【技术实现步骤摘要】
本申请涉及一种汽车辅助驾驶路径规划决策系统，特别涉及一种高精地图引导的自动驾驶路径规划决策方法，属于汽车ai智能驾驶。
技术介绍
1、近年来，自动驾驶技术的蓬勃发展，传统的自动驾驶系统来自于机器人架构的延伸,分为感知，规划决策与控制三部模块。感知是利用摄像头、雷达等各种传感器对周边环境进行检测识别，从而“看到”周围的环境，类比于人眼。规划决策是在融合了多个传感器信息的基础上，对自身与周围环境具备明确了解的前提下的工作。其模拟人工驾驶状态下,人脑对各个要素重要性的综合判断最终做出各种不同的决策，规划出不同的驾驶路径,因此自动驾驶系统的规划决策模块也是最为复杂的部分。控制则是将大脑的规划落实到实际的控制系统包括刹车、油门、制动去执行。
2、当前很大一部分交通事故是由于人工驾驶失误造成的，人工驾驶的不良习惯也造成拥堵的加剧，相比于人工驾驶，机器不需要像人一样休息，也不会感觉到累，它们时刻保持着对周围环境的探测，最大程度降低碰撞风险。因此，自动驾驶技术的应用将极大地提高城市的出行效率，从而降低相关行业的成本，提高人们的生活水平，另外，优秀的自动驾驶技术更是能较少交通事故的发生。因此，早日实现自动驾驶技术也具有重大的社会意义。
3、但实践证明了现有技术的自动驾驶并不可靠性。假如系统中有地图的辅助，那么系统可以在几公里之外即可检索到整个路口，而且通过地图来保存历史数据则很容易发现路口容易引发交通事故,那么车辆即可提前预警,减速，感知加强等等，避免事故发生。自动驾驶系统屡屡出错，血的教训也让大家意识到高精地图在自动驾驶
4、由于汽车对安全性的极端高要求,制约自动驾驶技术落地商用的最为关键的问题便是技术本身的可靠性。因此地图的加入，提升与自动驾驶系统安全紧密相关的感知、定位与规划决策各模块的性能，有助于大幅加快这项技术的普及和应用，提供更好的出行服务。
5、当前高精地图已经实现小批量生产,但高精地图数据制作成本是普通地图数据的十倍，而目前还没有可以足够的应用领域。自动驾驶领域是高精地图应用的重点,解决高精地图在自动驾驶技术中的应用问题是当务之急。但目前来看，高精地图与自动驾驶技术的结合尚处于早期。
6、目前应用于智能汽车的方法已经较多，但这些方法均是基于简易要素地图，由于缺失工程化的高精地图的支持，还不能适应复杂的真实路况，因此无法真正进一步工程化。如何利用高精地图的信息来改进现有的智能汽车路径规划决策方法是当前的研究核心。
7、现有的智能汽车行为决策方法由于单纯依赖感知系统的探测或者简易要素地图的支持，对于某些复杂的，不易被感知系统识别的或者无法识别的场景下，容易出现决策失误，从而造成碰撞风险。如何利用高精地图的详细数据避免决策失误降低风险也是当前研究重点。
8、路径规划决策模块是智能汽车的大脑，是智能汽车领域最为关键的技术之一。这个模块的性能指标也很大程度上决定了整个系统所能达到的高度。现有技术的智能汽车规划决策系统分4个层级，第一级为基于常规地图数据的长距离道路级规划，是实现当前位置至目的地的规划，也即任务规划；第二级为高精地图引导的车道轨线级路径规划，是基于道路级别规划的基础上，进一步获取车道轨线级规划的信息；第三级为高精地图引导的行为决策,这一步是将车辆行车经验及交通规划抽象化并总结,辅助最终路径的选择。第四级即为局部路径规划，即解决当前车辆前方一两百米之内的行驶路径,这一步将障碍物的位置及行为预测结果以及车辆的运动限制条件均考虑在内，最终选择出一条符合车辆动力学的可执行的，无碰的最佳局部行驶轨迹。虽然路径规划方法的研究内容很多,但由于之前高精度地图的概念并没有普及，因而当前智能汽车路径规划决策系统并没有很好地利用高精地图数据。
9、综合来看，现有技术仍然存在若干问题和缺陷，自动驾驶路径规划决策系统的关键技术难点有以下几点：
10、(1)现有技术自动驾驶系统屡屡出错，无法满足汽车对安全性极端高的要求,制约自动驾驶技术落地商用的最为关键的问题便是技术本身的可靠性，当前自动驾驶系统与安全紧密相关的感知、定位与规划决策模块都存在若干问题，不利于这项技术的普及和应用，当前高精地图数据制作成本高，高精地图与自动驾驶技术的结合尚不成熟。现有技术应用于智能汽车的方法均是基于简易要素地图，由于缺失工程化的高精地图的支持，还不能适应复杂的真实路况，因此无法真正进一步工程化，无法利用高精地图的信息来改进现有的智能汽车路径规划决策方法。现有的智能汽车行为决策方法由于单纯依赖感知系统的探测或者简易要素地图的支持，对于某些复杂的，不易被感知系统识别的或者无法识别的场景下，容易出现决策失误，从而造成碰撞风险，无法利用高精地图的详细数据避免决策失误降低风险。现有技术的自动驾驶无论是可靠性、安全性，还是智能型、经济性都无法满足要求。
11、(2)现有技术自动驾驶缺少高精地图引导的车道轨线级路径规划方法，车道轨线级路径规划方法是高精度地图数据精确到车道轨线级的背景下所需要进行的必要步骤，现有技术常规的车道轨线级规划方法由于对应的地图相对简单，只是单纯地进行了车道轨线级拓扑计算的问题，缺少高精细、要素齐全的高精度地图，无法进一步计算每一个车道轨线级规划路段的同类车道，缺少精准描述结构化道路的可行驶区域范围，从而无法为车辆的变道以及局部规划轨迹簇的生成提供有效支持，这对于自动驾驶系统是致命的，无法提供安全经济的路径规划决策，最终导致自动驾驶失去大规模推广应用价值。
12、(3)自动驾驶缺少高精地图引导的决策方法，现有技术的决策方法是依据感知的信息来进行决策，但由于某些信息(比如说车道线的颜色和类型及超视距信息)并不容易被感知识别到，但对于决策具有重大的意义(双黄线、白色实线不能变道，视距外的路口容易发生事故)，因此造成一定的决策失误概率，针对感知系统的不确定性可能带来的决策风险的问题,由于缺少高精度地图提供准确的地面静态信息,无法规避由于感知的不确定性带来的决策失误,造成巨大的安全性和可靠性潜在风险，造成自动驾驶决策不仅安全性差，而且也缺乏科学性和权威性。
13、(4)自动驾驶缺少高精地图引导的局部路径规划，现有技术的自动驾驶团队技术多源于智能汽车比赛，因而局部路径规划方法都是基于路网文件来实现的(国内外团队均基于darpa定义的rndf文件)，但路网文件信息稀疏且数据模型过于简单，不能适应较为复杂的道路场景，从而会给局部规划带来额外的困难。针对路网文件带来的局部道路表达困境和规划边界模糊的问题,现有技术缺少结合高精地图详细的道路表达模型及精确的车道几何与拓扑信息,无法解决局部路径规划方法的道路边界去模糊问题。同时,路径选择结果无法完全匹配结构化道路行驶规则，缺少结合高精地图的车道与车道线数据，缺少路径选择的代价计算,无法解决路径选择尽可能确保车辆行驶在结构化道路的中心，使得自动驾驶存在严重的安全隐患，也容易影响道路交通的整体秩序，这样的自动驾驶模型失去了实际利用价值。
【技术保护点】
1.高精地图引导的自动驾驶路径规划决策方法，其特征在于，首先构建高精地图的要素及数据模型,并通过典型的地图数据模型实例解析高精地图的数据建模方法，然后，将高精地图引导的路径规划决策系统划分成三层：第一层为车道轨线级路径规划层，第二层为行为决策层，第三层为局部路径规划层，每一层方法都对高精地图数据进行自动驾驶应用方向路径规划决策解析；
2.根据权利要求1所述高精地图引导的自动驾驶路径规划决策方法，其特征在于，车道轨线级规划方法：
3.根据权利要求1所述高精地图引导的自动驾驶路径规划决策方法，其特征在于，高精地图车道轨线级拓扑计算：
4.根据权利要求1所述高精地图引导的自动驾驶路径规划决策方法，其特征在于，变车道跳变处平滑：在车道中心线切向跳变处利用余弦函数生成虚拟车道的方案,通过在现有路段的切面处的点不断平移接驳两个切向平移的车道，从而减小跳变的力度；
5.根据权利要求1所述高精地图引导的自动驾驶路径规划决策方法，其特征在于，基于结构化道路交规的行为决策项：
6.根据权利要求1所述高精地图引导的自动驾驶路径规划决策方法，其
7.根据权利要求1所述高精地图引导的自动驾驶路径规划决策方法，其特征在于，实时局部路径轨迹簇规划：
8.根据权利要求1所述高精地图引导的自动驾驶路径规划决策方法，其特征在于，基于高精地图抽取边界限制条件：引入高精地图，通过利用高精地图引导的车道轨线级路径规划后,得到一条车道轨线级路径规划结果以及每一段车道中，可供变道避障采用的同类车道，同类车道的获得即为路径侧向规划的最大偏移；
9.根据权利要求1所述高精地图引导的自动驾驶路径规划决策方法，其特征在于，生成轨迹簇：获得车道的中心线作为轨迹簇的base基线以及车辆的侧偏距离限制参数qleft和qright之后，即获得车辆的可行驶区域，在这片空间中生成一系列的可行驶轨迹，这些轨迹的生成保证车辆具有足够的机动能力，也使得驾驶行为更加安全舒适，轨迹簇的生成步骤包括：
10.根据权利要求1所述高精地图引导的自动驾驶路径规划决策方法，其特征在于，舒适性代价路径选择：
...【技术特征摘要】
1.高精地图引导的自动驾驶路径规划决策方法，其特征在于，首先构建高精地图的要素及数据模型,并通过典型的地图数据模型实例解析高精地图的数据建模方法，然后，将高精地图引导的路径规划决策系统划分成三层：第一层为车道轨线级路径规划层，第二层为行为决策层，第三层为局部路径规划层，每一层方法都对高精地图数据进行自动驾驶应用方向路径规划决策解析；
2.根据权利要求1所述高精地图引导的自动驾驶路径规划决策方法，其特征在于，车道轨线级规划方法：
3.根据权利要求1所述高精地图引导的自动驾驶路径规划决策方法，其特征在于，高精地图车道轨线级拓扑计算：
4.根据权利要求1所述高精地图引导的自动驾驶路径规划决策方法，其特征在于，变车道跳变处平滑：在车道中心线切向跳变处利用余弦函数生成虚拟车道的方案,通过在现有路段的切面处的点不断平移接驳两个切向平移的车道，从而减小跳变的力度；
5.根据权利要求1所述高精地图引导的自动驾驶路径规划决策方法，其特征在于，基于结构化道路交规的行为决策项：
6.根据权利要求1所述高精地图引导的自动驾驶路径规划决策...
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。