[发明专利]一种商用车局部路径规划方法及系统

说明书

本发明公开了一种商用车局部路径规划方法及系统，在获取车辆当前数据后，将车辆状态信息、车辆位置距离障碍物数据、车辆位置与距离全局路径数据代入路径规划算法中得出原始解，然后对原始解进行扩展得到凸空间，在凸空间内采用最佳油耗策略、行驶安全策略、行驶效率策略为收益函数对原始解进行修正得到修正解，再对修正解和原始解进行调整从而得出最优路径，可以在保证该方法运算速度的基础上降低车辆油耗、保证车辆行驶安全、提高车辆行驶效率。

技术领域

本发明涉及汽车技术领域，尤其涉及一种商用车局部路径规划方法及系统。

背景技术

经济性驾驶是现在无人驾驶汽车节能减排的重要方向，尤其在商用车无人驾驶领域具有重要的研究潜力。但现在局部路径规划算法的研究大多都致力于乘用车等小型车辆以及如何提高算法的求解速度，而忽略算法的一些实际用途，例如：油耗、安全、效率等因素，而对于全局路径规划研究领域，大多通过优化全局路径距离，减少红绿灯等到时间等方面，来提高车辆行驶效率，从而减小油耗率，在局部路径最佳油耗规划方法中少有研究。

现有技术中的路径规划算法需要预先建立路径规划模型，但路径规划的场景多变，所以该方法不具有通用性，且可靠性较低；有通过利用历史数据获取路径规划的模型参数，由于路况多变，很难获取最新的数据时，所以该方法具有一定的局限性，且效率低下；也需要预先训练好所需要的模型，能够针对性的解决一些特定的问题，但很难覆盖现实中的所有场景，而遇到新的场景，需要重新建立路径规划模型，这显然会提高成本，效率低下，此外也仅考虑车辆行驶过程中的行驶距离、行驶时间，而没有考虑是否降低油耗、行驶安全等实际性问题，不能完全满足实际需求。

发明内容

本发明提供了一种商用车局部路径规划方法及系统，以解决车辆在路径规划中，能够在满足路径规划算法运行效率的同时降低油耗的技术问题。

为了解决上述技术问题，本发明实施例提供了一种商用车局部路径规划方法，包括:

获取车辆当前状态数据、车辆位置距离障碍物数据、车辆位置与距离全局路径数据；

根据预设的路径规划算法对车辆当前状态数据、车辆位置距离障碍物数据、车辆位置与距离全局路径数据进行计算，得到原始解，继而根据所述原始解扩展凸空间，使用预设的收益函数对原始解进行修正得到修正解，再对修正解和原始解进行调整从而得出最优路径；其中，路径规划算法设置有代价函数，收益函数设置有最佳油耗策略、行驶安全策略、行驶效率策略。

实施本发明实施例，在获取车辆当前数据后，将车辆状态信息、车辆位置距离障碍物数据、车辆位置与距离全局路径数据代入路径规划算法中得出原始解，然后对原始解进行扩展得到凸空间，在凸空间内采用最佳油耗策略、行驶安全策略、行驶效率策略为收益函数对原始解进行修正得到修正解，再对修正解和原始解进行调整从而得出最优路径，可以在保证该方法运算速度的基础上降低车辆油耗、保证车辆行驶安全、提高车辆行驶效率。

作为优选方案，根据预设的路径规划算法对所述车辆当前状态数据进行求解，得到原始解，具体为：

根据路径点的连续性、路径点与障碍物的距离和路径点与全局路径的距离因素计算出代价函数，具体地，通过以下公式计算：

计算路径点的连续性，公式如下：

u_smooth＝u(s_i)

u(s_i)＝∑f′(s_i)²

其中，c_smooth表示路径点的连续性，s_i表示第i段路径，u(s_i)表示第i段的曲线的导数；

计算路径点与障碍物的距离，公式如下：

u_{barrier_distance}＝h(d)