[发明专利]一种自动驾驶最优轨迹生成方法及装置

权利要求书

1.一种自动驾驶最优轨迹生成方法，其特征在于，具体包括以下步骤：

基于道路形式以及车辆的位姿信息和速度信息，进行候选轨迹的生成；

根据候选轨迹的成本影响权重和各成本影响权重的权重系数，构建候选轨迹的成本函数；

基于反正切函数，对候选轨迹的各成本影响权重进行归一化处理，转换为无量纲的数值；

基于道路曲率、车辆速度和自动驾驶行为指令，配置候选轨迹各成本影响权重的权重系数；

基于构建的成本函数，并结合配置的权重系数和转换后的成本影响权重，进行各候选轨迹的成本计算，并将成本最小候选轨迹作为最优轨迹；

其中，所述基于道路形式以及车辆的位姿信息和速度信息，进行候选轨迹的生成，具体步骤包括：

基于道路形式以及车辆的位姿信息和速度信息，对道路进行纵向距离和横向距离的采样，并将采样点作为目标点；

对起始点和目标点进行状态参数配置，所述起始点为车辆当前的位置，所述状态参数包括航向角、曲率和车辆横纵向坐标；

根据配置的状态参数，采用五次多项式生成候选轨迹；

其中，所述采用五次多项式生成候选轨迹，其中，生成的候选轨迹的表达式为：

L_i(s)＝a_i5*s⁵+a_i4*s⁴+a_i3*s³+a_i2*s²+a_i1*s+a_i0

其中，L_i(s)表示候选轨迹，a_i5表示五次多项式的五次项系数，a_i4表示五次多项式的四次项系数，a_i3表示五次多项式的三次项系数，a_i2表示五次多项式的二次项系数，a_i1表示五次多项式的一次项系数，a_i0表示五次多项式的零次项系数，s表示候选轨迹中车辆和起始点的纵向距离；

其中，所述成本影响权重包括平均曲率变化率、平均曲率、平均横向偏移量、累积横向偏移量、行为指令和距离障碍物的最小距离成本；

其中，所述平均曲率变化率的计算公式为：

所述平均曲率的计算公式为：

所述平均横向偏移量的计算公式为：

所述累积横向偏移量的计算公式为：

其中，s₀表示车辆在起始点时的纵向距离，s_i1表示车辆在目标点时的纵向距离，n表示将候选轨迹划分成的等份，表示L_i(s)对s的二次求导，表示L_i(s)对s的三次求导。

2.如权利要求1所述的一种自动驾驶最优轨迹生成方法，其特征在于，构建的候选轨迹的成本函数具体为：

Cost_i＝W_i1*Jerk_i+W_i2*Cur_i+W_i3*Averg_Lat_i+

W_i4*Acumlt_Lat_i+W_i5*Bhv_i+W_i6*Obs_MinDist_i

其中，Cost_i表示候选轨迹的成本，Jerk_i表示平均曲率变化率，W_i1表示平均曲率变化率的权重系数，Cur_i表示平均曲率，W_i2表示平均曲率的权重系数，Averg_Lat_i表示平均横向偏移量，W_i3表示平均横向偏移量的权重系数，Acumlt_Lat_i表示累积横向偏移量，W_i4表示累积横向偏移量的权重系数，Bhv_i表示行为指令，W_i5表示行为指令的权重系数，Obs_MinDist_i表示距离障碍物的最小距离成本，W_i6表示距离障碍物的最小距离成本的权重系数。