[发明专利]用于规划机动车辆的路径和/或轨迹的设备

说明书

本发明涉及一种用于规划机动车辆(4)的路径和/或轨迹的设备(2)，该设备包括用于接收输入变量序列的模块(6)、以及用于根据所接收的输入变量序列确定与该路径和/或该轨迹相对应的控制律的硬件和软件装置。该设备(2)包括呈紧凑表示集合的形式的时间分类装置(8)。

技术领域

本申请涉及用于规划机动车辆的路径和/或轨迹的设备和方法、以及用于实施这种方法的计算机程序的领域。

背景技术

目前，机动车辆配备有性能水平不断提高的高级驾驶辅助设备。高级驾驶辅助设备旨在允许机动车辆的自主驾驶，即，在没有驾驶员的干预下进行驾驶。特别地，高级驾驶辅助设备可以用于规划机动车辆的路径和/或轨迹。在本申请中，术语“规划”及其派生词将按照它们在高级驾驶辅助设备领域中的通常定义进行解释，即意思是路径或轨迹的规划表示机动车辆未来的一系列状态(位置、速度、加速度)对应于从一个状态到另一期望状态的路径或轨迹。在本申请中，车辆的路径将被理解为与车辆在出发点与到达点之间的行进相对应的几何形状。车辆的轨迹将被理解为车辆在出发点与到达点之间的位置随时间的变化。

用于规划机动车辆的路径和/或轨迹的方法的已知示例特别地包括通过求解基于一阶拉格朗日力学方程建模的最优控制问题来进行规划的方法。用于生成路径和/或轨迹的方法通常旨在找到车辆乘员的舒适度与安全之间的良好折衷。

可以在M.Werling、J.Ziegler、S.Kammel和S.Thrun的论文“Optimal trajectorygeneration for dynamic street scenarios in a Frenét frame,IEEE InternationalConference on Robotics and Automation[在Frenét坐标系中针对动态街道场景的最优轨迹生成，IEEE机器人与自动化国际会议]”[1]中找到一种用于生成轨迹的方法的示例(下文称为“Werling方法”)。Werling方法涉及用于求解最优控制问题的间接方法。根据此方法，选择一些输入参数，通过仅考虑所选的输入参数来部分地求解最优控制问题，并且使用未被选择的输入参数和所选的输入参数对解进行后验验证。然而，使用间接方法由于要考虑大量的输入参数而缺少鲁棒性。而且，防撞约束是后验验证的事实可能导致最终由于碰撞风险而拒绝对大量路径和/或轨迹的规划，使得许多资源被用于大量的被拒绝计算。

在T.Mercy、W.Van Loock、G.Pipeleers和J.Swevers的论文“Time-optimalmotion planning in the presence of moving obstacles[在存在移动障碍物的情况下的时间最优运动规划]”[2]中描述了轨迹规划方法的另一个示例(下文称为“Mercy方法”)。该示例使用直接方法来求解最优控制问题。根据直接方法，在求解该问题时考虑了所有约束。因此，本发明更接近于Mercy方法而不是Werling方法。然而，与Mercy方法相关联的算法的复杂度使得不可能将其结合到机动车辆的车载设备中。

路径和/或轨迹规划方法的其他示例包括势场方法，在势场方法中，每个障碍物都会产生倾向于阻止车辆接近它的反重力场。然而，这种方法存在陷入局部最小值的风险，并且因此可能无法生成针对路径和/或轨迹规划问题的最佳解。

发明内容

鉴于以上内容，本发明的目的是使得能够规划机动车辆的路径和/或轨迹，同时克服上述缺点。

更具体地，本发明提出使得能够实施足够鲁棒的路径和/或轨迹生成，同时降低计算复杂度。

出于此目的，提出了一种用于规划机动车辆的路径和/或轨迹的设备，该设备包括用于接收一系列输入变量的模块、以及用于根据所接收的一系列输入变量确定与该路径和/或该轨迹相对应的控制律的硬件和软件装置。

根据其一般特性之一，该设备包括呈紧凑表示集合的形式的时间分类装置。