[发明专利]用于控制车辆的移动的系统和方法

说明书

一种用于控制车辆从车辆的初始状态和车辆的目标状态的移动的系统构造具有多个节点的图形并且确定通过图形将初始节点与目标节点连接的路径，所述节点定义车辆的状态并且包括定义车辆的初始状态的初始节点和定义车辆的目标状态的目标节点。该系统使用具有起源于初始节点的节点的初始树和起源于目标节点的节点的目标树的双树构造来确定图形。双树构造被配置为基于可扩展节点的成本在初始树或目标树中选择可扩展节点，并且通过添加以无碰撞基元运动所定义的边缘连接到可扩展节点的子节点来扩展图形，使得子节点的成本小于可扩展节点的成本。

技术领域

本发明总体上涉及车辆的路径规划，更具体地，涉及用于以确定性方式控制车辆从初始状态向目标空间中的移动的路径规划方法。

背景技术

车辆(无论自主车辆还是以自主驾驶模式执行的车辆)所采用的多个控制系统预测车辆的未来、安全运动或路径，以便不仅避开诸如其它车辆或行人的障碍物，而且优化关联到车辆的操作的一些标准。目标状态可以是固定位置、移动位置、速度向量、区域或其组合。诸如道路边缘、行人和其它车辆的周围环境通过车辆的传感器来感测和/或通过先验给定信息至少部分地获知。

在诸如自主车辆、机器人、制造和计算机视觉应用的各种应用中出现了路径规划。已提出了许多规划算法，包括(仅举几个例子)基于图形的A*和D*方法、涉及导航功能的连续方法和潜在领域；最近，诸如概率路线图(PRM)、扩展空间树、快速探索随机树(RRT)、最优变体RRT*和PRM*以及随时RRT的基于采样的方法。

用于控制以自主驾驶模式执行的自主或半自主车辆的任务之一自动地将车辆停放到停放位置和取向(本文中称为目标状态)。停车任务可表述如下。给定车辆动力学、停车空间的地图、表示车辆的起始位置和取向的初始状态以及表示车辆的目标停放位置和取向的目标状态确定车辆从初始状态到目标状态的期望路径或运动，然后控制车辆的致动器(例如，车辆的油门踏板和方向盘)，以确保车辆遵循期望路径或运动。然而，由于对车辆运动的非完整约束以及停车空间(例如，停车库或停车场)中的通常狭窄的自由空间，用于自动地停放车辆的路径规划有挑战性。

各种基于图形的方法搜索与机器人的配置空间近似的预定义图形。从各个节点和边缘分别表示相同的配置和连接路径的意义上讲，图形有点是静态的。在搜索算法的探索期间，图形的节点和边缘二者被标记为无冲突或被占用。诸如A*和D*的完善算法实现了分辨率完整性，在某些情况下具有最优性保证。由于预定义图形的复杂度随配置空间的维度呈指数增长，所以对于高维系统，这些方法变得实际上不可行。

基于采样的方法可克服维数问题，并且在高维系统上得以普及。根据基于采样的方法，代替使用预定义图形，在运行中构造图形，其中其节点从配置空间随机地抽取。这些方法的有效性取决于图形构造(或等同地空间探索)的效率。

然而，基于采样的方法(例如，RRT方法)在计算上昂贵。为此，许多工作开发了有偏采样方案以改进计算效率。例如，美国申请15/402353通过一组航路点来使采样偏倚，这些航路点表示中间但里程标配置。然而，对于一些应用，即使有偏采样在计算上也不实际。

发明内容

一些实施方式的目的是公开一种允许实时路径生成以用于自动车辆控制的运动规划方法。一些实施方式的另一目的是公开一种例如适合于自动停车系统和方法的允许实时自动车辆控制的运动规划方法。一些实施方式的另一目的是提供一种降低由探索车辆的状态空间的采样方法的概率性本质导致的路径规划的计算成本的方法。一些实施方式的另一目的是提供以降低的计算复杂度和/或存储器要求用于车辆的状态空间的确定性探索的系统和方法。