[发明专利]一种车辆轨迹规划方法、电子设备及计算机可读存储介质

说明书

本发明公开了一种车辆轨迹规划方法、电子设备及计算机可读存储介质。本发明引入启发函数，有效减少路径节点，提高了运行速度和质量；考虑了车身的几何约束，保证了车辆在复杂环境中的安全性；采用后处理方法对轨迹进行精简及平滑，生成适合车辆特性的可执行轨迹。

技术领域

本发明属于自动驾驶技术领域，特别涉及了一种车辆轨迹规划方法。

背景技术

轨迹规划(Trajectories Planning)主要指考虑实际临时或者移动障碍物，考虑速度、动力学约束的情况下，尽量按照规划路径进行轨迹规划。轨迹规划的核心就是要解决车辆该怎么走的问题。轨迹规划的输入包括拓扑地图，障碍物及障碍物的预测轨迹，交通信号灯的状态，还有定位导航、车辆状态等其他信息。而轨迹规划的输出就是一个轨迹，轨迹是一个时间到位置的函数，就是在特定的时刻车辆在特定的位置上。轨迹规划的目标是计算出安全、舒适的轨迹供无人驾驶车辆完成预定的行驶任务。

快速扩展随机树(RRT)算法被应用于轨迹规划。RRT算法通过对状态空间中的采样点进行碰撞检测，避免了对空间的建模，能够有效地解决高维空间和复杂约束的路径规划问题。该方法的特点是能够快速有效地搜索高维空间，通过状态空间的随机采样点，把搜索导向空白区域，从而寻找到一条从起始点到目标点的规划路径，适合解决在复杂环境下和动态环境中的路径规划。

现有路径规划技术存在的缺点：

(1)RRT算法采用的度量函数是邻近法则，生成的轨迹并不是最优；

(1)由于采样策略采用的是均匀采样，会导致算法收敛速度慢，耗费大量无用节点计算时间；

(2)RRT算法生成的轨迹都是枝叶节点互相连接，轨迹不平滑，无法被车辆所执行；未考虑车身的几何约束，从而使得车辆位于该节点时可能与障碍物相碰撞。

发明内容

为了解决上述背景技术提到的技术问题，本发明提出了一种车辆轨迹规划方法、电子设备及计算机可读存储介质。

为了实现上述技术目的，本发明的技术方案为：

一种基于启发搜索随机树的车辆轨迹规划方法，包括以下步骤：

(1)建立车身的几何约束条件，利用几何约束条件生成轨迹随机树的新节点；

(2)引入启发式的成本函数，确定新节点的父节点；

(3)对基于步骤(1)-(2)得到的轨迹节点进行后处理，修剪轨迹节点并平滑轨迹。

进一步地，步骤(1)的具体过程如下：

(1a)将车辆轮廓简化为矩形边框，确定车辆周围环境的区域；

(1b)随机生成一个新节点；

(1c)以步骤(1b)中的新节点为圆心、以步骤(1a)中矩形边框对角线的一半为半径做圆；

(1d)判断步骤(1c)得到圆与车辆周围环境区域是否相交；若相交，则返回步骤(1b)重新随机生成新节点；若不相交，则将当前新节点作为轨迹随机树的树枝节点。

进一步地，在步骤(2)中，首先，构建一块特定区域，该特定区域以新节点为圆心，以人为设定的step值为半径，特定区域内会分布一些不均匀且与新节点距离小于step值的节点；其次，分别计算特定区域内各个节点的成本函数值；最后，选择成本函数最小的节点作为新节点的父节点。

进一步地，所述成本函数H如下：

H＝s+g+f