[发明专利]自动驾驶方法、装置和存储介质

权利要求书

1.一种自动驾驶方法，包括：

建立第一优化问题，所述第一优化问题包括令驾驶过程中的不舒适值最小化第一目标函数，所述第一优化问题的解包括车辆的驾驶参数；

将第一优化问题的部分约束条件转换为惩罚函数，形成第二优化问题，所述第二优化问题包括第二目标函数，所述第二目标函数表示第一目标函数与惩罚函数的和；

迭代执行i)～iii)，直到达到预设的迭代次数：

i)通过基于元启发式算法的搜索过程，获得第二优化问题的解；

ii)根据第二优化问题的解确定第一优化问题的初始解，并采用梯度优化算法求解第一优化问题，确定第一目标函数的值以及相应的解；

iii)在第一目标函数的值小于第一目标函数的最小值的情况下，采用所述第一目标函数的值更新所述最小值；

将第一目标函数的最小值对应的解确定为自动驾驶的驾驶参数。

2.根据权利要求1所述的自动驾驶方法，其中，所述第一目标函数与预设时间段内各个时间的车轮转角的绝对值成正相关关系。

3.根据权利要求1所述的自动驾驶方法，其中，所述第一目标函数为预设时间段内各个时间的车轮转角的角度的平方的总和。

4.根据权利要求1所述的自动驾驶方法，其中，

第一优化问题的约束条件包括车辆的运动学模型约束、车辆的速度约束、车轮转角约束、车辆的起点约束、车辆的终点约束；

第二优化问题的约束条件包括车辆的速度约束、车轮转角约束。

5.根据权利要求1或4所述的自动驾驶方法，其中，所述惩罚函数包括车辆在预设时刻的位置与终点的距离信息以及车辆在行驶过程中与障碍物的距离信息。

6.根据权利要求1所述的自动驾驶方法，其中，在迭代执行i)～iii)之前，构建所述第二目标函数的解空间并初始化解空间中的多个粗搜索变量和多个精搜索变量；

所述通过基于元启发式算法的搜索过程，获得第二优化问题的解包括：

对于每个粗搜索变量，根据预设概率与其他粗搜索变量进行交叉变异操作以得到所述粗搜索变量的备选优化变量值，并在根据所述备选优化变量值计算的第二目标函数的值小于根据所述粗搜索变量的值计算的第二目标函数的值的情况下，采用所述备选优化变量值更新所述粗搜索变量的值；

根据每个粗搜索变量的值对应的第二目标函数的值的倒数，确定每个粗搜索变量的权重；

根据每个粗搜索变量的权重，采用轮盘赌的方式确定每个精搜索变量对应的粗搜索变量，其中，所述精搜索变量对应的粗搜索变量的值表示第二目标函数的解。

7.根据权利要求6所述的自动驾驶方法，其中，所述对于每个粗搜索变量，根据预设概率与其他粗搜索变量进行交叉变异操作以得到所述粗搜索变量的备选优化变量值包括：

对于每个粗搜索变量，响应于根据预设概率确定对所述粗搜索变量进行交叉变异操作，随机选择解空间的一个维度，并将所述粗搜索变量与其他粗搜索变量在选择的维度上的数值进行随机混合、得到所述粗搜索变量的备选优化变量值。

8.根据权利要求1～5中任一项所述的自动驾驶方法，其中，所述元启发式算法为人工蜂群算法、禁忌搜索算法、遗传算法、模拟退火算法、蚁群算法、粒子群算法中的至少一种。

9.根据权利要求1～7中任一项所述的自动驾驶方法，其中，所述梯度下降算法为内点算法或者序列二次规划算法。