[发明专利]一种自动驾驶车辆路径与速度高度耦合的轨迹规划方法

说明书

本发明公开了一种自动驾驶车辆路径与速度耦合的轨迹规划方法，属于自动驾驶领域，包括：1）获取自车及周围车辆的运动状态信息；2）根据自车当前状态信息，分别建立车辆的候选路径模型和候选速度模型，得到路径和速度单独规划的输入加速度序列；3）建立一个以车辆切向加速度和法向加速度为输入，速度、横摆角、坐标为输出的点运动模型，用矩阵的形式将输入序列耦合在一起作为该模型输入，从而得到耦合候选轨迹序列；4）利用RMSProp优化器实时获取当前时刻车辆最优的轨迹，将该轨迹对应的控制量作为输入，即实现路径与速度的耦合规划。本发明解决了现有技术中自动驾驶车辆在进行轨迹规划时速度与路径间相耦合的问题。

技术领域

本发明属于车辆自动驾驶技术领域，尤其涉及一种自动驾驶车辆路径与速度高度耦合的轨迹规划方法。

背景技术

近些年来，交通事故频发、交通拥堵加剧以及疲劳驾驶依然没有得到有效缓解，使得国内外对于车辆自动驾驶的需求变得越来越迫切。目前对于自动驾驶车辆的研究主要包括环境感知，决策规划及控制执行三个部分。随着传感器精度的提高，芯片计算能力的突破以及车辆线控转向、线控制动等新技术的出现，车辆对于周围环境的感知能力以及对底层执行器的控制精度得到了很大的提升，而轨迹规划方法作为其中的关键部分，对于车辆行驶的安全性，高效性及乘坐舒适性都有很大的影响。

车辆轨迹规划是一种复杂的决策行为，主要根据环境感知得到的周围交通信息以及自车的运动状态来决策出一条安全高效无碰撞的轨迹。并且所规划出的轨迹要充分考虑车辆的运动学约束使得在进行底层控制时能顺利跟踪规划的轨迹。具体对于车辆的行驶轨迹规划，主要包括由方向盘控制的车辆路径的规划，和由油门踏板控制的车辆速度的规划。

目前对于轨迹规划的研究主要停留在两类，一类是对于车辆路径和速度的单独规划，如车辆自动换道系统主要保持速度不变，仅仅规划路径进行换道超车；而自动跟车系统则保持路径不变，主要通过规划速度来进行跟车过程。另一类则是在规划好路径的基础上，粗糙的在各时刻点指定速度序列，这使得所规划出的轨迹比较生硬，不够光滑灵活。因此，一个能将速度与路径高度耦合在一起的路径规划方法对于提高自动驾驶车辆的安全性，舒适性显得尤其重要。

发明内容

针对于上述现有技术的不足，本发明的目的在于提供一种自动驾驶车辆路径与速度高度耦合的轨迹规划方法，以解决现有技术中自动驾驶车辆在进行轨迹规划时速度与路径间相耦合的问题；本发明的方法使车辆在换道超车，减速避让等工况下能实时规划出一条安全、高效、平稳的轨迹。

为达到上述目的，本发明采用的技术方案如下：

本发明的一种自动驾驶车辆路径与速度高度耦合的轨迹规划方法，包括步骤如下：

1)获取自车的运动状态信息及周围车辆的相对运动状态信息；

2)根据自车当前运动状态信息，分别建立自车的候选路径模型和候选速度模型；得到以车辆的法向加速度序列为输入，横摆角为输出的路径序列；以及切向加速度序列为输入，速度为输出的速度序列；

3)建立一个以车辆切向加速度序列和法向加速度序列为输入，速度、横摆角、坐标为输出的点运动模型，并将上述两个序列的输入利用矩阵的方式耦合起来，输入到该点运动模型即可得到速度与路径相耦合的候选轨迹序列；

4)利用RMSProp优化器实时获取当前时刻车辆最优的轨迹，将该轨迹对应的控制量作为输入，即实现路径与速度的耦合规划。

进一步的，所述步骤1)中通过GPS获取的自车的运动状态信息为：其中，是自车的纵向位置，是自车的侧向位置，是自车的横摆角，是自车的速度，是自车的横摆角速度，是自车的加速度，是自车的角加速度；通过毫米波雷达和激光雷达获取周围车辆的相对运动信息为其中，Δs_t，Δl_t，分别是周围车辆相对于自车的相对纵向位置，相对横向位置，相对横摆角，是周围车辆的速度，是周围车辆的横摆角，是周围车辆的加速度，是周围车辆的角加速度。