CN105599764A - 用于自主车辆的行车路线规划装置及方法 - Google Patents

Abstract

一种用于自主车辆的行车路线规划装置及方法，该行车路线规划装置包括行车信息获取器以获得十字路口信息、车辆的当前速度以及速度设置。全局路线规划器规划基础框架，以及环境识别器识别路线上的障碍物和车辆的车道信息。该装置还包括速度分布生成器以使用当前速度和速度设置生成车辆的速度分布；候选路线规划器，其使用速度分布和基础框架来规划车辆的候选路线；并包括路线选择器以检查候选路线是否具有碰撞风险并且选择候选路线中的一条候选路线作为自主车辆的行车路线。

Description

用于自主车辆的行车路线规划装置及方法

相关申请的交叉引证

本申请基于并且要求于2014年11月12日提交给韩国知识产权局的韩国专利申请号10-2014-0157366的优先权权益，通过引证将其全部公开内容结合在此。

技术领域

本公开涉及一种用于自主车辆(autonomousvehicle，自动驾驶车辆)的行车路线规划装置及方法，更具体地，涉及这样一种用于自主车辆的行车路线规划装置及方法，即，能够通过规划反映车速变化的路线候选组并确定规划的路线上是否存在与障碍物发生碰撞的风险性而规划安全的行车路线。

背景技术

自主车辆是遵循基于地图的行车路线的车辆。然而，当行车路线上存在诸如障碍物等变数时，自主车辆执行控制，以使得通过实时变换行车路线而安全地驾驶车辆。

在相关技术中，通过将行车路线的空间信息(坐标、方位角、曲率等)表示成关于移动距离的多项表达式而确定车辆是否与障碍物发生碰撞，从而避免静止的障碍物。然而，当行车路线上存在动态障碍物时，根据上述提及的相关技术的自主车辆不能准确地预测车辆是否与动态障碍物发生碰撞。

发明内容

提出本公开以解决在现有技术中出现的上述问题，同时，完整地保持了现有技术实现的优点。

本公开的一方面提供了一种用于自主车辆的行车路线规划装置及方法，能够通过规划反映车速变化的路线候选组并确定规划路线上是否存在与障碍物发生碰撞的风险性而规划安全的行车路线。

根据本发明的示例性实施方式，用于自主车辆的行车路线规划装置包括行车信息获取器，行车信息获取器构造成获取十字路口信息、自主车辆的当前速度以及速度设置。该装置还包括构造成规划基础框架的全局路线规划器。该装置还包括环境识别器，环境识别器构造成识别路线上的障碍物和自主车辆的车道信息。该装置还包括速度分布生成器(velocityprofilegenerator，速度曲线生成器)，速度分布生成器构造成使用当前速度和速度设置生成自主车辆的速度分布。该装置还包括候选路线规划器，候选路线规划器构造成使用速度分布和基础框架来规划自主车辆的一条或者多条候选路线。该装置还包括路线选择器，路线选择器构造成检查该一条或者多条候选路线是否具有碰撞风险，并且基于检查结果选择该一条或者多条候选路线中的一条候选路线作为自主车辆的行车路线。

行车路线规划装置可进一步包括虚拟目标生成器，虚拟目标生成器构造成在自主车辆进入距十字路口的预定距离内时，基于十字路口信息生成虚拟目标。

虚拟目标生成器可生成处于停止状态的虚拟目标，虚拟目标位于距自主车辆为一距离的点处，该距离通过将自主车辆和十字路口之间的距离与空隙距离(sparedistance)相加而获得。

空隙距离可以是在纵向控制时自主车辆与前一车辆之间的距离。

速度分布生成器可使用自主车辆在路线上的起始点处启动时的速度和自主车辆到达目的地时的速度生成自主车辆的纵向加速度和减速度分布，并且其中，速度分布生成器基于纵向加速度和减速度分布生成速度分布。

纵向加速度和减速度分布是加速度恒定时的加速度分布。

纵向加速度和减速度分布是加速度的变化率恒定时的加速度分布。

候选路线规划器可通过考虑自主车辆在预定时间段内正常行车状态时的速度变化而基于当前速度规划自主车辆的对于每个速度而言的候选路线。

路线选择器可选择自主车辆的候选路线，该候选路线的行车成本为基于成本函数最小的。

路线选择器可检查该一条或者多条候选路线是否具有碰撞风险，并且当该一条或者多条候选路线具有碰撞风险时，在该一条或者多条候选路线中选择一行车路线。

路线选择器可通过考虑碰撞风险程度、行车稳定性以及目标路线接近度而选择行车路线。

当该一条或者多条候选路线中的一些不具有碰撞风险时，路线选择器可从不具有碰撞风险的候选路线中选择行车路线。

路线选择器可通过考虑行车稳定性和目标路线接近度而选择行车路线。

根据本发明的另一示例性实施方式，用于自主车辆的行车路线规划方法包括：检查自主车辆是否处于车道变换模式。该方法还包括：当自主车辆处于车道变换模式时，通过考虑自主车辆在当前车道内的和待变换车道内的当前速度而规划一条或者多条候选路线。该方法还包括：检查通过考虑当前速度而规划的候选路线是否具有碰撞风险。该方法还包括：当通过考虑当前速度而规划的候选路线具有碰撞风险时，通过考虑自主车辆的速度变化而规划对于自主车辆的每个纵向速度而言的一条或者多条候选路线。该方法还包括：检查对于每个纵向速度而言的一条或者多条候选路线是否具有碰撞风险。该方法还包括：当对于每个纵向速度而言的候选路线具有碰撞风险时，从这些候选路线中选择一候选路线作为行车路线。

当候选路线中的一条或者多条不具有碰撞风险时，可以从不具有碰撞风险的候选路线中选择一候选路线作为行车路线。

通过考虑碰撞风险程度、行车稳定性以及目标路线接近度可以选择行车路线。

该方法还包括：当自主车辆不处于车道变换模式时，通过考虑在当前车道内的速度设置而规划候选路线。

附图说明

结合附图，通过以下详细地描述，本公开的上述目的和其他目的、特征以及优点将变得更为显而易见。

图1是示出了根据本发明的示例性实施方式的用于自主车辆的行车路线规划装置的结构框图。

图2是示出了图1中所示的虚拟目标生成器的操作的流程图。

图3是示出了根据本发明的示例性实施方式的用于自主车辆的行车路线规划方法的流程图。

图4是示出了根据本发明的示例性实施方式的规划候选路线的实例的示图。

具体实施方式

在本说明书中，因为术语“包括”、“构造”、“具有”等是指可以嵌入对应的元件，除非在本说明书中明确描述相反，所以这些术语是指包含其他元件，而非排除任何其他元件。

此外，在本说明书中描述的术语“-器(er)”、“-器(or)”、“模块”等是指用于处理至少一种函数和操作的单元，并且通过硬件、软件或者其组合可以实现“-器(er)”、“-器(or)”、“模块”。此外，在描述本公开的上下文中，诸如“一个(a)”、“一个(an)”、“该(the)”等可用于包括单数形式和复数形式，除非上下文另有明确指示。

在下文中，将参考附图详细地描述本发明的示例性实施方式。

当选择自主车辆的行车路线时，选择遵循通过全局路线规划器(GPP)规划的基础框架的局部路线中的多个候选组中的一个。基于遵循基础框架而确定局部路线的候选组，其中，通过考虑车辆的稳定性或者与周围障碍物的碰撞而规划各种情况下的路线。为了在规划路线时避免与周围障碍物发生碰撞，需要车辆的纵向加速度和减速度以及车辆的横向运动。具体地，为了确定与动态障碍物的碰撞风险性，需要考虑时间信息以及空间信息。因此，根据本公开，因为路线的移动距离是通过对速度求积分而获得的值，所以将速度应用为时间的函数，从而将时间信息反映给路线。

图1是示出了根据本发明的示例性实施方式的用于自主车辆的行车路线规划装置的结构框图。

参考图1，行车路线规划装置包括：行车信息获取器110、虚拟目标生成器120、全局路线规划器130、环境识别器140、速度分布生成器150、候选路线规划器160以及路线选择器170。

行车信息获取器110收集诸如十字路口信息、当前速度、速度设置等行车情况信息。行车信息获取器110使用多种传感器(例如，图像传感器、速度传感器等)获取车辆的十字路口信息(十字路口位置)和当前速度(速度)。

虚拟目标生成器120生成用于十字路口停止控制的虚拟目标。例如，虚拟目标生成器120可生成位于十字路口停止线位置处的虚拟的前一车辆。

虚拟目标生成器120使用从行车信息获取器110输出的十字路口信息检查车辆是否进入阈值距离内。即，虚拟目标生成器120检查车辆与十字路口之间的距离D_toC(十字路口左侧的距离)是否小于车辆在接近十字路口开始减速时的点与十字路口之间的距离D_thld(阈值距离)。车辆需要从距十字路口为阈值距离的点处减速。

如果车辆进入阈值距离内，虚拟目标生成器120则生成位于一距离处的停止的(速度＝0kps)虚拟目标，该距离通过将空隙距离D_margin和车辆与十字路口之间的距离相加而获得。此处，空隙距离是在纵向控制时距前一车辆的空隙距离。

全局路线规划器130生成并且输出用于车辆的自主行车的基础框架。

环境识别器140使用安装在车辆内的多种传感器(例如，图像传感器、速度传感器等)感测位于行车路线上的障碍物并且采集障碍物信息。

此外，环境识别器140获取行车路线的车道信息。

速度分布生成器150使用通过行车信息获取器110获取的当前速度和速度设置而生成有关该路线的车辆速度分布。速度分布生成器150使用车辆在该路线上的起始点处启动时(开始行车时)的速度和车辆在到达目的地时的速度生成纵向加速度分布和减速度分布，然后，生成速度分布。

将描述速度分布生成器150生成纵向加速度和减速度分布的两种示例性实施方式。

首先，假设车辆在生成纵向加速度和减速度分布时的加速度在最大加速度a_max时恒定，并且将恒定加速度应用于计算速度分布的方程1。

[方程1]

$v\left(t\right)={\∫}_0^{t}a\left(t\right)dt+v_0$

其中，V(t)是速度分布，a(t)是加速度分布，v₀是车辆的初始纵向速度(车辆在路线的起始点处启动时的速度)，以及t是时间。

加速度分布a(t)需要满足下列方程2。

[方程2]

$v_{end}-v_0={\∫}_{t_0}^{t_{end}}a\left(t\right)dt$

其中，v_end是车辆在到达路线的目的地时的纵向速度(车辆的最终速度)，t₀是车辆在起始点处启动前一刻的时间，并且t_end是车辆到达目的地时的时间(路线结束时间)。

在这种情况下，通过下列方程3表达速度分布。

[方程3]

$\mathrm{\&nu;}\left(t\right)=\left\{\begin{array}{cc}{a}_{\max }\&times;t+{\mathrm{\&nu;}}_0& if(v_{end}-v_0>a_{\max }\&times;t_{end})\\ \frac{(v_{end}-v_0)}{t_{end}}t+{\mathrm{\&nu;}}_0& if(a_{\min }\&times;t_{end}\&le;v_{end}-v_0\&le;a_{\max }\&times;t_{end})\\ a_{\min }\&times;t+{\mathrm{\&nu;}}_0& if(v_{end}-v_0<a_{\min }\&times;t_{end})\end{array}\right.$

其中，a_max是最大加速度并且a_min是最小加速度。

接着，如果假设生成纵向加速度和减速度分布时的加速度的变化率(加速度的变化率J(jerkJ))恒定，则加速度分布a(t)需要满足下列方程4。

[方程4]

$\begin{array}{ccc}{v}_{end}-v_0={\&Integral;}_{t_0}^{t_{end}}a\left(t\right)dt,& a\left(t_0\right)=a_0& a\left(t_{end}\right)=0\end{array}$

在这种情况下，通过下列方程5可以表达速度分布V(t)。

[方程5]

$\mathrm{\&nu;}\left(t\right)=\left\{\begin{array}{cc}\frac{{\mathrm{Jt}}^2+2a_{0}t}{2}+{\mathrm{\&nu;}}_0& if\left(t\&le;\frac{a_{\max }-a_0}{J}\right)\\ a_{\max }t-\frac{{\left(a_{\max }-a_0\right)}^2}{2J}+{\mathrm{\&nu;}}_0& if\left(\frac{a_{\max }-a_0}{J}<t\&le;t_{end}-\frac{a_{\max }}{J}\right)\\ v_{end}-\frac{{\left(t-t_{end}\right)}^2}{2J}& if\left(t_{end}-\frac{a_{\max }}{J}<t\&le;t_{end}\right)\\ v_{end}& if\left(t_{end}<t\right)\end{array}\right.$

如果从方程5推导出a_max，则通过下列方程6表达a_max。

[方程6]

$a_{\max }=\frac{a_0{J}^2+J^3*t_{end}\&PlusMinus;J\sqrt{\left(2J\left(v_{end}-{\mathrm{\&nu;}}_0\right)-6J^3\left(v_{end}-{\mathrm{\&nu;}}_0\right)+{a_0}^2\left(1-2J^2\right)+J^4{t_{end}}^2+2a_0{J}^3{t}_{end}\right)}}{\left(3J^2-1\right)}$

其中，J是加速度的变化率(根据车辆确定的系统变量)。

在这种情况下，方程5中的第二表达式和第三表达式需要以彼此匹配并且选择两个值之中具有更小绝对值的表达式。

候选路线规划器160使用从速度分布生成器150输出的速度分布和从全局路线规划器130输出的基础框架规划路线候选组。在这种情况下，候选路线规划器160通过考虑正常行车状态下预定时间段内的加速度量和减速度量(车辆的速度变化)而基于当前速度对于车辆在每个速度均规划一条或者多条候选路线。

候选路线规划器160自当前时间起规划出基于弧长(arclength)的5阶方程(例如下列方程7)的路线一段预定的时间(例如5s)。通过假设车辆速度的变化为±20kph(千米/小时)，考虑预定时间段内正常行车状态的加速度量和减速度量，从当前速度确定路线结束时的纵向速度。例如，在当前速度为80kph的情况下，生成v_end作为诸如60kph、70kph、80kph、90kph以及100kph的五个路线候选组。

[方程7]

$\left\{\begin{array}{c}{x}_{LRP}\left(s\right)=a_{x,i}{\left(s-s_i\right)}^5+b_{x,i}{\left(s-s_i\right)}^4+c_{x,i}{\left(s-s_i\right)}^3\\ +d_{x,i}{\left(s-s_i\right)}^2+e_{x,i}\left(s-s_i\right)+f\\ y_{LRP}\left(s\right)=a_{y,i}{\left(s-s_i\right)}^5+b_{y,i}{\left(s-s_i\right)}^4+c_{y,i}{\left(s-s_i\right)}^3\\ +d_{y,i}{\left(s-s_i\right)}^2+e_{y,i}\left(s-s_i\right)+f\end{array}\right.$

其中，x_LRP是在局部路线的x轴方向上的坐标，并且y_LRP是在局部路线的y轴方向上的坐标。此外，a、b、c、d、e以及f是用于通过5阶方程的曲线表达局部路线的参数，S是车辆的前进距离，并且s_i是生成局部路线时的车辆的前进距离。

路线选择器170确定通过候选路线规划器160规划的路线候选组的相应候选路线的碰撞风险性并且根据碰撞风险性的确定结果选择路线。

换言之，路线选择器170检查通过候选路线规划器160规划的每条候选路线是否具有与障碍物发生碰撞的风险。

在候选路线中的一条或者多条并不与障碍物发生碰撞的情况下，路线选择器170在不具有碰撞风险的候选路线中选择这样一候选路线作为行车路线，即，在该候选路线中，通过将权重应用于行车稳定性和目标路线接近度使成本函数(costfunction)λ变成最小MIN(λ)。

[方程8]

λ＝α×D_toLRP+β×ρ_max

其中，α和β是各自参数的权重，D_toLRP是距局部参考路线的距离，并且ρ_max是路线的最大曲率。

同时，在候选路线具有碰撞风险的情况下，路线选择器170选择这样一种候选路线作为行车路线，即，通过将权重应用于碰撞风险程度、行车稳定性以及目标路线接近度而使成本函数变成最小。

[方程9]

λ＝α×D_toLRP+β×ρ_max+γ×TTC

其中，γ是碰撞时间(TTC)的权重。

使用直至车辆与障碍物发生碰撞所经历的时间(碰撞时间(TTC))确定碰撞风险程度，使用路线的最大曲率ρ_max确定行车稳定性，并且使用局部参考位置与路线之间的距离D_toLRP确定目标路线接近度。

在完成路线选择时，路线选择器170将选择路线以及选择路线上的障碍物的信息视为目标，并输出障碍物信息(位置、速度等)。

输出器180输出从路线选择器170输出的选择路线和目标信息。输出器180通过显示设备输出图像信息并且通过声学输出设备(例如，扬声器)输出音频信息。显示设备可包括液晶显示器(LCD)、薄膜晶体管-液晶显示设备(TFTLCD)、有机发光二极管(OLED)、柔性显示器、三维(3D)显示器、透明显示器、头戴式显示器(HUD)以及触摸屏中的一种或者多种。

图2是示出了图1中所示的虚拟目标生成器的操作的流程图。

参考图2，当车辆处于一般行车状态时，行车路线规划装置中的虚拟目标生成器120检查车辆是否进入距十字路口的预定距离内(S101和S102)。

如果车辆进入距十字路口的预定距离内，虚拟目标生成器120则生成位于车辆前方的处于停止状态的虚拟目标(S103)。在这种情况下，虚拟目标生成器120生成距车辆的当前位置为一距离的点处的虚拟目标，该距离通过使车辆和十字路口之间的距离与设置的空隙距离加成而计算。

此后，通过随后对虚拟目标的控制使自主车辆在十字路口处停止。

图3是示出了根据本发明的示例性实施方式的用于自主车辆的行车路线规划方法的流程图。图4是示出了根据本发明的示例性实施方式的规划候选路线的实例的示图。

如图3所示，行车路线规划装置使用行车信息获取器110检查车辆是否处于车道变换模式(S111)。

如果车辆处于车道变换模式(S111，是)，行车路线规划装置则生成用于当前车道内当前速度的一条或者多条候选路线并且生成用于待变换车道内当前速度的一条或者多条候选路线(S112)。例如，行车路线规划装置规划出在当前车道内具有三个分支的三条候选路线，并规划出在待变换车道内具有三个分支的三条候选路线。

行车路线规划装置检查规划的候选路线是否具有碰撞风险(S113)。

如果候选路线具有碰撞风险(S113，是)，行车路线规划装置则通过考虑基于当前速度的车辆速度的变化(例如，±10kps和±20kps)而规划对于每个纵向速度而言的候选路线(S114)。例如，如图4所示，如果当前速度是80kps并且车辆速度变化是±20kps，行车路线规划装置则规划60kps、70kps、80kps、90kps以及100kps等五个路线候选组。每个路线候选组均由五个分支的每一个的候选路线构成。

行车路线规划装置检查每个纵向速度的规划的候选路径是否具有碰撞风险(S115)。

此处，如果每个纵向速度的规划的候选路径具有碰撞风险(S115，是)，行车路线规划装置则可改变车辆的速度变化并且重复执行规划每个纵向速度的候选路线的操作S114和操作S115(附图中未示出)。重复次数可以为两次、三次或者更多次。

如果候选路线具有碰撞风险(S115，是)，行车路线规划装置则使用成本函数选择这些候选路线中的一条候选路线作为行车路线(S116)。在这种情况下，行车路线规划装置通过将权重应用于成本函数的参数之中的碰撞风险程度、行车稳定性(路线的最大曲率)以及目标路线接近度(局部参考位置与路线之间的距离)而计算成本。此外，行车路线规划装置选择其中计算的成本为最小的候选路线作为行车路线。

同时，如果该候选路线中的一条或者多条候选路线不具有碰撞风险(S115，否)，行车路线规划装置则使用成本函数选择该候选路线中不具有碰撞风险的一条候选路线作为行车路线(S117)。在这种情况下，行车路线规划装置通过将权重应用于成本函数的参数之中的行车稳定性和局部参考位置与路线之间的距离而计算成本。此外，行车路线规划装置选择其中计算的成本为最小的候选路线作为行车路线。

同时，如果车辆不处于车道变换模式(S111，否)，行车路线规划装置则生成用于在当前车道中设置速度的候选路线(S112_1)。

行车路线规划装置检查规划的候选路线是否具有碰撞风险(S113_1)。

如果规划的候选路线具有碰撞风险(S113_1，是)，行车路线规划装置则使用成本函数选择候选路线中的一条候选路线作为行车路线(S116)。

同时，如果规划的候选路线中的一条或者多条候选路线不具有碰撞风险(S113_1，否)，行车路线规划装置则使用成本函数选择候选路线中不具有碰撞风险的一条候选路径作为行车路线(S117)。因为上面描述了使用成本函数选择行车路线，所以将省去其细节描述。

如上所述，根据本发明的示例性实施方式，通过考虑在规划自主车辆的行车路线时的车辆的速度确定是否存在与障碍物发生碰撞的风险。预测与动态障碍物和静止障碍物的碰撞，从而能够规划安全的行车路线。

此外，根据本发明的示例性实施方式，因为通过改变速度而规划路线，所以车辆可有效地变换车道并且可在车辆拥堵的情形下行车。

上文所述的示例性实施方式是根据本公开的部件和特征通过预定形式接合至彼此的实施方式。除非明确规定，否则，相应的部件或者特征应被视为具有选择性。通过相应的部件或者特征不接合至其他部件或者特征的形式可以实现相应的部件或者特征。通过接合一些部件和/或特征也可以构成本发明的示例性实施方式。可以改变在本发明的示例性实施方式中描述的操作的顺序。任一示例性实施方式中的一些结构或者特征可以包含在其他示例性实施方式中，或者任一示例性实施方式中的一些结构或者特征可以与其他示例性实施方式中的对应的结构或者特征互换。显而易见的是，在所附权利要求中不具有直接引用关系的权利要求能够相结合而构成示例性实施方式，或者可以在提交之后通过修改而包含在新的权利要求中。

例如，通过硬件、固件、软件或者它们的组合等各种方式可以实现本发明的示例性实施方式。在通过硬件的实现方式中，通过一个或者多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑设备(PLD)、场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器等可以实现本发明的示例性实施方式。

在通过固件或者软件的实现方式中，通过诸如执行上述所述功能或者操作的模块、程序、函数等形式可以实现本发明的示例性实施方式。软件代码可存储在内存单元中并且可由处理器驱动。内存单元设置在处理器的内部或者外部并且可通过熟知的各种方式将数据传输至处理器并且从处理器接收数据。

对本领域技术人员显而易见的是，在不背离本公开的特征的情况下，本公开可涵盖其他具体形式。因此，不应以任何观点而将上述所述细节描述解释为局限性的，而应将其视为示例性的。通过所附权利要求的合理解释确定本公开的范围，并且落在本公开的等同范围内的所有变型均包含在本公开的范围内。

图中的各个元件的符号

110：行车信息获取器

120：虚拟目标生成器

130：全局路线规划器

140：环境识别器

150：速度分布生成器

160：候选路线规划器

170：路线选择器

180：输出器

Claims (17)

1.一种用于自主车辆的行车路线规划装置，所述行车路线规划装置包括：

行车信息获取器，所述行车信息获取器构造成获取十字路口信息、所述自主车辆的当前速度以及速度设置；

全局路线规划器，所述全局路线规划器构造成规划基础框架；

环境识别器，所述环境识别器构造成识别路线上的障碍物和所述自主车辆的车道信息；

速度分布生成器，所述速度分布生成器构造成使用当前速度和速度设置生成所述自主车辆的速度分布；

候选路线规划器，所述候选路线规划器构造成使用所述速度分布和所述基础框架规划所述自主车辆的一条或者多条候选路线；以及

路线选择器，所述路线选择器构造成检查所述一条或者多条候选路线是否具有碰撞风险，并且基于检查结果选择所述一条或者多条候选路线中的一条候选路线作为所述自主车辆的行车路线。

2.根据权利要求1所述的行车路线规划装置，所述行车路线规划装置还包括虚拟目标生成器，所述虚拟目标生成器构造成在所述自主车辆进入距离十字路口一预定距离内时基于所述十字路口信息生成虚拟目标。

3.根据权利要求2所述的行车路线规划装置，其中，所述虚拟目标生成器生成处于停止状态的所述虚拟目标，所述虚拟目标位于距所述自主车辆为一距离的点处，该距离通过将所述自主车辆和所述十字路口之间的距离与空隙距离相加而获得。

4.根据权利要求3所述的行车路线规划装置，其中，所述空隙距离是在纵向控制时所述自主车辆与前一车辆之间的距离。

5.根据权利要求1所述的行车路线规划装置，其中，所述速度分布生成器使用所述自主车辆在路线上的起始点处起动时的速度和所述自主车辆在到达目的地时的速度生成所述自主车辆的纵向加速度和减速度分布，并且其中，所述速度分布生成器基于所述纵向加速度和减速度分布生成所述速度分布。

6.根据权利要求5所述的行车路线规划装置，其中，所述纵向加速度和减速度分布是加速度恒定时的加速度分布。

7.根据权利要求5所述的行车路线规划装置，其中，所述纵向加速度和减速度分布是加速度的变化率恒定时的加速度分布。

8.根据权利要求1所述的行车路线规划装置，其中，所述候选路线规划器通过考虑所述自主车辆在预定时间段内正常行车状态下的速度变化而基于所述当前速度规划所述自主车辆的对于每个速度而言的候选路线。

9.根据权利要求1所述的行车路线规划装置，其中，所述路线选择器选择所述自主车辆的候选路线，所述候选路线的行车成本为基于成本函数最小的。

10.根据权利要求1所述的行车路线规划装置，其中，所述路线选择器检查所述一条或者多条候选路线是否具有碰撞风险，并且当所述一条或者多条候选路线具有碰撞风险时，所述路线选择器在所述一条或者多条候选路线中选择一行车路线。

11.根据权利要求10所述的行车路线规划装置，其中，所述路线选择器通过考虑碰撞风险程度、行车稳定性以及目标路线接近度而选择行车路线。

12.根据权利要求1所述的行车路线规划装置，其中，当所述一条或者多条候选路线中的一些不具有碰撞风险时，所述路线选择器从不具有碰撞风险的候选路线中选择行车路线。

13.根据权利要求12所述的行车路线规划装置，其中，所述路线选择器通过考虑行车稳定性和目标路线接近度而选择行车路线。

14.一种用于自主车辆的行车路线规划方法，所述行车路线规划方法包括：

检查所述自主车辆是否处于车道变换模式；

当所述自主车辆处于车道变换模式时，通过考虑所述自主车辆在当前车道内的和在待变换车道内的当前速度而规划一条或者多条候选路线；

检查通过考虑当前速度而规划的候选路线是否具有碰撞风险；

当通过考虑当前速度而规划的候选路线具有碰撞风险时，通过考虑所述自主车辆的速度的变化而规划所述自主车辆的对于每个纵向速度而言的一条或者多条候选路线；

检查对于每个纵向速度而言的一条或者多条候选路线是否具有碰撞风险；并且

当对于每个纵向速度而言的候选路线具有碰撞风险时，从这些候选路线中选择一候选路线作为行车路线。

15.根据权利要求14所述的行车路线规划方法，其中，当所述候选路线中的一条或者多条不具有碰撞风险时，从不具有碰撞风险的候选路线中选择一候选路线作为行车路线。

16.根据权利要求15所述的行车路线规划方法，其中，通过考虑碰撞风险程度、行车稳定性以及目标路线接近度而选择行车路线。

17.根据权利要求14所述的行车路线规划方法，所述行车路线规划方法还包括当所述自主车辆不处于所述车道变换模式时，通过考虑在当前车道内的速度设置而规划候选路线。