[发明专利]一种车辆行驶轨迹的规划方法

说明书

本发明提供了一种车辆行驶轨迹的规划方法，包括：步骤S1：计算障碍物填充路径并存储文件，对障碍物填充路径进行采样并分段计算，当障碍物填充路径能够通过车辆时，利用分段计算结果，查询文件，得到第一轨迹；步骤S2：采用在线的轨迹优化方法直接计算求解，得到第二轨迹；步骤S3：对第一轨迹和第二轨迹进行联合优化，得到最终规划轨迹。解决了轨迹规划的全局平顺性不强，轨迹规划生成效率低，车辆在复杂环境下的可通过性不高的问题。

技术领域

本发明涉及自动驾驶技术领域，具体而言，涉及一种车辆行驶轨迹的规划方法。

背景技术

目前自动驾驶轨迹算法多采用采样和优化的方法，有的只有采样，有的只有优化，有的是先采样再进行优化。基于采样的方法，一定程度上可以控制搜索路径的形状，但是限制在于采用不同分辨率会有不同的结果。分辩率设置过低，能够搜索得到的路径也就越少，但计算效率得到保证。分辨率设置过高，能够在复杂环境下搜索得到路径的可能性也会增加，但计算效率就无法保证，尤其是要求保证实时性的运行环境下。基于优化的算法，一般能够在相对复杂的空间中求解，该类算法相对于采样的算法，相应的配置较少。不过，基于优化的算法所生成的轨迹具有局部最优特性，可能会存在紧贴障碍物或者线条弯曲太多，不符合一般车辆平滑行驶路径的倾向。基于前两者的优劣，很多算法也会在利用采样算法搜索得到粗解的情况下，增加优化操作，对轨迹进行二次优化。这类算法，在一定程度上可以保证在粗解一定有解的情况下，可以进一步优化路径曲线。然而，此类算法因为以粗解采样计算为前提，所以并未完全发挥基于优化算法在相对复杂空间的可求解特性，自动驾驶车辆可通过性并未增强。

由此可见，现有的车辆行驶轨迹的规划方法，存在这样的问题：轨迹规划的全局平顺性不强，轨迹规划生成效率低，车辆在复杂环境下的可通过性不高。

发明内容

因此，本发明提供一种车辆行驶轨迹的规划方法，解决了现有的轨迹规划的全局平顺性不强，轨迹规划生成效率低，导致车辆在复杂环境下的可通过性不高的问题。

为解决上述问题，本发明提供一种车辆行驶轨迹的规划方法，包括：步骤S1：计算障碍物填充路径并存储文件，对障碍物填充路径进行采样并分段计算，当障碍物填充路径能够通过车辆时，查询文件，得到第一轨迹；步骤S2：采用在线的轨迹优化方法直接计算求解，得到第二轨迹；步骤S3：对第一轨迹和第二轨迹进行联合优化，得到最终规划轨迹。

与现有技术相比，采用该技术方案所达到的技术效果：利用步骤S1和步骤S2得出第一轨迹和第二轨迹，对两个轨迹进行联合处理，获得最终的轨迹解输出给控制，利用离线计算、查询结果和在线轨迹优化并对两条轨迹进行联合优化，解决了轨迹规划的全局平顺性不强，轨迹规划生成效率低，导致车辆在复杂环境下的可通过性不高的问题。

进一步的，计算障碍物填充路径并存储文件，离线采样分段计算，查询文件，得到第一轨迹包括：在长度不同的路径进行网格处理，并获取连接点，离线遍历求解障碍物填充网格时的路径，生成障碍物填充网格的ID以及对应的求解路径并存储在文件中。

与现有技术相比，采用该技术方案所达到的技术效果：对于不同曲率半径的道路，曲率半径越大的路径对应选取求解的L路径越大，曲率越小的道路选取求解的L路径越小。在直道上，显然选取L路段越大的进行分段求解越加合适。在弯曲道路上，选取L路段越小的进行分段求解越合适。

进一步的，计算障碍物填充路径并存储文件，离线采样分段计算，查询文件，得到第一轨迹还包括：步骤S11：按照道路方向对自动驾驶前方道路进行切割；步骤S12：对切割后的每段道路进行栅格化处理；步骤S13：在栅格化道路中进行障碍物填充，并获得障碍物键值；步骤S14：利用障碍物键值查询文件，得到每段道路对应的规划轨迹；步骤S15：按照道路分段顺序对规划轨迹进行拼接，得到第一轨迹。