【技術實現步驟摘要】
本專利技術涉及智能交通控制領域，具體涉及一種車路協同環境下的參考線校正方法、裝置及存儲介質。
技術介紹
1、參考線是自動駕駛軌跡規劃的基礎，通過綜合考慮安全性、行駛效率、道路幾何和車道變換等因素，為無人駕駛設備提供了一個可行且優化的行駛路徑。合理的參考線損失函數能夠保證在復雜的交通環境中設計出保證無人駕駛車輛安全、高效行駛的參考線，從而保證與其他道路參與者實現安全的互動，為乘客提供穩定而舒適的行駛體驗。當前智能交通控制領域的研究主要使用固定的權重系數來確定參考線損失函數，這種方法能夠在一定程度上保證規劃軌跡的準確性和穩定性。
2、固定的標定系數在面對復雜且動態變化的交通環境時，往往無法適應實時變化的交通狀況和道路條件。例如，面對突發的交通擁堵、障礙物以及車輛間的不確定交互行為，固定系數的損失函數無法靈活調整，從而影響了無人駕駛車輛的響應速度和行駛效率。因此，越來越多的研究開始探索自適應的參考線校正，通過引入動態調整機制，基于實時的交通數據對損失函數進行優化。
3、自適應損失函數可以根據無人駕駛車輛周圍環境的變化、路況信息和車輛自身的狀態動態調整權重系數，使得生成的參考線更具靈活性和適應性。例如，在車輛需要進行緊急避障時，安全性權重可以自動增加，而在相對開闊且車流稀少的道路上，行駛效率的權重則可能會相應提高。這樣的設計能夠顯著提高無人駕駛車輛在復雜環境下的應對能力，并進一步提升駕駛體驗的平穩性和舒適性。
技術實現思路
1、專利技術目的，為了克服上述現有技術的不
2、技術方案，為解決上述技術問題，本專利技術提出一種車路協同環境下的參考線校正方法，該方法包括以下步驟：
3、(1)通過路側感知設備，獲取笛卡爾坐標系下的地圖信息和無人駕駛設備行駛信息；
4、(2)根據地圖信息和無人駕駛設備行駛信息，計算t時刻無人駕駛設備的參考行駛軌跡集合；
5、(3)對集合里的所有參考行駛軌跡進行平滑處理；
6、(4)確定價值函數形式，根據價值函數從步驟(3)中的所有參考行駛軌跡中篩選出最優參考行駛軌跡；
7、(5)確定參考線損失函數形式及其待標定的權重系數，并根據最優參考行駛軌跡求解出參考線損失函數的權重系數；
8、(6)利用求解出的參考線損失函數以及標定的權重系數，對參考線進行校正。
9、進一步的，步驟(1)的具體方法如下：
10、當道路上有車輛經過時，路側感知設備將獲取地圖信息、無人駕駛設備行駛信息，所述地圖信息包括：道路寬度w，道路曲率kr，車輛所在車道的中心線采集點集合line{xl_1，yl_1，xl_2，yl_2，…，xl_j’，yl_j’，…，xl_m，yl_m}，其中，(xl_j’，yl_j’)為車道中心線采集點坐標，1≤j’≤m，m為車道中心線采集點總數，道路障礙物邊界信息集合obs{obs_1,obs_2,…,obs_i,…,obs_q}，1≤i≤q，q為障礙物的總數，第i個障礙物obs_i的邊界為(xob1，yob1，xob2，yob2，…，xobj，yobj，…，xobm’，yobm’)，其中，(xobj，yobj)為路側感知設備采集到的障礙物obs_i的邊界坐標，1≤j≤m’，m’為第i個障礙物obs_i的邊界坐標的總數；所述無人駕駛設備行駛信息包括t時刻車輛在笛卡爾坐標系下的質心平面坐標(xt，yt)，車輛路徑規劃終點坐標(xp，yp)。
11、進一步的，步驟(2)中，根據地圖信息和無人駕駛設備行駛信息，計算t時刻無人駕駛設備的參考行駛軌跡集合，具體過程如下：
12、①將t時刻采集到的車輛質心平面坐標(xt，yt)作為路徑規劃初始點將車輛路徑規劃終點坐標(xp，yp)作為目標點將初始點作為節點樹path_tree_j(t)的根節點，將收集到的道路寬度w、道路曲率kr、坐標(xt，yt)以及坐標(xp，yp)作為邊界約束，生成規劃空間r；
13、②在規劃空間r中，隨機獲得一個采樣點xrand，以采樣點xrand為目標，遍歷節點樹上的現存節點，計算每個節點到該采樣點的歐氏距離，篩選出距離最小的節點作為父節點當節點樹中僅存在根節點直接選取該點作為父節點)；
14、③從父節點向隨機點xrand以步長為δl的距離進行移動，得到葉子節點xnew_1，判斷xnew_1是否與地圖環境中的障礙物集合obs的范圍有重合，如果有，則剔除xnew_1，并重新尋找新的葉子節點xnew_1；如果沒有，則將xnew_1作為父節點加入到節點樹path_tree_j(t)中，并開始尋找葉子節點xnew_2；
15、④重復步驟②-③，直至父節點擴展到目標點設定的鄰域范圍內，將目標點添加到節點樹中；
16、⑤從目標點開始，依次反向尋找父節點直至追溯到根節點得到第j個節點樹path_tree_j(t)，該節點樹由父節點組成，由該節點樹中所有相鄰父節點之間的連接線組成的曲線，即為對應的參考行駛軌跡trajectory?j(t)；
17、⑥重復操作①—⑤，獲得n個節點樹集合pathtree(t){path_tree_1(t)，path_tree_2(t)，…，path_tree_n(t)}，以及對應的參考行駛軌跡集合tra(t){trajectory?1(t)，trajectory?2(t)，…，trajectory?n(t)}。
18、進一步的，步驟(3)中的平滑處理方法如下：
19、利用貝塞爾曲線對t時刻的參考行駛軌跡進行平滑，貝塞爾曲線方程如下：
20、
21、其中，pj(u,t)表示平滑后的參考行駛軌跡，q表示第j個節點樹中父節點的個數，lij(t)表示第j個節點樹的第i個父節點，其也是貝塞爾曲線的控制點，u表示參數化曲線生成過程中的一個參數，用于描述曲線在控制點之間的進程，0≤u≤1。
22、進一步的，步驟(4)中，根據價值函數，從t時刻的參考行駛軌跡集合tra(t){trajectory?1(t)，trajectory?2(t)，…，trajectory?n(t)}中篩選出最優參考行駛軌跡poptimal(t)，價值函數如下：
23、
24、其中，為t時刻第j個節點樹path_tree_j中第k個節點的橫坐標，kr為道路曲率，通過上式找出value值最小的軌跡，也即最優參考行駛軌跡。
25、進一步的，步驟(5)中，參考線損失函數在時刻t表達為：
26、
27、其中，n′為最優參考行駛軌跡本文檔來自技高網...
【技術保護點】
1.一種車路協同環境下的參考線校正方法，其特征在于，該方法包括以下步驟：
2.根據權利要求1所述的一種車路協同環境下的參考線校正方法，其特征在于，步驟(1)的具體方法如下：
3.根據權利要求2所述的一種車路協同環境下的參考線校正方法，其特征在于，步驟(2)中，根據地圖信息和無人駕駛設備行駛信息，計算t時刻無人駕駛設備的參考行駛軌跡集合，具體過程如下：
4.根據權利要求3所述的一種車路協同環境下的參考線校正方法，其特征在于，步驟(3)中的平滑處理方法如下：
5.根據權利要求4所述的一種車路協同環境下的參考線校正方法，其特征在于，步驟(4)中，根據價值函數，從t時刻的參考行駛軌跡集合TRA(t){trajectory1(t)，trajectory2(t)，…，trajectory?n(t)}中篩選出最優參考行駛軌跡Poptimal(t)，價值函數如下：
6.根據權利要求5所述的一種車路協同環境下的參考線校正方法，其特征在于，步驟(5)中，參考線損失函數在時刻t表達為：
7.根據權利要求5所述的一種車路協同環境下的
8.一種車路協同環境下的參考線校正裝置，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一所述方法的步驟。
9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一所述方法的步驟。
...【技術特征摘要】
1.一種車路協同環境下的參考線校正方法，其特征在于，該方法包括以下步驟：
2.根據權利要求1所述的一種車路協同環境下的參考線校正方法，其特征在于，步驟(1)的具體方法如下：
3.根據權利要求2所述的一種車路協同環境下的參考線校正方法，其特征在于，步驟(2)中，根據地圖信息和無人駕駛設備行駛信息，計算t時刻無人駕駛設備的參考行駛軌跡集合，具體過程如下：
4.根據權利要求3所述的一種車路協同環境下的參考線校正方法，其特征在于，步驟(3)中的平滑處理方法如下：
5.根據權利要求4所述的一種車路協同環境下的參考線校正方法，其特征在于，步驟(4)中，根據價值函數，從t時刻的參考行駛軌跡集合tra(t){trajectory1(t)，traje...
【專利技術屬性】
技術研發人員：王昊，董長印，陳雨佳，呂科赟，
申請(專利權)人：南京智城科技有限公司，
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。