控制量的映射关系;
4、基于目标车辆在s-l坐标系中的空间走廊,构建对预定阶导数贝塞尔曲线控制点的第一约束条件,其中,所述空间走廊为目标车辆的可行驶范围;
5、基于所述映射关系,将所述第一约束条件转换为对样条曲线最优控制模型的状态量和控制量的第二约束条件;
6、在所述第二约束条件的约束下,基于轨迹代价函数规划所述目标车辆在所述空间走廊内的行驶轨迹,其中,所述轨迹代价函数基于最优控制模型的状态量和控制量构建。
7、一实施例中,基于目标车辆在s-l坐标系中的空间走廊,构建对预定阶导数贝塞
8、将所述空间走廊对坐标s求预定阶导数,以分别确定对对应阶导数贝塞尔曲线控制点的第一约束条件。
9、一实施例中,构建贝塞尔曲线控制点和样条曲线最优控制模型的状态量和控制量的映射关系,具体包括:
10、建立样条曲线系数和贝塞尔曲线控制点的n阶导数映射,其中,所述样条曲线和贝塞尔曲线被缩放至同一定义域,所述样条曲线和贝塞尔曲线为n阶曲线,n≥0;
11、建立样条曲线最优控制模型,其中,样条曲线的前n-1阶导数作为样条曲线最优控制模型的状态量、以及第n阶导数作为样条曲线最优控制模型的控制量;
12、基于所述样条曲线系数和贝塞尔曲线控制点的n阶导数映射、以及所述最优控制模型,构建所述映射关系。
13、一实施例中,所述第二约束条件包括对样条曲线最优控制模型的状态量和控制量的联合不等式约束、以及对样条曲线最优控制模型的控制量的不等式约束。
14、一实施例中,所述行驶轨迹包括目标车辆在空间走廊内的多个轨迹分段;所述方法还包括:
15、基于所述空间走廊内相邻轨迹分段状态量的连续性,构建对所述最优控制模型状态量和控制量的等式约束。
16、一实施例中,所述样条曲线最优控制模型的状态量包括横向位置、横向速度、横向加速度,所述样条曲线最优控制模型的控制量包括横向加加速度;
17、所述方法还包括:
18、以最小化样条曲线最优控制模型的状态量相对参考状态量的偏差、以及控制量相对参考控制量的偏差为目标,构建所述轨迹代价函数。
19、一实施例中,所述样条曲线为四次样条曲线。
20、本申请还提供一种轨迹规划装置,包括:
21、第一构建模块,用于构建贝塞尔曲线控制点和样条曲线最优控制模型的状态量和控制量的映射关系;
22、第二构建模块,用于基于目标车辆在s-l坐标系中的空间走廊,构建对预定阶导数贝塞尔曲线控制点的第一约束条件,其中,所述空间走廊为目标车辆的可行驶范围;
23、映射模块,用于基于所述映射关系,将所述第一约束条件转换为对样条曲线最优控制模型的状态量和控制量的第二约束条件;
24、规划模块,用于在所述第二约束条件的约束下,基于轨迹代价函数规划所述目标车辆在所述空间走廊内的行驶轨迹,其中,所述轨迹代价函数基于最优控制模型的状态量和控制量构建。
25、本申请还提供一种无人车,包括:
26、至少一个处理器;以及
27、存储器,所述存储器存储指令,当所述指令被所述至少一个处理器执行时,使得所述至少一个处理器执行如上所述的轨迹规划方法。
28、本申请还提供一种机器可读存储介质,其存储有可执行指令,所述指令当被执行时使得所述机器执行如上所述的轨迹规划方法。
29、与现有技术相比,根据本申请的轨迹规划方法,通过构建贝塞尔曲线控制点和样条曲线最优控制模型的状态量和控制量的映射关系,并基于目标车辆在s-l坐标系中的空间走廊,构建对预定阶导数贝塞尔曲线控制点的第一约束条件后,利用映射关系转换为对样条曲线最优控制模型的状态量和控制量的第二约束条件,进而可以基于轨迹代价函数规划所述目标车辆在所述空间走廊内的行驶轨迹,这其中,由于是基于贝塞尔曲线建立的约束求解,利用了贝塞尔曲线的凸包性、端点性以及导数仍是贝塞尔曲线等性质,使得求解出的行驶轨迹对障碍物的避让可靠,且不需要牺牲性能来增加状态密度的离散约束。
本文档来自技高网...【技术保护点】
1.一种轨迹规划方法,其特征在于,所述方法包括:
2.根据权利要求1所述的轨迹规划方法,其特征在于,基于目标车辆在S-L坐标系中的空间走廊,构建对预定阶导数贝塞尔曲线控制点的第一约束条件,具体包括:
3.根据权利要求1所述的轨迹规划方法,其特征在于,构建贝塞尔曲线控制点和样条曲线最优控制模型的状态量和控制量的映射关系,具体包括:
4.根据权利要求1所述的轨迹规划方法,其特征在于,所述第二约束条件包括对样条曲线最优控制模型的状态量和控制量的联合不等式约束、以及对样条曲线最优控制模型的控制量的不等式约束。
5.根据权利要求1所述的轨迹规划方法,其特征在于,所述行驶轨迹包括目标车辆在空间走廊内的多个轨迹分段;所述方法还包括:
6.根据权利要求1所述的轨迹规划方法,其特征在于,所述样条曲线最优控制模型的状态量包括横向位置、横向速度、横向加速度,所述样条曲线最优控制模型的控制量包括横向加加速度;
7.根据权利要求1所述的轨迹规划方法,其特征在于,所述样条曲线为四次样条曲线。
8.一种轨迹规划装置,其特征在于
9.一种无人车,包括:
10.一种机器可读存储介质,其存储有可执行指令,所述指令当被执行时使得所述机器执行如权利要求1至7任一项所述的轨迹规划方法。
...【技术特征摘要】
1.一种轨迹规划方法,其特征在于,所述方法包括:
2.根据权利要求1所述的轨迹规划方法,其特征在于,基于目标车辆在s-l坐标系中的空间走廊,构建对预定阶导数贝塞尔曲线控制点的第一约束条件,具体包括:
3.根据权利要求1所述的轨迹规划方法,其特征在于,构建贝塞尔曲线控制点和样条曲线最优控制模型的状态量和控制量的映射关系,具体包括:
4.根据权利要求1所述的轨迹规划方法,其特征在于,所述第二约束条件包括对样条曲线最优控制模型的状态量和控制量的联合不等式约束、以及对样条曲线最优控制模型的控制量的不等式约束。
5.根据权利要求1所述的轨迹规划...
【专利技术属性】
技术研发人员:王泰翔,邹汉鹏,程星,李国峰,吕强,苗乾坤,
申请(专利权)人:新石器盐城智能制造有限公司,
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。