【技術實現步驟摘要】
本專利技術涉及自動駕駛，更具體的說，涉及一種基于相對定位信息的局部軌跡規劃方法。
技術介紹
1、高級駕駛輔助系統(advanced?driving?assistance?system)是利用安裝在車上的各式各樣傳感器(毫米波雷達、激光雷達、單\雙目攝像頭以及衛星導航)，在汽車行駛過程中隨時來感應周圍的環境，收集數據，進行靜態、動態物體的辨識、偵測與追蹤，并結合導航地圖數據，進行系統的運算與分析，從而預先讓駕駛者察覺到可能發生的危險，有效增加汽車駕駛的舒適性和安全性。
2、高級駕駛輔助系統因成本限制，往往僅能通過識別車道線獲取局部相對定位信息。基于相對定位信息的軌跡規劃通常在車輛坐標系(車輛直角坐標系)下進行，通常只能適應直線工況。圖1揭示了基于車輛坐標系的網格采樣規劃效果示意圖，如圖1所示，在大曲率參考線工況下，傳統基于車輛坐標系的規劃方法其規劃路徑可能超出可行駛區域。
3、基于相對定位信息在車輛坐標系下進行規劃的具體方法，例如，于宏嘯、段建民的文獻《關于車道線圖像識別軌跡規劃跟蹤仿真》中有所描述。
4、選擇車輛坐標系下的若干個終端狀態并進行多項式擬合獲得路徑集，通過目標函數獲取最優路徑，但車輛坐標系下終端狀態值的采樣不適用于曲率較大的工況。
5、在曲線工況下，出于駕駛安全性和舒適性考慮，目前亟需一種基于相對定位信息的局部軌跡規劃方法，滿足曲線工況下的最優路徑規劃。
技術實現思路
1、本專利技術的目的是提供一種基于相對定位信息的局部軌
2、為了實現上述目的，本專利技術提供了一種基于相對定位信息的局部軌跡規劃方法，包括以下步驟：
3、識別車道線獲取參考線的相對定位信息；
4、基于相對定位信息進行軌跡規劃；
5、其中，所述軌跡規劃包括路徑規劃和速度規劃；
6、所述路徑規劃，采用車輛曲線坐標系獲得無碰撞最優路徑，所述車輛曲線坐標系，是描述規劃路徑點與參考線相對位置的坐標系；
7、所述速度規劃，采用自適應最大規劃速度的梯形速度規劃獲得規劃速度曲線。
8、在一實施例中，所述路徑規劃，進一步包括：
9、將參考線的相對定位信息從車輛坐標系轉換至車輛曲線坐標系；
10、對定位信息進行網格采樣，生成車輛曲線坐標系下的有限路徑集；
11、將車輛曲線坐標系下的有限路徑集進行坐標轉換，生成車輛坐標系下的候選路徑集；
12、對候選路徑進行篩選，獲取無碰撞最優路徑。
13、在一實施例中，所述車輛曲線坐標系與車輛坐標系之間的轉換公式，進一步包括以下表達式：
14、
15、其中，xx為車輛坐標系中規劃路徑點的橫坐標；
16、yx為車輛坐標系中規劃路徑點的縱坐標；
17、θx為車輛坐標系中規劃路徑點的航向角；
18、xr為車輛坐標系中規劃路徑點投影在參考線上的橫坐標；
19、yr為車輛坐標系中規劃路徑點投影在參考線上的縱坐標；
20、θr為投影點的朝向；
21、kr為投影點的曲率；
22、d為車輛曲線坐標系下的橫坐標；
23、為車輛曲線坐標系下橫坐標d對縱坐標s的導數。
24、在一實施例中，所述對定位信息進行網格采樣，生成車輛曲線坐標系下的有限路徑集，進一步包括：
25、對一個規劃周期內縱坐標方向上的采樣距離s1和路徑方程的終點狀態進行采樣并限制取值范圍。
26、在一實施例中，所述對候選路徑進行篩選，獲取無碰撞最優路徑，進一步包括：
27、構建評價函數計算候選路徑的評價函數值，并根據評價函數值對候選路徑集進行排序并篩選，獲取無碰撞最優路徑。
28、在一實施例中，所述評價函數，對應的表達式如下：
29、
30、其中，kj、kd和ks為常數系數；
31、kjjs表示優先選取jerk值低的路徑；
32、表示優先選取路徑終點偏離參考線小的路徑；
33、kss1表示優先選擇較短路徑。
34、在一實施例中，將評價函數值最低的候選路徑為最優路徑，對最優路徑進行碰撞檢測：
35、如果檢測通過，則最優路徑為無碰撞最優路徑；
36、如果檢測不通過，則對評價函數值排序次低的候選路徑進行檢測，以此類推直到篩選出通過檢測的候選路徑，作為無碰撞最優路徑。
37、在一實施例中，所述碰撞檢測方法采用軸向包圍盒檢測方法與方向包圍盒檢測方法。
38、在一實施例中，在進行碰撞檢測時，將每一個路徑點根據車輛尺寸進行膨化處理，得到規劃點矩形，采用障礙物矩形表示障礙物；
39、將規劃點矩形與障礙物矩形的長和寬分別增加安全冗余長度lsafe，再進行碰撞檢測。
40、在一實施例中，所述路徑規劃，進一步包括：
41、基于車輛當前行駛速度與規劃周期，確定一個規劃周期內車輛行駛距離，對新規劃周期內的初始狀態進行更新。
42、在一實施例中，所述速度規劃，進一步包括：
43、計算最大規劃速度；
44、采用改進梯形速度規劃算法，得到梯形速度曲線；
45、采用梯度下降算法，對梯形速度曲線進行平滑處理，得到平滑速度曲線。
46、在一實施例中，所述計算最大規劃速度，進一步包括以下步驟：
47、以無碰撞最優路徑終點的曲率和橫向偏移，計算虛擬最大速度；
48、確定目標點的縱向坐標值；
49、根據無碰撞最優路徑，得到目標點曲率和橫向偏差；
50、根據目標點參數，計算最大規劃速度。
51、在一實施例中，所述采用改進梯形速度規劃算法，得到梯形速度曲線，進一步包括以下步驟：
52、將規劃路徑分為加速段sa、勻速段sm、減速段sd、停止段和跟車段se；
53、計算虛擬中間速度vv；
54、根據當前速度vc、最大規劃速度vm、目標速度vt以及虛擬中間速度vv之間的大小關系，得出路徑長度為s的路徑點所對應的速度，得到梯形速度曲線。
55、在一實施例中，采用梯度下降算法對速度曲線進行平滑處理，對應的優化目標函數為：
56、
57、其中，α、β為常數系數；
58、vi、vi0為路徑點i迭代優化后的速度和優化前的初始速度且δvi＝vi-vi-1；
59、n為可執行路徑離散后的路徑點個數。
60、本專利技術提供一種基于相對定位信息的局部軌跡規劃方法，能夠在具有彎道的局部相對定位場景下平穩糾偏、避障和跟車行駛，增加算法的適用場景，提升駕駛的舒適性和安全性。
本文檔來自技高網...【技術保護點】
1.一種基于相對定位信息的局部軌跡規劃方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于相對定位信息的局部軌跡規劃方法，其特征在于，所述路徑規劃，進一步包括：
3.根據權利要求2所述的基于相對定位信息的局部軌跡規劃方法，其特征在于，所述車輛曲線坐標系與車輛坐標系之間的轉換公式，進一步包括以下表達式：
4.根據權利要求2所述的基于相對定位信息的局部軌跡規劃方法，其特征在于，所述對定位信息進行網格采樣，生成車輛曲線坐標系下的有限路徑集，進一步包括：
5.根據權利要求2所述的基于相對定位信息的局部軌跡規劃方法，其特征在于，所述對候選路徑進行篩選，獲取無碰撞最優路徑，進一步包括：
6.根據權利要求5所述的基于相對定位信息的局部軌跡規劃方法，其特征在于，所述評價函數，對應的表達式如下：
7.根據權利要求5所述的基于相對定位信息的局部軌跡規劃方法，其特征在于，將評價函數值最低的候選路徑為最優路徑，對最優路徑進行碰撞檢測：
8.根據權利要求7所述的基于相對定位信息的局部軌跡規劃方法，其特征在于，所述
9.根據權利要求7所述的基于相對定位信息的局部軌跡規劃方法，其特征在于，在進行碰撞檢測時，將每一個路徑點根據車輛尺寸進行膨化處理，得到規劃點矩形，采用障礙物矩形表示障礙物；
10.根據權利要求2所述的基于相對定位信息的局部軌跡規劃方法，其特征在于，所述路徑規劃，進一步包括：
11.根據權利要求1所述的基于相對定位信息的局部軌跡規劃方法，其特征在于，所述速度規劃，進一步包括：
12.根據權利要求11所述的基于相對定位信息的局部軌跡規劃方法，其特征在于，所述計算最大規劃速度，進一步包括以下步驟：
13.根據權利要求11所述的基于相對定位信息的局部軌跡規劃方法，其特征在于，所述采用改進梯形速度規劃算法，得到梯形速度曲線，進一步包括以下步驟：
14.根據權利要求11所述的基于相對定位信息的局部軌跡規劃方法，其特征在于，采用梯度下降算法對速度曲線進行平滑處理，對應的優化目標函數為：
...【技術特征摘要】
1.一種基于相對定位信息的局部軌跡規劃方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于相對定位信息的局部軌跡規劃方法，其特征在于，所述路徑規劃，進一步包括：
3.根據權利要求2所述的基于相對定位信息的局部軌跡規劃方法，其特征在于，所述車輛曲線坐標系與車輛坐標系之間的轉換公式，進一步包括以下表達式：
4.根據權利要求2所述的基于相對定位信息的局部軌跡規劃方法，其特征在于，所述對定位信息進行網格采樣，生成車輛曲線坐標系下的有限路徑集，進一步包括：
5.根據權利要求2所述的基于相對定位信息的局部軌跡規劃方法，其特征在于，所述對候選路徑進行篩選，獲取無碰撞最優路徑，進一步包括：
6.根據權利要求5所述的基于相對定位信息的局部軌跡規劃方法，其特征在于，所述評價函數，對應的表達式如下：
7.根據權利要求5所述的基于相對定位信息的局部軌跡規劃方法，其特征在于，將評價函數值最低的候選路徑為最優路徑，對最優路徑進行碰撞檢測：
8.根據權利要求7所述的基于相對定位...
【專利技術屬性】
技術研發人員：羅佳祥，袁希文，黃強，張新銳，黃瑞鵬，黃治坤，
申請(專利權)人：中車株洲電力機車研究所有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。