CN113267199B - 行驶轨迹规划方法及装置 - Google Patents

行驶轨迹规划方法及装置 Download PDF

Info

Publication number
CN113267199B
CN113267199B CN202110704557.3A CN202110704557A CN113267199B CN 113267199 B CN113267199 B CN 113267199B CN 202110704557 A CN202110704557 A CN 202110704557A CN 113267199 B CN113267199 B CN 113267199B
Authority
CN
China
Prior art keywords
vehicle
track
driving
obstacle
reference curve
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.)
Active
Application number
CN202110704557.3A
Other languages
English (en)
Other versions
CN113267199A (zh
Inventor
李飞
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.)
Shanghai Ofilm Intelligent Vehicle Co ltd
Original Assignee
Shanghai Ofilm Intelligent Vehicle Co ltd
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 Shanghai Ofilm Intelligent Vehicle Co ltd filed Critical Shanghai Ofilm Intelligent Vehicle Co ltd
Priority to CN202110704557.3A priority Critical patent/CN113267199B/zh
Publication of CN113267199A publication Critical patent/CN113267199A/zh
Application granted granted Critical
Publication of CN113267199B publication Critical patent/CN113267199B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes

Abstract

本申请公开了一种行驶轨迹规划方法及装置，其中，方法包括：检测车辆的周边障碍数据，并根据周边障碍数据生成车辆所处环境的障碍地图；基于车辆的全局规划路径，根据车辆在障碍地图中的当前所处位置以预设的偏置距离计算用于避障的至少一条偏置参考曲线；以及计算每条偏置参考曲线对应生成的行驶轨迹的行驶代价，并控制车辆沿着行驶代价最小的轨迹行驶。本申请实施例的方法可以基于障碍地图进行局部路径规划，达到自动避障的目的，提高车辆的安全性，有效提升驾乘体验，由此，解决了相关技术中存在车辆与道路中的障碍物发生碰撞的隐患，无法有效满足智能汽车的安全性需求，行驶轨迹的可靠性和安全性均较低，降低驾乘体验等问题。

Description

行驶轨迹规划方法及装置
技术领域
本申请涉及智能汽车技术领域，特别涉及一种行驶轨迹规划方法及装置。
背景技术
针对于车辆的无人驾驶模式的轨迹规划，相关技术中主要采用搜索或者采样的方法进行行驶轨迹规划，以达到自动行驶的目的。
然而，车辆倘若采用搜索或者采样的方法进行行驶轨迹规划，均需要对规划轨迹进行平滑优化处理，且对于全局规划路径上的障碍物，如停放在路边的车辆、准备驶入道路的车辆等障碍物，若沿着行驶轨迹自动驾驶时，存在车辆与道路中的障碍物发生碰撞的隐患，无法有效满足智能汽车的安全性需求，行驶轨迹的可靠性和安全性均较低，降低驾乘体验。
申请内容
本申请提供一种行驶轨迹规划方法及装置，以解决相关技术中存在车辆与道路中的障碍物发生碰撞的隐患，无法有效满足智能汽车的安全性需求，行驶轨迹的可靠性和安全性均较低，降低驾乘体验等问题。
本申请第一方面实施例提供一种车辆的行驶轨迹规划方法，包括以下步骤：检测车辆的周边障碍数据，并根据所述周边障碍数据生成所述车辆所处环境的障碍地图；基于所述车辆的全局规划路径，根据所述车辆在所述障碍地图中的当前所处位置以预设的偏置距离计算用于避障的至少一条偏置参考曲线；计算每条偏置参考曲线对应生成的行驶轨迹的行驶代价，并控制所述车辆沿着所述行驶代价最小的轨迹行驶。
本申请实施例的规划方法，基于周边障碍数据生成的障碍地图计算至少一条偏置参考曲线，从而生成每条偏置参考曲线对应的行驶轨迹，确定出行驶代价最小的轨迹，达到基于障碍地图进行局部路径规划的目的，实现自动避障功能，提高车辆的安全性，满足智能汽车的安全性需求，有效提升驾乘体验，更加安全可靠。由此，解决了相关技术中存在车辆与道路中的障碍物发生碰撞的隐患，无法有效满足智能汽车的安全性需求，行驶轨迹的可靠性和安全性均较低，降低驾乘体验等问题。
另外，根据本申请上述实施例的车辆的行驶轨迹规划方法还可以具有以下附加的技术特征：
可选地，在本申请的一个实施例中，所述计算每条偏置参考曲线对应生成的行驶轨迹的行驶代价，包括：获取所述车辆的实际车速与实际前轮转角；根据所述实际车速、所述实际前轮转角模拟所述车辆沿着所述每条偏置参考曲线对应生成的行驶轨迹行驶，计算每条行驶轨迹的终点与所述当前所处位置之间的行驶距离；根据所述每条行驶轨迹的终点与所述当前所处位置之间的行驶距离生成每条行驶轨迹的行驶代价。
本申请实施例的规划方法，利用模拟车辆沿着每条偏置参考曲线对应生成的行驶轨迹行驶，计算每条行驶轨迹的行驶代价，从而将行驶距离最短的轨迹作为行驶代价最小的轨迹，有效保证轨迹的最优性，保证规划的准确性和可靠性。
可选地，在本申请的一个实施例中，在控制所述车辆沿着所述行驶代价最小的轨迹行驶之前，还包括：基于所述行驶代价生成所述每条行驶轨迹的碰撞检测优先级；按照所述碰撞检测优先级检测所述每条行驶轨迹的碰撞数据；在所述碰撞数据满足倒车条件时，生成对应的倒车轨迹，并在沿着所述倒车轨迹倒车行驶后，重新生成计算所述用于避障的至少一条偏置参考曲线，并重新计算所述每条偏置参考曲线对应生成的行驶轨迹的行驶代价，否则从不满足所述倒车条件的行驶轨迹中确定所述行驶代价最小的轨迹。
本申请实施例的规划方法，按照碰撞检测优先级检测每条行驶轨迹的碰撞数据，从而确定出不但行驶代价最小的轨迹，而且无碰撞的路径，有效完成障碍物避障的目的，保证用户的驾乘体验。
可选地，在本申请的一个实施例中，所述根据所述周边障碍数据生成所述车辆所处环境的障碍地图，包括：根据所述周边障碍数据的超声数据和/或图像数据识别所述车辆所处环境的至少一项障碍物及其相对车辆的位置；根据所述至少一项障碍物及其相对车辆的位置计算栅格地图的每个格子置的空概率和占据概率，以生成所述障碍地图。
本申请实施例的规划方法，利用超声数据和/或图像数据得到车辆所处环境的栅格地图，准确识别障碍物相对于车辆的位置信息，不但提高了轨迹规划的实用性和可靠性，而且有利于完成障碍物准确避障，保证了规划的有效性。
可选地，在本申请的一个实施例中，在根据所述车辆在所述障碍地图中的当前所处位置以所述预设的偏置距离计算用于避障的至少一条偏置参考曲线之后，还包括：检测每条偏置参考曲线的曲率；筛除曲率不满足预设条件的曲线，得到满足车辆使用条件的至少一条偏置参考曲线。
本申请实施例的规划方法，可以为车辆实时规划曲率连续且可行的轨迹，控制车辆沿着规划的路径行驶，后续无需进行曲线限制检测，可以完成障碍物避障、实现路径跟随等目的，有效提升驾乘体验，更加智能可靠。
本申请第二方面实施例提供一种车辆的行驶轨迹规划装置，包括：生成模块，用于检测车辆的周边障碍数据，并根据所述周边障碍数据生成所述车辆所处环境的障碍地图；计算模块，用于基于所述车辆的全局规划路径，根据所述车辆在所述障碍地图中的当前所处位置以预设的偏置距离计算用于避障的至少一条偏置参考曲线；控制模块，用于计算每条偏置参考曲线对应生成的行驶轨迹的行驶代价，并控制所述车辆沿着所述行驶代价最小的轨迹行驶。
本申请实施例的规划装置，基于周边障碍数据生成的障碍地图计算至少一条偏置参考曲线，从而生成每条偏置参考曲线对应的行驶轨迹，确定出行驶代价最小的轨迹，达到基于障碍地图进行局部路径规划的目的，实现自动避障功能，提高车辆的安全性，满足智能汽车的安全性需求，有效提升驾乘体验，更加安全可靠。由此，解决了相关技术中存在车辆与道路中的障碍物发生碰撞的隐患，无法有效满足智能汽车的安全性需求，行驶轨迹的可靠性和安全性均较低，降低驾乘体验等问题。
另外，根据本申请上述实施例的车辆的行驶轨迹规划装置还可以具有以下附加的技术特征：
可选地，在本申请的一个实施例中，所述控制模块包括：获取单元，用于获取所述车辆的实际车速与实际前轮转角；模拟单元，用于根据所述实际车速、所述实际前轮转角模拟所述车辆沿着所述每条偏置参考曲线对应生成的行驶轨迹行驶，计算每条行驶轨迹的终点与所述当前所处位置之间的行驶距离；第一生成单元，用于根据所述每条行驶轨迹的终点与所述当前所处位置之间的行驶距离生成每条行驶轨迹的行驶代价。
本申请实施例的规划装置，利用模拟车辆沿着每条偏置参考曲线对应生成的行驶轨迹行驶，计算每条行驶轨迹的行驶代价，从而将行驶距离最短的轨迹作为行驶代价最小的轨迹，有效保证轨迹的最优性，保证规划的准确性和可靠性。
可选地，在本申请的一个实施例中，所述控制模块还包括：第二生成单元，用于基于所述行驶代价生成所述每条行驶轨迹的碰撞检测优先级；检测单元，用于按照所述碰撞检测优先级检测所述每条行驶轨迹的碰撞数据；确定单元，用于在所述碰撞数据满足倒车条件时，生成对应的倒车轨迹，并在沿着所述倒车轨迹倒车行驶后，重新生成计算所述用于避障的至少一条偏置参考曲线，并重新计算所述每条偏置参考曲线对应生成的行驶轨迹的行驶代价，否则从不满足所述倒车条件的行驶轨迹中确定所述行驶代价最小的轨迹。
本申请实施例的规划装置，按照碰撞检测优先级检测每条行驶轨迹的碰撞数据，从而确定出不但行驶代价最小的轨迹，而且无碰撞的路径，有效完成障碍物避障的目的，保证用户的驾乘体验。
可选地，在本申请的一个实施例中，所述生成模块进一步用于根据所述周边障碍数据的超声数据和/或图像数据识别所述车辆所处环境的至少一项障碍物及其相对车辆的位置；根据所述至少一项障碍物及其相对车辆的位置计算栅格地图的每个格子置的空概率和占据概率，以生成所述障碍地图。
本申请实施例的规划装置，利用超声数据和/或图像数据得到车辆所处环境的栅格地图，准确识别障碍物相对于车辆的位置信息，不但轨迹规划的实用性和可靠性，而且有利于完成障碍物准确避障，有效保证规划的有效性。
可选地，在本申请的一个实施例中，所述计算模块还用于检测每条偏置参考曲线的曲率；筛除曲线不满足预设条件的曲线，得到满足车辆使用条件的至少一条偏置参考曲线。
本申请实施例的规划装置，可以为车辆实时规划曲率连续且可行的轨迹，控制车辆沿着规划的路径行驶，不但可以完成障碍物避障，且实现路径跟随等目的，有效提升驾乘体验，更加智能可靠。
本申请第三方面实施例提供一种车辆，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行如上述实施例所述的车辆的行驶轨迹规划方法。
本申请第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如上述实施例所述的车辆的行驶轨迹规划方法。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本申请实施例提供的一种车辆的行驶轨迹规划方法的流程图；
图2为根据本申请一个实施例的栅格地图示意图；
图3为根据本申请一个实施例的等距偏置方法的示意图；
图4为根据本申请一个实施例的行驶轨迹生成的原理示意图；
图5为根据本申请一个具体实施例的车辆的行驶轨迹规划方法的流程图；
图6为根据本申请一个具体实施例的行驶轨迹的示意图；
图7为根据本申请实施例的车辆的行驶轨迹规划装置的示例图；
图8为根据本申请实施例提供的车辆的结构示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的行驶轨迹规划方法、装置、车辆及存储介质。针对上述背景技术中心提到的相关技术中存在车辆与道路中的障碍物发生碰撞的隐患，无法有效满足智能汽车的安全性需求，行驶轨迹的可靠性和安全性均较低，降低驾乘体验的问题，本申请提供了一种车辆的行驶轨迹规划方法，在该方法中基于周边障碍数据生成的障碍地图计算至少一条偏置参考曲线，从而生成每条偏置参考曲线对应的行驶轨迹，确定出行驶代价最小的轨迹，达到基于障碍地图进行局部路径规划的目的，实现自动避障功能，提高车辆的安全性，满足智能汽车的安全性需求，有效提升驾乘体验，更加安全可靠。由此，解决了相关技术中存在车辆与道路中的障碍物发生碰撞的隐患，无法有效满足智能汽车的安全性需求，行驶轨迹的可靠性和安全性均较低，降低驾乘体验等问题。
具体而言，图1为本申请实施例所提供的一种车辆的行驶轨迹规划方法的流程示意图。
如图1所示，该车辆的行驶轨迹规划方法包括以下步骤：
在步骤S101中，检测车辆的周边障碍数据，并根据周边障碍数据生成车辆所处环境的障碍地图。
可以理解的是，为了支持避障，在全局规划的基础上进行局部路径规划，本申请实施例可以首先识别车辆前方或者周边的障碍物，如通过超声波传感器、摄像头等车载设备或者额外新增设备，从而对设备采集的相关数据进行处理，以利用处理后的数据识别出障碍物，识别手段在此并不作具体限制，下面会举例进行描述。
其中，在本申请的一个实施例中，根据周边障碍数据生成车辆所处环境的障碍地图，包括：根据周边障碍数据的超声数据和/或图像数据识别车辆所处环境的至少一项障碍物及其相对车辆的位置；根据至少一项障碍物及其相对车辆的位置计算栅格地图的每个格子置的空概率和占据概率，以生成障碍地图。
在此进行举例描述。在实际执行过程中，障碍地图可以采用栅格地图实现，如图2所示，图中间矩形阴影为车辆的当前所处位置，像素数值较深部分为障碍物，其余为可通行区域。本领域技术人员可以理解的是，利用车辆辆的视觉检测装置、超声检测装置采集车辆周围的障碍数据，并且通过数据融合实时生成FreeSpace栅格地图。作为一种可能实现的方式，在栅格地图中，对于一个点可以把他是空free的概率表示为p(s＝1)，有障碍物表示为p(s＝0)，两者的概率和为1，或者根据概率把每个点定位占据状态或者空闲状态，每个格子概率越大越是占据状态，越小越是空余状态，以此建立的栅格地图可以有效作为路径规划的依据，保证规划的准确性和可靠性。
本申请实施例的规划方法，利用超声数据和/或图像数据得到车辆所处环境的栅格地图，准确识别障碍物相对于车辆的位置信息，不但提高了轨迹规划的实用性和可靠性，而且有利于完成障碍物准确避障，保证了规划的有效性。
在步骤S102中，基于车辆的全局规划路径，根据车辆在障碍地图中的当前所处位置以预设的偏置距离计算用于避障的至少一条偏置参考曲线。
在一些实施例中，利用障碍地图如栅格地图、全局路径、车辆的当前所处位置计算多条偏置参考曲线，具体地，根据全局路径的路径点以一定偏置距离生成偏置参考曲线簇中的多条偏置参考曲线。
需要说明的是，偏置距离可以由本领域技术人员根据实际情况进行设置，在此不作具体限制。作为一种偏置算法的可能实现的方式，如图3所示，Global中的点Gp1/Gp2/…/Gpn可以作为待偏置点，连接Gp1和Gp2做线段l12，以Gp1为垂足作垂线l1，在l1上选取RefP1使得RefP1到GP1的距离为|d|，若d>0则取左侧的RefP1点，反之取右侧的点RefP1’，同理过GP2点作lP12垂线l2，取Gp2的等距偏置点RefP2，同理连接GP2和GP3线段l23，过GP3作l23垂线同样获得偏置点RefP3，以此进行直至最后一个点RefPn，则偏置的参考点列RefPath＝{RefP,RefP2,…,RefPn}。
可选地，在本申请的一个实施例中，在根据车辆在障碍地图中的当前所处位置以预设的偏置距离计算用于避障的至少一条偏置参考曲线之后，还包括：检测每条偏置参考曲线的曲率；筛除曲率不满足预设条件的曲线，得到满足车辆使用条件的至少一条偏置参考曲线。
在一些情况下，为有效保证用户的驾乘体验，筛选出曲线满足连续要求的曲线，或者由本领域的技术人员根据实际情况进行设置条件的曲线，达到为车辆实时规划曲率连续且可行的轨迹的目的，后续无需进行曲线限制检测，有效保证车辆的执行效果。
需要说明的是，相比较于相关技术中的规划方法，本申请实施例依照车辆模型采用预生成的方法模拟车辆行驶生成的行驶轨迹，其中，生成的行驶轨迹曲率连续满足车辆行驶要求，后续无需进行曲率限制检测，生成的轨迹曲率连续且不超过车辆最大曲率限制，无需对每条行驶轨迹进行逐一曲率检测，并基于最小评价准则的方法，选取无碰撞代价最低的轨迹，满足车辆跟随目标轨迹且避开障碍物的需求。
本申请实施例的规划方法，可以为车辆实时规划曲率连续且可行的轨迹，控制车辆沿着规划的路径行驶，后续无需进行曲线限制检测，可以完成障碍物避障、实现路径跟随等目的，有效提升驾乘体验，更加智能可靠。
在步骤S103中，计算每条偏置参考曲线对应生成的行驶轨迹的行驶代价，并控制车辆沿着行驶代价最小的轨迹行驶。
可以理解的是，本申请实施例基于当前所处位置并集合上述步骤得到的偏置参考曲线簇，运用轨迹生成算法生成不同的行驶轨迹，并生成的行驶轨迹进行代价评估，评估每条行驶轨迹的行驶代价，从而选出最优的行驶轨迹，达到基于障碍地图进行局部路径规划的目的，实现自动避障功能，提高车辆的安全性，满足智能汽车的安全性需求，有效提升驾乘体验，更加安全可靠。由此，解决了相关技术中存在车辆与道路中的障碍物发生碰撞的隐患，无法有效满足智能汽车的安全性需求，行驶轨迹的可靠性和安全性均较低，降低驾乘体验等问题。
其中，在本申请的一个实施例中，计算每条偏置参考曲线对应生成的行驶轨迹的行驶代价，包括：获取车辆的实际车速与实际前轮转角；根据实际车速、实际前轮转角模拟车辆沿着每条偏置参考曲线对应生成的行驶轨迹行驶，计算每条行驶轨迹的终点与当前所处位置之间的行驶距离；根据每条行驶轨迹的终点与当前所处位置之间的行驶距离生成每条行驶轨迹的行驶代价。
作为一种模拟的可能实现的方式，如图4所示，本申请实施例可以将车辆模型简化为自行车模型，其中，图中Q所示，以后车辆轴为切点，并以车辆纵向车身为切线，从而可以通过控制车辆的前轮转角模拟车辆以一定速度v沿着生成的任一偏置参考曲线行驶，获得曲率连续路径点，单步模拟行驶距离dl，单步前轮最大调整偏角Δαmax，具体步骤可以包括：
步骤S1031：获取车辆的当前所处位置Q(Qx，Qy，Qyaw)；
步骤S1032：车辆后轴中心映射到目标偏置参考曲线上，目标偏置参考曲线上点为P(Px，Py)，以P点为起点，根据车辆行驶方向在目标偏置参考曲线上移动L＝1m距离，获取点G(Gx，Gy)，此时，G为车辆即将行驶的目标点。
步骤S1033：根据作圆O运动，使得圆过Q和G两点，且在Q点与车辆纵相切，圆心为O，半径R，根据几何运算计算车辆转弯半径R，并根据阿克曼转向原理tanα＝L/R可以得出车辆前轮目标偏转角度αexp，根据车辆速度和当前转角αact，偏差Δα＝αexp-αact，其中，αact∈[-Δαmax,Δαmax]，真实车辆转角：αact＝αact+Δα。
步骤S1034：车辆根据当前前轮转角αact并行驶dl距离达到Q1(Q1x，Q1y，Q1yaw)，由圆O可以计算β＝L/R，其中L为P和G两点圆弧长度，则可计算Q1点位姿：Q1yaw＝Qyaw+β，Q1X＝QX+R*(sin(Q1yaw)-sin(Qyaw))，Q1y＝Qy+R*(cos(Qyaw)-cos(Q1yaw))。
步骤S1035：根据车辆当前所处位置Q1(Q1x，Q1y，Q1yaw)判断是否规划完成。其中，若规划完成，则退出循环，否则跳回步骤S1032继续执行。
本申请实施例的规划方法，利用模拟车辆沿着每条偏置参考曲线对应生成的行驶轨迹行驶，计算每条行驶轨迹的行驶代价，从而将行驶距离最短的轨迹作为行驶代价最小的轨迹，有效保证轨迹的最优性，保证规划的准确性和可靠性。
另外，在本申请的一个实施例中，在控制车辆沿着行驶代价最小的轨迹行驶之前，还包括：基于行驶代价生成每条行驶轨迹的碰撞检测优先级；按照碰撞检测优先级检测每条行驶轨迹的碰撞数据；在碰撞数据满足倒车条件时，生成对应的倒车轨迹，并在沿着倒车轨迹倒车行驶后，重新生成计算用于避障的至少一条偏置参考曲线，并重新计算每条偏置参考曲线对应生成的行驶轨迹的行驶代价，否则从不满足倒车条件的行驶轨迹中确定行驶代价最小的轨迹。
基于其他相关实施例的说明可以理解到的是，以碰撞检测优先级从行驶代价低到高逐一进行碰撞检测，若当前检测行驶轨迹无碰撞，则规划成功，输出轨迹以进入下一步；若全部行驶轨迹皆碰撞，则判定车辆的当前所处位置无法完成有效避障，更新反向规划次数，并根据车辆当前方向规划直行倒车方案，如在车辆倒车2m之后，重新进行行驶轨迹规划，直至成功输出无碰撞轨迹。需要说明的是，倒车方案可以由本领域技术人员进行预先设置，也可以根据当前障碍地图生成倒车轨迹，在此不作具体限制。
例如，作为一种可能实现的方式，将车辆轮廓简化为矩形框，可以通过像素碰撞检测，只要检测车辆在轨迹点位置时，对车辆矩形框内像素进行逐一碰撞检测，若所有像素均为空则表示不碰撞，反之则表示碰撞。
本申请实施例的规划方法，按照碰撞检测优先级检测每条行驶轨迹的碰撞数据，从而确定出不但行驶代价最小的轨迹，而且无碰撞的路径，有效完成障碍物避障的目的，保证用户的驾乘体验。
结合图5和图6所示，以下列举具体实施例，示意性说明。
在本申请的一个实施例中，本申请实施例基于当前所处位置并结合偏置参考曲线，运用轨迹生成算法生成不同的行驶轨迹，对生成的行驶轨迹进行代价评估，控制车辆沿选取的代价最小的无碰撞的轨迹行驶，完成障碍物避障、路径跟随等场景，其具体步骤如下：
步骤S1：以车辆起始点建立世界坐标系XOY，设置反向规划次数BackPathPlanCount＝0，需要说明的是，反向规划次数，初始值为0，而当前流程中出现一次反向规划则加一，下面会进行说明。
步骤S2：输入全局路径GPathPointList，车辆的当前所处位置CarPos(x，y，yaw)，融合超声数据的FreeSPace栅格地图(其中，数值0和1，1表示可通行，0表示被障碍占有)，若反向规划次数BackPathPlanCount<＝3，则进行下一步，反之则返回规划失败，退出当前程序。
步骤S3：遍历全局路径点GPathPointList，选取到CarPos距离最短的点GstartP，以GstartP为起点，在GlobalPath上选择当前跟踪的目标点GendP，其中，GendP到GstartP距离＝20m。
步骤S4：设置偏执距离d＝-3，0，-2，-1，0，1，2，3，0，间隔如可以为但不限定1.0m，具体数值可以通过车道宽度即场景调试，不同场景数值不同(以7条轨迹为例，具体条数可根据实际场景匹配)，对GlobalPath进行内外等距偏置，获取多条参考曲线如图中RefPath1/RefPath2/…/RefPath7所示。
步骤S5：根据实际车速及实际前轮转角和当前所处位置，通过轨迹生成算法模拟车辆行驶上述步骤生成的轨迹曲率连续且满足车辆使用的行驶轨迹如GeneratePath1/GeneratePath2/…/GeneratePath7所示，计算生成轨迹点终点endpoint与GendP之间的距离作为行驶代价，其中，行驶距离越短，表示代价越小。
步骤S6：根据FreeSpace栅格地图信，采用像素碰撞检测对生成的行驶轨迹GeneratePath1点列从行驶代价低到高逐一进行碰撞检测。其中，若当前检测轨迹GeneratePath无碰撞，则规划成功，输出轨迹并进入下一步；若全部轨迹皆碰撞，则更新反向规划次数BackPathPlanCount＝BackPathPlanCount+1，并根据车辆当前方向规划直行倒车轨迹，如长度2m并进入下一步。
步骤S7：车辆根据规划的行驶轨迹控制车辆行驶，并跳至步骤S2。
根据本申请实施例提出的规划方法，基于周边障碍数据生成的障碍地图计算至少一条偏置参考曲线，从而生成每条偏置参考曲线对应的行驶轨迹，确定出行驶代价最小的轨迹，达到基于障碍地图进行局部路径规划的目的，实现自动避障功能，提高车辆的安全性，满足智能汽车的安全性需求，有效提升驾乘体验，更加安全可靠。由此，解决了相关技术中存在车辆与道路中的障碍物发生碰撞的隐患，无法有效满足智能汽车的安全性需求，行驶轨迹的可靠性和安全性均较低，降低驾乘体验等问题。
其次参照附图描述根据本申请实施例提出的车辆的行驶轨迹规划装置。
图7是本申请实施例的车辆的行驶轨迹规划装置的方框示意图。
如图7所示，该车辆的行驶轨迹规划装置10包括：生成模块100、计算模块200和控制模块300。
具体地，生成模块100，用于检测车辆的周边障碍数据，并根据周边障碍数据生成车辆所处环境的障碍地图。
计算模块200，用于基于车辆的全局规划路径，根据车辆在障碍地图中的当前所处位置以预设的偏置距离计算用于避障的至少一条偏置参考曲线。
控制模块300，用于计算每条偏置参考曲线对应生成的行驶轨迹的行驶代价，并控制车辆沿着行驶代价最小的轨迹行驶。
可选地，在本申请的一个实施例中，控制模块300包括：获取单元、模拟单元和第一生成单元。
其中，获取单元，用于获取车辆的实际车速与实际前轮转角。
模拟单元，用于根据实际车速、实际前轮转角模拟车辆沿着每条偏置参考曲线对应生成的行驶轨迹行驶，计算每条行驶轨迹的终点与当前所处位置之间的行驶距离。
第一生成单元，用于根据每条行驶轨迹的终点与当前所处位置之间的行驶距离生成每条行驶轨迹的行驶代价。
本申请实施例的规划装置10，利用模拟车辆沿着每条偏置参考曲线对应生成的行驶轨迹行驶，计算每条行驶轨迹的行驶代价，从而将行驶距离最短的轨迹作为行驶代价最小的轨迹，有效保证轨迹的最优性，保证规划的准确性和可靠性。
可选地，在本申请的一个实施例中，控制模块300还包括：第二生成单元、检测单元和确定单元。
其中，第二生成单元，用于基于行驶代价生成每条行驶轨迹的碰撞检测优先级。
检测单元，用于按照碰撞检测优先级检测每条行驶轨迹的碰撞数据。
确定单元，用于在碰撞数据满足倒车条件时，生成对应的倒车轨迹，并在沿着倒车轨迹倒车行驶后，重新生成计算用于避障的至少一条偏置参考曲线，并重新计算每条偏置参考曲线对应生成的行驶轨迹的行驶代价，否则从不满足倒车条件的行驶轨迹中确定行驶代价最小的轨迹。
本申请实施例的规划装置10，按照碰撞检测优先级检测每条行驶轨迹的碰撞数据，从而确定出不但行驶代价最小的轨迹，而且无碰撞的路径，有效完成障碍物避障的目的，保证用户的驾乘体验。
可选地，在本申请的一个实施例中，生成模块100进一步用于根据周边障碍数据的超声数据和/或图像数据识别车辆所处环境的至少一项障碍物及其相对车辆的位置；根据至少一项障碍物及其相对车辆的位置计算栅格地图的每个格子置的空概率和占据概率，以生成障碍地图。
本申请实施例的规划装置10，利用超声数据和/或图像数据得到车辆所处环境的栅格地图，准确识别障碍物相对于车辆的位置信息，不但轨迹规划的实用性和可靠性，而且有利于完成障碍物准确避障，有效保证规划的有效性。
可选地，在本申请的一个实施例中，计算模块200还用于检测每条偏置参考曲线的曲率；筛除曲线不满足预设条件的曲线，得到满足车辆使用条件的至少一条偏置参考曲线。
本申请实施例的规划装置10，可以为车辆实时规划曲率连续且可行的轨迹，控制车辆沿着规划的路径行驶，不但可以完成障碍物避障，且实现路径跟随等目的，有效提升驾乘体验，更加智能可靠。
需要说明的是，前述对车辆的行驶轨迹规划方法实施例的解释说明也适用于该实施例的车辆的行驶轨迹规划装置，此处不再赘述。
根据本申请实施例提出的规划装置，基于周边障碍数据生成的障碍地图计算至少一条偏置参考曲线，从而生成每条偏置参考曲线对应的行驶轨迹，确定出行驶代价最小的轨迹，达到基于障碍地图进行局部路径规划的目的，实现自动避障功能，提高车辆的安全性，满足智能汽车的安全性需求，有效提升驾乘体验，更加安全可靠。由此，解决了相关技术中存在车辆与道路中的障碍物发生碰撞的隐患，无法有效满足智能汽车的安全性需求，行驶轨迹的可靠性和安全性均较低，降低驾乘体验等问题。。
图8为本申请实施例提供的电子设备的结构示意图。该电子设备可以包括：
存储器801、处理器802及存储在存储器801上并可在处理器802上运行的计算机程序。
处理器802执行程序时实现上述实施例中提供的车辆的行驶轨迹规划方法。
进一步地，电子设备还包括：
通信接口803，用于存储器801和处理器802之间的通信。
存储器801，用于存放可在处理器802上运行的计算机程序。
存储器801可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
如果存储器801、处理器802和通信接口803独立实现，则通信接口803、存储器801和处理器802可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture，简称为ISA)总线、外部设备互连(PeripheralComponent，简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture，简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器801、处理器802及通信接口803，集成在一块芯片上实现，则存储器801、处理器802及通信接口803可以通过内部接口完成相互间的通信。
处理器802可能是一个中央处理器(Central Processing Unit，简称为CPU)，或者是特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者是被配置成实施本申请实施例的一个或多个集成电路。
本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如上的车辆的行驶轨迹规划方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“N个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

Claims (8)

1.一种车辆的行驶轨迹规划方法，其特征在于，包括以下步骤：
检测车辆的周边障碍数据，并根据所述周边障碍数据生成所述车辆所处环境的障碍地图；
基于所述车辆的全局规划路径，根据所述车辆在所述障碍地图中的当前所处位置以预设的偏置距离计算用于避障的至少一条偏置参考曲线；以及
计算每条偏置参考曲线对应生成的行驶轨迹的行驶代价，并控制所述车辆沿着所述行驶代价最小的轨迹行驶；
在控制所述车辆沿着所述行驶代价最小的轨迹行驶之前，还包括：
基于所述行驶代价生成所述每条行驶轨迹的碰撞检测优先级；
按照所述碰撞检测优先级检测所述每条行驶轨迹的碰撞数据；
在所述碰撞数据满足倒车条件时，生成对应的倒车轨迹，并在沿着所述倒车轨迹倒车行驶后，重新生成计算所述用于避障的至少一条偏置参考曲线，并重新计算所述每条偏置参考曲线对应生成的行驶轨迹的行驶代价，否则从不满足所述倒车条件的行驶轨迹中确定所述行驶代价最小的轨迹。
2.根据权利要求1所述方法，其特征在于，所述计算每条偏置参考曲线对应生成的行驶轨迹的行驶代价，包括：
获取所述车辆的实际车速与实际前轮转角；
根据所述实际车速、所述实际前轮转角模拟所述车辆沿着所述每条偏置参考曲线对应生成的行驶轨迹行驶，计算每条行驶轨迹的终点与所述当前所处位置之间的行驶距离；
根据所述每条行驶轨迹的终点与所述当前所处位置之间的行驶距离生成每条行驶轨迹的行驶代价。
3.根据权利要求1所述的方法，其特征在于，所述根据所述周边障碍数据生成所述车辆所处环境的障碍地图，包括：
根据所述周边障碍数据的超声数据和/或图像数据识别所述车辆所处环境的至少一项障碍物及其相对车辆的位置；
根据所述至少一项障碍物及其相对车辆的位置计算栅格地图的每个格子置的空概率和占据概率，以生成所述障碍地图。
4.根据权利要求1所述的方法，其特征在于，在根据所述车辆在所述障碍地图中的当前所处位置以所述预设的偏置距离计算用于避障的至少一条偏置参考曲线之后，还包括：
检测每条偏置参考曲线的曲率；
筛除曲率不满足预设条件的曲线，得到满足车辆使用条件的至少一条偏置参考曲线。
5.一种车辆的行驶轨迹规划装置，其特征在于，包括：
生成模块，用于检测车辆的周边障碍数据，并根据所述周边障碍数据生成所述车辆所处环境的障碍地图；
计算模块，用于基于所述车辆的全局规划路径，根据所述车辆在所述障碍地图中的当前所处位置以预设的偏置距离计算用于避障的至少一条偏置参考曲线；以及
控制模块，用于计算每条偏置参考曲线对应生成的行驶轨迹的行驶代价，并控制所述车辆沿着所述行驶代价最小的轨迹行驶；
所述控制模块包括：
第二生成单元，用于基于所述行驶代价生成所述每条行驶轨迹的碰撞检测优先级；
检测单元，用于按照所述碰撞检测优先级检测所述每条行驶轨迹的碰撞数据；
确定单元，用于在所述碰撞数据满足倒车条件时，生成对应的倒车轨迹，并在沿着所述倒车轨迹倒车行驶后，重新生成计算所述用于避障的至少一条偏置参考曲线，并重新计算所述每条偏置参考曲线对应生成的行驶轨迹的行驶代价，否则从不满足所述倒车条件的行驶轨迹中确定所述行驶代价最小的轨迹。
6.根据权利要求5所述的装置，其特征在于，所述控制模块包括：
获取单元，用于获取所述车辆的实际车速与实际前轮转角；
模拟单元，用于根据所述实际车速、所述实际前轮转角模拟所述车辆沿着所述每条偏置参考曲线对应生成的行驶轨迹行驶，计算每条行驶轨迹的终点与所述当前所处位置之间的行驶距离；
第一生成单元，用于根据所述每条行驶轨迹的终点与所述当前所处位置之间的行驶距离生成每条行驶轨迹的行驶代价。
7.一种车辆，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-4任一项所述的车辆的行驶轨迹规划方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-4任一项所述的车辆的行驶轨迹规划方法。
CN202110704557.3A 2021-06-24 2021-06-24 行驶轨迹规划方法及装置 Active CN113267199B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110704557.3A CN113267199B (zh) 2021-06-24 2021-06-24 行驶轨迹规划方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110704557.3A CN113267199B (zh) 2021-06-24 2021-06-24 行驶轨迹规划方法及装置

Publications (2)

Publication Number Publication Date
CN113267199A CN113267199A (zh) 2021-08-17
CN113267199B true CN113267199B (zh) 2023-01-06

Family

ID=77235796

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110704557.3A Active CN113267199B (zh) 2021-06-24 2021-06-24 行驶轨迹规划方法及装置

Country Status (1)

Country Link
CN (1) CN113267199B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113823123B (zh) * 2021-09-28 2022-07-01 合肥工业大学 一种基于离散点轨迹拟合的车辆避障预警方法及装置
CN114355921B (zh) * 2021-12-28 2022-10-18 北京易航远智科技有限公司 车辆循迹轨迹生成方法、装置、电子设备及存储介质
CN114089775B (zh) * 2022-01-20 2022-06-10 杭州蓝芯科技有限公司 移动机器人的停障控制方法与装置
CN114838736A (zh) * 2022-04-29 2022-08-02 深圳优地科技有限公司 避障路径规划方法、装置、无人车和存储介质
CN115060279B (zh) * 2022-06-08 2024-04-16 合众新能源汽车股份有限公司 路径规划方法、装置、电子设备和计算机可读介质
CN115092136B (zh) * 2022-07-27 2023-09-12 广州小鹏自动驾驶科技有限公司 车速规划方法、装置、车辆及存储介质
CN115782867B (zh) * 2022-11-17 2024-01-30 上海西井科技股份有限公司 轨迹碰撞风险评估方法、装置、电子设备和存储介质
CN117148848B (zh) * 2023-10-27 2024-01-26 上海伯镭智能科技有限公司 一种无人驾驶车辆智能避障方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1987357A (zh) * 2006-12-26 2007-06-27 浙江工业大学 基于全方位计算机视觉的智能停车辅助装置
CN109960261A (zh) * 2019-03-22 2019-07-02 北京理工大学 一种基于碰撞检测的动态障碍物避让方法
JP2020045091A (ja) * 2018-09-14 2020-03-26 株式会社デンソー 予見安全性を備える車両制御システム、および予見安全性を備える車両制御方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103197675B (zh) * 2013-03-13 2016-05-25 北京矿冶研究总院 地下铲运机自主行驶和避障运动控制及目标路径规划方法
CN106598055B (zh) * 2017-01-19 2019-05-10 北京智行者科技有限公司 一种智能车局部路径规划方法及其装置、车辆
CN109885891B (zh) * 2019-01-24 2022-09-30 中国科学院合肥物质科学研究院 一种智能车gpu并行加速轨迹规划方法
US11390300B2 (en) * 2019-10-18 2022-07-19 Uatc, Llc Method for using lateral motion to optimize trajectories for autonomous vehicles
CN111552284A (zh) * 2020-04-20 2020-08-18 宁波吉利汽车研究开发有限公司 无人驾驶车辆的局部路径规划方法、装置、设备及介质
CN111653113B (zh) * 2020-04-20 2022-09-27 浙江吉利汽车研究院有限公司 车辆的局部路径确定方法、装置、终端和存储介质
CN111750886B (zh) * 2020-05-12 2022-06-28 重庆兰德适普信息科技有限公司 局部路径规划方法及装置
CN112362074B (zh) * 2020-10-30 2024-03-19 重庆邮电大学 一种结构化环境下的智能车辆局部路径规划方法
CN112810630B (zh) * 2021-02-05 2022-03-04 山东大学 一种自动驾驶车辆轨迹规划方法及系统
CN112964271B (zh) * 2021-03-15 2023-03-31 西安交通大学 一种面向多场景的自动驾驶规划方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1987357A (zh) * 2006-12-26 2007-06-27 浙江工业大学 基于全方位计算机视觉的智能停车辅助装置
JP2020045091A (ja) * 2018-09-14 2020-03-26 株式会社デンソー 予見安全性を備える車両制御システム、および予見安全性を備える車両制御方法
CN109960261A (zh) * 2019-03-22 2019-07-02 北京理工大学 一种基于碰撞检测的动态障碍物避让方法

Also Published As

Publication number Publication date
CN113267199A (zh) 2021-08-17

Similar Documents

Publication Publication Date Title
CN113267199B (zh) 行驶轨迹规划方法及装置
EP3699048A1 (en) Travelling track prediction method and device for vehicle
CN108986540B (zh) 车辆控制系统和方法、以及行驶辅助服务器
CN113165652B (zh) 使用基于网格的方法检验预测轨迹
JP6601696B2 (ja) 予測装置、予測方法、およびプログラム
CN111583715A (zh) 一种车辆轨迹预测方法、车辆碰撞预警方法、装置及存储介质
CN110834630A (zh) 一种车辆的驾驶控制方法、装置、车辆及存储介质
US10803307B2 (en) Vehicle control apparatus, vehicle, vehicle control method, and storage medium
JP2021165080A (ja) 車両制御装置、車両制御方法及び車両制御用コンピュータプログラム
CN110758381B (zh) 生成转向轨迹的方法、装置、存储介质及电子设备
CN112567439B (zh) 一种交通流信息的确定方法、装置、电子设备和存储介质
US20210237737A1 (en) Method for Determining a Lane Change Indication of a Vehicle
JP2020147139A (ja) 車両制御装置、車両制御方法、およびプログラム
CN111936364A (zh) 停车辅助装置
CN113002562A (zh) 车辆控制装置以及存储介质
CN112363511A (zh) 车辆路径规划方法、装置、车载装置及存储介质
CN111591288A (zh) 基于距离变换图的碰撞检测方法及装置
CN116476840B (zh) 变道行驶方法、装置、设备及存储介质
JP2019164812A (ja) 車両制御システム及び方法、並びに走行支援サーバ
CN115447607A (zh) 用于规划车辆行驶轨迹的方法和装置
CN114723903A (zh) 障碍物风险场环境建模方法及其装置、相关产品
CN113753038A (zh) 一种轨迹预测方法、装置、电子设备和存储介质
CN113077652A (zh) 车位自动搜索方法、装置、电子装置及存储介质
CN113715846B (zh) 借道控制方法、装置、存储介质以及车辆
CN114217601B (zh) 自驾车的混合决策方法及其系统

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
GR01 Patent grant
GR01 Patent grant