[发明专利]用于智能车辆的局部轨迹规划方法和装置

权利要求书

1.一种用于智能车辆的局部轨迹规划方法，其特征在于，预先获取从起始地点到目的地点之间的路径规划信息；所述方法包括：

确定目标车道；

从所述路径规划信息中获取所述目标车道的信息；

依据智能车辆的当前速度，在目标车道中确定备选曲线的终点范围；

在所述终点范围内采样备选曲线的终点，将智能车辆当前所在位置作为备选曲线的起点，分别依据备选曲线的起点和各备选曲线的终点进行采样，形成各备选曲线；

依据当前行驶环境，对采样的备选曲线进行速度规划；

从进行速度规划后的备选曲线中选择一条作为目标轨迹。

2.根据权利要求1所述的方法，其特征在于，所述方法周期性执行或者由特定事件触发。

3.根据权利要求1所述的方法，其特征在于，所述确定目标车道包括：

从所述路径规划信息中获取目标车道的信息；或者，

依据当前行驶环境，进行行为决策，行为决策结果包含目标车道的信息。

4.根据权利要求3所述的方法，其特征在于，当所述智能车辆行驶至多车道路径上时，执行所述依据当前行驶环境，进行行为决策。

5.根据权利要求3所述的方法，其特征在于，所述当前行驶环境包括道路因素和周围交通因素；

所述道路因素包括以下因素中的一种或任意组合：智能车辆当前所在车道是否可达目的地点、智能车辆当前所在车道的剩余行驶距离、智能车辆当前所在车道左侧是否有可行驶车道、当前车道右侧是否有可行驶车道、智能车辆当前所在路段上可达目的地点的车道信息以及智能车辆当前所在路段上剩余行驶距离最长的车道信息；

所述周围交通因素包括以下因素中的一种或任意组合：智能车辆当前所在位置周围预设范围内的障碍物位置、速度、类别和体积。

6.根据权利要求3或5所述的方法，其特征在于，所述进行行为决策包括：

将所述当前行驶环境与预设的决策规则进行匹配，确定匹配的行为决策结果；或者，

将所述当前行驶环境输入决策模型，获取所述决策模型输出的决策结果，所述决策模型是预先采用机器学习的方式建立的。

7.根据权利要求1所述的方法，其特征在于，在依据备选曲线的起点和终点进行采样时，依据欧拉螺旋线进行采样，形成备选曲线。

8.根据权利要求1所述的方法，其特征在于，在所述终点范围内采样备选曲线的终点包括：

在所述终点范围内的车道中心线上进行等间距采样，得到各备选曲线的终点，所述备选曲线的终点方向和曲率均与目标车道一致。

9.根据权利要求1所述的方法，其特征在于，所述备选曲线的起点方向与智能车辆当前行驶方向一致，所述备选曲线的起点曲率由智能车辆当前方向盘转角和轴距确定。

10.根据权利要求1所述的方法，其特征在于，所述依据当前行驶环境，对采样的备选曲线进行速度规划包括：

若智能车辆与前方车辆的距离小于目标跟车距离，则在所述备选曲线上以预设的第一加速度进行匀减速；

若智能车辆与前方车辆的距离大于目标跟车距离，则在所述备选曲线上以预设的第二加速度进行均加速；

若智能车辆当前速度大于车道限速，则在所述备选曲线上以预设的第三加速度进行匀减速；

若智能车辆当前速度大于弯道安全速度，则在所述备选曲线上以预设的第四加速度进行匀减速。

11.根据权利要求1所述的方法，其特征在于，所述从进行速度规划后的备选曲线中选择一条作为目标轨迹包括：

依据以下因素中的一个或任意组合对各进行速度规划后的各备选曲线进行评估，选择最优的一条作为目标轨迹：

所述备选曲线距离障碍物的距离、所述备选曲线的曲率、所述备选曲线的加速度以及完成所述备选曲线的耗时。

12.根据权利要求1所述的方法，其特征在于，若智能车辆驶出规划的路径，则触发重新进行路径规划并获取新的路径规划信息，并基于新的路径规划信息进行后续局部轨迹规划。

13.根据权利要求1所述的方法，其特征在于，该方法还包括：

将目标轨迹信息发送给所述智能车辆的控制系统，以便所述控制系统控制所述智能车辆沿所述目标轨迹行驶。