详情

原文传递一种基于几何路径生成的类人化自动驾驶轨迹规划方法

专利名称：	一种基于几何路径生成的类人化自动驾驶轨迹规划方法
摘要：	本发明提供一种基于几何路径生成的类人化自动驾驶轨迹规划方法，包括以下步骤：使用三次贝塞尔曲线生成备选路径簇；对备选路径簇进行速度规划，根据车辆纵向加速度运动模型建立车速二次规划模型，得到主车状态；基于高斯过程理论建立障碍车运动预测模型，得到障碍车运动预测结果；根据障碍车运动预测结果以及主车状态，通过碰撞检测对备选路径簇的安全性进行评价，选出安全备选轨迹；结合驾驶员跟车特性、路径安全性、规划一致性以及速度舒适性，对安全备选轨迹进行评价选出最优参考轨迹。本发明考虑了障碍车未来的运动状态以及驾驶员个性化跟车需求，实现了自动驾驶车辆安全，舒适及个性化的轨迹规划，提升了自动驾驶车辆类人化决策的水平。
专利类型：	发明专利
国家地区组织代码：	重庆;50
申请人：	重庆大学
发明人：	郑玲;王戡;李以农;杨威;杨崇辉;韦民详;石海锋
专利状态：	有效
申请日期：	2022-02-10T00:00:00+0800
发布日期：	2022-03-25T00:00:00+0800
申请号：	CN202210123328.7
公开号：	CN114228748A
代理机构：	重庆鼎慧峰合知识产权代理事务所(普通合伙)
代理人：	徐璞
分类号：	B60W60/00;B60W40/105;B60W30/095;B;B60;B60W;B60W60;B60W40;B60W30;B60W60/00;B60W40/105;B60W30/095
申请人地址：	400000 重庆市沙坪坝区正街174号
主权项：	1.一种基于几何路径生成的类人化自动驾驶轨迹规划方法，其特征在于，包括以下步骤：在道路坐标系下离散采样，使用三次贝塞尔曲线生成备选路径簇；使用最优控制理论对备选路径簇进行速度规划，根据车辆纵向加速度运动模型建立车速二次规划模型，根据车速二次规划模型得到主车状态；基于高斯过程理论建立障碍车运动预测模型，根据障碍车运动预测模型得到障碍车运动预测结果；根据障碍车运动预测结果以及主车状态，通过碰撞检测对备选路径簇的安全性进行评价，选出满足安全约束条件的安全备选轨迹；结合驾驶员跟车特性、路径安全性、规划一致性以及速度舒适性，对安全备选轨迹进行评价，选择出最优参考轨迹。 2.根据权利要求1所述的基于几何路径生成的类人化自动驾驶轨迹规划方法，其特征在于，使用三次贝塞尔曲线生成备选路径簇，具体如下： x＝(1-τ)3x0+3(1-τ)2τx1+3(1-τ)τ2x2+τ3xf y＝(1-τ)3y0+3(1-τ)2τy1+3(1-τ)τ2y2+τ3yf 在上式中，x0、x1、x2、xf分别为三次贝塞尔曲线第一个控制点、第二个控制点、第三个控制点、第四个控制点的横坐标，y0、y1，y2、yf分别为三次贝塞尔曲线第一个控制点、第二个控制点、第三个控制点、第四个控制点的纵坐标，τ为参变量。 3.根据权利要求1所述的基于几何路径生成的类人化自动驾驶轨迹规划方法，其特征在于，所述车辆纵向加速度运动模型为： X＝[s v a]T U＝Δa 在上式中，s，v，a和Δa分别表示车辆的纵向运动路程，纵向车速，纵向加速度与纵向加速度变化率；A为系统矩阵，B为输入矩阵，U为增量矩阵；所述车速二次规划模型为：在上式中，ρ为惩罚系数，X1(tf)为轨迹终点处的车辆状态，X为车辆状态向量，Xref为参考状态向量，tf为轨迹终点时间，S为轨迹终点路程，Q、R为权重矩阵，U为增量矩阵，A为系统矩阵，B为输入矩阵，v为车辆速度，a为车辆加速度。 4.根据权利要求1所述的基于几何路径生成的类人化自动驾驶轨迹规划方法，其特征在于，基于高斯过程理论建立障碍车运动预测模型时，使用径向基核作为障碍车运动预测模型的协方差函数，所述协方差函数为：在上式中，k为核函数，T为历史数据，T’为未来数据，σf、l为超参数。 5.根据权利要求1所述的基于几何路径生成的类人化自动驾驶轨迹规划方法，其特征在于，所述碰撞检测包括：采用几何相交检测法，将主车安全范围定义为椭圆，障碍车安全范围定义为矩形，碰撞检测采样点范围定义为椭圆的外接矩形，判断该采样点是否同时在主车安全椭圆以及障碍车矩形内即可判断是否碰撞。 6.根据权利要求1所述的基于几何路径生成的类人化自动驾驶轨迹规划方法，其特征在于，对安全备选轨迹进行评价时，分别使用行驶类人化指标、路径安全性指标、规划一致性指标、速度舒适性指标评价驾驶员跟车特性、路径安全性、规划一致性、速度舒适性；最优参考轨迹的车辆驾驶性能优化函数为：在上式中，ωi为各性能指标的权重因子。 7.根据权利要求6所述的基于几何路径生成的类人化自动驾驶轨迹规划方法，其特征在于，所述行驶类人化指标为： J1＝-∑logp(Δs,Δv\|φ,μ,∑) 在上式中，Δs表示所规划路径中主车与障碍车的相对距离，Δv表示主车与障碍车的相对速度，φ,μ,∑为高斯混合模型参数。 8.根据权利要求6所述的基于几何路径生成的类人化自动驾驶轨迹规划方法，其特征在于，所述路径安全性指标为：在上式中，R为车道宽度，yend表示所规划的参考路径的终点y方向坐标。 9.根据权利要求6所述的基于几何路径生成的类人化自动驾驶轨迹规划方法，其特征在于，所述规划一致性指标为：在上式中，Py(t)为上一时刻规划轨迹在道路方向上的投影，Py′(t)表示当前时刻规划的轨迹在道路方向上的投影，Px(t)表示当前时刻轨迹与上一时刻规划轨迹重叠部分在道路方向上的投影。 10.根据权利要求6所述的基于几何路径生成的类人化自动驾驶轨迹规划方法，其特征在于，所述速度舒适性指标为：在上式中，v0为当前时刻主车车速，v为规划终点的主车车速。
所属类别：	发明专利