[发明专利]一种面向多场景的自动驾驶规划方法及系统

权利要求书

1.一种面向多场景的自动驾驶规划方法，其特征在于，包括如下步骤：

S1，对地图拓扑信息进行解析，利用解析的结果获取全局参考路线；

S2，根据是否已有最优轨迹、自车位置以及全局参考路线生成局部参考路线，过程包括；

若无最优轨迹，则根据自车位置和全局参考路线进行路径点采样得到第一局部参考路线，同时利用混合A*算法搜索生成对应交通路段的参考路线；将参考路线拼接整合到第一局部参考路线中，得到完整的局部参考路线；在考虑车辆运动学约束和障碍物约束条件下对参考路线进行平滑处理，得到最终的局部参考路线；

若已有最优轨迹，则根据自车位置和全局参考路线进行路径点采样得到第一局部参考路线，并对第一局部参考路线进行平滑处理，得到最终的局部参考路线；

S3，根据自车位置、障碍物信息和最终的局部参考路线获取最优轨迹；

S4，循环进行S2-S3；

S1的过程包括：

对地图拓扑信息进行解析，得到包含道路物理信息和语义信息的路网；

根据路网信息、自车定位信息以及任务起点和目标点进行全局路线搜索，生成一组有前后关系的全局离散路线点，利用全局离散路线点生成全局参考路线；

S2中，利用混合A*算法搜索生成对应交通路段的参考路线时，确定自车相对全局路径的点，在距该点预设距离的范围内由远及近向自车相对全局路径的点回推，结合栅格图，寻找局部目标点，所述局部目标点满足：在栅格图范围内，并且这个点所在栅格和周围预设距离范围内没有障碍物；

如果直至回推到自车相对全局路径的点时未找到局部目标点，则将自车正前方某一个周围没有障碍物的点作为局部目标点；

S3中，根据自车定位信息计算最终的局部参考路线上的起始规划点，然后将局部参考路线中的笛卡尔坐标转换为Frenet坐标；

计算自动驾驶车辆在Frenet坐标系下的起始点以及起始点的状态信息，起始点的状态信息表示为T0时刻状态；

在采样之前，先对障碍物信息进行处理，对障碍物进行处理时基于参考路线建立对应的纵向位移-横向位移图和纵向位移-时间图；

障碍物信息处理完成后，开始采样下一个T1时刻的末状态，表示为T1时刻状态；

采样之后，将T1时刻状态和T0时刻状态做多项式拟合，生成横向和纵向的两个多项式轨迹，将横向和纵向的两个多项式轨迹进行二维合成，得到轨迹集；

从轨迹集中找到最优轨迹。

2.根据权利要求1所述的一种面向多场景的自动驾驶规划方法，其特征在于，S2中，利用混合A*算法搜索生成对应交通路段的参考路线时，将栅格分辨率采用距离自车位置近处较高、距离自车位置远处较低的形式。

3.根据权利要求1所述的一种面向多场景的自动驾驶规划方法，其特征在于，S2中，将参考路线拼接整合到第一局部参考路线中的过程包括：

选取局部参考路线中的起始点和终止点作为拼接点，根据起始点和终止点查找第一局部参考路线中的对应的最近点并进行拼接。

4.根据权利要求1所述的一种面向多场景的自动驾驶规划方法，其特征在于，从轨迹集中找到最优轨迹的过程包括：

计算轨迹集中每一条轨迹的代价C_total：

对代价最低的轨迹进行物理限制检测和碰撞检测，若同时满足车辆运动约束条件和无碰撞条件，则将Frenet坐标系下的轨迹转换成笛卡尔坐标系下的轨迹并返回该轨迹；若不满足车辆运动约束条件和无碰撞条件中至少一个条件，则将该轨迹剔除，再选择最低代价的轨迹继续检测，直到找到同时满足上述两个条件的轨迹；

如果未找到符合条件的轨迹，然后进行S4。