[发明专利]一种运动轨迹拟合方法、控制器及车辆

说明书

本发明提供了一种运动轨迹拟合方法、控制器及车辆，属于运动轨迹拟合技术领域。该方法包括：获取m个数据点(F_i，t_i)，并将m个数据点分为n段，t_i为第i个时间点，F_i为目标参数；用t的多次多项式表示第j段数据对应的拟合的目标参数F_j(t)；以F_j(t_i)尽量接近F_i和多次多项式的多次项系数尽量小为目标设定目标函数；利用矩阵变换的方式将目标函数转换成二次函数；采用二次规划算法求解二次函数；判断F_j(t_i)与F_i的误差或误差的数学处理值是否小于相应的设定值；若是，拟合结束；否则，将n更新为n+1，重新依次对n段数据分别进行拟合，直至误差满足条件。本发明的运动轨迹拟合方法能够提高拟合结果的稳定性。

技术领域

本发明涉及运动轨迹拟合技术领域，特别是涉及一种运动轨迹拟合方法、控制器及车辆。

背景技术

自动驾驶预测模块需要对每个感知到的障碍物的轨迹进行预测，从而获得障碍物在未来一段时间内的行驶轨迹，然后发送给决策规划模块作为生成自车运行轨迹的参考。两个模块之间的轨迹传输的形式有散点和分段的形式，前者能精确传递轨迹数据但占用的传输资源较多，后者在占用的传输资源较少但拟合轨迹的过程中会产生额外的误差，并且可能不能保持曲线的连续性。

目前常用的轨迹拟合方法有最小二乘法，该方法拟合生成一条多项式曲线，使得误差的平方和的均值最小。

但是，自动驾驶预测障碍物的轨迹或自车的轨迹需要满足给定的起点位置和速度以及较小的误差的要求，并且拟合的曲线保持一定的稳定性，而当前一般的最小二乘法并不一定能满足该条件，因此无法保证拟合结果的稳定性。

发明内容

本发明第一方面的一个目的是要提供一种运动轨迹拟合方法，能够提高拟合结果的稳定性。

本发明的进一步的一个目的是减小误差。

本发明第二方面的一个目的是要提供一种用于实现上述运动轨迹拟合方法的控制器。

本发明第三方面的一个目的是要提供一种包括上述控制器的车辆。

特别地，本发明提供了一种运动轨迹拟合方法，包括：

获取待拟合的m个数据点(F_i，t_i)，并将m个数据点(F_i，t_i)分为n段，其中，i＝1，2，…，m，n的初始值为1，t_i为第i个时间点，F_i为t_i对应的目标参数，所述目标参数为运动目标的运动参数；

用t的多次多项式表示第j段数据对应的拟合的目标参数F_j(t)，其中，t为时间，j＝1，2，…，n；

以F_j(t_i)尽量接近F_i和所述多次多项式的多次项系数尽量小为目标设定目标函数；

利用矩阵变换的方式将所述目标函数转换成二次函数；

采用二次规划算法求解所述二次函数，以得到所述多次多项式的各个项的系数；

判断F_j(t_i)与F_i的误差或误差的数学处理值是否小于相应的设定值；

若是，拟合结束；

否则，将n更新为n+1，重新依次对n段数据分别进行拟合，直至F_j(t_i)与对应的F_i的误差或误差的数学处理值是否小于相应的设定值。