CN114670827A - 自动驾驶车辆的速度规划方法及装置 - Google Patents

自动驾驶车辆的速度规划方法及装置 Download PDF

Info

Publication number
CN114670827A
CN114670827A CN202210353297.4A CN202210353297A CN114670827A CN 114670827 A CN114670827 A CN 114670827A CN 202210353297 A CN202210353297 A CN 202210353297A CN 114670827 A CN114670827 A CN 114670827A
Authority
CN
China
Prior art keywords
speed
vehicle
time
planning
state
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
CN202210353297.4A
Other languages
English (en)
Inventor
陈维
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.)
Hozon New Energy Automobile Co Ltd
Original Assignee
Hozon New Energy Automobile 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 Hozon New Energy Automobile Co Ltd filed Critical Hozon New Energy Automobile Co Ltd
Priority to CN202210353297.4A priority Critical patent/CN114670827A/zh
Publication of CN114670827A publication Critical patent/CN114670827A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • B60W30/14—Adaptive cruise control
    • B60W30/143—Speed control
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明公开了自动驾驶车辆的速度规划方法及装置，涉及自动驾驶技术领域，主要目的在于提高自动驾驶的舒适性和精准性；主要技术方案包括：获取车辆当前状态和上一周期的速度规划结果；基于所述车辆当前状态和上一周期的速度规划结果，计算车辆在本周期的规划起点的状态；在第一行车状态下，将本周期的行车速度曲线时间分成至少2段，基于所述规划起点的状态和所述行车速度曲线的采样终点状态，依次于至少2段时间内采用多项式速度曲线算法进行速度规划。

Description

自动驾驶车辆的速度规划方法及装置
技术领域
本发明涉及自动驾驶技术领域，特别是涉及自动驾驶车辆的速度规划方法及装置。
背景技术
自动驾驶汽车是依靠人工智能、视觉计算、雷达、监控装置和定位系统等协作，让计算机在没有人类主动的操作下，自动地操作的机动车辆。
当前自动驾驶技术虽然能够适用巡航、跟车、超车以及停车等多个场景，但是当前的速度规划还是不够成熟，存在跟车或者超车场景下，拟合的速度曲线纵向加加速度峰值较大，舒适度较差的情况，以及在停车场景下，速度曲线末段存在一段较长时间的加速度接近0的情况，不利于控制，无法保证停车位置的准确度的情况。
所以上述技术问题还需进一步解决。
发明内容
有鉴于此，本发明提出了自动驾驶车辆的速度规划方法及装置，主要目的在于提自动驾驶的舒适性和准确性。
为了达到上述目的，本发明主要提供了如下技术方案：
第一方面，本发明提供了一种自动驾驶车辆的速度规划方法，该方法包括：
获取车辆当前状态和上一周期的速度规划结果；
基于所述车辆当前状态和上一周期的速度规划结果，计算车辆在本周期的规划起点的状态；
在第一行车状态下，将本周期的行车速度曲线时间分成至少2段，基于所述规划起点的状态和所述行车速度曲线的采样终点状态，依次于至少2段时间内采用多项式速度曲线算法进行速度规划。
第二方面，本发明提供了一种自动驾驶车辆的速度规划装置，该装置包括：
获取单元，用于获取车辆当前状态和上一周期的速度规划结果；
计算单元，用于基于所述车辆当前状态和上一周期的速度规划结果，计算车辆在本周期的规划起点的状态；
规划单元，在第一行车状态下，将本周期的速度曲线时间分成至少2段，基于所述规划起点的状态和所述行车速度曲线的采样终点状态，依次于至少2段时间内采用多项式速度曲线算法进行速度规划。
第三方面，本发明提供了一种计算机可读存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行第一方面所述的自动驾驶车辆的速度规划方法。
第四方面，本发明提供了一种存储管理设备，所述存储管理设备包括：
存储器，用于存储程序；
处理器，耦合至所述存储器，用于运行所述程序以执行第一方面所述的自动驾驶车辆的速度规划方法。
第五方面，本发明提供了一种自动驾驶车辆，所述自动驾驶车辆配置有第四方面提供的存储管理设备。
借由上述技术方案，本发明提供的自动驾驶车辆的速度规划方法及装置，在本周期的行车速度曲线时间内进行速度规划时，将行车速度曲线时间分成至少2段，然后依次于至少2段时间内采用多项式速度曲线算法进行速度规划。此种方法将行车曲线时间分段化，并依次进行速度规划，相对于整段进行行车速度规划，能够有效的降低加加速度，即可以使行车速度曲线的峰值加加速度更小，使坐在自动驾驶车辆内的用户感觉更舒适；此外分段式的进行速度规划，在停车入位的场景下，不会存在行车速度曲线末端加速度接近于0的情况，使对自动驾驶车辆的速度控制更加容易，进而保证了停车入位的准确度。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
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，下面将对实施例或现有技术描述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的前提下，还可以根据这些附图获得其他的附图。
图1示出了本发明一个实施例提供的一种自动驾驶车辆的速度规划方法的流程图；
图2示出了本发明另一个实施例提供的一种自动驾驶车辆的速度规划方法的流程图；
图3示出了本发明一个实施例提供的一种自动驾驶车辆的速度规划装置的结构示意图。
具体实施方式
下面将参照附图更加详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
自动驾驶技术是随着人们生活水平提高，对自动驾驶的需求的提高而发展起来的技术。自动化驾驶汽车是依靠人工智能、视觉计算、雷达、监控装置和定位系统等协作，让计算机在没有人类主动的操作下，自动地操作的机动车辆，能够解放人类双手，使人们具有更好的乘车体验。
当前自动驾驶技术虽然能够适用巡航、跟车、超车以及停车等多个场景，但是在路径已经规划完毕的情况下，当前的速度规划还是不够成熟，存在跟车或者超车场景下，拟合的速度曲线纵向加加速度峰值较大，即存在急加速和急减速的情况，导致乘坐舒适度较差，以及在停车场景下，速度曲线末段存在一段较长时间的加速度接近0的情况，即加速度无限接近于0但却不等于0，对控制精度要求非常高，不利于控制，更加无法保证停车位置的准确度。
可见，当前速度规划方法存在的加加速度峰值较大、停车场景速度曲线末段存在较长时间加速度接近0，不利于控制的问题。为了获得一种能够解决上述技术问题的良好的速度规划方法，本发明实施例提供了自动驾驶车辆的速度规划方法及装置，下面对该自动驾驶车辆的速度规划方法及装置进行具体说明。
如图1所示，本发明实施例提供了一种自动驾驶车辆的速度规划方法，该方法主要包括：
101、获取车辆当前状态和上一周期的速度规划结果。
在已知起点和终点的路途上，即规划好的路径上，行车速度曲线则是重要规划的，以保证车辆能够安全舒适的巡航、跟车、超车以及停车入位。本发明的方法即是对行车速度曲线进行规划。
自动驾驶车辆的状态包含车辆行驶时的瞬时时间、速度、加速度、加加速度等状态参数，这些状态可以通过车辆上的传感设备、测量设备等获得。车辆的当前状态即车辆在进行速度规划时刻的瞬时时间、速度、加速度、加加速度等状态。
车辆的每次速度规划需要一个规划周期，即计算时间，时间可以为50-150ms，优选100ms，通过这一周期的规划可以得到一段时间内的行车速度曲线，这段时间可以为1-40秒，例如可以是1s、2s、3s、4s、5s、6s、7s、15s、20s、30s或40s，当上一行车曲线即将结束时，则继续规划下一周期的行车速度曲线，以保证行车速度曲线能够连续，以便车辆能够连续的自动驾驶。故车辆当前状态可以通过检测获得，而上一周期的速度规划结果已经存储，可以直接使用。
102、基于所述车辆当前状态和上一周期的速度规划结果，计算车辆在本周期的规划起点的状态。
规划起点即承接上一周期规划的行车速度曲线末端的新的行车曲线起点，在时间上也是承接上一行车速度曲线的时间结尾处。规划起点的状态包括瞬时时间、速度、加速度、加加速度等状态。
103、在第一行车状态下，将本周期的行车速度曲线时间分成至少2段，基于所述规划起点的状态和所述行车速度曲线的采样终点状态，依次于至少2段时间内采用多项式速度曲线算法进行速度规划。
具体地，第一行车状态包括车辆跟车行驶状态、车辆超车行驶状态以及车辆停车入位行驶状态。
本周期的行车速度曲线的时间可以是上述的1-40s中的任一值，将这段时间分成至少2段，则可以基于具体行车状态、速度、加速度、加加速度、行车速度曲线的时间长度等，综合计算选择合适的分段数量，例如可以是分成2段、3段、4段、5段或者更多段，只要算力允许可以分成任何数量，且各周期的行车速度曲线的规划可以选用不同的分段数量。将行车速度曲线分成合适的段后，需要依次对这些时间段采用多项式速度曲线算法进行速度规划，进而获得每一段的行车速度曲线，并将每一段的行车速度曲线连接后便形成本周期规划的对应于行车速度曲线时间长度的完整的行车速度曲线。
进行速度规划时，需要计算获得规划起点的状态，同时还需要采集行车速度曲线的采样终点的状态，该采样终点即完整的行车速度曲线的终点的采样的车辆状态(包括瞬时时间、速度、加速度、加加速度等状态参数)，采用预设的函数进行计算获得各分段时长，然后在采用多项式速度曲线算依次对每一段时间内进行速度规划，获得速度规划曲线。其中，上一时段的终点的状态为下一时段起点的状态，利用这一规则依次进行各时段的速度规划。
本发明提供的自动驾驶车辆的速度规划方法及装置，在本周期的行车速度曲线时间内进行速度规划时，将行车速度曲线时间分成至少2段，然后依次于至少2段时间内采用多项式速度曲线算法进行速度规划。此种方法将行车曲线时间分段化，并依次进行速度规划，相对于整段进行行车速度规划，能够有效的降低加加速度，即可以使行车速度曲线的峰值加加速度更小，使坐在自动驾驶车辆内的用户感觉更舒适；此外分段式的进行速度规划，在停车入位的场景下，不会存在行车速度曲线末端加速度接近于0的情况，使对自动驾驶车辆的速度控制更加容易，进而保证了停车入位的准确度。
进一步的，本发明的一个具体实施例还提供了一种自动驾驶车辆的速度规划方法，如图2所示，该方法主要包括：
201、获取车辆当前状态和上一周期的速度规划结果。
202、基于所述车辆当前状态和上一周期的速度规划结果，计算车辆在本周期的规划起点的状态
203、在第一行车状态下，将本周期的行车速度曲线时间分成2段，并依次在两段时间内均采用二次多项式速度曲线算法进行速度规划。
具体地，步骤201和步骤202参考上述的介绍，此处不再赘述。步骤203中，第一行车状态即在车辆跟车行驶状态、车辆超车行驶状态以及车辆停车入位行驶状态。
其中，将行车速度曲线时间分成2段，并依次在两段时间内均采用二次多项式速度曲线算法进行速度规划，此种规划方式不仅保证了行车速度曲线中加加速度峰值不会过大，还保证了停车入位状态时，行车速度曲线的尾段中加速度不会较长时间接近于0，便于控制；同时采用2段分段的方式，还能够在保证上述效果的同时减少计算量，降低自动驾驶车辆处理器的计算负荷。
进一步地，在步骤203中，依次在两段时间内均采用二次多项式速度曲线算法进行速度规划的方法如下：
两段时间依次采用如下速度曲线方程进行规划：
第一段时间内二次多项式速度曲线方程为：
Figure BDA0003581679530000061
第二段时间内二次多项式速度曲线方程为：
Figure BDA0003581679530000062
其中，所述t1为第一段时间的长度，所述t2为第二段时间的长度,且所述t1和所述t2满足如下关系：
t1+t2＝tend-tstart (1)；
astart+t1*j1+t2*j2＝aend (2)；
Figure BDA0003581679530000063
其中，所述tstart为规划起点时刻，tend为采样终点时间，所述tstart＝0s,所述astart为规划起点的加速度，所述aend是所述采样终点的加速度，所述j1为第一段时间内的车辆加加速度，所述j2是第二段时间内的车辆加加速度，所述vstart为规划起点的速度，所述vend是所述采样终点的速度。
通过上述的曲线方程以及公式(1)-公式(3)再结合具体地车辆行车状态可以规划得到车辆的行车速度曲线。
在进一步地，在获得了上述的第一段时间内二次多项式速度曲线方程、第二段时间内二次多项式速度曲线方程，以及公式(1)-公式(3)之后，可以先判定车辆的行驶状态，然后根据不同的行驶状态进行具体地行车速度规划：
第一种、在车辆跟车行驶状态，依次在两段时间内均采用二次多项式速度曲线算法进行速度规划的方法，包括：
采集车辆附近的每个动态障碍物的状态，针对每个所述动态障碍物采用二次多项式速度曲线算法进行速度规划；动态障碍物的状态可以是行驶在自身车辆前方的车辆的状态，该前方车辆的状态包括：瞬时时间、速度、加速度、加加速度等。
其中，公式(1)、(2)、(3)中分别取
Figure BDA0003581679530000071
Figure BDA0003581679530000072
计算得到所述j1、所述t2、所述j2。
将计算得到的所述j1、所述t2、所述j2以及t1代入第一段时间内二次多项式速度曲线方程和第二段时间内二次多项式速度曲线方程，便可以得到车辆在跟车状态下的本周期的行车速度曲线。
第二种、在车辆超车行驶状态，依次在两段时间内均采用二次多项式速度曲线算法进行速度规划的方法，包括：
采集车辆附近的每个动态障碍物的状态，针对每个所述动态障碍物采用二次多项式速度曲线算法进行速度规划；动态障碍物的状态可以是行驶在自身车辆前方、左侧的、右侧以及后侧的车辆的状态，该这些动态车辆的状态包括：瞬时时间、速度、加速度、加加速度等。
其中，公式(1)、(2)、(3)中，所述vend等于：
Figure BDA0003581679530000073
Figure BDA0003581679530000074
所述vlimit为道路限速值，所述aend等于所述tend时刻障碍物的加速度，分别取
Figure BDA0003581679530000081
计算得到所述j1、所述t2、所述j2。
将计算得到的所述j1、所述t2、所述j2以及t1代入第一段时间内二次多项式速度曲线方程和第二段时间内二次多项式速度曲线方程，便可以得到车辆在超车状态下的本周期的行车速度曲线。
第三种、在车辆停车入位行驶状态，依次在两段时间内均采用二次多项式速度曲线算法进行速度规划的方法，包括：
采集车辆附近的每个静态障碍物的状态，针对每个所述静态障碍物采用二次多项式速度曲线算法进行速度规划；
其中，第一段时间的行车曲线的长度为：
Figure BDA0003581679530000082
第二段时间的行车曲线的长度为：
Figure BDA0003581679530000083
s1+s2＝sstop(4)；
所述sstop为停车距离，所述vend等于0，所述aend等于0，分别取
Figure BDA0003581679530000084
并根据公式(1)、(2)、(3)、(4)计算得到所述j1、所述t2、所述j2。
将计算得到的所述j1、所述t2、所述j2以及t1代入第一段时间内二次多项式速度曲线方程和第二段时间内二次多项式速度曲线方程，便可以得到车辆在车辆停车入位状态下的本周期的行车速度曲线。
再具体实施中，其中自动驾驶车辆的速度规划方法还包括：
在第二行车状态下，在所述本周期的行车速度曲线时间内整段采用多项式速度曲线算法进行速度规划；其中，所述第二行车状态为车辆巡航行驶状态。
具体地，巡航状态为车辆恒定于一个速度行驶的状态，故在巡航状态时，可以不对行车速度曲线的时间进行分段，而直接整段采用多项式速度曲线算法进行速度规划。
进一步地，所述车辆巡航行驶状态，所述在所述本周期的速度曲线时间内采用多项式速度曲线算法进行速度规划的方法，包括：
针对每个所述采样终点状态采用4次多项式速度曲线算法拟合所述规划起点和所述采样终点，获得速度规划曲线；
其中，所述规划起点的加加速度从-4m/s^3到4m/s^3，间隔0.2m/s^3取值，分别在1-40s中的整数秒处采集终点状态，例如行车速度曲线时间长度为1s、2s、3s、4s、5s、6s、7s，每个所述采样终点的速度为巡航速度，所述采样终点加速度为0。
进一步的，依据上述方法实施例，本发明的另一个实施例还提供了一种自动驾驶车辆的速度规划装置，如图3所示，所述装置包括：
获取单元31，用于获取车辆当前状态和上一周期的速度规划结果；
计算单元32，用于基于所述车辆当前状态和上一周期的速度规划结果，计算车辆在本周期的规划起点的状态；
规划单元33，在第一行车状态下，将本周期的速度曲线时间分成至少2段，基于所述规划起点的状态和所述行车速度曲线的采样终点状态，依次于至少2段时间内采用多项式速度曲线算法进行速度规划。
本发明提供的自动驾驶车辆的速度规划装置，在本周期的行车速度曲线时间内进行速度规划时，将行车速度曲线时间分成至少2段，然后依次于至少2段时间内采用多项式速度曲线算法进行速度规划。此种方法将行车曲线时间分段化，并依次进行速度规划，相对于整段进行行车速度规划，能够有效的降低加加速度，即可以使行车速度曲线的峰值加加速度更小，使坐在自动驾驶车辆内的用户感觉更舒适；此外分段式的进行速度规划，在停车入位的场景下，不会存在行车速度曲线末端加速度接近于0的情况，使对自动驾驶车辆的速度控制更加容易，进而保证了停车入位的准确度。
进一步地，依据上述实施例，本发明的另一个实施例还提供了一种计算机可读存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述自动驾驶车辆的速度规划方法。
进一步地，依据上述实施例，本发明的另一个实施例还提供了一种存储管理设备，所述存储管理设备包括：
存储器，用于存储程序；
处理器，耦合至所述存储器，用于运行所述程序以执行上述的自动驾驶车辆的速度规划方法。
进一步地，依据上述实施例，本发明的另一个实施例还提供了一种自动驾驶车辆，所述自动驾驶车辆配置有上述的存储管理设备。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
可以理解的是，上述方法及装置中的相关特征可以相互参考。另外，上述实施例中的“第一”、“第二”等是用于区分各实施例，而并不代表各实施例的优劣。
本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开的实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开的实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照本公开的实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本公开的实施例可提供为方法、系统或计算机程序产品。因此，本公开的实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本公开的实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (14)

1.一种自动驾驶车辆的速度规划方法，其特征在于，所述方法包括：
获取车辆当前状态和上一周期的速度规划结果；
基于所述车辆当前状态和上一周期的速度规划结果，计算车辆在本周期的规划起点的状态；
在第一行车状态下，将本周期的行车速度曲线时间分成至少2段，基于所述规划起点的状态和所述行车速度曲线的采样终点状态，依次于至少2段时间内采用多项式速度曲线算法进行速度规划。
2.根据权利要求1所述的方法，其特征在于，所述第一行车状态，包括：
车辆跟车行驶状态、车辆超车行驶状态以及车辆停车入位行驶状态。
3.根据权利要求2所述的方法，其特征在于，
在所述第一行车状态下，将本周期的行车速度曲线时间分成2段，并依次在两段时间内均采用二次多项式速度曲线算法进行速度规划。
4.根据权利要求3所述的方法，其特征在于，所述依次在两段时间内均采用二次多项式速度曲线算法进行速度规划的方法为：
两段时间依次采用如下速度曲线方程进行规划：
第一段时间内二次多项式速度曲线方程为：
Figure FDA0003581679520000011
第二段时间内二次多项式速度曲线方程为：
Figure FDA0003581679520000012
其中，所述t1为第一段时间的长度，所述t2为第二段时间的长度，且所述t1和所述t2满足如下关系：
t1+t2＝tend-tstart (1)；
astart+t1*j1+t2*j2＝aend (2)；
Figure FDA0003581679520000013
其中，所述tstart为规划起点时刻，tend为采样终点时间，所述tstart＝0s，所述astart为规划起点的加速度，所述aend是所述采样终点的加速度，所述j1为第一段时间内的车辆加加速度，所述j2是第二段时间内的车辆加加速度，所述vstart为规划起点的速度，所述vend是所述采样终点的速度。
5.根据权利要求4所述的方法，其特征在于，在所述车辆跟车行驶状态，依次在两段时间内均采用二次多项式速度曲线算法进行速度规划的方法，包括：
采集车辆附近的每个动态障碍物的状态，针对每个所述动态障碍物采用二次多项式速度曲线算法进行速度规划；
其中，公式(1)、(2)、(3)中分别取
Figure FDA0003581679520000021
Figure FDA0003581679520000022
计算得到所述j1、所述t2、所述j2。
6.根据权利要求4所述的方法，其特征在于，在所述车辆超车行驶状态，依次在两段时间内均采用二次多项式速度曲线算法进行速度规划的方法，包括：
采集车辆附近的每个动态障碍物的状态，针对每个所述动态障碍物采用二次多项式速度曲线算法进行速度规划；
其中，公式(1)、(2)、(3)中，所述vend等于：
Figure FDA0003581679520000023
Figure FDA0003581679520000024
所述vlimit为道路限速值，所述aend等于所述tend时刻障碍物的加速度，分别取
Figure FDA0003581679520000025
计算得到所述j1、所述t2、所述j2。
7.根据权利要求4所述的方法，其特征在于，在所述车辆停车入位行驶状态，依次在两段时间内均采用二次多项式速度曲线算法进行速度规划的方法，包括：
采集车辆附近的每个静态障碍物的状态，针对每个所述静态障碍物采用二次多项式速度曲线算法进行速度规划；
其中，第一段时间的行车曲线的长度为：
Figure FDA0003581679520000026
第二段时间的行车曲线的长度为：
Figure FDA0003581679520000027
s1+s2＝sstop (4)；
所述sstop为停车距离，所述vend等于0，所述aend等于0，分别取
Figure FDA0003581679520000028
并根据公式(1)、(2)、(3)、(4)计算得到所述j1、所述t2、所述j2。
8.根据权利要求1-7中所述的方法，其特征在于，
所述本周期规划的所述行车速度曲线的时间长度为1-40s。
9.根据权利要求1所述的方法，其特征在于，还包括：
在第二行车状态下，在所述本周期的行车速度曲线时间内整段采用多项式速度曲线算法进行速度规划；
其中，所述第二行车状态为车辆巡航行驶状态。
10.根据权利要求9所述的方法，其特征在于，所述车辆巡航行驶状态，所述在所述本周期的行车速度曲线时间内采用多项式速度曲线算法进行速度规划的方法，包括：
针对每个所述采样终点状态采用4次多项式速度曲线算法拟合所述规划起点和所述采样终点，获得速度规划曲线；
其中，所述规划起点的加加速度从-4m/s^3到4m/s^3，间隔0.2m/s^3取值，分别在1-40s中的整数秒处采集终点状态，每个所述采样终点的速度为巡航速度，所述采样终点加速度为0。
11.一种自动驾驶车辆的速度规划装置，其特征在于，所述装置包括：
获取单元，用于获取车辆当前状态和上一周期的速度规划结果；
计算单元，用于基于所述车辆当前状态和上一周期的速度规划结果，计算车辆在本周期的规划起点的状态；
规划单元，在第一行车状态下，将本周期的速度曲线时间分成至少2段，基于所述规划起点的状态和所述行车速度曲线的采样终点状态，依次于至少2段时间内采用多项式速度曲线算法进行速度规划。
12.一种计算机可读存储介质，其特征在于，
所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至权利要求10中任意一项所述的自动驾驶车辆的速度规划方法。
13.一种存储管理设备，其特征在于，所述存储管理设备包括：
存储器，用于存储程序；
处理器，耦合至所述存储器，用于运行所述程序以执行权利要求1至权利要求10中任意一项所述的自动驾驶车辆的速度规划方法。
14.一种自动驾驶车辆，其特征在于，
所述自动驾驶车辆配置有权利要求13所述的存储管理设备。
CN202210353297.4A 2022-04-06 2022-04-06 自动驾驶车辆的速度规划方法及装置 Pending CN114670827A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210353297.4A CN114670827A (zh) 2022-04-06 2022-04-06 自动驾驶车辆的速度规划方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210353297.4A CN114670827A (zh) 2022-04-06 2022-04-06 自动驾驶车辆的速度规划方法及装置

Publications (1)

Publication Number Publication Date
CN114670827A true CN114670827A (zh) 2022-06-28

Family

ID=82078004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210353297.4A Pending CN114670827A (zh) 2022-04-06 2022-04-06 自动驾驶车辆的速度规划方法及装置

Country Status (1)

Country Link
CN (1) CN114670827A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108549328A (zh) * 2018-03-22 2018-09-18 汇川技术（东莞）有限公司 自适应速度规划方法及系统
CN112677982A (zh) * 2020-12-25 2021-04-20 重庆大学 基于驾驶员特性的车辆纵向速度规划方法
CN112965501A (zh) * 2021-03-31 2021-06-15 东风商用车有限公司 一种自动驾驶速度规划方法及装置
CN113377112A (zh) * 2021-06-30 2021-09-10 东风商用车有限公司 一种自动驾驶速度规划及状态协调方法和装置
CN113534789A (zh) * 2021-05-18 2021-10-22 杭州壹悟科技有限公司 移动机器人三次多项式速度曲线实时规划方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108549328A (zh) * 2018-03-22 2018-09-18 汇川技术（东莞）有限公司 自适应速度规划方法及系统
CN112677982A (zh) * 2020-12-25 2021-04-20 重庆大学 基于驾驶员特性的车辆纵向速度规划方法
CN112965501A (zh) * 2021-03-31 2021-06-15 东风商用车有限公司 一种自动驾驶速度规划方法及装置
CN113534789A (zh) * 2021-05-18 2021-10-22 杭州壹悟科技有限公司 移动机器人三次多项式速度曲线实时规划方法及装置
CN113377112A (zh) * 2021-06-30 2021-09-10 东风商用车有限公司 一种自动驾驶速度规划及状态协调方法和装置

Similar Documents

Publication Publication Date Title
CN111123952B (zh) 一种轨迹规划方法及装置
CN110347167B (zh) 一种速度规划方法及速度规划系统
US20160251016A1 (en) Selectable autonomous driving modes
CN111267857B (zh) 一种自动驾驶车辆的变道轨迹生成方法及装置
CN111338360B (zh) 一种规划车辆行驶状态的方法及装置
CN114707364B (zh) 一种匝道车辆汇流仿真方法、装置、设备及可读存储介质
US10732632B2 (en) Method for generating a reference line by stitching multiple reference lines together using multiple threads
CN113335312B (zh) 一种绕障行驶方法、装置、电子设备及介质
CN110893850A (zh) 一种车辆纵向速度规划方法和纵向速度规划装置
CN113515111B (zh) 一种车辆避障路径规划方法及装置
CN116001811A (zh) 一种自动驾驶车辆的轨迹规划方法、装置及设备
CN114620071A (zh) 绕行轨迹规划方法、装置、设备及存储介质
CN112158196B (zh) 自动泊车方法及装置
CN114670827A (zh) 自动驾驶车辆的速度规划方法及装置
CN112542061A (zh) 基于车联网的借道超车控制方法、装置、系统及存储介质
WO2023201952A1 (zh) 确定车辆最优行驶轨迹方法和装置
CN114275041B (zh) 自动驾驶车辆横向控制的方法、装置、车辆及存储介质
CN116494976A (zh) 用于控制车辆变道的方法、装置及存储介质
CN111721309A (zh) 路径规划方法及装置
CN115782917A (zh) 车辆轨迹预测方法、装置、存储介质和电子设备
CN115042787A (zh) 一种无车道线下确定跟踪轨迹的方法及装置
CN112987754B (zh) 一种无人设备的控制方法、装置、存储介质及电子设备
CN115542899A (zh) 车辆路径跟踪的方法、装置、车辆、电子设备及介质
CN116133923A (zh) 一种车辆驾驶方法、装置、计算机存储介质及系统
CN113778045A (zh) 对自动驾驶车辆控制器进行评价的方法和装置

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 314500 988 Tong Tong Road, Wu Tong Street, Tongxiang, Jiaxing, Zhejiang

Applicant after: United New Energy Automobile Co.,Ltd.

Address before: 314500 988 Tong Tong Road, Wu Tong Street, Tongxiang, Jiaxing, Zhejiang

Applicant before: Hezhong New Energy Vehicle Co.,Ltd.