[发明专利]智能车动态避障路径连续规划方法、系统及存储介质

权利要求书

1.智能车动态避障路径连续规划方法，其特征在于，包括：

构建基于Frenet坐标系的局部路径规划架构；

基于贝塞尔曲线进行分路段的局部路径规划；在Frenet坐标系中，所有沿全局路径的局部避障路径规划问题都被转化为直线道路下的双移线路径规划问题，双移线局部路径包括：为避开障碍物进行一次单移线路径规划，并在跟踪过程中实时更新，避开障碍物之后需要回到全局路径，再进行一次单移线路径规划，并在跟踪过程中实时更新；

依据规划好的局部路径进行车辆跟踪行驶，以预定时间步长获取障碍物的运动状态信息，并在障碍物的运动状态发生变化时基于贝塞尔曲线进行路径再规划，且再规划的路径曲率与原路径曲率连续；

当自车沿全局路径行驶至局部路径规划起点A点，当前方障碍物的运动状态更新时，障碍物的实时位置s_ob、l_ob及速度v_ob的数值发生变化，则对路段终点进行相应更新，按以下方式计算避障路段终点B的坐标(s_B，l_B)：

其中，s_ob，A、v_ob，A、l_ob，A分别为自车在A点时，障碍物的S坐标、S方向的运动速度和L坐标，Δt₁为避障路段预计耗时，预计耗时等于路段终点与当前点的s差值除以当前车速，w_ob、w_ego、w分别为障碍物宽度、自车宽度及自车与障碍物的期望侧向间距；

对路段终点进行相应更新进一步包括：当障碍物突然加速，则增大路径终点；当障碍物突然减速，则减小路径终点的s坐标；当障碍物产生侧向移动，则改变路径终点的l坐标；

避障路段的起点和终点即为三阶贝塞尔曲线的第一个控制点P₀(s₀，l₀)和第四控制点P₃(s₃，l₃)，第二控制点P₁(s₁，l₁)和第三控制点P₂(s₂，l₂)按如下方式计算：

其中，m为控制点P₀、P₁的间距，为贝塞尔曲线的第一个待优化变量，ψ₀为Frenet坐标下车辆在第一个控制点时的航向角，n为控制点P₂、P₃的间距，为贝塞尔曲线的第二个待优化变量，ψ₃为路段终点的航向角；

以相邻路径点曲率增量的累计和最小为目标对m、n进行优化，

公式8中，ρ_i和ρ_i-1分别表示第i点和第i-1点的曲率，J表示优化函数，k表示路径点个数。

2.根据权利要求1所述智能车动态避障路径连续规划方法，其特征在于，分路段的局部路径规划包括：避障路段路径规划和回归路段路径规划，其中避障路段的终点与回归路段的起点一致。

3.根据权利要求2所述智能车动态避障路径连续规划方法，其特征在于，所述方法进一步包括：当自车发现前方障碍物并沿全局路径行驶至局部路径避障路段的起点时，根据自车及前方障碍物的初始运动状态确定避障路段的终点，然后基于贝塞尔曲线进行路径规划；当自车行驶至避障路段的终点时，根据自车及前方障碍物的当前运动状态确定回归路段的终点，然后基于贝塞尔曲线进行路径规划。

4.根据权利要求3所述智能车动态避障路径连续规划方法，其特征在于，所述方法进一步包括：依据规划好的路径进行车辆跟踪行驶时，当获知前方障碍物的运动状态发生变化，则重新计算当前路段的路径终点，并根据车辆当前位置及重新计算出的路径终点基于贝塞尔曲线进行路径再规划。