[发明专利]一种狭窄通道车辆轨迹规划方法及系统

说明书

本发明公开了一种狭窄通道自动驾驶车辆轨迹规划方法，包括以下步骤：步骤S1，获取车辆及作业环境的相关信息；步骤S2，基于所述自车及周边环境的相关信息，构建狭窄环境下车辆的行驶通道；步骤S3，基于构建的行驶通道，对该通道按其直行与拐弯特性进行区域分割；步骤S4，确定狭窄通道的通道中心线，离散通道中心线；步骤S5，将轨迹规划拆分为路径规划与速度规划；步骤S6，确定以高效性为目标的代价函数。本发明的狭窄通道自动驾驶车辆轨迹规划方法，通过步骤S1至步骤S6的设置，便可有效的实现基于车辆及作业环境的相关信息基础上，规划出优化轨迹了。

技术领域

本发明涉及自动驾驶领域，特别是关于一种狭窄通道车辆轨迹规划方法及系统。

背景技术

自动驾驶车辆是指在传统车辆上安装自动驾驶系统从而能够自动感知环境信息、自动作出运动决策并自动控制运动决策实施的车辆。自动驾驶因其在改善驾驶安全性、乘坐舒适性、燃油经济性以及道路流通率等方面的光明前景而受到学术界与工业界的广泛关注，成为未来车辆发展的一个重要方向。

轨迹规划是自动驾驶决策控制部分的核心技术之一。车辆的轨迹规划是指根据车辆的初始状态，目标状态以及车辆周围的环境信息规划出一条无碰撞且满足车辆非完整约束和动力学约束的可行路径和速度。目前轨迹规划方法主要包括：(1)基于图搜索的方法，如专利文件CN106643719A，通过分割车辆作业区域为若干多边形，采用直线段连接多边形各顶点，再搜索无碰撞连通直线段为智能割草车规划路径。图搜索方法对模型精度要求不高，生成的路径较为粗糙，需要经过后续精细化处理才能用于控制执行(2)基于随机采样的方法，如专利文件CN110531770A，通过一种由避障模块、分段拟合模块与信息提取模块共同组成的RRT算法生成一条完整路径。使用随机采样生成的轨迹多次处理同一问题的结果不相同，求解质量不稳定，无法得到满足约束条件的精确解。(3)基于曲线插值的方法，如专利文件CN110949374A通过目标位置信息构建轨迹分段判断模型确定轨迹分段位置，采用两段二阶贝塞尔曲线确定泊车轨迹。基于曲线插值的方法通过预设航路点得到连续平滑且可跟踪的路径，但其生成的轨迹因预设航路点的不同而质量不同。(4)基于最优控制的方法，如专利文件CN110647142A,考虑停车场、停车位、车辆运动学约束，计算多个潜在停车路径，再用二次优化计算停车路径成本，为自动驾驶车辆生成优化停车轨迹。基于最优控制的方法通过建立运动系统方程，确定系统约束条件与目标函数求解优化轨迹，生成的轨迹直观准确且具有良好的可跟踪性能。但是，受目前计算机计算能力的限制，基于最优控制的轨迹规划方法计算用时长，难以应用于自动驾驶车辆的实时轨迹规划求解。狭窄通道是自动驾驶车辆日常运行不可避免的场景，特别是对于一些特殊作业的车辆，其作业环境相对封闭，运行通道狭窄而行驶路线固定，因此，这些特殊作业的车辆对轨迹生成的实时性要求不高，理想生成的参考轨迹即可保证其正常作业运行。狭窄通道场景对轨迹的基本要求为安全可跟踪，在通道狭窄的背景下，基于图搜索方法生成的路径不能在保证路径可跟踪性能的同时保证不与通道边界发生碰撞，基于随机采样的方法也不能同时保证路径不与通道边界发生碰撞且具有可跟踪性。基于曲线插值的方法可保证路径的可跟踪性，但是对于通道狭窄的情况其生成的轨迹容易与通道边界发生碰撞。基于最优控制的方法生成的轨迹能够在保证不与边界发生碰撞的前提下生成具有良好可跟踪性能的轨迹。其计算用时长，难以应用于实时在线求解的缺陷并不影响其为特殊作业车辆的狭窄通道运行离线生成参考优化轨迹。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种狭窄通道车辆轨迹规划方法及系统。其在安全性前提下以高效性为目标，为一些通行道路狭窄，行驶路线固定的特殊环境作业车辆，如地下铲运机，离线生成参考轨迹。

为实现上述目的，本发明提供了如下技术方案：一种狭窄通道自动驾驶车辆轨迹规划方法，包括以下步骤：

步骤S1，获取车辆及作业环境的相关信息；

步骤S2，基于所述自车及周边环境的相关信息，构建狭窄环境下车辆的行驶通道；