[发明专利]用于自动驾驶车辆的基于约束平滑样条的速度优化方法、介质及系统

说明书

根据某些实施方式，系统选择表征持续时间的多个时间段以使路径轨迹完整的多个多项式。系统基于多个成本函数选择目标函数以对多个时间段之间的速度进行平滑。系统对多项式限定约束集合以至少确保多项式平滑地连结。系统根据约束集合对目标函数执行二次规划(quadratic programming)优化，使得在满足约束集合的情况下与目标函数关联的成本达到最小值。系统基于已优化的目标函数生成对于持续时间的平滑速度，以自动控制自动驾驶车辆。

技术领域

本公开的实施方式大体涉及操作自动驾驶车辆。更具体地，本公开的实施方式涉及用于自动驾驶车辆(ADV)的基于约束平滑样条的速度优化。

背景技术

以自动驾驶模式运行(例如，无人驾驶)的车辆可以将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自动驾驶模式运行时，车辆可以使用车载传感器导航到各个位置，从而允许车辆在最少人机交互的情况下或在没有任何乘客的一些情况下行驶。

车辆可利用参考线路进行导航。参考线路是当周围没有障碍物时自动驾驶车辆应沿着其行驶的路径。平滑参考线路可带来更稳定的车辆控制。此外，路径规划轨迹的平滑度(也取决于参考线路的平滑度) 和/或速度规划轨迹的平滑度(其包括由车辆感知的障碍物和/或交通信息)可带来更稳定的车辆控制。

发明内容

为实现上述技术背景中所提及的问题，本申请提供一种用于生成自动驾驶车辆(ADV)的路径轨迹的、对于持续时间的平滑速度的计算机实现的方法，非暂时性机器可读介质以及数据处理系统。

根据本申请一方面，公开了用于生成自动驾驶车辆(ADV)的路径轨迹的、对于持续时间的平滑速度的计算机实现的方法，所述方法包括：选择表征持续时间的多个时间段以使所述路径轨迹完整的多个多项式；基于多个成本函数选择目标函数，以对所述多个时间段之间的速度进行平滑；对所述多个多项式限定约束集合，以至少确保所述多个多项式平滑地连结；根据所添加的约束对所述目标函数执行二次规划(QP)优化，使得在满足所述约束的情况下与所述目标函数关联的成本达到最小值；以及基于已优化的目标函数生成对于所述持续时间的平滑速度，以自动控制所述自动驾驶车辆。

根据本申请另一方面，公开了非暂时性机器可读介质，所述非暂时性机器可读介质中存储有指令，所述指令在被处理器执行时使所述处理器执行操作，所述操作包括：选择表征持续时间的多个时间段以使所述路径轨迹完整的多个多项式；基于多个成本函数选择目标函数，以对所述多个时间段之间的速度进行平滑；对所述多个多项式限定约束集合，以至少确保所述多个多项式平滑地连结；根据所添加的约束对所述目标函数执行二次规划(QP)优化，使得在满足所述约束的情况下与所述目标函数关联的成本达到最小值；以及基于已优化的目标函数生成对于所述持续时间的平滑速度，以自动控制所述自动驾驶车辆。

根据本申请又一方面，公开了数据处理系统，包括：处理器；以及存储器，联接至所述处理器并且存储指令，所述指令在被所述处理器执行时使所述处理器执行操作，所述操作包括：选择表征持续时间的多个时间段以使所述路径轨迹完整的多个多项式；基于多个成本函数选择目标函数，以对所述多个时间段之间的速度进行平滑；对所述多个多项式限定约束集合，以至少确保所述多个多项式平滑地连结；根据所添加的约束对所述目标函数执行二次规划(QP)优化，使得在满足所述约束的情况下与所述目标函数关联的成本达到最小；以及基于已优化的目标函数生成用于所述持续时间的平滑速度，以自动控制所述自动驾驶车辆。

附图说明

通过示例的方式而不是限制的方式在附图的各图中示出本公开的实施方式，在附图中相同的参考标记指示相同的元件。

图1是示出根据一个实施方式的联网系统的框图。

图2是示出根据一个实施方式的自动驾驶车辆的示例的框图。

图3A和图3B是示出根据某些实施方式的由自动驾驶车辆使用的感知和规划系统的示例的框图。