CN113741179A - 一种面向异构车辆的统一运动规划方法和系统 - Google Patents

一种面向异构车辆的统一运动规划方法和系统 Download PDF

Info

Publication number
CN113741179A
CN113741179A CN202111309965.5A CN202111309965A CN113741179A CN 113741179 A CN113741179 A CN 113741179A CN 202111309965 A CN202111309965 A CN 202111309965A CN 113741179 A CN113741179 A CN 113741179A
Authority
CN
China
Prior art keywords
heterogeneous
behavior
primitive
vehicle
motion
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.)
Granted
Application number
CN202111309965.5A
Other languages
English (en)
Other versions
CN113741179B (zh
Inventor
王博洋
关海杰
陆瑶敏
龚建伟
陈慧岩
臧政
吕超
谭颖琦
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.)
Beili Huidong Beijing Technology Co ltd
Beijing University of Technology
Beijing Institute of Technology BIT
Original Assignee
Beili Huidong Beijing Technology Co ltd
Beijing University of Technology
Beijing Institute of Technology BIT
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 Beili Huidong Beijing Technology Co ltd, Beijing University of Technology, Beijing Institute of Technology BIT filed Critical Beili Huidong Beijing Technology Co ltd
Priority to CN202111309965.5A priority Critical patent/CN113741179B/zh
Publication of CN113741179A publication Critical patent/CN113741179A/zh
Application granted granted Critical
Publication of CN113741179B publication Critical patent/CN113741179B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
    • G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种面向异构车辆的统一运动规划方法和系统。本发明在确定最优的行为基元的过程中，采用异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价，能够实现对转向机构不同所导致的运动特性差异进行控制，并在基于异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价选择出最优的行为基元之后，基于最优的行为基元得到异构车辆的运动规划结果，这就能够将转向机构不同所导致的运动特性差异融入到运动规划系统中，以显著提高异构车辆运动控制的精确性。

Description

一种面向异构车辆的统一运动规划方法和系统
技术领域
本发明涉及无人车辆运动规划技术领域，特别是涉及一种面向异构车辆的统一运动规划方法和系统。
背景技术
无人驾驶车辆的运动规划方法能够在可通行区域内，结合车辆自身的运动特性约束，生成从起始位姿到终止位姿的无碰撞轨迹，是无人驾驶系统的重要组成部分。
但由于不同类型的无人驾驶车辆在转向机构的组成上存在显著差异，如何对转向机构不同所导致的运动特性差异进行建模，并将其融入到运动规划系统中，是建立异构车辆统一运动规划方法亟待解决的问题。
发明内容
为解决现有技术中存在的上述问题，本发明提供了一种面向异构车辆的统一运动规划方法和系统。
为实现上述目的，本发明提供了如下方案：
一种面向异构车辆的统一运动规划方法，包括：
将扩展基元和备选基元进行拼接，得到当前时刻通行区域内的扩展基元簇；所述扩展基元为异构车辆上一时刻获取的行为基元；所述备选基元为异构车辆运动基元库中选择的行为基元；
在在线状态下，以扩展基元簇为输入，基于异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价选择出最优的行为基元；
基于最优的行为基元得到异构车辆的运动规划结果。
优选地，所述在在线状态下，以扩展基元簇为输入，基于异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价选择出最优的行为基元，具体包括：
基于异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价确定所述扩展基元簇中每一行为基元的代价值；
选择代价值最低的行为基元作为最优的行为基元。
优选地，所述基于最优的行为基元得到异构车辆的运动规划结果，具体包括：
将所述最优的行为基元作为新的扩展基元，并返回步骤“将扩展基元和备选基元进行拼接，得到扩展基元簇”，直至生成从起始点到终止点的基元序列；所述从起始点到终止点的基元序列由不同时刻的最优的行为基元构成；
基于所述从起始点到终止点的基元序列生成异构车辆运动的期望轨迹时序点，得到异构车辆的运动规划结果。
优选地，所述将扩展基元和备选基元进行拼接，得到当前时刻通行区域内的扩展基元簇，之前还包括：构建异构车辆运动基元库；所述异构车辆运动基元库中的行为基元包括以等时间间隔分布的轨迹点。
优选地，所述构建异构车辆运动基元库，具体包括：
设置异构车辆的差异化行为约束、异构车辆平台的运动微分约束、异构车辆平台特性的不等式约束、异构车辆平台特性的平滑过渡约束和基元优化生成的目标函数；所述异构车辆的差异化行为约束包括：阿克曼转向履带车辆行为约束、无极速差转向履带车辆行为约束和有级速差转向履带车辆行为约束；
基于所述异构车辆的差异化行为约束、所述异构车辆平台的运动微分约束、所述异构车辆平台特性的不等式约束和所述异构车辆平台特性的平滑过渡约束对所述基元优化生成的目标函数进行求解，得到特定行为下的行为基元；
遍历不同的异构车辆的差异化行为约束下的行为基元生成所述异构车辆运动基元库。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供的一种面向异构车辆的统一运动规划方法，在确定最优的行为基元的过程中，采用异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价，能够实现对转向机构不同所导致的运动特性差异进行控制，并在基于异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价选择出最优的行为基元之后，基于最优的行为基元得到异构车辆的运动规划结果，这就能够将转向机构不同所导致的运动特性差异融入到运动规划系统中，以显著提高异构车辆运动控制的精确性。
对应于上述提供的面向异构车辆的统一运动规划方法，本发明还提供了一种面向异构车辆的统一运动规划系统，该系统包括：
基元扩展模块，用于将扩展基元和备选基元进行拼接，得到当前时刻通行区域内的扩展基元簇；所述扩展基元为异构车辆上一时刻获取的行为基元；所述备选基元为异构车辆运动基元库中选择的行为基元；
基元选择模块，用于在在线状态下，以扩展基元簇为输入，基于异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价选择出最优的行为基元；
运动规划模块，用于基于最优的行为基元得到异构车辆的运动规划结果。
优选地，所述基元选择模块包括：
代价值确定单元，用于基于异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价确定所述扩展基元簇中每一行为基元的代价值；
基元选择单元，用于选择代价值最低的行为基元作为最优的行为基元。
优选地，所述运动规划模块包括：
基元序列生成单元，用于将所述最优的行为基元作为新的扩展基元，并返回步骤“将扩展基元和备选基元进行拼接，得到扩展基元簇”，直至生成从起始点到终止点的基元序列；所述从起始点到终止点的基元序列由不同时刻的最优的行为基元构成；
运动规划单元，用于基于所述从起始点到终止点的基元序列生成异构车辆运动的期望轨迹时序点，得到异构车辆的运动规划结果。
优选地，还包括：
运动基元库构建模块，用于构建异构车辆运动基元库；所述异构车辆运动基元库中的行为基元包括以等时间间隔分布的轨迹点。
优选地，所述运动基元库构建模块包括：
设置单元，用于设置异构车辆的差异化行为约束、异构车辆平台的运动微分约束、异构车辆平台特性的不等式约束、异构车辆平台特性的平滑过渡约束和基元优化生成的目标函数；所述异构车辆的差异化行为约束包括：阿克曼转向履带车辆行为约束、无极速差转向履带车辆行为约束和有级速差转向履带车辆行为约束；
行为基元确定单元，用于基于所述异构车辆的差异化行为约束、所述异构车辆平台的运动微分约束、所述异构车辆平台特性的不等式约束和所述异构车辆平台特性的平滑过渡约束对所述基元优化生成的目标函数进行求解，得到特定行为下的行为基元；
运动基元库生成单元，用于遍历不同的异构车辆的差异化行为约束下的行为基元生成所述异构车辆运动基元库。
因本发明提供的面向异构车辆的统一运动规划系统达到的技术效果与上述提供的面向异构车辆的统一运动规划方法达到的技术效果相同，故在此不再进行赘述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的面向异构车辆的统一运动规划方法的流程图；
图2为本发明提供的面向异构车辆的统一运动规划方法的整体实施流程图；
图3为本发明实施例提供的异构车辆平台的坐标系示意图；
图4为本发明实施例提供的基元扩展示意图；
图5为本发明提供的面向异构车辆的统一运动规划系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种面向异构车辆的统一运动规划方法和系统，对转向机构不同所导致的运动特性差异进行建模，并将其融入到运动规划系统中，以能够提高异构车辆运动控制的精确性。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1和图2所示，本发明提供的一种面向异构车辆的统一运动规划方法，包括：
步骤100：将扩展基元和备选基元进行拼接，得到当前时刻通行区域内的扩展基元簇。扩展基元为异构车辆上一时刻获取的行为基元。备选基元为异构车辆运动基元库中选择的行为基元。当处于初始位置时，直接放置初始速度为0的基元簇，不需要完成与初始位置的拼接。基元的扩展如图4所示。
采用三次Hermite插值完成过渡段中速度的生成，以变速直线运动构建基元之间的过渡。具体形式如下所示：
Figure DEST_PATH_IMAGE001
式中：l 0=(t-t 1)/(t 0-t 1)，l 1=(t-t 0)/(t 1-t 0) 由于过渡基元所要关联的起末点加速度都为零，即v n =0。因此通过对v(t)求导，能够得到过渡基元加速度的函数a(t)，该函数在t a=(t 1-t 0)/2处取得最大值，在最大值处的取值如下式所示：
Figure 324607DEST_PATH_IMAGE002
式中：Δv=v 1 -v 0是基元要过渡的速度偏差，求解得到t1即可生成整个过渡段各点的速度值，构成变速直线基元过渡段。
步骤101：在在线状态下，以扩展基元簇为输入，基于异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价选择出最优的行为基元。该步骤的实施过程可以为：
基于异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价确定扩展基元簇中每一行为基元的代价值。
选择代价值最低的行为基元作为最优的行为基元。
步骤102：基于最优的行为基元得到异构车辆的运动规划结果。该步骤的实施过程可以为：
将最优的行为基元作为新的扩展基元，并返回步骤“将扩展基元和备选基元进行拼接，得到扩展基元簇”，直至生成从起始点到终止点的基元序列。从起始点到终止点的基元序列由不同时刻的最优的行为基元构成。
基于从起始点到终止点的基元序列生成异构车辆运动的期望轨迹时序点，得到异构车辆的运动规划结果。
上述步骤101和步骤102的具体实施过程为：
1）、与参考轨迹和期望速度的偏差代价：
Figure DEST_PATH_IMAGE003
式中：N p 是生成轨迹上等间隔采样点的总数目，p是高斯函数，j n 是生成轨迹采样点与参考线匹配点之间的偏差代价。
Figure 228978DEST_PATH_IMAGE004
Figure DEST_PATH_IMAGE005
式中：高斯函数p为标准正态分布，ωd与ωh分别是距离偏差与航向偏差的权重系数，d n 是与参考线的距离偏差，Δθ n 是与参考线的航向偏差。
Figure 748821DEST_PATH_IMAGE006
式中：v r 是参考线匹配点上的期望速度，v end 为基元终点处的速度。
2）、轨迹的平滑度代价：
轨迹的平滑度直接反映了基元上各点曲率的平均变化情况，该数值越小曲率越平滑，轨迹平滑度的定义如下式所示：
Figure DEST_PATH_IMAGE007
（23）
式中：
Figure 218986DEST_PATH_IMAGE008
是基元采样点上的曲率值，Δs n 是相邻采样点之间的间距。
Figure DEST_PATH_IMAGE009
是依据基元类型与车辆平台类型设定的权重系数。对于无级转向车辆（包括阿克曼转向轮式车辆与速差转向履带车辆）权重系数
Figure 182394DEST_PATH_IMAGE010
的定义如式（24）所示，有级转向履带车辆权重系数
Figure DEST_PATH_IMAGE011
的定义如式（25）所示。
Figure 839640DEST_PATH_IMAGE012
（24）
Figure DEST_PATH_IMAGE013
（25）
式中：
Figure 694333DEST_PATH_IMAGE014
的下标M表示方向维持，R表示方向反向，上标s表示规定转向半径，g表示非规定转向半径。
S33、碰撞风险代价：
选用六覆盖圆近似的表示车身，通过计算障碍物到圆心的距离作为碰撞风险代价的指标，具体的计算公式如下所示：
Figure DEST_PATH_IMAGE015
（26）
式中：
Figure 753424DEST_PATH_IMAGE016
是圆心与障碍物的最近距离，r l 是车体覆盖圆的半径。
S34、基元的优化选择：
基元的在线选择需要对定义的选择代价进行综合评估，基元选择的总代价如下式所示：
Figure DEST_PATH_IMAGE017
式中：ω p，ω v ，ω s，ω c是相应代价指标的权重系数。在线选择模块基于计算得到的代价值从基元簇中选择出代价最低的基元，逐步扩展生成从起始点到终止点的基元序列，构成最终的期望轨迹时序点。
其中，为了进一步提高运动规划的精确性，本发明上述采用的异构车辆运动基元库的构建过程为：
在离线状态下，基于异构车辆的差异化行为约束、车辆平台的运动微分约束、车辆平台特性的不等式约束、基元的平滑过渡约束，以轨迹的平滑度为优化目标，得到三种类型车辆平台的异构运动基元库，为后续运动基元的扩展与选择提供备选集合。
在运动基元的优化生成中，车辆平台坐标系的定义及参量定义如下：
轮式阿克曼转向车辆与履带式速差转向车辆的状态参量分别为：
Figure 668160DEST_PATH_IMAGE018
其中，阿克曼转向车辆平台与速差转向车辆平台的示意图如图3所示。式中，x,y是全局坐标系下的位置坐标，θ是航向角，
Figure DEST_PATH_IMAGE019
和
Figure 829014DEST_PATH_IMAGE020
分别是沿车体坐标系x轴的速度和加速度。δ和ω δ 是轮式阿克曼转向车辆的前轮偏角和角速率。Δv和ω Δv 是两侧履带的速差及相应的变化率。
Figure DEST_PATH_IMAGE021
和
Figure 245255DEST_PATH_IMAGE022
分别是轮式车辆平台与履带式车辆平台的控制量，其中，
Figure DEST_PATH_IMAGE023
是沿车体x坐标轴的加加速度，α δ 是ω δ 的变化速率，α Δv 是ω Δv 的变化速率，t1和tg是基元的起始和终止时间。
1）、以三种异构车辆各自的转向机构结构特点为依据，设置异构车辆的差异化行为约束。
本发明涉及的异构车辆主要有三类，分别是阿克曼转向轮式车辆、无级速差转向履带车辆和有级速差转向履带车辆。典型的驾驶行为包括：直驶、调头、U型弯、直角弯、换道等。每一个行为类别都对应于一组设定的起末点位姿。
以调头行为为例，三种不同类型车辆平台的差异化行为约束为：
阿克曼转向履带车辆的行为约束为
Figure 424433DEST_PATH_IMAGE024
，无级速差转向履带车辆的行为约束为
Figure DEST_PATH_IMAGE025
，有级转向履带车辆的行为约束为
Figure 510069DEST_PATH_IMAGE026
。
Figure DEST_PATH_IMAGE027
Figure 689378DEST_PATH_IMAGE028
有级转向履带车辆的行为约束为
Figure DEST_PATH_IMAGE029
，首先设定起始位姿与终止位姿的起末点约束
Figure 620294DEST_PATH_IMAGE030
。其次，将
Figure 467027DEST_PATH_IMAGE030
作为Dubins曲线的起末状态约束，Dubins曲线通过固定半径圆弧与直线组合的形式完成生成，其中固定半径圆弧的数值设定与有级转向履带车辆的规定转向半径相同。最后，在生成的Dubins曲线上选取N s 个采样点构成有级转向履带车辆的行为约束
Figure DEST_PATH_IMAGE031
，其中，除去起始点b 1与终止点
Figure DEST_PATH_IMAGE033
需要对位置和航向进行约束外，其余各采样点b n 仅对位置进行约束。如图4所示。
Figure 926827DEST_PATH_IMAGE034
2）、分别对异构车辆平台的运动微分约束进行设置，其中有级/无级速差转向履带车辆的约束设置一致都为
Figure DEST_PATH_IMAGE035
，阿克曼转向轮式车辆的约束为
Figure 842699DEST_PATH_IMAGE036
。
Figure DEST_PATH_IMAGE037
其中L是轮式车前后轴之间的距离，B是两侧履带之间的间距。
Figure 593618DEST_PATH_IMAGE038
，其中
Figure DEST_PATH_IMAGE039
和
Figure 12967DEST_PATH_IMAGE040
是左右两侧履带的速度。
3）、分别对异构车辆平台特性的不等式约束进行设置，其中有级/无级速差转向履带车辆的约束设置一致都为U t ，阿克曼转向轮式车辆的约束为Uw。
Figure DEST_PATH_IMAGE041
Figure 705985DEST_PATH_IMAGE042
4）、分别对异构车辆平台特性的平滑过渡约束进行设置，其中有级/无级速差转向履带车辆的约束设置一致都为T t ，阿克曼转向轮式车辆的约束为T w。
Figure DEST_PATH_IMAGE043
Figure 328727DEST_PATH_IMAGE044
5）、设置基元优化生成的目标函数，并结合上述约束条件，对优化问题进行求解，得到突显异构车辆独特运动特性的运动基元库。其中有级/无级速差转向履带车辆的优化目标设置一致都为g t，阿克曼转向轮式车辆的约束为g w。
Figure DEST_PATH_IMAGE045
Figure 132604DEST_PATH_IMAGE046
式中：c 1,c 2,c 3,c 4,c 5是相应的权重系数。该目标函数的值越小，说明生成的轨迹越平滑。
因此优化问题的求解，就是求解g t/w取值最小时的车辆控制量u，并且在求解过程中需要满足约束条件f、B、U、T。
Figure DEST_PATH_IMAGE047
6）、通过1）-5）的步骤，能够得到一个特定行为下的行为基元，每一个行为基元都包含以等时间隔0.1s分布的轨迹点。在遍历不同的行为约束B后，便生成了包含多种行为模式的异构车辆运动基元库。
对应于上述提供的面向异构车辆的统一运动规划方法，本发明还提供了一种面向异构车辆的统一运动规划系统，如图5所示，该系统包括：基元扩展模块1、基元选择模块2和运动规划模块3。
基元扩展模块1用于将扩展基元和备选基元进行拼接，得到当前时刻通行区域内的扩展基元簇。扩展基元为异构车辆上一时刻获取的行为基元。备选基元为异构车辆运动基元库中选择的行为基元。
基元选择模块2用于在在线状态下，以扩展基元簇为输入，基于异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价选择出最优的行为基元。
运动规划模块3用于基于最优的行为基元得到异构车辆的运动规划结果。
其中，基元选择模块2包括：代价值确定单元和基元选择单元。
代价值确定单元用于基于异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价确定扩展基元簇中每一行为基元的代价值。
基元选择单元用于选择代价值最低的行为基元作为最优的行为基元。
运动规划模块3包括：基元序列生成单元和运动规划单元。
基元序列生成单元用于将最优的行为基元作为新的扩展基元，并返回步骤“将扩展基元和备选基元进行拼接，得到扩展基元簇”，直至生成从起始点到终止点的基元序列。从起始点到终止点的基元序列由不同时刻的最优的行为基元构成。
运动规划单元用于基于从起始点到终止点的基元序列生成异构车辆运动的期望轨迹时序点，得到异构车辆的运动规划结果。
本发明上述提供的面向异构车辆的统一运动规划系统还包括：运动基元库构建模块。
运动基元库构建模块用于构建异构车辆运动基元库。异构车辆运动基元库中的行为基元包括以等时间间隔分布的轨迹点。
上述运动基元库构建模块可以包括：设置单元、行为基元确定单元和运动基元库生成单元。
设置单元用于设置异构车辆的差异化行为约束、异构车辆平台的运动微分约束、异构车辆平台特性的不等式约束、异构车辆平台特性的平滑过渡约束和基元优化生成的目标函数。异构车辆的差异化行为约束包括：阿克曼转向履带车辆行为约束、无极速差转向履带车辆行为约束和有级速差转向履带车辆行为约束。
行为基元确定单元用于基于异构车辆的差异化行为约束、异构车辆平台的运动微分约束、异构车辆平台特性的不等式约束和异构车辆平台特性的平滑过渡约束对基元优化生成的目标函数进行求解，得到特定行为下的行为基元。
运动基元库生成单元用于遍历不同的异构车辆的差异化行为约束下的行为基元生成异构车辆运动基元库。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种面向异构车辆的统一运动规划方法，其特征在于，包括：
将扩展基元和备选基元进行拼接，得到当前时刻通行区域内的扩展基元簇；所述扩展基元为异构车辆上一时刻获取的行为基元；所述备选基元为异构车辆运动基元库中选择的行为基元；
在在线状态下，以扩展基元簇为输入，基于异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价选择出最优的行为基元；
基于最优的行为基元得到异构车辆的运动规划结果。
2.根据权利要求1所述的面向异构车辆的统一运动规划方法，其特征在于，所述在在线状态下，以扩展基元簇为输入，基于异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价选择出最优的行为基元，具体包括：
基于异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价确定所述扩展基元簇中每一行为基元的代价值；
选择代价值最低的行为基元作为最优的行为基元。
3.根据权利要求1所述的面向异构车辆的统一运动规划方法，其特征在于，所述基于最优的行为基元得到异构车辆的运动规划结果，具体包括：
将所述最优的行为基元作为新的扩展基元，并返回步骤“将扩展基元和备选基元进行拼接，得到扩展基元簇”，直至生成从起始点到终止点的基元序列；所述从起始点到终止点的基元序列由不同时刻的最优的行为基元构成；
基于所述从起始点到终止点的基元序列生成异构车辆运动的期望轨迹时序点，得到异构车辆的运动规划结果。
4.根据权利要求1所述的面向异构车辆的统一运动规划方法，其特征在于，所述将扩展基元和备选基元进行拼接，得到当前时刻通行区域内的扩展基元簇，之前还包括：构建异构车辆运动基元库；所述异构车辆运动基元库中的行为基元包括以等时间间隔分布的轨迹点。
5.根据权利要求4所述的面向异构车辆的统一运动规划方法，其特征在于，所述构建异构车辆运动基元库，具体包括：
设置异构车辆的差异化行为约束、异构车辆平台的运动微分约束、异构车辆平台特性的不等式约束、异构车辆平台特性的平滑过渡约束和基元优化生成的目标函数；所述异构车辆的差异化行为约束包括：阿克曼转向履带车辆行为约束、无极速差转向履带车辆行为约束和有级速差转向履带车辆行为约束；
基于所述异构车辆的差异化行为约束、所述异构车辆平台的运动微分约束、所述异构车辆平台特性的不等式约束和所述异构车辆平台特性的平滑过渡约束对所述基元优化生成的目标函数进行求解，得到特定行为下的行为基元；
遍历不同的异构车辆的差异化行为约束下的行为基元生成所述异构车辆运动基元库。
6.一种面向异构车辆的统一运动规划系统，其特征在于，包括：
基元扩展模块，用于将扩展基元和备选基元进行拼接，得到当前时刻通行区域内的扩展基元簇；所述扩展基元为异构车辆上一时刻获取的行为基元；所述备选基元为异构车辆运动基元库中选择的行为基元；
基元选择模块，用于在在线状态下，以扩展基元簇为输入，基于异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价选择出最优的行为基元；
运动规划模块，用于基于最优的行为基元得到异构车辆的运动规划结果。
7.根据权利要求6所述的面向异构车辆的统一运动规划系统，其特征在于，所述基元选择模块包括：
代价值确定单元，用于基于异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价确定所述扩展基元簇中每一行为基元的代价值；
基元选择单元，用于选择代价值最低的行为基元作为最优的行为基元。
8.根据权利要求6所述的面向异构车辆的统一运动规划系统，其特征在于，所述运动规划模块包括：
基元序列生成单元，用于将所述最优的行为基元作为新的扩展基元，并返回步骤“将扩展基元和备选基元进行拼接，得到扩展基元簇”，直至生成从起始点到终止点的基元序列；所述从起始点到终止点的基元序列由不同时刻的最优的行为基元构成；
运动规划单元，用于基于所述从起始点到终止点的基元序列生成异构车辆运动的期望轨迹时序点，得到异构车辆的运动规划结果。
9.根据权利要求6所述的面向异构车辆的统一运动规划系统，其特征在于，还包括：
运动基元库构建模块，用于构建异构车辆运动基元库；所述异构车辆运动基元库中的行为基元包括以等时间间隔分布的轨迹点。
10.根据权利要求9所述的面向异构车辆的统一运动规划系统，其特征在于，所述运动基元库构建模块包括：
设置单元，用于设置异构车辆的差异化行为约束、异构车辆平台的运动微分约束、异构车辆平台特性的不等式约束、异构车辆平台特性的平滑过渡约束和基元优化生成的目标函数；所述异构车辆的差异化行为约束包括：阿克曼转向履带车辆行为约束、无极速差转向履带车辆行为约束和有级速差转向履带车辆行为约束；
行为基元确定单元，用于基于所述异构车辆的差异化行为约束、所述异构车辆平台的运动微分约束、所述异构车辆平台特性的不等式约束和所述异构车辆平台特性的平滑过渡约束对所述基元优化生成的目标函数进行求解，得到特定行为下的行为基元；
运动基元库生成单元，用于遍历不同的异构车辆的差异化行为约束下的行为基元生成所述异构车辆运动基元库。
CN202111309965.5A 2021-11-08 2021-11-08 一种面向异构车辆的统一运动规划方法和系统 Active CN113741179B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111309965.5A CN113741179B (zh) 2021-11-08 2021-11-08 一种面向异构车辆的统一运动规划方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111309965.5A CN113741179B (zh) 2021-11-08 2021-11-08 一种面向异构车辆的统一运动规划方法和系统

Publications (2)

Publication Number Publication Date
CN113741179A true CN113741179A (zh) 2021-12-03
CN113741179B CN113741179B (zh) 2022-03-25

Family

ID=78727520

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111309965.5A Active CN113741179B (zh) 2021-11-08 2021-11-08 一种面向异构车辆的统一运动规划方法和系统

Country Status (1)

Country Link
CN (1) CN113741179B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114676939A (zh) * 2022-05-26 2022-06-28 之江实验室 一种多车型参数自适应的参考线平滑方法和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106931970A (zh) * 2015-12-30 2017-07-07 北京雷动云合智能技术有限公司 一种动态环境中机器人安全自主规划导航方法
CN108195375A (zh) * 2017-12-07 2018-06-22 东莞深圳清华大学研究院创新中心 一种非对称各项异性的全方位移动机器人的路径规划方法
US20190361439A1 (en) * 2018-05-24 2019-11-28 GM Global Technology Operations LLC Control systems, control methods and controllers for an autonomous vehicle
CN111341102A (zh) * 2020-03-02 2020-06-26 北京理工大学 运动基元库构建方法和装置、连接运动基元的方法和装置
CN111857160A (zh) * 2020-08-17 2020-10-30 武汉中海庭数据技术有限公司 一种无人车路径规划方法和装置
CN113031583A (zh) * 2020-03-13 2021-06-25 青岛慧拓智能机器有限公司 一种结构化道路避障方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106931970A (zh) * 2015-12-30 2017-07-07 北京雷动云合智能技术有限公司 一种动态环境中机器人安全自主规划导航方法
CN108195375A (zh) * 2017-12-07 2018-06-22 东莞深圳清华大学研究院创新中心 一种非对称各项异性的全方位移动机器人的路径规划方法
US20190361439A1 (en) * 2018-05-24 2019-11-28 GM Global Technology Operations LLC Control systems, control methods and controllers for an autonomous vehicle
CN111341102A (zh) * 2020-03-02 2020-06-26 北京理工大学 运动基元库构建方法和装置、连接运动基元的方法和装置
CN113031583A (zh) * 2020-03-13 2021-06-25 青岛慧拓智能机器有限公司 一种结构化道路避障方法
CN111857160A (zh) * 2020-08-17 2020-10-30 武汉中海庭数据技术有限公司 一种无人车路径规划方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
WANG, BOYANG 等: "Motion Primitives Representation, Extraction and Connection for Automated Vehicle Motion Planning Applications", 《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114676939A (zh) * 2022-05-26 2022-06-28 之江实验室 一种多车型参数自适应的参考线平滑方法和系统
CN114676939B (zh) * 2022-05-26 2022-09-02 之江实验室 一种多车型参数自适应的参考线平滑方法和系统

Also Published As

Publication number Publication date
CN113741179B (zh) 2022-03-25

Similar Documents

Publication Publication Date Title
CN109215370B (zh) 用于计算适于道路车辆的最优停车操纵的路径规划方法和相应系统
Na et al. Application of open-loop stackelberg equilibrium to modeling a driver's interaction with vehicle active steering control in obstacle avoidance
CN111381597B (zh) 一种基于高斯伪谱法的车辆避障轨迹规划方法
Solea et al. Trajectory planning with velocity planner for fully-automated passenger vehicles
CN113044029A (zh) 一种保证无人车在三维地形上安全行驶的运动规划方法
CN110027547A (zh) 车辆横向控制方法和装置
CN114510063B (zh) 一种无人履带车辆及其轨迹跟踪控制方法和系统
CN114564016A (zh) 一种结合路径规划和强化学习的导航避障控制方法、系统及模型
CN113741179B (zh) 一种面向异构车辆的统一运动规划方法和系统
JP2020510571A (ja) 車両の軌道を制御するためのデバイス
CN113335278A (zh) 一种网联式智能车队自适应巡航控制方法及系统
CN112578672A (zh) 基于底盘非线性的无人驾驶汽车轨迹控制系统及其轨迹控制方法
CN114001739B (zh) 一种路径规划方法、装置、车辆及存储介质
CN114564012B (zh) 一种无人赛车路径规划方法、系统、装置及存储介质
CN115285145A (zh) 一种无人驾驶弯道避撞轨迹规划与跟踪控制方法
CN115494849A (zh) 一种自动驾驶车辆导航控制方法及系统
CN111265877A (zh) 游戏虚拟对象的控制方法及装置、电子设备、存储介质
CN117170377A (zh) 一种自动驾驶方法、装置及车辆
CN115805939B (zh) 智能电动汽车路径跟踪控制方法及装置
CN115447615A (zh) 基于车辆运动学模型预测控制的轨迹优化方法
CN117681898A (zh) 轨迹规划方法、装置、设备、存储介质
CN114995465A (zh) 一种考虑车辆运动能力的多无人车运动规划方法和系统
CN111857112B (zh) 一种汽车局部路径规划方法及电子设备
CN113674529A (zh) 一种自主超车方法及系统
Diachuk et al. Motion Planning for Autonomous Vehicles Based on Sequential Optimization. Vehicles 2022, 4, 344–374

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