[发明专利]一种自动驾驶局部路径规划方法和系统

说明书

本发明公开了一种自动驾驶局部路径规划方法，其包括步骤：(1)接收车辆将要行驶区域的地图数据和车辆定位数据，以生成车辆可行驶区域的局部地图；(2)从所述局部地图中进行时间采样、速度采样和角度采样；(3)基于时间采样、速度采样和角度采样生成若干条预测行驶轨迹；(4)遍历所有预测行驶轨迹，对每一条预测行驶轨迹进行碰撞检测，如果检测结果是会发生碰撞，则将该条预测行驶轨迹剔除，如果检测结果是不会发生碰撞，则将该条预测行驶轨迹放入预测行驶轨迹数据库中；(5)从所述预测行驶轨迹数据库中选取最优轨迹，并将其输出给车辆。相应地，本发明还公开了一种自动驾驶局部路径规划系统。

技术领域

本发明涉及一种控制方法和系统，尤其涉及一种路径规划方法和系统。

背景技术

近年来，随着无人驾驶技术的快速发展，无人车运用在日常生活中的可能性也越来越大。而无人车的安全性、可靠性和舒适性尤为重要，这就对无人车运动路线的优化提出了更高的要求。

路径规划一直是无人车研究中的一个热点，目前已有众多研究人员对路径规划方法进行了大量研究。

现有的路径规划方法主要包括：基于采样的Voronoi图方法、快速搜索随机树等方法；基于节点的Dijkstra和Dynamic Window Approach(DWA)等方法。其中，DWA算法便于理解和实现，是目前在机器人领域使用较为广泛的规划法之一。

然而，由于现有技术中的DWA算法本身存在的一些缺陷，导致该算法本身在机器人领域应用较为广泛，而在无人驾驶领域应用相对较少。DWA算法的缺陷包括：速度采样会导致机器人/无人驾驶车辆无线逼近障碍物，不符合无人驾驶的策略；另外，由于没有时间采样导致其不能做出类似人类驾驶员的规划行为(规划未来一定时间内路径)。

基于此，针对现有技术中存在的缺陷，本发明期望获得一种自动驾驶局部路径规划方法和系统，其采用时间采样、速度采样和角度采样的三层采样策略，通过增加时间采样，以模拟人类驾驶员的规划行为及策略。此外，其在速度采样中，采用限定区间采样，而不是像原DWA算法一样，采用速度0下限，避免无人驾驶车无限接近障碍物。

发明内容

本发明的目的之一在于提供一种自动驾驶局部路径规划方法，该自动驾驶局部路径规划方法可以通过采用时间采样、速度采样和角度采样的三层采样策略，增加时间采样，从而有效模拟人类驾驶员的规划行为及策略。

为了实现上述目的，本发明提出了一种自动驾驶局部路径规划方法，其包括步骤：

(1)接收车辆将要行驶区域的地图数据和车辆定位数据，以生成车辆可行驶区域的局部地图；

(2)从所述局部地图中进行时间采样、速度采样和角度采样；

(3)基于时间采样、速度采样和角度采样生成若干条预测行驶轨迹；

(4)遍历所有预测行驶轨迹，对每一条预测行驶轨迹进行碰撞检测，如果检测结果是会发生碰撞，则将该条预测行驶轨迹剔除，如果检测结果是不会发生碰撞，则将该条预测行驶轨迹放入预测行驶轨迹数据库中；

(5)从所述预测行驶轨迹数据库中选取最优轨迹，并将其输出给车辆。

在本发明所述的自动驾驶局部路径规划方法中，不同于现有DWA算法是：传统DWA算法不对时间进行采样，因此其无法进行预测判断，这是这种算法的致命缺点。然而在本发明中，采用的是多种输入方式，以接收车辆将要行驶区域的地图数据和车辆定位数据，从而有效解决这一问题。