[发明专利]自动驾驶车辆四点转弯轨迹规划方法

权利要求书

1.自动驾驶车辆四点转弯轨迹规划方法，其特征在于：自动驾驶车辆在车道上行驶期间，控制模块将自动驾驶车辆的运动约束为沿着行驶车道中心线的轨迹行驶；基于高精度地图导航数据和/或传感器数据，自动驾驶车辆已经确定其正在沿着行驶车道进入交叉口并准备右转，车辆将沿类人驾驶转弯轨迹曲线行驶至目标车道中心线，完成车辆转弯；

包括有以下步骤：

由四点转弯轨迹模型生成类人驾驶转弯轨迹需要先确定四个点的坐标，转弯起始点P₀的坐标(x₀,y₀)、转弯终止点P₃的坐标(x₃,y₃)、转向控制点P₁的坐标(x₁,y₁)、转向控制点P₂的坐标(x₂,y₂)；其中P₀和P₁位于行驶车道中心线及其延长线上，P₂和P₃位于目标车道中心线及其延长线上，由四个点的坐标计算点之间的欧氏距离长度；

转弯起始点P₀与转向控制点P₁的间距：

转弯终止点P₃与转向控制点P₂的间距：

转弯起始点P₀与转弯终止点P₃的间距：

为减小转弯轨迹坐标的计算量，以转弯起始点P₀为原点，建立以P₀和P₃的延长线为X轴，经P₀点与X轴垂直的延长线为Y轴的平面笛卡尔坐标系；其中位于行驶车道中心线的延长线上，则四点坐标可表示为：

其中，α为与的夹角，β为与的夹角；取值需要根据高精度地图中交叉口的几何形状进行计算；

将四点坐标带入基于三阶贝塞尔曲线的转弯轨迹模型：

P(τ)＝P₀(1-τ)³+3P₁τ(1-τ)²+3P₂τ²(1-τ)+P₃τ³τ∈[0,1]；

可得四点转弯轨迹模型如下：

由数据分析系统根据大量车辆转弯轨迹分析得出d₁、d₂、d₃的取值分布率；根据高精度地图中交叉口的几何形状计算α、β；将上述数据代入四点转弯轨迹模型即可生成大量符合人类驾驶习惯的类人驾驶转弯轨迹曲线；

通过四点转弯轨迹模型生成大量类人驾驶转弯轨迹曲线后，还需要经过数值优化算法得到满足约束条件且使得目标函数最优的转弯轨迹，将其作为自动驾驶车辆的转弯轨迹，使得自动驾驶车辆完成转弯；

数据分析系统根据大量车辆转弯轨迹分析得出d₁、d₂、d₃的取值分布率后可计算得到符合人类驾驶习惯的转向控制点P₁、转向控制点P₂坐标，使用插值曲线方法在转弯起始点P₀和终止点P₃生成如图中虚线所示的多条类人驾驶转弯轨迹曲线；为了有效地进行数值优化计算，将自动驾驶车辆的车身表示为两个分别与车头和车尾相切相交的圆形，两个圆形的半径长度均为r_veh，圆心连线的中点表示为车身的形心；

转弯轨迹曲线需要满足道路几何约束、障碍物约束、动力学约束、初始状态和终止状态约束；

(1)道路几何约束可以包括从车辆到开放道路边界的距离、可接近车行道和路缘的尺寸；从高精度地图导航系统中获取道路边界的坐标集合R，则车辆轨迹坐标点(x_av,y_av)与R内的点坐标之间的欧式距离d_vr需要满足道路几何约束如下：

表示自动驾驶车辆轨迹不得碰撞道路边界、不得驶出车道；

(2)障碍物约束包括与一个或多个建筑物、护栏、停放的汽车等固定障碍物的约束，也包括与诸如汽车和移动行人的移动障碍物的约束；从车载传感器模块中提取固定障碍物的坐标，并确定移动障碍物在某个稍后的时间点的预测位置，可以将这些障碍物约束建模为用于数值优化算法的矩阵和向量；

为了简化计算，可将障碍物表示为多个与边缘相切的同半径的圆形，圆形的半径即为r_obs，如同所示，车头和车尾与周围障碍物之间的欧式距离d_ff、d_fr、d_rf、d_rr需要满足的障碍物约束如下：

d_ff≥r_veh+r_obs

d_fr≥r_veh+r_obs

d_rf≥r_veh+r_obs

d_rr≥r_veh+r_obs；

表示自动驾驶车辆需要与障碍物保持安全距离，避免碰撞；

(3)动力学约束包括最大转向角、路段限速、最大转弯速度、最大加速度等，用于动力学约束的计算；可从数据分析系统、车载传感器模块和数据存储模块中获取所需数据，根据自动驾驶车辆轨迹计算得到的轨迹曲率κ、车辆速度v、车辆加速度a需要满足下列动力学约束：

其中δ_max表示车辆最大前轮偏角/转向角，L表示车辆轴距，具体数值与车辆固有属性相关，从数据存储模块中获取；表示自动驾驶车辆行驶受到车辆自身物理结构限制，不能损伤车辆结构；

其中μ为路面摩擦系数，a_lat为车辆的最大横向加速度，具体数值与路面材料、天气状况相关，由数据分析系统与车载传感器模块提供；该约束表示自动驾驶车辆转弯时需要避免发生侧滑；

v_max(κ)≤v_r,max；

v_r,max为车辆所在路段的限速值，具体数据由高精度导航地图系统提供；表示自动驾驶车辆需要遵守交通规则，避免超速行驶；

a_max为车辆的最大加速度，为车辆的固有属性，与车辆的动力系统相关，从数据存储模块中获取；表示自动驾驶车辆不能超功率行驶；

(4)初始状态和终止状态约束包括起始点和终止点的曲率、起始点的速度和加速度的约束计算，可从车载传感器模块中获取自动驾驶车辆的速度、加速度等数据；为了自动驾驶车辆运行的平稳舒适，自动驾驶车辆轨迹的起始曲率κ(0)与终止曲率κ(1)、车辆起始速度v(0)、车辆起始加速度a(0)需要满足下列约束：

v(0)＝v₀

a(0)＝a₀

其中，v₀为车辆行驶至转弯起始点P₀处的车辆速度，a₀为车辆行驶至转弯起始点P₀处的车辆加速度；k(0)和k(1)表示车辆在转弯前后需要保持行驶的平稳度、舒适度；

为了判断满足约束的车辆轨迹是否能使得自动驾驶车辆安全、高效、舒适地完成转弯，而且为了选出最优的轨迹作为自动驾驶车辆的转弯轨迹，需要建立代表驾驶舒适性和通行效率的目标函数；

目标函数由两部分组成：f＝f_soft+f_eff；

(1)以轨迹曲率衡量轨迹的平滑度，以加速度衡量驾驶的舒适度；

a_x,i,a_y,i分别表示自动驾驶车辆在第i时刻的X轴方向和Y轴方向加速度；j_x,i,j_y,i分别表示自动驾驶车辆轨迹在第i时刻的X轴方向和Y轴方向曲率；

(2)以轨迹长度衡量通行效率，驾驶员倾向于选择最短的距离；

v_x,i,v_y,i分别表示自动驾驶车辆在第i时刻的X轴方向和Y轴方向速度；

求得使得目标函数f最小的轨迹即为最优轨迹，将该轨迹作为自动驾驶车辆的转弯轨迹，使得自动驾驶车辆转弯。