详情

原文传递城市工况自动驾驶汽车轨迹规划研究

论文题名：	城市工况自动驾驶汽车轨迹规划研究
关键词：	自动驾驶汽车;轨迹规划;城市工况
摘要：	自动驾驶是一个集信息通信技术、人工智能技术以及车辆底盘域控制等众多技术于一体的复杂系统，是汽车工业重要的发展方向。其中轨迹规划作为自动驾驶的关键技术，是体现智能化水平的重要环节，所规划轨迹的质量直接决定了自动驾驶汽车的安全、高效、舒适等性能。本文面向城市结构化道路，研究设计了适用于道路内和路口，能够应对换道、超车、避让及制动停车等多种工况，满足实时性和帧间轨迹连续性要求的横纵向解耦的轨迹规划算法。　　本文将轨迹规划分为行为规划和运动规划。首先引入并介绍了常用的大地、车身以及 Frenet坐标系，给出了相互转化公式，并对上游离散指引线做平滑处理。其次，为了处理城市工况复杂的交通场景，设计基于层次状态机的行为规划算法，顶层依据车辆位置和高精地图信息进行路口与路内的状态划分和状态切换，中间层则基于规则对各子状态进行划分，并针对路内换道场景，通过在 Frenet坐标系下建立三车道多车换道模型，对可能发生的碰撞形式进行临界分析，实现对换道可行性进行初步判断。通过该状态机的状态切换和决策输出，为底层运动规划提供指导，并限定其规划空间，从而减少非必要的采样。　　在运动规划中，为降低求解复杂度，将三维规划问题解耦为两个二维规划问题，通过路径规划和速度规划，最终生成带有时间信息的规划轨迹。在路径规划中，首先基于平滑后的局部指引线、道路信息、行为规划结果，以及静止障碍物构建 S-L图，并生成可行的规划空间。在横纵向采样过程中，在纵向方向上划分多个阶段，并支持相邻阶段和跨阶段连接，可提高采样路径的多样性。横向则采用分步采样，即先通过粗采样在可行范围内稀疏采样，对各候选路径质量进行评估并通过动态规划求解最优路径后，再经过细采样对该路径解附近进行密集采样，从而获得更优质量的解。其中对路径质量的评估综合考虑了曲率、安全性以及与目标车道指引线的横向偏差等因素。为进一步提高路径质量，通过建立目标函数和施加约束，对其进行二次优化处理，并生成最终的路径。　　针对速度规划，本文在构建 S-T 图的基础上，通过搜索和优化两个过程实现速度曲线规划。首先基于路径规划生成的最优路径以及动态障碍物在未来一段时间内的预测轨迹构建离散 S-T 图。为缩小搜索范围，根据车辆当前初始状态、加减速能力以及限速等因素剔除无效区域。在节点搜索时采用改进的 JPS 算法，并通过三向拓展方式以满足车辆非倒车行驶需求，其拓展成本综合考虑行车安全、效率及舒适性等指标，提升了速度规划粗解的质量。同时考虑到搜索目标不唯一，其启发函数设定为不同目标状态的加权平均值。针对速度曲线粗解，经过重连接的初步处理后，再通过二次规划方法进一步优化解的质量，并最终得到一条安全舒适且满足车辆运动学约束的速度曲线。　　同时，为保证规划算法相邻两帧轨迹的连续性，本文定义了帧间轨迹相似度这一指标，给出其计算和评价方式，并将其作为路径规划时筛选路径解的一项要求。通过合理设置匹配距离阈值和相似度阈值，可将与上帧轨迹差异性较大的路径从候选路径中删除，进而保证帧间轨迹在相同的行为状态下保持较好的连续性。　　最后，搭建了基于 SCANeR/Simulink/ROS的联合仿真平台，并结合自动驾驶汽车导航定位、传感以及跟踪控制等上下游模块实现了多种工况的仿真和分析。仿真结果表明，本文所提出的算法能够满足车辆在城市结构化道路上行驶的规划需求，有效应对和处理路内和路口等多种工况，同时对帧间轨迹连续性问题进行了改善和效果验证。
作者：	孙于峰
专业：	车辆工程
导师：	丁海涛
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2023