[发明专利]基于概率栅格图的速度决策方法及其装置、相关产品

说明书

本发明公开一种基于概率栅格图的速度决策方法及其装置、相关产品，方法包括：以自车位置为原点在frenet坐标系中建立ST概率栅格图；在ST概率栅格图中以自车位置所在栅格点为父节点，按照搜索步长扩展满足预设条件的多个扩展栅格点；将每个扩展栅格点作为父节点继续按照搜索步长扩展满足预设条件的多个扩展栅格点；逐轮搜索直到满足预设终止条件，以得到多条路径及其对应的速度决策结果；针对每条路径，根据路径包含的各栅格点的占据概率及其与障碍物的相对距离计算路径的总代价；根据多条路径对应的总代价确定多个候选速度决策结果；从多个候选速度决策结果中选取目标速度决策结果。本发明实施例可以更好地保证最终速度决策结果的安全性。

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种基于概率栅格图的速度决策方法及其装置、相关产品。

背景技术

随着人工智能技术的发展，自动驾驶技术越发成熟。自动驾驶技术可以简要的分为感知、预测、定位、决策、规划与控制几个方面。决策规划是自动驾驶的关键部分之一，它首先需要融合多传感信息，然后根据驾驶需求进行任务决策，接着在能避开可能存在的障碍物前提下，通过一些特定的约束条件，规划出两点间多条可选安全路径，并在这些路径中选取一条最优的路径作为车辆行驶轨迹。决策技术可以保障无人车的行车安全并且遵守交通规则，还能为路径和速度的平滑优化提供限制信息。

车辆行驶过程中会与其他交通参与者存在频繁的交互，例如前车切入，行人让行以及路口通行等场景。对于自动驾驶车辆需要及时调节目标速度避免与其他动态目标发生冲突，速度规划能够基于周围环境进行实时规划，但是速度规划难以有效参考历史信息且符合人类驾驶习惯。因此可以通过速度决策结合历史和交通规则等信息对于具体障碍物或位置做出速度调节或行为决策结果，为速度规划提供明确的规划目标以提升车辆表现的平稳性和合理性。

相关技术中，常用的速度决策方法包括设置虚拟停车点、基于障碍物投影的搜索算法以及马尔科夫决策过程等。其中，设置虚拟停车点方法根据自车和其它障碍物的碰撞时间判断是否存在碰撞风险，存在风险则在最近的碰撞点前设置或更新虚拟停车点实现让行功能。基于障碍物投影的搜索算法将障碍物的感知和预测结果投影在障碍物的速度规划空间中，设计代价函数采用搜索算法得到对于冲突障碍物的决策结果。马尔科夫决策过程根据自车和障碍物状态，对未来一段时间内的动作进行预测和计算收益，采取预期收益最大的动作作为当前的速度决策结果。

发明人发现：现有技术的有些方案无法保证决策结果的安全性，进一步的，有些方案还无法保证决策结果的稳定性。

发明内容

本发明实施例旨在至少解决上述技术问题之一。

第一方面，本发明实施例提供一种基于概率栅格图的速度决策方法，包括：以自车位置为原点在frenet坐标系中建立ST概率栅格图；在所述ST概率栅格图中以所述自车位置所在栅格点为父节点，按照搜索步长扩展满足预设条件的多个扩展栅格点；将每个扩展栅格点作为父节点继续按照所述搜索步长扩展满足预设条件的多个扩展栅格点；逐轮搜索直到满足预设终止条件，以得到多条路径及其对应的速度决策结果；针对每条路径，根据所述路径包含的各栅格点的占据概率及其与障碍物的相对距离计算所述路径的总代价；根据所述多条路径对应的总代价确定多个候选速度决策结果；以及从所述多个候选速度决策结果中选取目标速度决策结果。

第二方面，本发明人实施例提供一种基于概率栅格图的速度决策装置，包括：概率栅格图建立模块，用于以自车位置为原点在frenet坐标系中建立ST概率栅格图；扩展模块，用于在所述ST概率栅格图中以所述自车位置所在栅格点为父节点，按照搜索步长扩展满足预设条件的多个扩展栅格点；将每个扩展栅格点作为父节点继续按照所述搜索步长扩展满足预设条件的多个扩展栅格点；逐轮搜索直到满足预设终止条件，以得到多条路径及其对应的速度决策结果；总代价计算模块，用于针对每条路径，根据所述路径包含的各栅格点的占据概率及其与障碍物的相对距离计算所述路径的总代价；候选确定模块，用于根据所述多条路径对应的总代价确定多个候选速度决策结果；以及决策模块，用于从所述多个候选速度决策结果中选取目标速度决策结果。