[发明专利]局部规划的道路自适应采样方法

说明书

本发明涉及局部规划的道路自适应采样方法，包含步骤：获取车辆绝对坐标、期望目标点；生成初始参考线；得到道路参考线；计算每个参考线节点的航向角、曲率；获取车道信息；以到车辆绝对坐标的距离最短的参考线节点作为车辆起点；获取自动驾驶行为规划指令、车速；得到局部规划路径；得到实际规划所需的路径空间；纵向采样；横向采样；将大地笛卡尔坐标系转换成Frenet坐标系；计算采样点在Frenet坐标系的坐标。本发明采用横纵向自适应道路采样法，可以自适应复杂工况，配置出不同位姿的采样点；设计了新的坐标转换方法，解决了常规转换积分运算耗时高的问题，提高了计算效率。

技术领域

本发明涉及自动驾驶技术领域，具体地涉及局部规划的道路自适应采样方法。

背景技术

运动规划作为自动驾驶的关键技术，其主要通过执行行为决策层输出的驾驶行为，以满足汽车的运动以及动态约束，为驾乘人员提供安全和舒适的局部轨迹，同时也要避免与环境中的静态和移动障碍物碰撞。其中，道路采样作为运动规划子系统的首要功能，直接影响到下游控制层的执行优劣，不适当的道路采样方法会降低实时性，造成自动驾驶车辆软件系统的延迟。

当前主流的道路采样方法有两种，其原理及确定如下：

1.步骤一：设置车辆路径规划任务的起点和终点，计算可行路径，选取最优路径并输出到车辆局部路径规划层；步骤二：最优路径及车辆当前参数生成的轨迹点，包含所述车辆的位置信息、速度信息、姿态信息及执行动作信息；步骤三：将路径轨迹点以指令集的形式传递给车辆执行系统。

公开号为CN108931981A的发明专利公开了一种自动驾驶车辆的路线规划方法，即采用上述技术；这种方法的缺点在于：

(1)未对路径规划终点的来源进行说明，即不同的采样终点对最终的轨迹规划结果会产生有很大的影响；

(2)未考虑到弯道复杂工况，不能自适应采样。

2.采用三次样条曲线插值算法，但需要在跨度较大的目标点之间补充新的目标点，以形成新的路径。

公开号为CN 109101017A发明专利提出了一种无人车循迹路线规划方法，即采用上述技术；这种方法的缺点在于：

(1)采用了现有的经典轨迹规划方法，但因其跨度较大，目标点之间需要重新补充新的目标点，才能保证规划精度；

(2)需要进行坐标转换，常规的转换存在积分等复杂运算，降低了计算效率。

发明内容

本发明针对上述问题，提供局部规划的道路自适应采样方法，以实现自适应弯道复杂工况的发明目的，并进一步实现配置出不同位姿的采样点的目标；用以提高计算效率。

为解决上述问题，本发明提供的技术方案为：

一种局部规划的道路自适应采样方法，适用于提高在复杂道路工况下的自动驾驶采样效率，包含以下步骤：

S100.获取车辆绝对坐标、期望目标点；获取所述车辆绝对坐标到所护期望目标点的高精地图数据；所述高精地图数据包含用于标明大地笛卡尔坐标的数据点和用于导航计算的一次规划数据；

S200.根据所述一次规划数据和所述数据点生成初始参考线；所述初始参考线由多个所述数据点组成；对所述初始参考线进行平滑处理，得到用于进行局部规划的道路参考线；所述道路参考线包含多个参考线节点；

计算得到道路参考线上每个所述参考线节点的航向角和曲率；根据所述车辆绝对坐标获取车道信息；所述车道信息包含车道边界数据和车道延伸方向数据；

S300.逐一比较所述道路参考线上的每一个所述参考线节点到所述车辆绝对坐标的距离，以到所述车辆绝对坐标的距离最短的所述参考线节点作为车辆起点；