【技术实现步骤摘要】
本专利技术涉及自动驾驶、智能机器人，尤其是利用图形处理单元(gpu)进行并行化加速的自动驾驶轨迹规划并行计算方法装置及存储介质。
技术介绍
1、目前行业内常用的算法一般分为三类：搜索、采样、优化。基于搜索的方法生成的路径曲率不连续且启发函数难以设计导致搜索效率比较低下，一般适用于低速静态环境。基于采样的方式受限于采样规模以及采样轨迹的合理性难以应对复杂的场景。优化算法通常能够生成更为平滑和可行的轨迹，然而，其对初始值的敏感度较高，可能会陷入局部最优解。近年来，越来越多的研究致力于将搜索、采样和优化方法结合起来，通过混合策略来发挥各类算法的优势，但采样的规模却一直受限于程序的实时性要求，亟需一种高效的轨迹规划方法，提高采样的规模。
2、现有技术cn111338335a提出的一种结构化道路场景下的车辆局部轨迹规划方法。基于车辆当前时刻在参考坐标系下的运动状态向量分别生成不同速度区间的参考坐标系下的纵向采样轨迹集合和横向采样轨迹集合，为减轻算法耗时分别构建用以3行、2列排布的六个圆形碰撞圈近似碰撞检测。但其采样轨迹的生成与评估依旧...
【技术保护点】
1.一种自动驾驶轨迹规划并行计算方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的自动驾驶轨迹规划并行计算方法，其特征在于，在S3中，包括以下步骤，
3.根据权利要求2所述的自动驾驶轨迹规划并行计算方法，其特征在于，在S4中，包括以下步骤：
4.根据权利要求2所述的自动驾驶轨迹规划并行计算方法，其特征在于，在S3.3中，采样点的生成考虑以下因素：
5.根据权利要求2所述的自动驾驶轨迹规划并行计算方法，其特征在于，在S3.1中识别可行驶区域的步骤包括：
6.根据权利要求1所述的自动驾驶轨迹规划并行计算方...
【技术特征摘要】
1.一种自动驾驶轨迹规划并行计算方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的自动驾驶轨迹规划并行计算方法，其特征在于，在s3中，包括以下步骤，
3.根据权利要求2所述的自动驾驶轨迹规划并行计算方法，其特征在于，在s4中，包括以下步骤：
4.根据权利要求2所述的自动驾驶轨迹规划并行计算方法，其特征在于，在s3.3中，采样点的生成考虑以下因素：
5.根据权利要求2所述的自动驾驶轨迹规划并行计算方法，其特征在于，在s3.1中识别可行驶区域的步骤包括：
6.根据权利要求1所述的自动驾驶轨迹规划并行计算方法，其特征在于，在s2中，根据不同的驾驶任务将车辆的行为进行划分...
【专利技术属性】
技术研发人员：何弢，廖文龙，李长春，张润玺，
申请(专利权)人：珠海酷哇科技有限公司，
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。