CN111258308A - 自动驾驶车辆的行驶轨迹规划系统及方法 - Google Patents

自动驾驶车辆的行驶轨迹规划系统及方法 Download PDF

Info

Publication number
CN111258308A
CN111258308A CN201811609007.8A CN201811609007A CN111258308A CN 111258308 A CN111258308 A CN 111258308A CN 201811609007 A CN201811609007 A CN 201811609007A CN 111258308 A CN111258308 A CN 111258308A
Authority
CN
China
Prior art keywords
vehicle
obstacle
planning result
trajectory
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811609007.8A
Other languages
English (en)
Inventor
林伯翰
许琮明
张志豪
郭宜钧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Automotive Research and Testing Center
Original Assignee
Automotive Research and Testing Center
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Automotive Research and Testing Center filed Critical Automotive Research and Testing Center
Publication of CN111258308A publication Critical patent/CN111258308A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B60W60/00272—Planning or execution of driving tasks using trajectory prediction for other traffic participants relying on extrapolation of current movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B60W60/00276—Planning or execution of driving tasks using trajectory prediction for other traffic participants for two or more other traffic participants
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/05—Type of road, e.g. motorways, local streets, paved or unpaved roads
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/30—Road curve radius
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4041—Position
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4042—Longitudinal speed

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

一种自动驾驶车辆的行驶轨迹规划系统及方法，该方法适用于车辆，由车用计算机来实施，并包含：(A)根据所述车辆的当前位置、当前航向角、当前速度、当前加速度、多个路径终点、当前道路宽度，及当前道路曲率产生多个目标轨迹规划结果，每一目标轨迹规划结果包括轨迹路径，及速度变化的曲线；(B)估算出与所述车辆相距预定距离范围内的每一障碍物在行驶期间中的多个单位时间点的多个预估移动范围及多个预估移动速度；及(C)根据所述目标轨迹规划结果，及每一障碍物的所述预估移动范围与所述预估移动速度，从所述目标轨迹规划结果决定出最佳轨迹规划结果。借此进一步考虑每一障碍物的移动意图区域，以提升轨迹规划的精确性及安全性。

Description

自动驾驶车辆的行驶轨迹规划系统及方法
技术领域
本发明涉及一种轨迹规划方法，特别是涉及一种自动驾驶车辆的行驶轨迹规划系统及方法。
背景技术
近几年自动驾驶汽车的发展蓬勃，许多车厂大量投入资源，各国政府也为自驾时代来临预作准备，例如在欧洲，比利时、法国、意大利与英国等国均计划采用无人驾驶汽车来经营交通运输系统；而在德国、荷兰与西班牙等国，则已允许实验性质的自动驾驶汽车。
自动驾驶汽车使用主动与被动传感器(如光学雷达(Lidar)与毫米波雷达(Radar))持续做大范围的感测，具有360度视野。在行驶期间自动驾驶汽车需要根据车身与环境动态的参考信息作为系统输入，借此规划出车辆行驶轨迹。
然而，现有自动驾驶汽车在规划行驶轨迹时，仅考虑当前障碍物的位置规划行驶轨迹，然而，若障碍物并非静止物体，如，行人、移动中的车子等，则所规划出的行驶轨迹其精确性及安全性均存在很大的问题。
发明内容
本发明的目的在于提供一种提升轨迹规划的精确性及安全性的自动驾驶车辆的行驶轨迹规划方法。
本发明的自动驾驶车辆的行驶轨迹规划方法，适用于车辆，所述车辆设置有系统，所述系统包括车辆感测装置、障碍物感测装置、轨迹终点运算装置，及电连接所述车辆感测装置、所述障碍物感测装置，及所述轨迹终点运算装置的车用计算机，所述车辆感测装置用于定位所述车辆的当前位置，并用于感测所述车辆的当前航向角、所述车辆的当前速度，及所述车辆的当前加速度，所述障碍物感测装置用于感测与所述车辆相距预定距离范围内的至少一个障碍物，以产生对应于该至少一个障碍物的至少一笔障碍物信息，每笔障碍物信息包括所对应的障碍物的障碍物当前位置，及所对应的障碍物的障碍物移动速度及所对应的障碍物的障碍物加速度，所述轨迹终点运算装置电连接所述车辆感测装置，且存储有相关于所述车辆所行驶的路线的地图，所述地图包含相关于每一条道路的车道数，所述轨迹终点运算装置用于根据所述车辆的所述当前位置及所述地图，估算出多个路径终点，所述方法由所述车用计算机来实施，并包含以下步骤(A)、步骤(B)，及步骤(C)。
所述步骤(A)中，所述车用计算机根据所述车辆的所述当前位置、所述车辆的所述当前航向角、所述车辆的所述当前速度、所述车辆的所述当前加速度、所述路径终点、所述当前道路宽度，及所述当前道路曲率产生多个目标轨迹规划结果，每一目标轨迹规划结果包括所述当前位置至所述路径终点的其中一者的轨迹路径，及所述车辆行驶于所述轨迹路径的行驶期间内其在所述轨迹路径的每一位置的速度变化的曲线。
所述步骤(B)中，对于每一障碍物，所述车用计算机根据所述障碍物感测装置产生的所述障碍物信息估算出所述障碍物在所述行驶期间中的多个单位时间点的多个预估移动范围，及多个预估移动速度。
所述步骤(C)中，所述车用计算机根据所述目标轨迹规划结果，及每一障碍物的所述预估移动范围与所述预估移动速度，从所述目标轨迹规划结果决定出最佳轨迹规划结果。
较佳地，本发明的自动驾驶车辆的行驶轨迹规划方法，每笔障碍物信息还包括所对应的障碍物与所述车辆的相对纵向距离、所对应的障碍物与所述车辆的相对纵向速度，及所对应的障碍物与所述车辆的相对纵向加速度，步骤(A)包括以下子步骤：
(A-1)根据所述车辆的所述当前位置、所述车辆的所述当前航向角、所述车辆的所述当前速度、所述车辆的所述当前加速度、所述路径终点、所述当前道路宽度，及所述当前道路曲率产生多个候选轨迹规划结果，每一候选轨迹规划结果包括所述当前位置至所述路径终点的其中所述者的所述轨迹路径及所述车辆行驶于所述轨迹路径的每一位置的所述速度变化的曲线；
(A-2)对于每一候选轨迹规划结果，根据所述候选轨迹规划结果的轨迹路径的轨迹曲率及所述速度变化的曲线获得所述车辆的侧向加速度，且根据该至少一障碍物中位于所述车辆的前方的前方障碍物所对应的障碍物信息的所述相对纵向距离、所述相对纵向速度，及所述相对纵向加速度，获得所述前方障碍物与所述车辆距离发生碰撞的碰撞时间，并根据所述车辆感测装置获得的所述当前速度获得所述车辆将所述当前速度降至零的刹车时间；及
(A-3)根据每一候选轨迹规划结果的所述侧向加速度、所述碰撞时间，及所述刹车时间从所述候选轨迹规划结果中，获得所述目标轨迹规划结果。
较佳地，本发明的自动驾驶车辆的行驶轨迹规划方法，在子步骤(A-3)中，自所述候选轨迹规划结果所获得的每一目标轨迹规划结果所对应的所述侧向加速度小于等于0.3倍的重力加速度，且所对应的所述碰撞时间大于等于所对应的所述刹车时间。
较佳地，本发明的自动驾驶车辆的行驶轨迹规划方法，步骤(C)包括以下子步骤：
(C-1)对于每一个目标轨迹规划结果，根据所述目标轨迹规划结果的所述速度变化的曲线，获得所述车辆在所述行驶期间内的所述单位时间点的多个车辆速度，及所述车辆在所述单位时间点位于该轨迹路径的多个车辆位置；
(C-2)对于每一个目标轨迹规划结果，根据所述目标轨迹规划结果所对应的所述车辆速度与所述车辆位置、每一障碍物的所述预估移动范围，及所述预估移动速度获得意图参数Cin，
Figure BDA0001924258160000031
其中0<αi,t≤1，αi,t为与单位时间点t，及在单位时间点t时的所述车辆位置和第i个障碍物的所述预估移动范围的中心的距离成负相关的变量，
Figure BDA0001924258160000032
为所述车辆在单位时间点t时的车辆位置与第i个障碍物的所述预估移动范围的中心的距离，Rh为预定值，
Figure BDA0001924258160000033
为相关于所述车辆在单位时间点t时需要保持的安全距离，
Figure BDA0001924258160000041
与所述车辆在单位时间点t时的车辆速度
Figure BDA0001924258160000042
及所述刹车时间TTB成正相关，当
Figure BDA0001924258160000043
时，
Figure BDA0001924258160000044
当
Figure BDA0001924258160000045
时，
Figure BDA0001924258160000046
M为所述单位时间点的总数-1，N为该至少一障碍物的数量；及
(C-3)根据每一个目标轨迹规划结果所对应的所述意图参数Cin，从所述目标轨迹规划结果决定出所述最佳轨迹规划结果。
较佳地，本发明的自动驾驶车辆的行驶轨迹规划方法，在步骤(C)包括以下子步骤：
(C-1)对于每一个目标轨迹规划结果，根据所述目标轨迹规划结果获得在所述车辆行驶于所述目标轨迹规划结果的所述轨迹路径的每一位置与所述轨迹路径的起点的多个侧向位移及所述车辆在所述轨迹路径的每一位置的多个纵向速度；及
(C-2)根据每一个目标轨迹规划结果所对应的所述侧向位移、所述纵向速度，以及每一障碍物的所述预估移动范围与所述预估移动速度，从所述目标轨迹规划结果决定出所述最佳轨迹规划结果。
较佳地，本发明的自动驾驶车辆的行驶轨迹规划方法，步骤(C-2)包含以下子步骤：
(C-2-1)对于每一个目标轨迹规划结果，根据所述目标轨迹规划结果对应的所述侧向位移及所述纵向速度获得所述目标轨迹规划结果的所述轨迹路径的每一位置的多个轨迹曲率、所述目标轨迹规划结果的所述轨迹路径的每一位置的多个轨迹曲率变化率、所述车辆行驶于所述目标轨迹规划结果的所述轨迹路径的每一位置的多个加速度、所述车辆行驶于所述目标轨迹规划结果的所述轨迹路径的每一位置的多个急跳度，及所述车辆行驶于所述目标轨迹规划结果的所述轨迹路径的每一位置的多个向心加速度；及
(C-2-2)根据每一个目标轨迹规划结果所对应的所述轨迹曲率、所述轨迹曲率变化率、所述加速度、所述急跳度与所述向心加速度，以及每一障碍物的所述预估移动范围与所述预估移动速度，从所述目标轨迹规划结果决定出所述最佳轨迹规划结果。
较佳地，本发明的自动驾驶车辆的行驶轨迹规划方法，在步骤(C)包括以下子步骤：
(C-1)对于每一个目标轨迹规划结果，根据所述目标轨迹规划结果获得所述目标轨迹规划结果的所述轨迹路径的每一位置与所述轨迹路径的起点的多个路径长度，及所述车辆自所述目标轨迹规划结果的所述轨迹路径的起点行驶至所述轨迹路径的每一位置的多个行驶时间；及
(C-2)根据每一目标轨迹规划结果所对应的所述路径长度与所述行驶时间，及每一障碍物的所述预估移动范围与所述预估移动速度，从所述目标轨迹规划结果决定出最佳轨迹规划结果。
较佳地，本发明的自动驾驶车辆的行驶轨迹规划方法，在步骤(C)包括以下子步骤：
(C-1)对于每一个目标轨迹规划结果，根据所述目标轨迹规划结果获得所述目标轨迹规划结果的所述轨迹路径的每一位置与所述轨迹路径的起点的多个速度变化量；
(C-2)根据每一目标轨迹规划结果所对应的所述速度变化量，及每一障碍物的所述预估移动范围与所述预估移动速度，从所述目标轨迹规划结果决定出最佳轨迹规划结果。
本发明的另一目的在于提供一种提升轨迹规划的精确性及安全性的自动驾驶车辆的行驶轨迹规划系统。
本发明的自动驾驶车辆的行驶轨迹规划系统包含车辆感测装置、障碍物感测装置、轨迹终点运算装置，及电连接所述车辆感测装置、所述障碍物感测装置，及所述轨迹终点运算装置的车用计算机。
所述车辆感测装置用于定位所述车辆的当前位置，并用于感测所述车辆的当前航向角、所述车辆的当前速度，及所述车辆的当前加速度。
所述障碍物感测装置用于感测与所述车辆相距预定距离范围内的至少一个障碍物，以产生对应于该至少一个障碍物的至少一笔障碍物信息，每笔障碍物信息包括所对应的障碍物的障碍物当前位置，及所对应的障碍物的障碍物移动速度及所对应的障碍物的障碍物加速度。
所述轨迹终点运算装置电连接所述车辆感测装置，存储有相关于所述车辆所行驶的路线的地图，所述地图包括相关于每一条道路的车道数，用于根据所述车辆的所述当前位置及所述地图，估算出多个路径终点。
其中，所述车用计算机根据所述车辆的所述当前位置、所述车辆的所述当前航向角、所述车辆的所述当前速度、所述车辆的所述当前加速度、所述路径终点、当前道路宽度，及当前道路曲率产生多个目标轨迹规划结果，每一目标轨迹规划结果包括所述当前位置至所述路径终点的其中一者的轨迹路径，及所述车辆行驶于所述轨迹路径的行驶期间内其在所述轨迹路径的每一位置的速度变化的曲线，对于每一障碍物，所述车用计算机根据所述障碍物感测装置产生的所述障碍物信息估算出所述障碍物在所述行驶期间中的多个单位时间点的多个预估移动范围，及多个预估移动速度，所述车用计算机根据所述目标轨迹规划结果，及每一障碍物的所述预估移动范围与所述预估移动速度，从所述目标轨迹规划结果决定出最佳轨迹规划结果。
较佳地，本发明的自动驾驶车辆的行驶轨迹规划系统，所述障碍物感测装置所产生的每笔障碍物信息还包括所对应的障碍物与所述车辆的相对纵向距离、所对应的障碍物与所述车辆的相对纵向速度，及所对应的障碍物与所述车辆的相对纵向加速度，所述车用计算机根据所述车辆的所述当前位置、所述车辆的所述当前航向角、所述车辆的所述当前速度、所述车辆的所述当前加速度、所述路径终点、所述当前道路宽度，及所述当前道路曲率产生多个候选轨迹规划结果，每一候选轨迹规划结果包括所述当前位置至所述路径终点的其中所述者的所述轨迹路径及所述车辆行驶于所述轨迹路径的每一位置的所述速度变化的曲线，对于每一候选轨迹规划结果，所述车用计算机根据所述候选轨迹规划结果的轨迹路径的轨迹曲率及所述速度变化的曲线获得所述车辆的侧向加速度，且根据该至少一障碍物中位于所述车辆的前方的前方障碍物所对应的障碍物信息的所述相对纵向距离、所述相对纵向速度，及所述相对纵向加速度，获得所述前方障碍物与所述车辆距离发生碰撞的碰撞时间，并根据所述车辆感测装置获得的所述当前速度获得所述车辆将所述当前速度降至零的刹车时间，所述车用计算机根据每一候选轨迹规划结果的所述侧向加速度、所述碰撞时间，及所述刹车时间从所述候选轨迹规划结果中，获得所述目标轨迹规划结果。
较佳地，本发明的自动驾驶车辆的行驶轨迹规划系统，所述车用计算机自所述候选轨迹规划结果所获得的每一目标轨迹规划结果所对应的该侧向加速度小于等于0.3倍的重力加速度，且所对应的所述碰撞时间大于等于所对应的所述刹车时间。
较佳地，本发明的自动驾驶车辆的行驶轨迹规划系统，对于每一个目标轨迹规划结果，所述车用计算机根据所述目标轨迹规划结果的所述速度变化的曲线，获得所述车辆在所述行驶期间内的所述单位时间点的多个车辆速度，及所述车辆在所述单位时间点位于所述轨迹路径的多个车辆位置，对于每一个目标轨迹规划结果，所述车用计算机根据所述目标轨迹规划结果所对应的所述车辆速度与所述车辆位置、每一障碍物的所述预估移动范围，及所述预估移动速度获得意图参数Cin，
Figure BDA0001924258160000071
其中0<αi,t≤1，αi,t为与单位时间点t，及在单位时间点t时的所述车辆位置和第i个障碍物的所述预估移动范围的中心的距离成负相关的变量，
Figure BDA0001924258160000072
为所述车辆在单位时间点t时的车辆位置与第i个障碍物的所述预估移动范围的中心的距离，Rh为预定值，
Figure BDA0001924258160000073
为相关于所述车辆在单位时间点t时需要保持的安全距离，
Figure BDA0001924258160000074
与所述车辆在单位时间点t时的车辆速度
Figure BDA0001924258160000075
及所述刹车时间TTB成正相关，当
Figure BDA0001924258160000076
时，
Figure BDA0001924258160000077
当
Figure BDA0001924258160000078
时，
Figure BDA0001924258160000079
M为所述单位时间点的总数-1，N为该至少一障碍物的数量，所述车用计算机根据每一个目标轨迹规划结果所对应的所述意图参数Cin，从所述目标轨迹规划结果决定出所述最佳轨迹规划结果。
较佳地，本发明的自动驾驶车辆的行驶轨迹规划系统，对于每一个目标轨迹规划结果，所述车用计算机根据所述目标轨迹规划结果获得在所述车辆行驶于所述目标轨迹规划结果的所述轨迹路径的每一位置与所述轨迹路径的起点的多个侧向位移及所述车辆在所述轨迹路径的每一位置的多个纵向速度，所述车用计算机根据每一个目标轨迹规划结果所对应的所述侧向位移、所述纵向速度，以及每一障碍物的所述预估移动范围与所述预估移动速度，从所述目标轨迹规划结果决定出所述最佳轨迹规划结果。
较佳地，本发明的自动驾驶车辆的行驶轨迹规划系统，对于每一个目标轨迹规划结果，所述车用计算机根据所述目标轨迹规划结果对应的所述侧向位移及所述纵向速度获得所述轨迹路径的每一位置的多个轨迹曲率、所述轨迹路径的每一位置的多个轨迹曲率变化率、所述车辆行驶于所述轨迹路径的每一位置的多个加速度、所述车辆行驶于所述目标轨迹规划结果的所述轨迹路径的每一位置的多个急跳度，及所述车辆行驶于所述目标轨迹规划结果的所述轨迹路径的每一位置的多个向心加速度，所述车用计算机根据每一个目标轨迹规划结果所对应的所述轨迹曲率、所述轨迹曲率变化率、所述加速度、所述急跳度与所述向心加速度，以及每一障碍物的所述预估移动范围与所述预估移动速度，从所述目标轨迹规划结果决定出所述最佳轨迹规划结果。
较佳地，本发明的自动驾驶车辆的行驶轨迹规划系统，对于每一个目标轨迹规划结果，所述车用计算机根据所述目标轨迹规划结果获得所述轨迹路径的每一位置与所述轨迹路径的起点的多个路径长度，及所述车辆自所述目标轨迹规划结果的所述轨迹路径的起点行驶至所述轨迹路径的每一位置的多个行驶时间，所述车用计算机根据每一目标轨迹规划结果所对应的所述路径长度与所述行驶时间，及每一障碍物的所述预估移动范围与所述预估移动速度，从所述目标轨迹规划结果决定出最佳轨迹规划结果。
较佳地，本发明的自动驾驶车辆的行驶轨迹规划系统，对于每一个目标轨迹规划结果，所述车用计算机根据所述目标轨迹规划结果获得所述轨迹路径的每一位置与所述轨迹路径的起点的多个速度变化量，所述车用计算机根据每一目标轨迹规划结果所对应的所述速度变化量，及每一障碍物的所述预估移动范围与所述预估移动速度，从所述目标轨迹规划结果决定出最佳轨迹规划结果。
本发明的有益效果在于：借由所述车用计算机根据所估算出的每一个障碍物在所述行驶期间中的所述预估移动范围及所述预估移动速度，从所述目标轨迹规划结果决定出最佳轨迹规划结果，借此进一步考虑该至少一障碍物的移动意图区域，以提升轨迹规划的精确性及安全性。
附图说明
本发明的其他的特征及功效，将于参照图式的实施方式中清楚地呈现，其中：
图1是一方块图，说明本发明自动驾驶车辆的行驶轨迹规划系统的一实施例；
图2是一流程图，说明本发明障碍物侦测可信度评估方法的一实施例；
图3是一流程图，辅助图2说明该实施例；
图4是一流程图，辅助图3说明该实施例；及
图5是一示意图，说明多个轨迹路径。
具体实施方式
参阅图1，说明本发明自动驾驶车辆的行驶轨迹规划系统的一实施例，该自动驾驶车辆的行驶轨迹规划系统1设置于一车辆(图未示)，该自动驾驶车辆的行驶轨迹规划系统1包括一车辆感测装置11、一障碍物感测装置12、一路况感测装置13、一轨迹终点运算装置14，及一车用计算机15。该车用计算机15电连接该车辆感测装置11、该轨迹终点运算装置14、该障碍物感测装置12，及该路况感测装置13。
该车辆感测装置11用于定位该车辆的一当前位置，并用于感测该车辆的一当前航向角、该车辆的一当前速度，及该车辆的一当前加速度。
该障碍物感测装置12用于感测与该车辆相距一预定距离范围内的至少一个障碍物，以产生对应于该至少一个障碍物的至少一笔障碍物信息，每笔障碍物信息包括所对应的障碍物的障碍物当前位置、所对应的障碍物的障碍物移动速度及所对应的障碍物的障碍物加速度、所对应的障碍物与该车辆的一相对纵向距离、所对应的障碍物与该车辆的一相对纵向速度，及所对应的障碍物与该车辆的一相对纵向加速度。
该路况感测装置13用于感测该车辆所行驶的道路，以获得一当前道路宽度及一当前道路曲率(Curvature)。
要特别注意的是，在本实施例中，该车辆感测装置11例如包括一全球定位系统(Global Positioning System,GPS)、一陀螺仪(Gyroscope)、一里程计(Odemeter)、一车速计(Speed Meter)，及一惯性测量单元(Inertial measurement unit,IMU)，该障碍物感测装置12及该路况感测装置13例如包括一光学雷达(LiDAR)、超声波雷达(Supersonic WaveRadar)、毫米波雷达(Millimeter Wave Radar)及一相机，获得该当前位置、该当前航向角、该当前速度、该当前加速度、该至少一笔障碍物信息、该当前道路宽度，及该当前道路曲率的方式例如载记于中国台湾专利证书号I453697及I535601中，在此不多加赘述。
该轨迹终点运算装置14电连接该车辆感测装置11，用于估算出多个路径终点。
该车用计算机15存储有一指示出当前的驾驶模式的设置数据。要特别注意的是，该车辆的驾驶者可经由操作电连接该车用计算机15的一输入单元(图未示)设置该设置数据所指示的驾驶模式，在本实施例中，该设置数据所指示的模式有一第一模式、一第二模式，及一第三模式。
在本实施例中，该轨迹终点运算装置14存储有一相关于该车辆所行驶的路线的地图，该地图包含相关于每一条道路的车道数，该轨迹终点运算装置14根据该车辆的该当前位置及该地图，估算出3个路径终点，所述路径终点分别为该车辆在当前车道且在该车辆的该当前位置前方例如20米的一第一路径终点，以及由该第一路径终点向左右两旁车道沿伸的一第二路径终点及一第三路径终点，但不以此限，所述路径终点也可以中国台湾专利证书号I535601中的方式估算出。
参阅图1、图2、图3及图4，说明本发明自动驾驶车辆的行驶轨迹规划系统1如何执行本发明自动驾驶车辆的行驶轨迹规划方法的一实施例，以下详细说明该实施例所包含的步骤。
在步骤202中，在该车用计算机15接收到来自该车辆感测装置11、该路况感测装置13，及该轨迹终点运算装置14的该车辆的该当前位置、该车辆的该当前航向角、该车辆的该当前速度、该车辆的该当前加速度、所述路径终点、该当前道路宽度，及该当前道路曲率后，该车用计算机15根据该车辆的该当前位置、该车辆的该当前航向角、该车辆的该当前速度、该车辆的该当前加速度、所述路径终点、该当前道路宽度，及该当前道路曲率，产生多个候选轨迹规划结果。每一候选轨迹规划结果包括该当前位置至所述路径终点的其中一者的一轨迹路径，及该车辆行驶于该轨迹路径的一行驶期间内其在该轨迹路径的每一位置的一速度变化的曲线，其中每一轨迹路径是对应于其路径终点所在的车道。在本实施例中，该车用计算机15所根据的该当前道路宽度及该当前道路曲率是来自该路况感测装置13，在其他实施方式中，该当前道路宽度及该当前道路曲率也可来自该轨迹终点运算装置14所存储有的该地图。
值得注意的是，每一轨迹路径r(s)可以下式表示
r(s)＝[x(s),y(s),θ(s),k(s)]’，
x(s)与y(s)表示该车辆在一xy坐标的坐标位置，
Figure BDA0001924258160000111
Figure BDA0001924258160000112
s为该车辆的纵向偏移值，θ(s)为该车辆的航向角，
Figure BDA0001924258160000113
K(s)为该轨迹路径r(s)的轨迹曲率，
K(s)＝a+b+cs2+ds3
其中，abcd为变量。参阅图5，对于每一轨迹路径r(s)该车用计算机15是利用以下流程来获得该轨迹路径r(s)：首先，该车用计算机15根据该至少一笔障碍物信息获得一对应于该轨迹路径r(s)且位于该地图的一目标二维坐标(x*,y*)中的x*值，在本实施例中，该车用计算机15根据该至少一笔障碍物信息判定该轨迹路径r(s)所对应的车道是否有障碍物，若有障碍物，x*值即为该障碍物于该地图的x0值扣除其相关于该车辆与该障碍物须保持的安全距离Ro，该安全距离Ro与该车辆的当前速度vh及该车辆将该当前速度降至零(即，该车辆刹停)的一刹车时间(Time to brake,TTB)成正相关；若无障碍物，x*值则为一默认值。之后，该车用计算机15根据该轨迹路径r(s)所对应的车道与x*坐标获得对应有y*坐标处于该轨迹路径r(s)所对应的车道的中心的该目标二维坐标(x*,y*)，接着，该车用计算机15根据该轨迹路径r(s)所对应的车道及该目标二维坐标(x*,y*)获得一目标曲率K*，最后，将一目标航向角θ*设定为一如，0度的预设角度。一目标点r*即可用该目标二维坐标(x*,y*)、该目标曲率K*，及该目标航向角θ*来表示。接着，该车用计算机15根据该目标点r*利用数值方法求出abcd的近似值，由于本发明的特征并不在于熟知此技艺者所已知的根据该目标点r*利用数值方法(numerical method)求出abcd的近似值详细作法载记于“Sastry S.S(2012)Introductory Methods of Numerical Analysis”中，为了简洁，故在此省略了他们的细节。每一速度变化的曲线V(s)可以下式表示
V(s)＝ρ0+ρ1s+ρ2s2+ρ3s3，
ρ0＝v0，ρ1＝a0，
Figure BDA0001924258160000121
Figure BDA0001924258160000122
其中，v0为该车辆行驶于所对应的候选轨迹规划结果的该轨迹路径的起点的速度，a0为该车辆行驶于所对应的候选轨迹规划结果的该轨迹路径的起点的加速度，v1为该车辆行驶于所对应的候选轨迹规划结果的该轨迹路径的终点的速度，a1为该车辆行驶于所对应的候选轨迹规划结果的该轨迹路径的终点的加速度，s1为该车辆行驶于所对应的候选轨迹规划结果的该轨迹路径的终点的纵向偏移值。
在步骤203中，对于每一候选轨迹规划结果，该车用计算机15根据该至少一笔障碍物信息，判定该至少一个障碍物中是否存在位于该候选轨迹规划结果的轨迹路径上且位于该车辆的前方的一前方障碍物。当该车用计算机15判定出存在该前方障碍物时，流程进行步骤204；当该车用计算机15判定出不存在该前方障碍物时，流程进行步骤208。
在步骤204中，对于每一对应有该前方障碍物的候选轨迹规划结果，该车用计算机15根据该候选轨迹规划结果的轨迹路径的轨迹曲率K(s)及该速度变化的曲线V(s)获得该车辆的一侧向加速度，其中该侧向加速度为K(s)V2(s)，且根据该前方障碍物所对应的障碍物信息的该相对纵向距离、该相对纵向速度，及该相对纵向加速度，获得该前方障碍物与该车辆距离发生碰撞的一碰撞时间(Time to crash,TTC)，并根据该车辆感测装置11获得的该当前速度获得该车辆将该当前速度降至零(即，该车辆刹停)的一刹车时间。要特别注意的是，在其他实施方式中，该车用计算机15还根据该至少一障碍物中位于该车辆的后方的一后方障碍物所对应的障碍物信息的该相对纵向距离、该相对纵向速度，及该相对纵向加速度，获得该后方障碍物与该车辆距离发生碰撞的一另一碰撞时间，并根据该车辆感测装置11获得的相关于该后方障碍物的一后方障碍物当前速度，获得该后方障碍物将该后方障碍物当前速度降至零(即，该后方障碍物刹停)的一另一刹车时间。
在步骤205中，对于每一对应有该前方障碍物的候选轨迹规划结果，该车用计算机15根据该候选轨迹规划结果的该侧向加速度、该碰撞时间，及该刹车时间判定是否将该候选轨迹规划结果选为一目标轨迹规划结果。当该车用计算机15判定出将该候选轨迹规划结果选为该目标轨迹规划结果时，流程进行步骤206；当该车用计算机15判定出不将该候选轨迹规划结果选为该目标轨迹规划结果时，流程进行步骤207。值得注意的是，在本实施例中，该车用计算机15是借由判定每一候选轨迹规划结果所对应的该侧向加速度是否小于等于0.3倍的重力加速度(Gravitational acceleration)，且所对应的该碰撞时间是否大于等于所对应的该刹车时间，以判定是否将该候选轨迹规划结果选为该目标轨迹规划结果。当该车用计算机15判定出该候选轨迹规划结果的该侧向加速度小于等于0.3倍的重力加速度，且该候选轨迹规划结果的碰撞时间大于等于刹车时间时，则该车用计算机15判定出将该候选轨迹规划结果选为该目标轨迹规划结果；当该车用计算机15判定出该候选轨迹规划结果的该侧向加速度大于0.3倍的重力加速度，或该候选轨迹规划结果的碰撞时间小于刹车时间时，则该车用计算机15判定出不将该候选轨迹规划结果选为该目标轨迹规划结果。在其他该车用计算机15获得该另一碰撞时间的实施方式中，该车用计算机15还判定该候选轨迹规划结果所获得的每一目标轨迹规划结果所对应的该另一碰撞时间是否也大于等于该另一刹车时间。
在步骤206中，对于每一对应有该前方障碍物的候选轨迹规划结果，该车用计算机15将该候选轨迹规划结果选为该目标轨迹规划结果。
在步骤207中，对于每一对应有该前方障碍物的候选轨迹规划结果，该车用计算机15舍弃该候选轨迹规划结果。
在步骤208中，对于每一对应无该前方障碍物的候选轨迹规划结果，该车用计算机15根据该候选轨迹规划结果的轨迹路径的轨迹曲率K(s)及该速度变化的曲线V(s)获得该车辆的一侧向加速度，其中该侧向加速度为K(s)V2(s)。
在步骤209中，对于每一对应无该前方障碍物的候选轨迹规划结果，该车用计算机15根据该候选轨迹规划结果的该侧向加速度判定是否将该候选轨迹规划结果选为一目标轨迹规划结果。当该车用计算机15判定出将该候选轨迹规划结果选为该目标轨迹规划结果时，流程进行步骤210；当该车用计算机15判定出不将该候选轨迹规划结果选为该目标轨迹规划结果时，流程进行步骤211。值得注意的是，在本实施例中，该车用计算机15是借由判定每一候选轨迹规划结果所对应的该侧向加速度是否小于等于0.3倍的重力加速度，以判定是否将该候选轨迹规划结果选为该目标轨迹规划结果。当该车用计算机15判定出该候选轨迹规划结果的该侧向加速度小于等于0.3倍的重力加速度时，则该车用计算机15判定出将该候选轨迹规划结果选为该目标轨迹规划结果；当该车用计算机15判定出该候选轨迹规划结果的该侧向加速度大于0.3倍的重力加速度时，则该车用计算机15判定出不将该候选轨迹规划结果选为该目标轨迹规划结果。
在步骤210中，对于每一对应无该前方障碍物的候选轨迹规划结果，该车用计算机15将该候选轨迹规划结果选为该目标轨迹规划结果。
在步骤211中，对于每一对应无该前方障碍物的候选轨迹规划结果，该车用计算机15舍弃该候选轨迹规划结果。
在步骤206及步骤210后的步骤212中，对于每一障碍物，该车用计算机15根据该障碍物感测装置12产生的该障碍物信息估算出该障碍物在该行驶期间中的多个单位时间点的多个预估移动范围及多个预估移动速度，所述预估移动范围及所述预估移动速度的估算方式例如载记于中国台湾专利证书号I531499中，在此不多加赘述。
在步骤213中，对于每一个目标轨迹规划结果，该车用计算机15根据该目标轨迹规划结果的该速度变化的曲线V(s)，获得该车辆在该行驶期间内的所述单位时间点的多个车辆速度，及该车辆在所述单位时间点位于该轨迹路径的多个车辆位置。
在步骤214中，对于每一个目标轨迹规划结果，该车用计算机15根据该目标轨迹规划结果所对应的所述车辆速度与所述车辆位置、每一障碍物的所述预估移动范围，及所述预估移动速度获得一意图参数Cin，
Figure BDA0001924258160000151
其中0<αi,t≤1，αi,t为与单位时间点t，及在单位时间点t时的该车辆位置和第i个障碍物的该预估移动范围的中心的距离成负相关的一变量(即，αi,t不仅与单位时间点t负相关，还与在单位时间点t时的该车辆位置和第i个障碍物的该预估移动范围的中心的距离负相关)，
Figure BDA0001924258160000152
为该车辆在单位时间点t时的车辆位置与第i个障碍物的该预估移动范围的中心的距离，Rh为一预定值，
Figure BDA0001924258160000161
为相关于该车辆在单位时间点t时需要保持的安全距离，
Figure BDA0001924258160000162
与该车辆在单位时间点t时的该车辆速度
Figure BDA0001924258160000163
及该刹车时间TTB成正相关(即，
Figure BDA0001924258160000164
不仅与该速度
Figure BDA0001924258160000165
正相关，还与该刹车时间TTB正相关)，当
Figure BDA0001924258160000166
时，
Figure BDA0001924258160000167
当
Figure BDA0001924258160000168
时，
Figure BDA0001924258160000169
M为所述单位时间点的总数-1，N为该至少一障碍物的数量。值得注意的是，在本实施例中，
Figure BDA00019242581600001610
但不以此为限。
在步骤215中，该车用计算机15判定所存储的该设置数据所指示的驾驶模式。当该车用计算机15判定出该设置数据指示出的驾驶模式为该第一模式时，进行步骤216；当该车用计算机15判定出该设置数据指示出的驾驶模式为该第二模式时，进行步骤220；当该车用计算机15判定出该设置数据指示出的驾驶模式为该第三模式时，进行步骤223。
在步骤216中，对于每一个目标轨迹规划结果，该车用计算机15根据该目标轨迹规划结果获得在该车辆行驶于该目标轨迹规划结果的该轨迹路径的每一位置与该轨迹路径的起点的多个侧向位移及该车辆在该轨迹路径的每一位置的多个纵向速度。
在步骤217中，对于每一个目标轨迹规划结果，该车用计算机15根据该目标轨迹规划结果对应的所述侧向位移及所述纵向速度获得该目标轨迹规划结果的该轨迹路径的每一位置的多个轨迹曲率ki、该目标轨迹规划结果的该轨迹路径的每一位置的多个轨迹曲率变化率(rate of change of curvature)
Figure BDA00019242581600001612
、该车辆行驶于该目标轨迹规划结果的该轨迹路径的每一位置的多个加速度ai、该车辆行驶于该目标轨迹规划结果的该轨迹路径的每一位置的多个急跳度(jerk)ji，及该车辆行驶于该目标轨迹规划结果的该轨迹路径的每一位置的多个向心加速度
Figure BDA00019242581600001611
其中i＝[0,P]，P为该轨迹路径的位置总数量减一，vi为该车辆行驶于该目标轨迹规划结果的该轨迹路径的每一位置的多个速度。
在步骤218中，根据每一个目标轨迹规划结果所对应的所述轨迹曲率ki、所述轨迹曲率变化率
Figure BDA0001924258160000171
所述加速度ai、所述急跳度ji与所述向心加速度
Figure BDA0001924258160000172
获得一轨迹曲率参数Ck、一轨迹曲率变化率参数Cdk、一急跳度参数Cj，及一向心加速度参数Cca，
Figure BDA0001924258160000173
Figure BDA0001924258160000174
Figure BDA0001924258160000175
Figure BDA0001924258160000176
Figure BDA0001924258160000177
在步骤219中，该车用计算机15根据每一个目标轨迹规划结果所对应的该意图参数Cin、该向心加速度获得轨迹曲率参数Ck、该轨迹曲率变化率参数Cdk、该急跳度参数Cj，及该向心加速度参数Cca，从所述目标轨迹规划结果决定出一最佳轨迹规划结果。在本实施例中，该最佳轨迹规划结果为该意图参数Cin、该向心加速度获得轨迹曲率参数Ck、该轨迹曲率变化率参数Cdk、该急跳度参数Cj，及该向心加速度参数Cca的和为最低者。
值得注意的是，在该第一模式下所决定出的该最佳轨迹规划结果有相对较小的曲率、加速度、急跳度与向心加速度，因此在该第一模式是以舒适度作为考虑决定出的该最佳轨迹规划结果。
在步骤215后的步骤220中，对于每一个目标轨迹规划结果，该车用计算机15根据该目标轨迹规划结果获得该目标轨迹规划结果的该轨迹路径的每一位置与该轨迹路径的起点的多个路径长度li，及该车辆自该目标轨迹规划结果的该轨迹路径的起点行驶至该轨迹路径的每一位置的多个行驶时间ti。
在步骤221中，对于每一个目标轨迹规划结果，该车用计算机15根据所述路径长度li及所述行驶时间ti，获得一路径长度参数Cl及一行驶时间参数Ct，
Figure BDA0001924258160000181
Figure BDA0001924258160000182
在步骤222中，该车用计算机15根据每一个目标轨迹规划结果所对应的该意图参数Cin、该路径长度参数Cl，及该行驶时间参数Ct，从所述目标轨迹规划结果决定出一最佳轨迹规划结果。在本实施例中，该最佳轨迹规划结果为该意图参数Cin、该路径长度参数Cl，及该行驶时间参数Ct的和为最低者。
值得注意的是，在该第二模式下所决定出的该最佳轨迹规划结果有相对较小的路径长度与行驶时间，因此在该第二模式是以效率作为考虑决定出的该最佳轨迹规划结果。
在步骤215后的步骤223中，对于每一个目标轨迹规划结果，该车用计算机15根据该目标轨迹规划结果获得该目标轨迹规划结果的该轨迹路径的每一位置与该轨迹路径的起点的多个速度变化量△vi。
在步骤224中，该车用计算机15根据每一目标轨迹规划结果所对应的所述速度变化量△vi，获得一速度参数Ce，
Figure BDA0001924258160000183
在步骤225中，该车用计算机15根据每一个目标轨迹规划结果所对应的该意图参数Cin及该速度参数Ce，从所述目标轨迹规划结果决定出一最佳轨迹规划结果。
值得注意的是，在该第三模式下所决定出的该最佳轨迹规划结果有相对较低的速度，因此在该第三模式是以节能作为考虑决定出的该最佳轨迹规划结果。
综上所述，本发明自动驾驶车辆的行驶轨迹规划系统及方法，借由该车用计算机15根据所估算出的每一个障碍物在该行驶期间中的所述预估移动范围及所述预估移动速度，从所述目标轨迹规划结果决定出一最佳轨迹规划结果，考虑该至少一障碍物的移动意图区域，以提升轨迹规划的精确性及安全性，此外，能根据驾驶的需求动态调整该设置数据，以在不同的驾驶模式下驾驶该车辆，故确实能达成本发明的目的。
以上所述者，仅为本发明的实施例而已，当不能以此限定本发明实施的范围，即凡依本发明权利要求书及说明书内容所作的简单的等效变化与修饰，皆仍属本发明的范围。

Claims (16)

1.一种自动驾驶车辆的行驶轨迹规划方法，适用于车辆，所述车辆设置有系统，所述系统包括车辆感测装置、障碍物感测装置、轨迹终点运算装置，及电连接所述车辆感测装置、所述障碍物感测装置，及所述轨迹终点运算装置的车用计算机，所述车辆感测装置用于定位所述车辆的当前位置，并用于感测所述车辆的当前航向角、所述车辆的当前速度，及所述车辆的当前加速度，所述障碍物感测装置用于感测与所述车辆相距预定距离范围内的至少一个障碍物，以产生对应于该至少一个障碍物的至少一笔障碍物信息，每笔障碍物信息包括所对应的障碍物的障碍物当前位置，及所对应的障碍物的障碍物移动速度及所对应的障碍物的障碍物加速度，所述轨迹终点运算装置电连接所述车辆感测装置，且存储有相关于所述车辆所行驶的路线的地图，所述地图包括相关于每一条道路的车道数，所述轨迹终点运算装置用于根据所述车辆的所述当前位置及所述地图，估算出多个路径终点，所述自动驾驶车辆的行驶轨迹规划方法由所述车用计算机来实施，其特征在于：所述方法包含以下步骤：
(A)根据所述车辆的所述当前位置、所述车辆的所述当前航向角、所述车辆的所述当前速度、所述车辆的所述当前加速度、所述路径终点、当前道路宽度，及当前道路曲率产生多个目标轨迹规划结果，每一目标轨迹规划结果包括所述当前位置至所述路径终点的其中一者的轨迹路径，及所述车辆行驶于所述轨迹路径的行驶期间内其在所述轨迹路径的每一位置的速度变化的曲线；
(B)对于每一障碍物，根据所述障碍物感测装置产生的所述障碍物信息估算出所述障碍物在所述行驶期间中的多个单位时间点的多个预估移动范围，及多个预估移动速度；及
(C)根据所述目标轨迹规划结果，及每一障碍物的所述预估移动范围与所述预估移动速度，从所述目标轨迹规划结果决定出最佳轨迹规划结果。
2.根据权利要求1所述的自动驾驶车辆的行驶轨迹规划方法，其特征在于：每笔障碍物信息还包括所对应的障碍物与所述车辆的相对纵向距离、所对应的障碍物与所述车辆的相对纵向速度，及所对应的障碍物与所述车辆的相对纵向加速度，步骤(A)包括以下子步骤：
(A-1)根据所述车辆的所述当前位置、所述车辆的所述当前航向角、该所述车辆的该所述当前速度、所述车辆的所述当前加速度、所述路径终点、所述当前道路宽度，及所述当前道路曲率产生多个候选轨迹规划结果，每一候选轨迹规划结果包括所述当前位置至所述路径终点的其中所述者的所述轨迹路径及所述车辆行驶于所述轨迹路径的每一位置的所述速度变化的曲线；
(A-2)对于每一候选轨迹规划结果，根据所述候选轨迹规划结果的轨迹路径的轨迹曲率及所述速度变化的曲线获得所述车辆的侧向加速度，且根据该至少一障碍物中位于所述车辆的前方的前方障碍物所对应的障碍物信息的所述相对纵向距离、所述相对纵向速度，及所述相对纵向加速度，获得所述前方障碍物与所述车辆距离发生碰撞的碰撞时间，并根据所述车辆感测装置获得的所述当前速度获得所述车辆将所述当前速度降至零的刹车时间；及
(A-3)根据每一候选轨迹规划结果的所述侧向加速度、所述碰撞时间，及所述刹车时间从所述候选轨迹规划结果中，获得所述目标轨迹规划结果。
3.根据权利要求2所述的自动驾驶车辆的行驶轨迹规划方法，其特征在于：在子步骤(A-3)中，自所述候选轨迹规划结果所获得的每一目标轨迹规划结果所对应的所述侧向加速度小于等于0.3倍的重力加速度，且所对应的所述碰撞时间大于等于所对应的所述刹车时间。
4.根据权利要求2所述的自动驾驶车辆的行驶轨迹规划方法，其特征在于：步骤(C)包括以下子步骤：
(C-1)对于每一个目标轨迹规划结果，根据所述目标轨迹规划结果的所述速度变化的曲线，获得所述车辆在所述行驶期间内的所述单位时间点的多个车辆速度，及所述车辆在所述单位时间点位于该轨迹路径的多个车辆位置；
(C-2)对于每一个目标轨迹规划结果，根据所述目标轨迹规划结果所对应的所述车辆速度与所述车辆位置、每一障碍物的所述预估移动范围，及所述预估移动速度获得意图参数Cin，
Figure FDA0001924258150000031
其中0<αi,t≤1，αi,t为与单位时间点t，及在单位时间点t时的所述车辆位置和第i个障碍物的所述预估移动范围的中心的距离成负相关的变量，
Figure FDA0001924258150000032
为所述车辆在单位时间点t时的车辆位置与第i个障碍物的所述预估移动范围的中心的距离，Rh为预定值，
Figure FDA0001924258150000033
为相关于所述车辆在单位时间点t时需要保持的安全距离，
Figure FDA0001924258150000034
与所述车辆在单位时间点t时的车辆速度
Figure FDA0001924258150000035
及所述刹车时间TTB成正相关，当
Figure FDA0001924258150000036
时，
Figure FDA0001924258150000037
当
Figure FDA0001924258150000038
时，
Figure FDA0001924258150000039
M为所述单位时间点的总数-1，N为该至少一障碍物的数量；及
(C-3)根据每一个目标轨迹规划结果所对应的所述意图参数Cin，从所述目标轨迹规划结果决定出所述最佳轨迹规划结果。
5.根据权利要求1所述的自动驾驶车辆的行驶轨迹规划方法，其特征在于：在步骤(C)包括以下子步骤：
(C-1)对于每一个目标轨迹规划结果，根据所述目标轨迹规划结果获得在所述车辆行驶于所述目标轨迹规划结果的所述轨迹路径的每一位置与所述轨迹路径的起点的多个侧向位移及所述车辆在所述轨迹路径的每一位置的多个纵向速度；及
(C-2)根据每一个目标轨迹规划结果所对应的所述侧向位移、所述纵向速度，以及每一障碍物的所述预估移动范围与所述预估移动速度，从所述目标轨迹规划结果决定出所述最佳轨迹规划结果。
6.根据权利要求5所述的自动驾驶车辆的行驶轨迹规划方法，其特征在于：步骤(C-2)包含以下子步骤：
(C-2-1)对于每一个目标轨迹规划结果，根据所述目标轨迹规划结果对应的所述侧向位移及所述纵向速度获得所述目标轨迹规划结果的所述轨迹路径的每一位置的多个轨迹曲率、所述目标轨迹规划结果的所述轨迹路径的每一位置的多个轨迹曲率变化率、所述车辆行驶于所述目标轨迹规划结果的所述轨迹路径的每一位置的多个加速度、所述车辆行驶于所述目标轨迹规划结果的所述轨迹路径的每一位置的多个急跳度，及所述车辆行驶于所述目标轨迹规划结果的所述轨迹路径的每一位置的多个向心加速度；及
(C-2-2)根据每一个目标轨迹规划结果所对应的所述轨迹曲率、所述轨迹曲率变化率、所述加速度、所述急跳度与所述向心加速度，以及每一障碍物的所述预估移动范围与所述预估移动速度，从所述目标轨迹规划结果决定出所述最佳轨迹规划结果。
7.根据权利要求1所述的自动驾驶车辆的行驶轨迹规划方法，其特征在于：在步骤(C)包括以下子步骤：
(C-1)对于每一个目标轨迹规划结果，根据所述目标轨迹规划结果获得所述目标轨迹规划结果的所述轨迹路径的每一位置与所述轨迹路径的起点的多个路径长度，及所述车辆自所述目标轨迹规划结果的所述轨迹路径的起点行驶至所述轨迹路径的每一位置的多个行驶时间；及
(C-2)根据每一目标轨迹规划结果所对应的所述路径长度与所述行驶时间，及每一障碍物的所述预估移动范围与所述预估移动速度，从所述目标轨迹规划结果决定出最佳轨迹规划结果。
8.根据权利要求1所述的自动驾驶车辆的行驶轨迹规划方法，其特征在于：在步骤(C)包括以下子步骤：
(C-1)对于每一个目标轨迹规划结果，根据所述目标轨迹规划结果获得所述目标轨迹规划结果的所述轨迹路径的每一位置与所述轨迹路径的起点的多个速度变化量；
(C-2)根据每一目标轨迹规划结果所对应的所述速度变化量，及每一障碍物的所述预估移动范围与所述预估移动速度，从所述目标轨迹规划结果决定出最佳轨迹规划结果。
9.一种自动驾驶车辆的行驶轨迹规划系统，适用于车辆，其特征在于：该自动驾驶车辆的行驶轨迹规划系统包含：
车辆感测装置，用于定位所述车辆的当前位置，并用于感测所述车辆的当前航向角、所述车辆的当前速度，及所述车辆的当前加速度；
障碍物感测装置，用于感测与所述车辆相距预定距离范围内的至少一个障碍物，以产生对应于该至少一个障碍物的至少一笔障碍物信息，每笔障碍物信息包括所对应的障碍物的障碍物当前位置，及所对应的障碍物的障碍物移动速度及所对应的障碍物的障碍物加速度；
轨迹终点运算装置，电连接所述车辆感测装置，存储有相关于所述车辆所行驶的路线的地图，所述地图包括相关于每一条道路的车道数，用于根据所述车辆的所述当前位置及所述地图，估算出多个路径终点；及
车用计算机，电连接所述车辆感测装置、所述障碍物感测装置，及所述轨迹终点运算装置；
其中，所述车用计算机根据所述车辆的所述当前位置、所述车辆的所述当前航向角、所述车辆的所述当前速度、所述车辆的所述当前加速度、所述路径终点、当前道路宽度，及当前道路曲率产生多个目标轨迹规划结果，每一目标轨迹规划结果包括所述当前位置至所述路径终点的其中一者的轨迹路径，及所述车辆行驶于所述轨迹路径的行驶期间内其在所述轨迹路径的每一位置的速度变化的曲线，对于每一障碍物，所述车用计算机根据所述障碍物感测装置产生的所述障碍物信息估算出所述障碍物在所述行驶期间中的多个单位时间点的多个预估移动范围，及多个预估移动速度，所述车用计算机根据所述目标轨迹规划结果，及每一障碍物的所述预估移动范围与所述预估移动速度，从所述目标轨迹规划结果决定出最佳轨迹规划结果。
10.根据权利要求9所述的自动驾驶车辆的行驶轨迹规划系统，其特征在于：所述障碍物感测装置所产生的每笔障碍物信息还包括所对应的障碍物与所述车辆的相对纵向距离、所对应的障碍物与所述车辆的相对纵向速度，及所对应的障碍物与所述车辆的相对纵向加速度，所述车用计算机根据所述车辆的所述当前位置、所述车辆的所述当前航向角、所述车辆的所述当前速度、所述车辆的所述当前加速度、所述路径终点、所述当前道路宽度，及所述当前道路曲率产生多个候选轨迹规划结果，每一候选轨迹规划结果包括所述当前位置至所述路径终点的其中所述者的所述轨迹路径及所述车辆行驶于所述轨迹路径的每一位置的所述速度变化的曲线，对于每一候选轨迹规划结果，所述车用计算机根据所述候选轨迹规划结果的轨迹路径的轨迹曲率及所述速度变化的曲线获得所述车辆的侧向加速度，且根据该至少一障碍物中位于所述车辆的前方的前方障碍物所对应的障碍物信息的所述相对纵向距离、所述相对纵向速度，及所述相对纵向加速度，获得所述前方障碍物与所述车辆距离发生碰撞的碰撞时间，并根据所述车辆感测装置获得的所述当前速度获得所述车辆将所述当前速度降至零的刹车时间，所述车用计算机根据每一候选轨迹规划结果的所述侧向加速度、所述碰撞时间，及所述刹车时间从所述候选轨迹规划结果中，获得所述目标轨迹规划结果。
11.根据权利要求10所述的自动驾驶车辆的行驶轨迹规划系统，其特征在于：所述车用计算机自所述候选轨迹规划结果所获得的每一目标轨迹规划结果所对应的该侧向加速度小于等于0.3倍的重力加速度，且所对应的所述碰撞时间大于等于所对应的所述刹车时间。
12.根据权利要求10所述的自动驾驶车辆的行驶轨迹规划系统，其特征在于：对于每一个目标轨迹规划结果，所述车用计算机根据所述目标轨迹规划结果的所述速度变化的曲线，获得所述车辆在所述行驶期间内的所述单位时间点的多个车辆速度，及所述车辆在所述单位时间点位于所述轨迹路径的多个车辆位置，对于每一个目标轨迹规划结果，所述车用计算机根据所述目标轨迹规划结果所对应的所述车辆速度与所述车辆位置、每一障碍物的所述预估移动范围，及所述预估移动速度获得意图参数Cin，
Figure FDA0001924258150000061
其中0<αi,t≤1，αi,t为与单位时间点t，及在单位时间点t时的所述车辆位置和第i个障碍物的所述预估移动范围的中心的距离成负相关的变量，
Figure FDA0001924258150000071
为所述车辆在单位时间点t时的车辆位置与第i个障碍物的所述预估移动范围的中心的距离，Rh为预定值，
Figure FDA0001924258150000072
为相关于所述车辆在单位时间点t时需要保持的安全距离，
Figure FDA0001924258150000073
与所述车辆在单位时间点t时的车辆速度
Figure FDA0001924258150000074
及所述刹车时间TTB成正相关，当
Figure FDA0001924258150000075
时，
Figure FDA0001924258150000076
当
Figure FDA0001924258150000077
时，
Figure FDA0001924258150000078
M为所述单位时间点的总数-1，N为该至少一障碍物的数量，所述车用计算机根据每一个目标轨迹规划结果所对应的所述意图参数Cin，从所述目标轨迹规划结果决定出所述最佳轨迹规划结果。
13.根据权利要求9所述的自动驾驶车辆的行驶轨迹规划系统，其特征在于：对于每一个目标轨迹规划结果，所述车用计算机根据所述目标轨迹规划结果获得在所述车辆行驶于所述目标轨迹规划结果的所述轨迹路径的每一位置与所述轨迹路径的起点的多个侧向位移及所述车辆在所述轨迹路径的每一位置的多个纵向速度，所述车用计算机根据每一个目标轨迹规划结果所对应的所述侧向位移、所述纵向速度，以及每一障碍物的所述预估移动范围与所述预估移动速度，从所述目标轨迹规划结果决定出所述最佳轨迹规划结果。
14.根据权利要求13所述的自动驾驶车辆的行驶轨迹规划系统，其特征在于：对于每一个目标轨迹规划结果，所述车用计算机根据所述目标轨迹规划结果对应的所述侧向位移及所述纵向速度获得所述轨迹路径的每一位置的多个轨迹曲率、所述轨迹路径的每一位置的多个轨迹曲率变化率、所述车辆行驶于所述轨迹路径的每一位置的多个加速度、所述车辆行驶于所述目标轨迹规划结果的所述轨迹路径的每一位置的多个急跳度，及所述车辆行驶于所述目标轨迹规划结果的所述轨迹路径的每一位置的多个向心加速度，所述车用计算机根据每一个目标轨迹规划结果所对应的所述轨迹曲率、所述轨迹曲率变化率、所述加速度、所述急跳度与所述向心加速度，以及每一障碍物的所述预估移动范围与所述预估移动速度，从所述目标轨迹规划结果决定出所述最佳轨迹规划结果。
15.根据权利要求9所述的自动驾驶车辆的行驶轨迹规划系统，其特征在于：对于每一个目标轨迹规划结果，所述车用计算机根据所述目标轨迹规划结果获得所述轨迹路径的每一位置与所述轨迹路径的起点的多个路径长度，及所述车辆自所述目标轨迹规划结果的所述轨迹路径的起点行驶至所述轨迹路径的每一位置的多个行驶时间，所述车用计算机根据每一目标轨迹规划结果所对应的所述路径长度与所述行驶时间，及每一障碍物的所述预估移动范围与所述预估移动速度，从所述目标轨迹规划结果决定出最佳轨迹规划结果。
16.根据权利要求9所述的自动驾驶车辆的行驶轨迹规划系统，其特征在于：对于每一个目标轨迹规划结果，所述车用计算机根据所述目标轨迹规划结果获得所述轨迹路径的每一位置与所述轨迹路径的起点的多个速度变化量，所述车用计算机根据每一目标轨迹规划结果所对应的所述速度变化量，及每一障碍物的所述预估移动范围与所述预估移动速度，从所述目标轨迹规划结果决定出最佳轨迹规划结果。
CN201811609007.8A 2018-11-15 2018-12-27 自动驾驶车辆的行驶轨迹规划系统及方法 Pending CN111258308A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW107140629A TWI674984B (zh) 2018-11-15 2018-11-15 自動駕駛車輛之行駛軌跡規劃系統及方法
TW107140629 2018-11-15

Publications (1)

Publication Number Publication Date
CN111258308A true CN111258308A (zh) 2020-06-09

Family

ID=69023786

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811609007.8A Pending CN111258308A (zh) 2018-11-15 2018-12-27 自动驾驶车辆的行驶轨迹规划系统及方法

Country Status (3)

Country Link
US (1) US11104336B2 (zh)
CN (1) CN111258308A (zh)
TW (1) TWI674984B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112033426A (zh) * 2020-08-05 2020-12-04 东软睿驰汽车技术（沈阳）有限公司 行驶路径规划方法、装置及电子设备
CN112415995A (zh) * 2020-09-22 2021-02-26 重庆智行者信息科技有限公司 基于实时安全边界的规划控制方法
CN113238565A (zh) * 2021-06-16 2021-08-10 京东鲲鹏(江苏)科技有限公司 车辆路径规划方法、装置、车辆和存储介质
CN113460084A (zh) * 2021-06-11 2021-10-01 北京汽车研究总院有限公司 用于确定车辆驾驶意图的方法、装置、车辆及存储介质
CN113483775A (zh) * 2021-06-30 2021-10-08 上海商汤临港智能科技有限公司 路径预测方法及装置、电子设备及计算机可读存储介质
CN113501007A (zh) * 2021-07-30 2021-10-15 中汽创智科技有限公司 一种基于自动驾驶的路径轨迹规划方法、装置及终端
CN113516862A (zh) * 2021-07-22 2021-10-19 中国第一汽车股份有限公司 一种预警方法、装置、电子设备以及存储介质
CN114076603A (zh) * 2020-08-18 2022-02-22 财团法人车辆研究测试中心 轨迹决定方法
CN114103938A (zh) * 2021-03-23 2022-03-01 京东鲲鹏(江苏)科技有限公司 控制车辆纵向运动的方法、装置及存储介质
CN116734882A (zh) * 2023-08-14 2023-09-12 禾昆科技(北京)有限公司 车辆路径规划方法、装置、电子设备和计算机可读介质

Families Citing this family (50)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6574224B2 (ja) * 2017-08-30 2019-09-11 本田技研工業株式会社 車両制御装置、車両、車両制御方法およびプログラム
DK201970148A1 (en) * 2018-12-10 2020-07-06 Aptiv Tech Ltd Motion graph construction and lane level route planning
CN109739246B (zh) * 2019-02-19 2022-10-11 阿波罗智能技术(北京)有限公司 一种变换车道过程中的决策方法、装置、设备及存储介质
US11305765B2 (en) * 2019-04-23 2022-04-19 Baidu Usa Llc Method for predicting movement of moving objects relative to an autonomous driving vehicle
US11409284B2 (en) 2019-05-15 2022-08-09 Baidu Usa Llc Relaxation optimization model to plan an open space trajectory for autonomous vehicles
US11467591B2 (en) * 2019-05-15 2022-10-11 Baidu Usa Llc Online agent using reinforcement learning to plan an open space trajectory for autonomous vehicles
US11493926B2 (en) * 2019-05-15 2022-11-08 Baidu Usa Llc Offline agent using reinforcement learning to speedup trajectory planning for autonomous vehicles
TWI725611B (zh) * 2019-11-12 2021-04-21 亞慶股份有限公司 高爾夫球場自駕車輛之車輛導航切換設備
IT201900023259A1 (it) * 2019-12-06 2021-06-06 Ferrari Spa Metodo di assistenza per migliorare le prestazioni di un guidatore tramite suggerimenti di azioni correttive
CN114489044A (zh) * 2019-12-31 2022-05-13 华为技术有限公司 一种轨迹规划方法及装置
US11377120B1 (en) * 2020-02-28 2022-07-05 Uatc, Llc Autonomous vehicle control based on risk-based interactions
DE102021104935A1 (de) * 2020-03-05 2021-09-09 Analog Devices, Inc. Vertrauenswürdige Bewegungseinheit
JP7464425B2 (ja) * 2020-03-31 2024-04-09 本田技研工業株式会社 車両制御装置、車両制御方法、及びプログラム
JP7369077B2 (ja) * 2020-03-31 2023-10-25 本田技研工業株式会社 車両制御装置、車両制御方法、及びプログラム
CN111735639B (zh) * 2020-05-26 2022-03-22 清华大学苏州汽车研究院（相城） 一种面向智能网联汽车示范区的自动驾驶场景最小集生成方法
CN113741412B (zh) * 2020-05-29 2023-09-01 杭州海康威视数字技术股份有限公司 自动驾驶设备的控制方法、装置及存储介质
CN113799794B (zh) * 2020-06-16 2023-05-09 华为技术有限公司 车辆纵向运动参数的规划方法和装置
CN111929068B (zh) * 2020-07-10 2022-03-04 中国矿业大学 一种封闭场景下车辆道路能力测试方法
TWI737437B (zh) * 2020-08-07 2021-08-21 財團法人車輛研究測試中心 軌跡決定方法
US11814075B2 (en) * 2020-08-26 2023-11-14 Motional Ad Llc Conditional motion predictions
CN112015203B (zh) * 2020-09-07 2024-04-02 深圳大漠大智控技术有限公司 一种无人机集群轨迹跟踪方法及系统
TWI740634B (zh) * 2020-09-08 2021-09-21 財團法人車輛研究測試中心 自駕車之動態速度規劃方法及其系統
CN112526988B (zh) * 2020-10-30 2022-04-22 西安交通大学 一种自主移动机器人及其路径导航和路径规划方法、系统
CN114572240B (zh) * 2020-11-30 2023-11-14 北京百度网讯科技有限公司 车辆行驶控制方法、装置、车辆、电子设备及存储介质
CN112649011B (zh) * 2020-12-01 2022-06-28 禾多科技（北京）有限公司 车辆避障方法、装置、设备和计算机可读介质
TWI750932B (zh) * 2020-12-03 2021-12-21 國立陽明交通大學 無高精度向量地圖即時自駕車路徑規劃系統及方法
CN112649012A (zh) * 2020-12-15 2021-04-13 北京三快在线科技有限公司 一种轨迹规划方法、设备、介质及无人设备
CN112526999B (zh) * 2020-12-22 2023-04-28 北京百度网讯科技有限公司 速度规划方法、装置、电子设备和存储介质
EP4039556B1 (en) 2021-02-09 2024-07-17 Aptiv Technologies AG Lateral acceleration control for autonomous driving
EP4039557A1 (en) 2021-02-09 2022-08-10 Aptiv Technologies Limited Trajectory validation for autonomous driving
CN112937570B (zh) * 2021-02-20 2022-11-22 福瑞泰克智能系统有限公司 一种行驶路径的确定方法、装置、设备及车辆
CN113071520B (zh) * 2021-04-16 2024-01-16 阿波罗智联(北京)科技有限公司 车辆行驶控制方法及装置
LU500260B1 (de) * 2021-06-09 2022-12-13 Phoenix Contact Gmbh & Co Selbstfahrende Vorrichtung zum Einsatz in einer industriellen Umgebung
US11845428B2 (en) 2021-07-13 2023-12-19 Canoo Technologies Inc. System and method for lane departure warning with ego motion and vision
US11908200B2 (en) 2021-07-13 2024-02-20 Canoo Technologies Inc. System and method in the prediction of target vehicle behavior based on image frame and normalization
US12017661B2 (en) * 2021-07-13 2024-06-25 Canoo Technologies Inc. System and method in vehicle path prediction based on full nonlinear kinematics
US11840147B2 (en) 2021-07-13 2023-12-12 Canoo Technologies Inc. System and method in data-driven vehicle dynamic modeling for path-planning and control
US11891059B2 (en) 2021-07-13 2024-02-06 Canoo Technologies Inc. System and methods of integrating vehicle kinematics and dynamics for lateral control feature at autonomous driving
US11891060B2 (en) 2021-07-13 2024-02-06 Canoo Technologies Inc. System and method in lane departure warning with full nonlinear kinematics and curvature
CN113432615B (zh) * 2021-07-31 2024-02-13 重庆长安汽车股份有限公司 基于多传感器融合可驾驶区域的检测方法、系统和车辆
CN113625724B (zh) * 2021-08-31 2023-07-21 东风柳州汽车有限公司 无人驾驶车路径规划方法、装置、设备及存储介质
US20230101438A1 (en) * 2021-09-30 2023-03-30 Canoo Technologies Inc. System and method in vehicle path prediction based on odometry and inertial measurement unit
CN113968235B (zh) * 2021-11-30 2023-03-28 广州文远知行科技有限公司 一种障碍物的区域层级确定方法、装置、设备和介质
CN114475593B (zh) * 2022-01-18 2023-12-19 上汽通用五菱汽车股份有限公司 行驶轨迹预测方法、车辆及计算机可读存储介质
CN114291116B (zh) * 2022-01-24 2023-05-16 广州小鹏自动驾驶科技有限公司 周围车辆轨迹预测方法、装置、车辆及存储介质
US20230278593A1 (en) * 2022-03-01 2023-09-07 Mitsubishi Electric Research Laboratories, Inc. System and Method for Parking an Autonomous Ego-Vehicle in a Dynamic Environment of a Parking Area
CN114475663B (zh) * 2022-03-08 2024-04-09 北京轻舟智航智能技术有限公司 一种自动驾驶横向控制的处理方法
CN114719875B (zh) * 2022-03-10 2023-05-05 阿波罗智能技术(北京)有限公司 自动驾驶路径规划方法、装置、电子设备、介质及车辆
CN115218902B (zh) * 2022-04-02 2024-02-02 广州汽车集团股份有限公司 一种轨迹规划方法、装置、设备及存储介质
CN116842392B (zh) * 2023-08-29 2024-04-16 新石器慧通（北京）科技有限公司 轨迹预测方法及其模型的训练方法、装置、设备及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103204165A (zh) * 2013-05-06 2013-07-17 湖南大学 一种电动汽车整车动力输出优化控制方法
CN104097640A (zh) * 2013-04-11 2014-10-15 现代摩比斯株式会社 自动行驶控制系统
US20160311431A1 (en) * 2015-04-27 2016-10-27 Toyota Jidosha Kabushiki Kaisha Autonomous driving vehicle system
CN106347351A (zh) * 2016-09-28 2017-01-25 奇瑞汽车股份有限公司 一种带有自动紧急制动的自适应巡航方法及系统
US20180032082A1 (en) * 2016-01-05 2018-02-01 Mobileye Vision Technologies Ltd. Machine learning navigational engine with imposed constraints

Family Cites Families (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0913751B1 (de) * 1997-11-03 2003-09-03 Volkswagen Aktiengesellschaft Autonomes Fahrzeug und Verfahren zur Steuerung eines autonomen Fahrzeuges
US8050863B2 (en) * 2006-03-16 2011-11-01 Gray & Company, Inc. Navigation and control system for autonomous vehicles
US8126642B2 (en) * 2008-10-24 2012-02-28 Gray & Company, Inc. Control and systems for autonomously driven vehicles
DE102013013867A1 (de) * 2013-08-20 2015-03-12 Audi Ag Kraftfahrzeug und Verfahren zur Steuerung eines Kraftfahrzeugs
CN103646298B (zh) * 2013-12-13 2018-01-02 中国科学院深圳先进技术研究院 一种自动驾驶方法及系统
EP2950294B1 (en) 2014-05-30 2019-05-08 Honda Research Institute Europe GmbH Method and vehicle with an advanced driver assistance system for risk-based traffic scene analysis
US9457807B2 (en) * 2014-06-05 2016-10-04 GM Global Technology Operations LLC Unified motion planning algorithm for autonomous driving vehicle in obstacle avoidance maneuver
US9428187B2 (en) * 2014-06-05 2016-08-30 GM Global Technology Operations LLC Lane change path planning algorithm for autonomous driving vehicle
JP6222475B2 (ja) * 2014-11-10 2017-11-01 マツダ株式会社 車両加減速制御装置
KR101664582B1 (ko) * 2014-11-12 2016-10-10 현대자동차주식회사 자율주행차량의 주행경로 생성장치 및 방법
DE102015202099A1 (de) * 2015-02-06 2016-08-11 Bayerische Motoren Werke Aktiengesellschaft Verarbeiten von Sensordaten für ein Fahrerassistenzsystem
JP2018510373A (ja) * 2015-02-10 2018-04-12 モービルアイ ビジョン テクノロジーズ リミテッド 自律車両ナビゲーションのための疎な地図
JP6269546B2 (ja) * 2015-03-23 2018-01-31 トヨタ自動車株式会社 自動運転装置
US9868443B2 (en) * 2015-04-27 2018-01-16 GM Global Technology Operations LLC Reactive path planning for autonomous driving
JP6332170B2 (ja) * 2015-07-01 2018-05-30 トヨタ自動車株式会社 自動運転制御装置
US9934688B2 (en) * 2015-07-31 2018-04-03 Ford Global Technologies, Llc Vehicle trajectory determination
DE102015217891A1 (de) * 2015-09-17 2017-03-23 Volkswagen Aktiengesellschaft Bestimmen einer Soll-Trajektorie für ein Fahrzeug
JP6259797B2 (ja) * 2015-10-22 2018-01-10 本田技研工業株式会社 車両走行制御装置
JP6815724B2 (ja) * 2015-11-04 2021-01-20 トヨタ自動車株式会社 自動運転システム
JP6558239B2 (ja) * 2015-12-22 2019-08-14 アイシン・エィ・ダブリュ株式会社 自動運転支援システム、自動運転支援方法及びコンピュータプログラム
JP2017146730A (ja) * 2016-02-16 2017-08-24 トヨタ自動車株式会社 経路決定装置
JP6645649B2 (ja) * 2016-02-17 2020-02-14 本田技研工業株式会社 車両制御装置、車両制御方法、および車両制御プログラム
JP6480366B2 (ja) * 2016-03-14 2019-03-06 株式会社Ｓｏｋｅｎ 自動運転制御装置、自動運転制御方法、および運転情報出力方法
US9645577B1 (en) 2016-03-23 2017-05-09 nuTonomy Inc. Facilitating vehicle driving and self-driving
JP6614025B2 (ja) * 2016-05-20 2019-12-04 アイシン・エィ・ダブリュ株式会社 自動運転支援装置及びコンピュータプログラム
US20180056998A1 (en) * 2016-08-29 2018-03-01 Mitsubishi Electric Research Laboratories, Inc. System and Method for Multi-Vehicle Path Planning Technical Field
CN106740868B (zh) * 2016-12-30 2019-03-29 东软集团股份有限公司 一种车速规划的方法、装置和设备
US10037037B1 (en) * 2017-01-18 2018-07-31 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for trajectory planning in an autonomous vehicle using different fixed durations for steering and speed parameters
US11142203B2 (en) * 2017-02-27 2021-10-12 Ford Global Technologies, Llc Cooperative vehicle navigation
US10446031B2 (en) * 2017-03-14 2019-10-15 Hyundai Mobis Co., Ltd. Apparatus and method of safety support for vehicle
CA3027627C (en) * 2017-07-13 2021-08-10 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for trajectory determination
US11430071B2 (en) * 2017-08-16 2022-08-30 Mobileye Vision Technologies Ltd. Navigation based on liability constraints
US10953881B2 (en) * 2017-09-07 2021-03-23 Tusimple, Inc. System and method for automated lane change control for autonomous vehicles
CN107797555A (zh) * 2017-10-30 2018-03-13 奇瑞汽车股份有限公司 一种游览车自动驾驶控制方法及装置
JP6649940B2 (ja) * 2017-12-28 2020-02-19 本田技研工業株式会社 自動運転車両の走行制御装置
JP6633606B2 (ja) * 2017-12-28 2020-01-22 本田技研工業株式会社 自動運転車両の走行制御装置
US11378961B2 (en) * 2018-04-17 2022-07-05 Baidu Usa Llc Method for generating prediction trajectories of obstacles for autonomous driving vehicles
US10824155B2 (en) * 2018-08-22 2020-11-03 Ford Global Technologies, Llc Predicting movement intent of objects
US11679760B2 (en) * 2018-12-10 2023-06-20 Mobileye Vision Technologies Ltd. Navigation in vehicle crossing scenarios
US11327496B2 (en) * 2019-01-16 2022-05-10 Ford Global Technologies, Llc Vehicle path identification
US20210035442A1 (en) * 2019-07-31 2021-02-04 Nissan North America, Inc. Autonomous Vehicles and a Mobility Manager as a Traffic Monitor
US20210063162A1 (en) * 2019-08-26 2021-03-04 Mobileye Vision Technologies Ltd. Systems and methods for vehicle navigation

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104097640A (zh) * 2013-04-11 2014-10-15 现代摩比斯株式会社 自动行驶控制系统
CN103204165A (zh) * 2013-05-06 2013-07-17 湖南大学 一种电动汽车整车动力输出优化控制方法
US20160311431A1 (en) * 2015-04-27 2016-10-27 Toyota Jidosha Kabushiki Kaisha Autonomous driving vehicle system
US20180032082A1 (en) * 2016-01-05 2018-02-01 Mobileye Vision Technologies Ltd. Machine learning navigational engine with imposed constraints
CN106347351A (zh) * 2016-09-28 2017-01-25 奇瑞汽车股份有限公司 一种带有自动紧急制动的自适应巡航方法及系统

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112033426A (zh) * 2020-08-05 2020-12-04 东软睿驰汽车技术（沈阳）有限公司 行驶路径规划方法、装置及电子设备
CN112033426B (zh) * 2020-08-05 2022-06-28 东软睿驰汽车技术（沈阳）有限公司 行驶路径规划方法、装置及电子设备
CN114076603A (zh) * 2020-08-18 2022-02-22 财团法人车辆研究测试中心 轨迹决定方法
CN114076603B (zh) * 2020-08-18 2024-04-16 财团法人车辆研究测试中心 轨迹决定方法
CN112415995A (zh) * 2020-09-22 2021-02-26 重庆智行者信息科技有限公司 基于实时安全边界的规划控制方法
CN112415995B (zh) * 2020-09-22 2023-08-01 北京智行者科技股份有限公司 基于实时安全边界的规划控制方法
CN114103938A (zh) * 2021-03-23 2022-03-01 京东鲲鹏(江苏)科技有限公司 控制车辆纵向运动的方法、装置及存储介质
CN113460084A (zh) * 2021-06-11 2021-10-01 北京汽车研究总院有限公司 用于确定车辆驾驶意图的方法、装置、车辆及存储介质
CN113238565A (zh) * 2021-06-16 2021-08-10 京东鲲鹏(江苏)科技有限公司 车辆路径规划方法、装置、车辆和存储介质
CN113483775A (zh) * 2021-06-30 2021-10-08 上海商汤临港智能科技有限公司 路径预测方法及装置、电子设备及计算机可读存储介质
CN113516862A (zh) * 2021-07-22 2021-10-19 中国第一汽车股份有限公司 一种预警方法、装置、电子设备以及存储介质
CN113501007A (zh) * 2021-07-30 2021-10-15 中汽创智科技有限公司 一种基于自动驾驶的路径轨迹规划方法、装置及终端
CN116734882A (zh) * 2023-08-14 2023-09-12 禾昆科技(北京)有限公司 车辆路径规划方法、装置、电子设备和计算机可读介质
CN116734882B (zh) * 2023-08-14 2023-11-24 禾昆科技(北京)有限公司 车辆路径规划方法、装置、电子设备和计算机可读介质

Also Published As

Publication number Publication date
US11104336B2 (en) 2021-08-31
TW202019743A (zh) 2020-06-01
US20200156631A1 (en) 2020-05-21
TWI674984B (zh) 2019-10-21

Similar Documents

Publication Publication Date Title
CN111258308A (zh) 自动驾驶车辆的行驶轨迹规划系统及方法
CN108688660B (zh) 运行范围确定装置
US8315756B2 (en) Systems and methods of vehicular path prediction for cooperative driving applications through digital map and dynamic vehicle model fusion
US11845471B2 (en) Travel assistance method and travel assistance device
CN107830865B (zh) 一种车辆目标分类方法、装置、系统及计算机程序产品
KR102086270B1 (ko) 주행 제어 장치의 제어 방법 및 주행 제어 장치
US11631257B2 (en) Surroundings recognition device, and surroundings recognition method
CN112208533B (zh) 车辆控制系统、车辆控制方法及存储介质
CN108340915B (zh) 车辆控制装置
JP2020060528A (ja) 支援制御システム
US11042160B2 (en) Autonomous driving trajectory determination device
JP7314882B2 (ja) 自動運転装置
CN110473416A (zh) 车辆控制装置
JP2017081382A (ja) 自動運転装置
CN111413990A (zh) 一种车道变更轨迹规划系统
US20180347993A1 (en) Systems and methods for verifying road curvature map data
US11474525B2 (en) Method and apparatus for method for dynamic multi-segment path and speed profile shaping
JP7206970B2 (ja) 車両運動制御方法及び車両運動制御装置
US10845814B2 (en) Host vehicle position confidence degree calculation device
CN112693454B (zh) 自适应轨迹生成方法及系统
KR20200052997A (ko) 자율주행 차량의 추측항법 성능 향상을 위한 직진 주행 판단 장치 및 그 방법
JP6838769B2 (ja) 周辺環境認識装置、表示制御装置
JP2006113627A (ja) 車両用制御対象判定装置
US20240051536A1 (en) Vehicle control device, storage medium storing computer program for vehicle control, and method for controlling vehicle
US20240059288A1 (en) Vehicle control device, storage medium storing computer program for vehicle control, and method for controlling vehicle

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200609