[发明专利]基于速度障碍的无人车实时轨迹规划方法

说明书

【技术领域】

本发明涉及智能交通系统技术领域，特别涉及无人驾驶系统中的实时轨迹规划方法。

【背景技术】

无人驾驶车辆不但是智能交通系统的重要组成部分，也是移动机器人研究领域的研究热点。无人驾驶车辆在静态环境条件下的轨迹规划方法已取得大量的成果，而动态环境的轨迹规划要比静态环境的轨迹规划问题复杂的多，所以还没有统一而有效的规划方法。

目前解决动态环境中的轨迹规划问题的方法主要分为四类。第一类方法同静态环境轨迹规划第一类方法类似，只是将搜索空间增加了一维时间轴，在位形-时间空间中通过穷举法或智能搜索方法直接进行轨迹规划。这种策略的优点是能够获得完备解，但是，该方法的搜索空间维数较高，使计算量急剧上升，高效的图搜索技术是该算法的难点。第二类方法是路径-速度分离算法。第一步先假定工作空间中的障碍物静止，规划一条静态环境中的无碰有效路径；第二步再沿着这条规划好的路径选择速度的分布以避开运动的障碍物。由于该方法在进行速度规划时路径不再改变，当动态障碍物较多时，速度的优化策略是方法的难点。第三类方法是将静态环境轨迹规划方法中通过连续优化过程生成一个单一的高阶参数化的光滑路径的策略同碰撞检测技术相结合。首先生成一条参数化表达的平滑轨迹，然后进行碰撞检测，若有碰撞产生，则重新生成一条参数化表达的平滑轨迹，直到生成的轨迹同所有障碍物无碰撞。有效的参数修正策略是该方法的难点。第四类方法是利用速度信息直接决定潜在的碰撞可能，在位形-速度空间通过穷举法或智能搜索方法直接进行规划，这种策略的优点是没有增加搜索空间的维数，但是，当动态障碍物较多时候，该方法中涉及的计算几何方法的计算量较大，寻找高效的智能搜索方法是该类方法的关键。在多个动态障碍物的条件下，现有大多数无人驾驶车辆在线轨迹规划方法难于兼顾规划结果的精度和规划过程的运算效率。

以下给出检索的相关文献：

[1]Ferguson D,Howard TM,Likhachev M.Motion Planning in Urban Environments:Part I[C].Proceedings of the 2008IEEE/RSJ International Conference on Intelligent Robots and Systems,Acropolis Convention Center,Nice,France,Sep.2008:1063-1069.

[2]Godbole DN,Hagenmeyer V,Sengupta R and Swaroop D.Design of Emergency Maneuvers for Automated Highway System:Obstacle Avoidance Problem[C].Proceedings of the 36th Conference on Decision and Control,San Diego,Califomia USA,Dec.1997:4774-4779.

[3]Kanaris A,Kosmatopoulos EB and Ioannou PA.Strategies and Spacing Requirements for Lane Changing and Merging in Automated Highway Systems[J].IEEE Transactions on Vehicular Techinology,Nov.2001,50(6):1568-1581.

[4]Karatas T and Bullo F.Randomized Searches and Nonlinear Programming in Trajectory Planning[C].Proceedings of the Conference on Decision and Control,Orlando,FL,Dec.2001:5032-5037.

[5]Gomez M,Martinez-marin T,Sanchez S and Meziat D.Optimal Control for Wheeled Mobile Vehicles based on Cell Mapping Techniques[C].Proceedings of the 2008IEEE Intelligent Vehicles Symposium,Eindhoven University of Technology,Eindhoven,The Netherlands,Jun.2008:1009-1014.