CN114115268B - 路径生成方法、装置、交通工具及存储介质 - Google Patents
路径生成方法、装置、交通工具及存储介质 Download PDFInfo
- Publication number
- CN114115268B CN114115268B CN202111406755.8A CN202111406755A CN114115268B CN 114115268 B CN114115268 B CN 114115268B CN 202111406755 A CN202111406755 A CN 202111406755A CN 114115268 B CN114115268 B CN 114115268B
- Authority
- CN
- China
- Prior art keywords
- clothoid
- curvature
- path
- constraint
- cost
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000006870 function Effects 0.000 claims description 63
- 230000014509 gene expression Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 8
- 230000004069 differentiation Effects 0.000 claims 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
本申请公开了一种路径生成方法、路径生成装置、交通工具和计算机存储介质,路径生成方法包括:根据回旋曲线的参数化方程确定目标函数,根据参考路径上的离散点形成约束条件,根据约束条件优化目标函数,以得到回旋曲线的目标参数,根据目标参数和回旋曲线,生成与参考路径对应的目标路径。本申请的路径生成方法通过优化目标函数,得到回旋曲线的目标参数,进而根据目标参数和回旋曲线得到平滑的目标路径,能够提高车辆自动驾驶的稳定性。
Description
技术领域
本申请涉及交通领域,特别涉及一种路径生成方法、路径生成装置、交通工具及计算机可读存储介质。
背景技术
自动驾驶技术依靠各种模块来规划轨迹。通常,对于每个规划轨迹,可以以地形图的形式生成参考线,并且参考线可以表示理想的路线或路径,而没有来自诸如其他车辆、障碍物或交通状况的其他事物的干扰,可以使用各种技术使参考线平滑以便舒适驾驶。
相关技术中,直接对道路的中心线上的离散点进行拟合、插值得到目标路径通常将参考轨迹离散化,再优化调整离散点的位置使得设计的目标最小化从而得到目标路径,然而,这样得到的最终的路径仍为离散点,且中间的离散点需要通过插值获得,若要获得较好的离散点,需要对原始路径进行密集采样,数据处理量大,时间成本较高。
发明内容
有鉴于此,本申请实施方式提供了一种路径生成方法、路径生成装置、交通工具及计算机可读存储介质。
本申请提供了一种路径生成方法,包括:
根据回旋曲线的参数化方程确定目标函数;
根据参考路径上的离散点形成约束条件;
根据所述约束条件优化所述目标函数,以得到所述回旋曲线的目标参数,所述;和
根据所述目标参数和所述回旋曲线,生成与所述参考路径对应的目标路径。
在某些实施方式中,所述目标函数包括道路居中代价、曲率最小化成本,曲率的一阶微分最小化成本和曲率的二阶微分最小化成本,所述道路居中代价根据所述回旋曲线和所述参考路径上的所述离散点确定,所述曲率最小化成本根据所述回旋曲线的曲率确定,所述曲率的一阶微分最小化成本根据所述回旋曲线的一阶导数的曲率确定,所述曲率的二阶微分最小化成本与所述回旋曲线的二阶导数的曲率确定。
在某些实施方式中,所述参考路径为道路的中心线。
在某些实施方式中,所述约束条件包括位置约束、角度约束、曲率约束、弧长约束和回旋曲线约束,所述位置约束的上、下限根据所述参考路径上的所述离散点确定,所述角度约束的上、下限的绝对值为第一阈值;所述曲率约束的上、下限的绝对值为第二阈值,所述弧长约束的上、下限的绝对值为第三阈值;所述回旋曲线约束根据所述回旋曲线确定。
在某些实施方式中,所述根据所述约束条件优化所述目标函数,以得到所述回旋曲线的目标参数,包括:
在满足所述约束条件的情况下,将使得所述目标函数取得最小值时对应的所述目标函数的自变量的取值作为所述回旋曲线的所述目标参数。
在某些实施方式中,所述根据所述目标参数和所述回旋曲线,生成与所述参考路径对应的目标路径,包括:
根据所述目标参数和所述回旋曲线的位置、角度的参数化方程以及曲率的多项式表达式,生成与所述参考路径对应的目标路径,所述参数化方程和多项式表达式与所述弧长相关
在某些实施方式中,所述根据所述目标参数和所述回旋曲线的位置、角度的参数化方程以及曲率的多项式表达式,生成与所述参考路径对应的目标路径,包括:
离散化所述参数化方程和所述多项式表达式以得到目标参数化方程和目标多项式表达式;
根据所述目标参数和目标参数化方程、目标多项式表达式,生成与所述参考路径对应的目标路径。
本申请还提供了一种路径生成装置,包括:
确定模块,用于根据回旋曲线的参数化方程确定目标函数;
约束模块,用于根据参考路径上的离散点形成约束条件;
优化模块,用于根据所述约束条件优化所述目标函数,以得到所述回旋曲线的目标参数,所述;和
生成模块,用于根据所述目标参数和所述回旋曲线,生成与所述参考路径对应的目标路径。
本申请还提供了一种交通工具,所述交通工具包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,实现上述的路径生成方法。
本申请还提供一种包含计算机程序的非易失性计算机可读存储介质,当所述计算机程序被一个或多个处理器执行时,实现上述的路径生成方法。
本申请的路径生成方法、路径生成装置、交通工具和可读存储介质中,通过优化目标函数,得到回旋曲线的目标参数,进而根据目标参数和回旋曲线得到平滑的目标路径,能够提高车辆自动驾驶的稳定性。
本申请实施方式的附加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
本申请的上述和/或附加的方面和优点可以从结合下面附图对实施方式的描述中将变得明显和容易理解,其中:
图1是本发明实施方式的处理方法的流程示意图;
图2是本发明实施方式的处理装置的示意图;
图3是本发明实施方式的处理方法的又一流程示意图;
图4是本发明实施方式的处理方法的又一流程示意图;
图5是本发明实施方式的处理方法的场景示意图;
图6是本发明实施方式的处理方法的另一场景示意图。
具体实施方式
下面详细描述本申请的实施方式,实施方式的示例在附图中示出,其中,相同或类似的标号自始至终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方式是示例性的,仅用于解释本申请的实施方式,而不能理解为对本申请的实施方式的限制。
请参阅图1,本申请提供了一种路径生成方法,包括:
01:根据回旋曲线的参数化方程确定目标函数;
02:根据参考路径上的离散点形成约束条件;
03:根据约束条件优化目标函数,以得到回旋曲线的目标参数;
04:根据目标参数和回旋曲线,生成与参考路径对应的目标路径。
相应地,请参阅图2,本申请实施方式还提供了一种路径生成装置100,本申请实施方式的路径生成方法可以由路径生成装置100实现。
路径生成装置100包括确定模块110、约束模块120、优化模块130和生成模块140。步骤01可以由确定模块110实现,步骤02可以由约束模块120实现,步骤03可以由优化模块130实现,步骤04可以由生成模块140实现。
或者说,确定模块110用于根据回旋曲线的参数化方程确定目标函数。约束模块120用于根据参考路径上的离散点形成约束条件。优化模块130用于根据约束条件优化目标函数,以得到回旋曲线的目标参数。生成模块140用于根据目标参数和回旋曲线,生成与参考路径对应的目标路径。
本申请实施方式还提供了一种交通工具。交通工具包括存储器和处理器。存储器中存储有计算机程序,处理器用于根据回旋曲线的参数化方程确定目标函数,根据参考路径上的离散点形成约束条件,根据约束条件优化目标函数,以得到回旋曲线的目标参数,,根据目标参数和回旋曲线,生成与参考路径对应的目标路径。
交通工具可以为但不限于车辆(例如纯电动车、混合动力电动车、增程式电动车、燃油车)、飞行汽车等。以下为便于描述,交通工具以车辆为例进行实施例展开。
可以理解,在相关技术中,基于数值优化生成目标路径的方法中,通常将参考路径离散化,直接调整参考路径上离散点的位置以使得设计的目标函数最小化,并将使得设计的目标函数最小化时离散点的位置作为目标路径的离散点。也即是说,在相关技术中,得到的目标路径由离散点组成,存在平滑性不够的问题。进一步地,如果想要形成平滑的目标路径,需要通过拟和、插值等方式求取相邻的两个离散点中间的点,为了尽可能地平滑,需要对参考路径密集采样才能获得较好的中间插值点,这样又会带来计算量较大、时间成本较高等问题。
而本发明实施方式的路径生成方法、路径生成装置和交通工具中,根据回旋曲线设计关于回旋曲线曲率的目标函数,同时根据参考路径的离散点的行程约束条件,利用约束条件对目标函数进行优化,能够得到回旋曲线较优的目标参数,进一步地,根据目标参数和回旋曲线能够直接生成平滑的目标路径。
在某些实施方式中,参考路径为道路的中心线。道路的中心线可以通过高精地图直接获取到,在获取道路的中心线的同时,还可以获取到道路的左右边界信息。如此,能够快速准确地确定约束条件。进一步地,可在笛卡尔坐标系中绘制道路的中心线和道路的左右边界,这样,中心线和左右边界上的每个位置对应一个坐标,便于计算。同时,为了节省运算量,可以对中心线进行离散化处理,即按照预设路径长度在中心线上选取均匀分布的一系列离散点。
在某些实施方式中,目标函数包道路居中代价、曲率最小化成本、曲率的一阶微分最小化成本和曲率的二阶微分最小化成本,道路居中代价根据回旋曲线的控制点和参考路径上的离散点确定。曲率最小化成本与回旋曲线的曲率相关,曲率的一阶微分最小化成本根据回旋曲线的一阶导数的曲率确定,曲率的二阶微分最小化成本与回旋曲线的二阶导数的曲率确定。
如此,目标函数与参考路径相关,通过优化包括道路居中代价和回旋曲线曲率多阶微分平滑性成本的目标函数,能够得到参考路径上的离散点对应的回旋曲线的目标参数,且能够使得回旋曲线更加平滑。可以理解,目标函数的自变量为回旋曲线的目标参数,优化目标函数得到的最优解即回旋曲线的目标参数。
在某些实施方式中,目标函数可由以下公式表示:
其中:第一项为道路居中代价,第二项为曲率最小化成本,第三项为曲率的一阶微分最小化成本,第四项为曲率的二阶微分最小化成本。
如此,通过优化目标函数能够得到目标曲率。
具体地,目标函数的自变量为:
[x0,x1,…,xn-1;y0,y1,…,yn-1;θ0,θ1,…,θn-1;κ0,κ1,…,κn-1;s0,s1,…,sn-1;a0,a1,…,an-2]
同时也是回旋曲线中任意控制点的参数值,其中,自变量x0,x1,…,xn-1为回旋曲线中任意控制点在笛卡尔坐标系中横坐标,自变量y0,y1,…,yn-1为回旋曲线中任意控制点在笛卡尔坐标系中纵坐标。自变量θ0,θ1,…,θn-1为回旋曲线中任意控制点的航向角,自变量κ0,κ1,…,κn-1为回旋曲线中任意控制点的曲率。自变量s0,s1,…,sn-1;为回旋曲线中任意控制点的弧长,自变量a0,a1,…,an-2为回旋曲线中控制点的系数值。
目标函数中的自变量为可变化的且待确定的,目标函数中的自变量的初始解可以为参考路径上的离散点。参考路径(道路的中心线)上的离散点为其中,i∈[0,1,...,N-1]。x,y分别表示粗略路径在笛卡尔坐标系离散点的位置;θ表示离散点的航向角;κ表示离散点的曲率;s表示曲线的弧长。因此,参考路径点集为/>
道路的左边界点在笛卡尔坐标系中的坐标为道路的右边界点在笛卡尔坐标系中的坐标为/>每两个相邻的离散点之间的路径长度为Δs。可以理解,参考路径上的离散点对应的道路的左边界点和右边界点的确定方式为:过离散点Pi作参考路径的切线,并过离散点Pi作该切线的法线,将该切线的法线与道路的左、右边界的交点分别作为参考路径上的离散点Pi对应的道路的左边界点和右边界点,因此,对于给定的参考路径,由于其上的离散点Pi的坐标值为固定的数值,因此,目标函数中的也为已知的固定的数值。ωcenter为第一项的权重,ωκ为第二项的权重,ωdκ为第三项的权重,ωddκ为第四项的权重,各项的权重为已知的预先设定的值,在优化目标函数的过程中,各项的权重保持不变。在某些实施方式中,ωcenter、ωκ、ωdκ、ωddκ依次减小。
在某些实施方式中,约束条件包括位置约束、角度约束、曲率约束、弧长约束和回旋曲线约束,位置约束的上、下限根据参考路径上的离散点确定,角度约束的上、下限的绝对值为第一阈值;曲率约束的上、下限的绝对值为第二阈值,弧长约束的上、下限的绝对值为第三阈值;回旋曲线约束根据回旋曲线的控制点确定。
如此,通过多项约束条件对目标函数的自变量进行约束,使得最终得到的目标参数更利于平滑参考路径。
具体地,位置约束、角度约束、曲率约束、弧长约束和回旋曲线约束均为线性约束。位置约束包括xi坐标的边界约束和yi坐标的边界约束,其中,xi坐标的边界约束为:xi,left≤xi≤xi,right,y坐标的边界约束为:yi,left≤yi≤yi,right。xi,left、yi,left、xi,right、yi,right为根据参考路径上的离散点Pi确定的,确定方式为:过离散点Pi作参考路径的切线,并过离散点Pi作该切线的法线,将该切线的法线与道路的左、右边界的交点分别作为参考路径上的离散点Pi对应的道路的左边界点和右边界点/>
在某些实施方式中,角度约束为:其中,θbuffer为第一阈值,θbuffer可以为/>
在某些实施方式中,角度约束为:κmin≤κi≤κmax,曲率约束的上、下限的绝对值为0.2,即,-0.2≤κi≤0.2。
在某些实施方式中,弧长约束为:其中,sbuffer为第三阈值。
在某些实施方式中,回旋曲线约束为:
κi+1=κi+ai(si+1-si)
si+1-si>0
优选地,请参阅图3,在某些实施方式中,步骤03包括:
032:在满足约束条件的情况下,将使得目标函数取得最小值时对应的目标函数的自变量的取值作为回旋曲线的目标参数。
在某些实施方式中,步骤032可以由优化模块130来实现。或者说,优化模块130用于在满足约束条件的情况下,将使得目标函数取得最小值时对应的目标函数的自变量的取值作为回旋曲线的目标参数。
在某些实施方式中,处理器用于在满足约束条件的情况下,将使得目标函数取得最小值时对应的目标函数的自变量的取值作为回旋曲线的目标参数。
如此,能够确定合适的目标参数。可以理解,由于目标函数是基于回旋曲线的平滑性代价设计的,当目标函数取得最小值时,意味着回旋曲线的平滑性最好,将此时目标函数的自变量的取值作为回旋曲线的目标参数,能够生成平滑的目标路径。
具体地,在约束条件内,调整目标函数的自变量的取值,以使得目标函数的函数值取得最小值,当目标函数的函数值取得最小值时,将使得目标函数取得最小值时对应的目标函数的自变量的取值作为回旋曲线的目标参数。
优选地,请参阅图4,在某些实施方式中,步骤04还包括:
042:根据目标参数和回旋曲线的位置、角度的参数化方程以及曲率的多项式表达式,生成与参考路径对应的目标路径,参数化方程和多项式表达式与弧长相关。
在某些实施方式中,子步骤042可以由生成模块140来实现。或者说,生成模块140用于根据目标参数和回旋曲线的位置、角度的参数化方程以及曲率的多项式表达式,生成与参考路径对应的目标路径,参数化方程和多项式表达式与弧长相关。
在某些实施方式中,处理器用于根据目标参数和回旋曲线的位置、角度的参数化方程以及曲率的多项式表达式,生成与参考路径对应的目标路径,参数化方程和多项式表达式与弧长相关。
具体地,回旋曲线的位置、角度的参数化方程为:
回旋曲线的曲率的多项式表达式为:
κ(s)=u(s)=κ0+a1s+…+aτsτ (4)
如此,将目标参数带入回旋曲线中位置、角度的参数化方程和曲率的多项式表达式中,即可生成与参考路径对应的目标路径。
具体地,离散化参数化方程和多项式表达式以得到目标参数化方程和目标多项式表达式,表达式如下:
κi+1=κi+ai(si+1-si) (8)
进一步地,由于位置(x,y)的积分中存在三角函数,没有明确的表达式,因此,可使用辛普森规则近似:
由此,上述目标参数化方程和目标多项式表达式可以改写为:
κi+1=κi+ai(si+1-si)(12)
如此,将在优化目标函数得到目标参数后,将目标参数中的参数值带入至上述(10)、(11)和(12),即可得到目标路径的目标点(x,y,θ),最后生成与参考路径相关的目标路径。
在一个例子中,请结合图5和图6,其中,图5为本方法得到的目标路径P2与参考路径P1的对比图,图6为本方法得到的目标路径上各点的曲率k2与参考路径的上各点的曲率k1的对比图,通过对比发现,本方法得到的目标路径相较于参考路径,平滑性得到提升。
本申请实施方式还提供了一种计算机可读存储介质。一个或多个存储有计算机程序的非易失性计算机可读存储介质,当计算机程序被一个或多个处理器执行时,实现上述任一实施方式的自动构建方法。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的软件来完成。程序可存储于一非易失性计算机可读存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等。
在本说明书的描述中,参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”等的描述意指结合所述实施方式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方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式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。同时,参考术语“第一”、“第二”等的描述意在将同类或相似操作区别开来,“第一”与“第二”之间在某些实施方式中具有前后逻辑关系,在某些实施方式中并不一定具有逻辑或前后关系,需要根据实际实施例进行判定,不应该仅通过字面意思进行判定。
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,表示包括一个或更多个用于实现特定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。
尽管上面已经示出和描述了本申请的实施方式,可以理解的是,上述实施方式是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施方式进行变化、修改、替换和变型。
Claims (9)
1.一种路径生成方法,其特征在于,包括:
根据回旋曲线的参数化方程确定目标函数;
根据参考路径上的离散点形成约束条件;
根据所述约束条件优化所述目标函数,以得到所述回旋曲线的目标参数;和
根据所述目标参数和所述回旋曲线,生成与所述参考路径对应的目标路径;
所述目标函数包括道路居中代价、曲率最小化成本、曲率的一阶微分最小化成本和曲率的二阶微分最小化成本,所述道路居中代价根据所述回旋曲线和所述参考路径上的所述离散点确定,所述曲率最小化成本根据所述回旋曲线的曲率确定,所述曲率的一阶微分最小化成本根据所述回旋曲线的一阶导数的曲率确定,所述曲率的二阶微分最小化成本根据所述回旋曲线的二阶导数的曲率确定;所述目标函数可以表示为:
其中,为道路居中代价,为曲率最小化成本,/>为曲率的一阶微分最小化成本,为曲率的二阶微分最小化成本;
、/>、/>、/>为权重,/>为回旋曲线中任意控制点在笛卡尔坐标系中横坐标,/>为回旋曲线中任意控制点在笛卡尔坐标系中纵坐标,/>为回旋曲线中任意控制点的曲率,和/>为/>坐标的边界约束,/>为/>坐标的边界约束。
2.根据权利要求1所述的路径生成方法,其特征在于,所述参考路径为道路的中心线。
3.根据权利要求2所述的路径生成方法,其特征在于,所述约束条件包括位置约束、角度约束、曲率约束、弧长约束和回旋曲线约束,所述位置约束的上、下限根据所述参考路径上的所述离散点确定,所述角度约束的上、下限的绝对值为第一阈值;所述曲率约束的上、下限的绝对值为第二阈值,所述弧长约束的上、下限的绝对值为第三阈值;所述回旋曲线约束根据所述回旋曲线确定。
4.根据权利要求3所述的路径生成方法,其特征在于,所述根据所述约束条件优化所述目标函数,以得到所述回旋曲线的目标参数,包括:
在满足所述约束条件的情况下,将使得所述目标函数取得最小值时对应的所述目标函数的自变量的取值作为所述回旋曲线的所述目标参数。
5.根据权利要求1所述的路径生成方法,其特征在于,所述根据所述目标参数和所述回旋曲线,生成与所述参考路径对应的目标路径,包括:
根据所述目标参数和所述回旋曲线的位置、角度的参数化方程以及曲率的多项式表达式,生成与所述参考路径对应的目标路径,所述参数化方程和多项式表达式与弧长相关。
6.根据权利要求1所述的路径生成方法,其特征在于,所述根据所述目标参数和所述回旋曲线的位置、角度的参数化方程以及曲率的多项式表达式,生成与所述参考路径对应的目标路径,包括:
离散化所述参数化方程和所述多项式表达式以得到目标参数化方程和目标多项式表达式;
根据所述目标参数、所述目标参数化方程和所述目标多项式表达式,生成与所述参考路径对应的目标路径。
7.一种路径生成装置,其特征在于,包括:
确定模块,用于根据回旋曲线的参数化方程确定目标函数;
约束模块,用于根据参考路径上的离散点形成约束条件;
优化模块,用于根据所述约束条件优化所述目标函数,以得到所述回旋曲线的目标参数,所述;和
生成模块,用于根据所述目标参数和所述回旋曲线,生成与所述参考路径对应的目标路径;
所述目标函数包括道路居中代价、曲率最小化成本、曲率的一阶微分最小化成本和曲率的二阶微分最小化成本,所述道路居中代价根据所述回旋曲线和所述参考路径上的所述离散点确定,所述曲率最小化成本根据所述回旋曲线的曲率确定,所述曲率的一阶微分最小化成本根据所述回旋曲线的一阶导数的曲率确定,所述曲率的二阶微分最小化成本根据所述回旋曲线的二阶导数的曲率确定;所述目标函数可以表示为:
其中,为道路居中代价,为曲率最小化成本,/>为曲率的一阶微分最小化成本,为曲率的二阶微分最小化成本;
、/>、/>、/>为权重,/>为回旋曲线中任意控制点在笛卡尔坐标系中横坐标,/>为回旋曲线中任意控制点在笛卡尔坐标系中纵坐标,/>为回旋曲线中任意控制点的曲率,和/>为/>坐标的边界约束,/>为/>坐标的边界约束。
8.一种交通工具,其特征在于,所述交通工具包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,实现权利要求1-6任一项所述的路径生成方法。
9.一种包含计算机程序的非易失性计算机可读存储介质,其特征在于,当所述计算机程序被一个或多个处理器执行时,实现权利要求1-6任一项所述的路径生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111406755.8A CN114115268B (zh) | 2021-11-24 | 2021-11-24 | 路径生成方法、装置、交通工具及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111406755.8A CN114115268B (zh) | 2021-11-24 | 2021-11-24 | 路径生成方法、装置、交通工具及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114115268A CN114115268A (zh) | 2022-03-01 |
CN114115268B true CN114115268B (zh) | 2024-04-19 |
Family
ID=80372298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111406755.8A Active CN114115268B (zh) | 2021-11-24 | 2021-11-24 | 路径生成方法、装置、交通工具及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114115268B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114923496A (zh) * | 2022-03-29 | 2022-08-19 | 武汉路特斯汽车有限公司 | 一种路径规划方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019164434A (ja) * | 2018-03-19 | 2019-09-26 | 株式会社豊田中央研究所 | 軌道生成装置 |
CN111177934A (zh) * | 2019-12-31 | 2020-05-19 | 福瑞泰克智能系统有限公司 | 参考路径规划的方法、设备和存储介质 |
CN112269965A (zh) * | 2020-08-10 | 2021-01-26 | 中国北方车辆研究所 | 一种非完整约束条件下的连续曲率路径优化方法 |
-
2021
- 2021-11-24 CN CN202111406755.8A patent/CN114115268B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019164434A (ja) * | 2018-03-19 | 2019-09-26 | 株式会社豊田中央研究所 | 軌道生成装置 |
CN111177934A (zh) * | 2019-12-31 | 2020-05-19 | 福瑞泰克智能系统有限公司 | 参考路径规划的方法、设备和存储介质 |
CN112269965A (zh) * | 2020-08-10 | 2021-01-26 | 中国北方车辆研究所 | 一种非完整约束条件下的连续曲率路径优化方法 |
Non-Patent Citations (3)
Title |
---|
Simple Clothoid Lane Change Trajectories for Automated Vehicles Incorporating Friction Constraints;Funke, Joseph;《Journal of Dynamic Systems》;全文 * |
Sketching piecewise clothoid curves;McCrae, J;《Computers & Graphics-UK》;第452-461页 * |
基于回旋曲线的平行泊车路径规划和跟踪控制.《吉林大学学报》.2019,第2247-2257页. * |
Also Published As
Publication number | Publication date |
---|---|
CN114115268A (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112677995B (zh) | 一种车辆轨迹规划方法、装置、存储介质及设备 | |
CN113448335A (zh) | 路径规划方法和装置、车辆和可读存储介质 | |
CN111238521B (zh) | 一种无人驾驶车辆的路径规划方法及系统 | |
CN110657814A (zh) | 轨迹规划方法和装置、车辆及其控制方法和系统 | |
CN111121777A (zh) | 无人驾驶设备轨迹规划方法、装置、电子设备和存储介质 | |
CN114115268B (zh) | 路径生成方法、装置、交通工具及存储介质 | |
CN114940163B (zh) | 一种后轮转向车辆的横向运动控制方法、后轮转向车辆及电子系统 | |
CN115009284A (zh) | 车道参考线优化方法、装置、设备及存储介质 | |
Vailland et al. | Cubic bézier local path planner for non-holonomic feasible and comfortable path generation | |
CN113753082B (zh) | 无人车轨迹更新方法及装置、控制方法及电子设备 | |
CN116520825A (zh) | 车辆轨迹规划方法、装置、电子设备和存储介质 | |
CN111857148B (zh) | 一种非结构化道路车辆路径规划方法 | |
CN116736866B (zh) | 一种物业室内机器人路径规划与轨迹控制方法及系统 | |
CN114620071A (zh) | 绕行轨迹规划方法、装置、设备及存储介质 | |
CN117170377A (zh) | 一种自动驾驶方法、装置及车辆 | |
CN114137972B (zh) | 路径生成方法、装置、交通工具及存储介质 | |
CN117250860A (zh) | 一种自动驾驶车辆路径规划及跟踪控制系统及方法 | |
CN116576874A (zh) | 车辆行驶路径优化方法、装置、电子设备及存储介质 | |
WO2023236476A1 (zh) | 一种无车道线下确定跟踪轨迹的方法及装置 | |
CN115542899A (zh) | 车辆路径跟踪的方法、装置、车辆、电子设备及介质 | |
CN113568403A (zh) | 处理方法、处理装置、车辆及存储介质 | |
Liu et al. | Lateral control of a convoy of vehicles with a limited preview information | |
CN114264307B (zh) | 路径生成方法、装置、交通工具及存储介质 | |
CN117734676B (zh) | 一种自动泊车方法、装置、设备及存储介质 | |
CN114967710A (zh) | 基于控制点拟合多项式自动驾驶避障路径规划系统及方法 |
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 |