[发明专利]自动驾驶方法、装置和存储介质

说明书

本发明公开了一种自动驾驶方法、装置和存储介质，涉及自动驾驶技术领域。自动驾驶方法包括：建立优化问题以求解驾驶参数，其中，优化问题的目标函数包括根据车辆与障碍物的碰撞概率确定的惩罚函数；确定令目标函数的值最小化时优化问题的解，以作为用于自动驾驶的驾驶参数。通过基于碰撞概率确定优化目标的方式，可以在令车辆正常行驶的基础上将与障碍物碰撞的可能性降至极低，从而提高了自动驾驶轨迹的质量。

技术领域

本发明涉及自动驾驶技术领域，特别涉及一种自动驾驶方法、装置和存储介质。

背景技术

自动驾驶中的轨迹优化是指生成符合车辆运动学的、不发生碰撞、满足任务要求的平滑舒适的时空轨线。常见的轨迹规划方法有很多种，主要包括搜索采样、优化、机器学习以及解析方法等等。在相关技术中，一般将移动障碍物未来运动趋势的预测轨迹视为确定轨迹，并基于确定的障碍物的轨迹实施车辆轨迹的优化。

发明内容

发明人经过分析后认为，相关技术的方法是在环境确定的条件下进行的，但是实际上，对周围移动障碍物体的感知是存在局限性的。即便准确获知了移动物体当前的状态，也不可能100％准确地预测其未来的运动轨迹，因此将移动障碍物未来运动趋势的预测轨迹视为确定轨迹并实施轨迹优化的做法是有瑕疵的。在少许的考虑不确定性因素的轨迹或路径规划方法中，一般为了求解方便，都去对不确定性因素进行大幅度简化处理，甚至理想化主观假设，导致车辆轨迹优化的效果不好。

本发明实施例所要解决的一个技术问题是：如何提供一种效果更好的车辆轨迹优化方案。

根据本发明一些实施例的第一个方面，提供一种自动驾驶方法，包括：建立优化问题以求解驾驶参数，其中，优化问题的目标函数包括根据车辆与障碍物的碰撞概率确定的惩罚函数；确定令目标函数的值最小化时优化问题的解，以作为用于自动驾驶的驾驶参数。

在一些实施例中，根据车辆与障碍物的碰撞概率确定的惩罚函数包括在预设的时间内各个时间的惩罚项的总和；对于每个时间，根据车辆的位置和姿态确定车辆在时间所占据的区域，并在车辆占据的区域上对障碍物的位置概率密度的分布函数进行积分，获得车辆在时间与障碍物的碰撞概率，其中，位置和姿态是根据驾驶参数确定的；在碰撞小于预设值的情况下，时间的惩罚项的值为0；在碰撞不小于预设值的情况下，时间的惩罚项的值为预设的惩罚常值与惩罚可变值之和，惩罚可变值根据碰撞概率确定。

在一些实施例中，惩罚可变值为碰撞概率与预设值之差的平方值乘以惩罚常值的结果。

在一些实施例中，优化问题的目标函数还包括表示车辆在预设的时间到达的位置与预设终点的差距的惩罚函数。

在一些实施例中，表示车辆在预设的时间到达的位置与预设终点的差距的惩罚函数包括车辆在预设时间的坐标与预设终点的坐标的差值以及车辆在预设时间的姿态与车辆在预设终点的预设姿态的差值。

在一些实施例中，采用元启发式算法确定令目标函数的值最小化时优化问题的解。