[发明专利]一种基于模糊控制的自动驾驶行为规划方法

说明书

本发明提供了一种基于模糊控制的自动驾驶行为规划方法，采用自动驾驶系统实现，自动驾驶系统包括：行为规划子模块、运动规划子模块、感知模块、地图模块和控制模块；行为规划子模块根据障碍物信息和当前道路信息将障碍物根据车道进行分类，并计算各个车道碰撞风险最大的障碍物；将风险最大的障碍物对应的时距和相对速度输入到模糊控制器，根据得到的模糊规则表，采用最大隶属度平均法进行反模糊化处理，得到每个车道的风险级别，进而得到最终确定的风险等级及最优驾驶行为。本发明的效果是：提高了自身车辆的避障性能和安全可靠性，降低了自动驾驶的成本，解决自动驾驶系统的安全性能和效率优化的问题。

技术领域

本发明涉及车辆自动驾驶领域，尤其涉及一种基于模糊控制的自动驾驶行为规划方法。

背景技术

自动驾驶按软件架构主要分为感知、决策、控制等部分。其中，决策模块主要包含运动规划和行为规划两部分。

行为规划的目的是规划出符合当前场景的最安全舒适的驾驶行为，并将该驾驶行为作为运动规划子系统的参考，以便运动规划子系统能够规划出更加安全合理并满足人类驾驶经验的运动轨迹。

自动驾驶主要分为感知、决策、控制等部分，其中决策系统的作用是接收感知系统输出的障碍物和驾驶环境等信息，规划出一条最安全舒适的可通行轨迹，并发送给控制系统，控制车辆安全的行驶。

目前的决策系统一般采用在所有车道上规划出大量的轨迹，然后通过分析计算，选取出一条最优的轨迹，并通过该轨迹来反推驾驶行为，这种方法的缺点是需要先盲目的规划出基于所有车道的大量轨迹，计算耗时，效率较低。而另一种方法是通过分析当前驾驶场景，使用深度学习的算法来确定最优的驾驶行为，该方法的缺点是需要性能强大的处理器来进行深度学习算法的运算，经济成本高，且可能存在不稳定的情况，不适用于车载嵌入式平台。

发明内容

为了解决上述问题，本发明提供了一种基于模糊控制的自动驾驶行为规划方法，采用自动驾驶系统实现，所述自动驾驶系统包括：决策模块、感知模块、地图模块和控制模块；感知模块，用于实时监测障碍物信息，并将障碍物信息实时发送到行为规划模块；地图模块，用于实时监测当前道路信息，并将当前道路信息实时发送到行为规划模块；决策模块，用于将障碍物信息根据当前道路信息进行实时分类和计算各个车道碰撞风险最大的障碍物，规划一条最优路径；所述决策模块包括行为规划子模块和运动规划子模块，所述行为规划子模块用于将障碍物信息根据当前道路信息进行实时分类和计算各个车道碰撞风险最大的障碍物，运动规划子模块用于根据行为规划子模块的输出结果得到最优路径；控制模块，用于根据接收到的决策模块发送的最优路径，自动控制车辆安全行驶；该自动驾驶行为规划方法主要包括以下步骤：

S1：行为规划子模块根据实时接收到的障碍物信息和当前道路信息将障碍物根据车道进行分类，并计算各个车道碰撞风险最大的障碍物；

S2：所述控制模块包括一个开环的模糊控制器，该模糊控制器由驾驶经验设计而得；将各个车道风险最大的障碍物对应的时距和相对速度输入到所述模糊控制器，根据专家经验，得到模糊规则表，采用最大隶属度平均法进行反模糊化处理，输出得到每个车道的风险级别，进而得到最终确定的风险等级；

S3：根据步骤S2中得到的最终确定的风险等级，进而确定最优驾驶行为，使自身车辆在较为安全的状态下行驶。

进一步地，计算与自身车辆碰撞的风险最大的障碍物的具体步骤如下：

S11：获取指定车道上的所有障碍物；

S12：计算自身车辆与所有障碍物的碰撞时间；

S13：对所述碰撞时间进行排序，得到最小的碰撞时间；

S14：判断所述最小的碰撞时间是否大于预设时间值；若是，则到步骤S15；若否，则到步骤S16；