CN115056787A - 自动驾驶的速度决策规划系统、方法及自动驾驶车辆 - Google Patents

Abstract

本公开涉及一种自动驾驶的速度决策规划系统、方法及自动驾驶车辆。其中，自动驾驶的速度决策规划系统包括速度决策模块和速度规划模块，速度决策模块包括速度决策单元，速度规划模块包括速度规划单元；速度决策单元基于待决策障碍物的预测信息和地图信息，决策出自动驾驶车辆让行状态对应的速度规划解空间，并将速度规划解空间输出至速度规划单元，待决策障碍物为影响让行状态的障碍物，让行状态包括抢行或让行；速度规划单元基于速度规划解空间以及目标约束条件，规划出自动驾驶车辆的速度轨迹，目标约束条件用于约束自动驾驶车辆的速度。本公开技术方案能够避免速度决策受到速度规划的影响，给出有效的速度决策结果。

Description

自动驾驶的速度决策规划系统、方法及自动驾驶车辆

技术领域

本公开涉及无人驾驶技术领域，尤其涉及一种自动驾驶的速度决策规划系统、方法及自动驾驶车辆。

背景技术

在国家新基建的背景下，自动驾驶作为典型应用场景之一获得了大量的关注，而在自动驾驶关键技术中，行为决策与规划技术又占据着极其重要的地位。

目前，决策规划模块包含全局路径决策规划模块、行为预测模块和局部决策规划模块。其中，局部决策规划模块的任务是根据车辆的全局路径、车辆位置和环境障碍物的预测轨迹等信息，规划出车辆未来行驶的车道和在车道行驶的速度轨迹(每个轨迹点对应自动驾驶车辆在某一具体时间到达某一具体位置)。为了简化模型，通常的做法是根据“先规划出局部路径，再规划局部速度轨迹”的思想，把局部决策规划模块划分为两部分：局部路径决策规划模块和局部速度决策规划模块。其中，局部路径决策规划模块根据车辆的全局路径、车辆位置和环境障碍物等信息，决策出车辆要行驶的车道并规划出行驶到目标车道的局部路径。局部速度决策规划模块根据局部路径和环境障碍物等信息，决策出车辆对每个障碍物的让行决策结果，并根据让行决策结果，在道路限速等约束下，规划出车辆到达每个路径点的具体时间。

然而，上述局部速度决策规划模块是将速度规划耦合到速度决策中，即对速度进行边规划边决策，速度决策会受到速度规划的约束而导致不期望的速度决策结果。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种自动驾驶的速度决策规划系统、方法及自动驾驶车辆。

本公开提供了一种自动驾驶的速度决策规划系统，包括速度决策模块和速度规划模块，所述速度决策模块包括速度决策单元，所述速度规划模块包括速度规划单元；

所述速度决策单元基于待决策障碍物的预测信息和地图信息，决策出自动驾驶车辆让行状态对应的速度规划解空间，并将所述速度规划解空间输出至所述速度规划单元，所述待决策障碍物为影响所述让行状态的障碍物，所述让行状态包括抢行或让行；

所述速度规划单元基于所述速度规划解空间以及目标约束条件，规划出所述自动驾驶车辆的速度轨迹，所述目标约束条件用于约束所述自动驾驶车辆的速度和/或加速度。

在一些实施例中，所述速度决策模块还包括语义处理单元；

所述语义处理单元基于所述自动驾驶车辆的定位信息、车辆感知信息、规划路径信息、地图信息和预设语义规则，从感知到的一个或多个障碍物中筛选出所述待决策障碍物。

在一些实施例中，所述预设语义规则包括碰撞语义规则、交通规则语义规则和车道关系语义规则中的至少一种。

在一些实施例中，所述速度决策模块还包括决策校验单元；

所述决策校验单元基于所述自动驾驶车辆的制动和动力约束以及道路限速约束，对所述让行状态进行决策校验，确定不满足所述制动和动力约束以及所述道路限速约束的让行状态，修正不满足所述制动和动力约束以及所述道路限速约束的让行状态对应的速度规划解空间。

在一些实施例中，所述速度决策模块还包括决策校验单元；

所述决策校验单元基于对障碍物的历史让行状态，对所述让行状态进行决策校验，确定不满足平顺性和安全性要求的让行状态，修正不满足平顺性和安全性要求的让行状态对应的速度规划解空间。

在一些实施例中，所述速度决策模块还包括决策预处理单元，所述速度规划模块还包括决策限速处理单元；

所述决策预处理单元基于所述自动驾驶车辆的定位信息、地图信息和车辆感知信息，确定所述自动驾驶车辆在当前位置安全通行的最大行驶速度；

所述决策限速处理单元基于所述最大行驶速度、道路限速约束和所述自动驾驶车辆的规划路径信息，确定所述自动驾驶车辆的速度限速约束。

在一些实施例中，所述目标约束条件包括所述速度限速约束和所述自动驾驶车辆的制动和动力约束。

在一些实施例中，所述速度决策单元具体基于待决策障碍物的预测信息和地图信息，采用基于模型的搜索方法、基于马尔可夫决策过程的方法、基于部分可观察马尔可夫决策过程的方法或基于深度强化学习的方法，得到所述速度规划解空间，并将所述速度规划解空间输出至所述速度规划单元。

本公开提供了一种自动驾驶车辆，包括本公开提供的自动驾驶的速度决策规划系统。

本公开提供了一种自动驾驶的速度决策规划方法，应用于本公开提供的自动驾驶的速度决策规划系统，包括：

基于待决策障碍物的预测信息和地图信息，决策出自动驾驶车辆让行状态对应的速度规划解空间，所述待决策障碍物为影响所述让行状态的障碍物，所述让行状态包括抢行或让行；

单元基于所述速度规划解空间以及目标约束条件，规划出所述自动驾驶车辆的速度轨迹，所述目标约束条件用于约束所述自动驾驶车辆的速度和/或加速度。

本公开实施例提供的技术方案与现有技术相比具有如下优点：

本公开实施例提供的技术方案，通过对现有的局部速度决策规划模块进行框架的改进，划分出独立的速度决策模块和速度规划模块，使得速度决策模块仅考虑速度决策问题，而速度规划模块仅考虑速度规划问题，将速度决策问题和速度规划问题分开；同时，速度决策模块将得到的速度规划解空间输出给速度规划模块，速度规划模块基于该速度规划解空间以及目标约束条件，规划出自动驾驶车辆的速度轨迹，使得速度决策可以更好的引导速度规划，而不受速度规划的约束导致不期望的速度决策结果。如此，本公开技术方案通过划分出速度决策模块和速度规划模块，使得速度决策模块和速度规划模块仅需考虑各自的问题而不受其他模块的约束，有效避免了在速度决策规划中得到不期望的速度决策结果，同时，速度决策模块和速度规划模互相配合，能够共同完成速度决策与规划任务。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

为了更清楚地说明本公开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，对于本领域普通技术人员而言，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为现有的自动驾驶系统框架图；

图2为本公开实施例提供的自动驾驶车辆与障碍物在十字路口的交汇示意图；

图3为图2对应的ST图；

图4为图3的ST图中表示自动驾驶车辆可通行区域对应的初始解空间的示意图；

图5为本公开实施例提供的自动驾驶车辆与障碍物在交汇路口的汇车示意图；

图6为图5对应的ST图；

图7为本公开实施例提供的一种自动驾驶的速度决策规划系统的框架图；

图8为本公开实施例提供的一种自动驾驶的速度决策规划系统的具体框架图；

图9为本公开实施例提供的一种自动驾驶的速度决策规划方法的流程图。

具体实施方式

为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。

图1示出了现有的自动驾驶系统框架。如图1所示，目前的自动驾驶系统包括环境感知模块1、定位模块2、决策规划模块3、控制模块4和车身系统5，其中，决策规划模块3包括全局路径决策规划单元31、行为预测单元32、局部路径决策规划单元33和局部速度决策规划单元34。在一些实施例中，环境感知模块1根据传感器(激光雷达、毫米波雷达和摄像头等)信号，检测出车身周围环境的障碍物信息(包含障碍物的类型、尺寸、运动方向和置信度等)；定位模块2根据定位设备(GPS和差分GPS等)的信号、传感器(激光雷达和摄像头等)信号、车身信号(车辆的速度和前轮偏角等)、里程计信号和地图等信息，综合计算出自动驾驶车辆当前的定位信息；决策规划模块3根据环境感知模块1输出的周围环境的障碍物信息和定位模块2输出的定位信息，结合高精度地图，规划出车辆行驶到目的地的全局路径和车辆未来行驶的局部速度轨迹；控制模块4根据车身状态、历史信息和当前规划的局部速度轨迹，计算出合适的车身指令(车辆速度、加速度、方向盘转角和灯光等指令)并下发给车身系统5；车身系统5执行控制模块4下发的车身指令。在一些实施例中，全局路径决策规划单元31根据车辆的定位信息和地图信息，规划出自动驾驶车辆从当前位置行驶到目的地的全局路径(包含每一个路段自动驾驶车辆行驶的具体车道)；行为预测单元32根据高精度地图和障碍物信息，预测出障碍物未来可能行驶的轨迹，即预测信息；局部路径决策规划单元33根据车辆的全局路径、定位信息和环境障碍物信息，决策出车辆要行驶的车道并规划出行驶到该车道的局部路径；局部速度决策规划单元34根据局部路径和障碍物信息，决策出车辆对每个障碍物的让行决策结果，并根据决策结果，在道路限速等约束下，规划出车辆到达每个路径点的具体时间，即规划出车辆的速度轨迹。

对于局部速度决策规划单元34，在处理速度决策规划的问题时，通常是把问题转化为ST图中的路径求解问题。其中，ST图是一个二维的坐标系，s轴为以自动驾驶车辆的当前位置为0点，未来行驶路径的方向为正方向的坐标轴；t轴为以当前时刻为0点，未来时刻为正方向的坐标轴。ST图中的任意一个坐标点(s，t)表示自动驾驶车辆在t时刻到达s点。ST图中一个连续的点序列则表示了自动驾驶车辆未来行驶的速度轨迹。将环境中所有障碍物的预测轨迹与自动驾驶车辆当前路径的碰撞信息填充到ST图中，ST图中一条无碰撞的路径即为自动驾驶车辆可以行驶的速度轨迹。在障碍物按照预测轨迹行驶且自动驾驶车辆按照该速度轨迹行驶的条件下，自动驾驶车辆不会发生碰撞。

图2示出了自动驾驶车辆与障碍物在十字路口的交汇场景。在一个示例中，图中自动驾驶车辆距离交汇区的距离为20米，其离开交汇区的距离为28米。预测障碍物匀速行驶，速度为5m/s，其距离交汇区的距离为10米，离开交汇区的距离为15米，则预测其进入交汇区的时间为2秒，预测其离开交汇区的时间为3秒，其对应的ST图如图3所示。若自动驾驶车辆按照图中的速度轨迹a行驶(ST图中碰撞区域下方通行)，则自动驾驶车会在障碍物进入交汇区前离开交汇区，即自动驾驶车抢行障碍物；若自动驾驶车辆按照图中的速度轨迹b行驶(ST图中碰撞区域上方通行)，则自动驾驶车会在障碍物离开交汇区后进入交汇区，即自动驾驶车让行障碍物。

目前，在进行速度决策规划时，一种常见的处理方法是先在ST图中搜索出一个初步的速度轨迹，根据该速度轨迹与碰撞区域的相对位置得到决策结果，例如速度轨迹位于碰撞区域下方则对应抢行，速度轨迹位于碰撞区域上方则对应让行。然后根据决策结果得到一个初始的解空间(参见图4，抢行的初始的解空间对应区域A，让行的初始的解空间对应区域B)，在该解空间使用基于优化的方法或基于搜索的方法规划出精确的速度轨迹。另外一种常见的处理方法是直接在ST图中搜索出一条精确的速度轨迹。

但是上述方法均将速度决策和速度规划耦合在一起处理，速度决策会受到速度规划的约束而导致不期望的速度决策结果。示例性的，图5示出了自动驾驶车辆与障碍物在交汇路口的汇车场景。假设自动驾驶车辆距离交汇区的距离为5米，完全进入交汇区的距离为10米，车辆当前的车速为10米/秒；障碍物距离交汇区的距离为15米，完全进入交汇区的距离为20米，障碍物当前的速度为16米/秒，预测障碍物匀速行驶，则障碍物进入交互区的时间为0.9375秒，障碍物完全进入交汇区的时间为1.25秒，则该场景对应的ST图如图6所示。假设自动驾驶车辆的最大加速度为1米/秒²，最小加速度为-5米/秒²。该场景下，自动驾驶车辆抢行该障碍物的最小加速度为1.42米/秒²，超过车辆的限制；让行该障碍物的最大加速度为-9.6米/秒²，超过车辆的限制，即按照上述根据ST图上下方通过的方法确定的障碍物的决策结果是无效的。

针对上述技术问题，本公开将局部速度决策规划模块划分为独立的速度决策模块和速度规划模块，使得速度决策和速度规划相互不受约束，有效避免了在速度决策规划中得到不期望的速度决策结果。

在一些实施例中，图7示出了一种自动驾驶的速度决策规划系统的框架结构。如图7所示，该自动驾驶的速度决策规划系统包括速度决策模块10和速度规划模块20，速度决策模块10包括速度决策单元101，速度规划模块20包括速度规划单元201；速度决策单元101基于待决策障碍物的预测信息和地图信息，决策出自动驾驶车辆让行状态对应的速度规划解空间，并将速度规划解空间输出至速度规划单元201，待决策障碍物为影响让行状态的障碍物，让行状态包括抢行或让行；速度规划单元201基于速度规划解空间以及目标约束条件，规划出自动驾驶车辆的速度轨迹，目标约束条件用于约束自动驾驶车辆的速度和/或加速度。

本公开实施例中，预测信息包括待决策障碍物在未来一段时间内的行驶轨迹，地图信息包括自动驾驶车辆(本车)的当前位置、当前速度和道路信息(如道路类型、车道数量、车道宽度、车道线和路口等)。速度规划解空间表示自动驾驶车辆在可通行(与障碍物无碰撞)情况下的速度轨迹的解的集合，在ST图中，该速度规划解空间对应自动驾驶车辆抢行或让行的区域。另外，速度轨迹为连续的轨迹点的集合，且每个轨迹点表示了时间与位置的对应关系，即用于指示自动驾驶车辆在轨迹点对应的时间到达对应的位置。

上述技术方案中，速度决策单元101先基于待决策障碍物的预测信息和地图信息，决策出自动驾驶车辆让行状态对应的速度规划解空间，如此完成速度决策；速度规划单元201再在目标约束条件的约束下，从速度规划解空间中得到目标解，规划出一条速度轨迹。由此，速度决策单元101的速度决策结果用来引导速度规划单元201做速度规划，而速度决策单元101的速度决策结果不会受到速度规划单元201的速度规划的约束，从而避免了速度决策单元101做出不期望的速度决策结果。

图8示出了一种自动驾驶的速度决策规划系统的具体框架结构。在一些实施例中，如图8所示，速度决策模块10还包括语义处理单元102；语义处理单元102基于自动驾驶车辆的定位信息、车辆感知信息、规划路径信息、地图信息和预设语义规则，从感知到的一个或多个障碍物中筛选出待决策障碍物。

具体的，让行状态包括抢行和让行，其中，抢行是指自动驾驶车辆需要在障碍物进入交汇区前离开交汇区，让行是指自动驾驶车辆需要在障碍物离开交汇区后进入交汇区。本公开中待决策障碍物即为需要自动驾驶车辆抢行或让行的障碍物。另外，需要说明的是，让行状态还包括忽略，忽略是指障碍物的行为对自动驾驶车辆没有或暂时没有影响，如果障碍物对应的让行状态为忽略，则在做速度决策规划时无需考虑该障碍物，该障碍物为非待决策障碍物。本实施例中，车辆感知信息包括周围环境的障碍物信息(例如障碍物位置和速度等)和交通信号灯信息等；规划路径信息主要是指局部规划路径的信息，由局部路径决策规划模块提供。本实施例中，预设语义规则为障碍物是否符合待决策障碍物条件的评价标准，能够有效区分待决策障碍物和非待决策障碍物，可以采用公认或公知的规则来形成预设语义规则。在一些实施例中，预设语义规则包括碰撞语义规则、交通规则语义规则和车道关系语义规则中的至少一种。其中，碰撞语义规则为基于碰撞规则判断障碍物是否符合待决策障碍物条件；交通规则语义规则为基于交通规则判断障碍物是否符合待决策障碍物条件；车道关系语义规则为基于自动驾驶车辆与障碍物的车道关系判断障碍物是否符合待决策障碍物条件。在一个示例中，预设语义规则包括碰撞语义规则。参考图2所示的十字路口的场景，语义处理单元102基于定位信息、规划路径信息和地图信息可确定自动驾驶车辆在路口直行，同时基于车辆感知信息和地图信息可确定相邻路口的障碍物也要直行，此时，自动驾驶车辆的规划路径与障碍物的未来行驶路径存在交汇区，即自动驾驶车辆与障碍物存在碰撞的风险，表示该障碍物不可忽略，自动驾驶车辆需要抢行或者让行该障碍物，语义处理单元102基于碰撞语义规则可以判定该障碍物符合待决策障碍物条件，从而将该障碍物确定为待决策障碍物。相反的，如果语义处理单元102基于车辆感知信息和地图信息预测障碍物能够在停止线(斑马线)前停止，则不需要考虑该障碍物，语义处理单元102基于碰撞语义规则将该障碍物确定为非待决策障碍物，并标记为忽略。在另一个示例中，预设语义规则包括交通规则语义规则。继续参考图2，语义处理单元102基于定位信息、规划路径信息和地图信息可确定自动驾驶车辆在路口直行，同时基于车辆感知信息和地图信息可确定相邻路口的障碍物也要直行，然而语义处理单元102基于车辆感知信息确定自动驾驶车辆行驶方向上的交通信号灯为绿灯，而障碍物行驶方向上的交通信号灯为红灯，此时语义处理单元102基于交通规则语义规则可以判定该障碍物不符合待决策障碍物条件，从而将该障碍物确定为非待决策障碍物。相反的，如果语义处理单元102基于车辆感知信息和地图信息确定障碍物在绿灯尾驶过停止线，在十字路口行驶过程中，自动驾驶车辆行驶方向的交通信号灯变为绿灯，自动驾驶车辆需要让行或抢行该障碍物，语义处理单元102基于交通规则语义规则可以判定该障碍物符合待决策障碍物条件，从而将该障碍物确定为待决策障碍物。在又一个示例中，预设语义规则包括车道关系语义规则。示例性的，如果语义处理单元102基于自动驾驶车辆的定位信息、车辆感知信息、规划路径信息和地图信息，确定自动驾驶车辆与障碍物位于同一车道，障碍物位于自动驾驶车辆的前方，且障碍物的速度小于自动驾驶车辆的速度，则确定可以让行该障碍物(跟随障碍物行驶)或者从相邻车道抢行该障碍物，此时，语义处理单元102基于车道关系语义规则可以判定该障碍物符合待决策障碍物条件，从而将该障碍物确定为待决策障碍物。相反的，如果语义处理单元102基于自动驾驶车辆的定位信息、车辆感知信息、规划路径信息和地图信息，确定自动驾驶车辆与障碍物不在同一车道，则不需要考虑该障碍物，语义处理单元102基于车道关系语义规则将该障碍物确定为非待决策障碍物，并标记为忽略。

继续参考图8，在一些实施例中，速度决策模块10还包括决策校验单元103；决策校验单元103基于自动驾驶车辆的制动和动力约束以及道路限速约束，对让行状态进行决策校验，确定不满足制动和动力约束以及道路限速约束的让行状态，修正不满足制动和动力约束以及道路限速约束的让行状态对应的速度规划解空间。

具体的，制动和动力约束用于对车辆的加速度和速度进行约束，对于不同型号的车辆，其制动和动力约束通常也会不同。道路限速约束用于对车辆在道路上的行驶速度进行约束，对于不同体型(大型和小型)车辆以及行驶在不同车道的车辆，其道路限速约束通常也会不同。不论抢行还是让行，速度决策单元均会决策出自动驾驶车辆的加速度和速度，以实现抢行或者让行。本实施例中，制动和动力约束以及道路限速约束能够共同确定一个最大(或最小)加速度和一个最大速度，决策校验单元103基于制动和动力约束确定自动驾驶车辆本身的最大(或最小)加速度和第一最大速度，基于道路限速约束(体现为道路限速规范)确定自动驾驶车辆在当前道路(或车道)可行驶的第二最大速度，以最大(或最小)加速度与让行状态对应的加速度进行比较，以第一最大速度和第二最大速度中的较小速度，与让行状态对应的速度进行比较，如果让行状态对应的加速度小于或等于最大加速度(或者大于或等于最小加速度)，且让行状态对应的速度小于或等于上述较小速度，则确定让行状态满足制动和动力约束以及道路限速约束。如果让行状态对应的加速度大于最大加速度(或者小于最小加速度)，和/或让行状态对应的速度大于上述较小速度，则确定让行状态不满足制动和动力约束以及道路限速约束。而当让行状态不满足制动和动力约束以及道路限速约束时，修正不满足制动和动力约束以及道路限速约束的让行状态对应的速度规划解空间。在一个示例中，决策校验单元103基于速度决策单元101决策出的速度规划解空间，确定不满足制动和动力约束以及道路限速约束的解(在ST图中表现为轨迹点)，并从速度规划解空间中删除不满足制动和动力约束以及道路限速约束的解，从而修正不满足制动和动力约束以及道路限速约束的让行状态对应的速度规划解空间。

在一些实施例中，速度决策模块10还包括决策校验单元103；决策校验单元103基于对障碍物的历史让行状态，对让行状态进行决策校验，确定不满足平顺性和安全性要求的让行状态，修正不满足平顺性和安全性要求的让行状态对应的速度规划解空间。

具体的，平顺性主要是根据乘员的舒适程度来评价，又称为乘坐舒适性。通常，影响平顺性和安全性的为车辆的加速度，表现为急加速、急减速和急转弯等。决策校验单元103基于对障碍物的历史让行状态，能够统计出不满足平顺性和安全性要求的加速度阈值(正值)，之后，将速度决策单元101决策出的让行状态对应的加速度的绝对值与加速度阈值进行比较，如果让行状态对应的加速度的绝对值小于或等于加速度阈值，则确定让行状态满足平顺性和安全性要求；如果让行状态对应的加速度的绝对值大于加速度阈值，则确定让行状态不满足平顺性和安全性要求。当让行状态不满足平顺性和安全性要求时，修正不满足平顺性和安全性要求的让行状态对应的速度规划解空间。在一个示例中，决策校验单元103基于速度决策单元101决策出的速度规划解空间，确定不满足平顺性和安全性要求的解，并从速度规划解空间中删除不满足平顺性和安全性要求的解，从而修正不满足平顺性和安全性要求的让行状态对应的速度规划解空间。

继续参考图8，在一些实施例中，速度决策模块10还包括决策预处理单元104，速度规划模块20还包括决策限速处理单元202；决策预处理单元104基于自动驾驶车辆的定位信息、地图信息和车辆感知信息，确定自动驾驶车辆在当前位置安全通行的最大行驶速度；决策限速处理单元202基于最大行驶速度、道路限速约束和自动驾驶车辆的规划路径信息，确定自动驾驶车辆的速度限速约束。

具体的，车辆感知信息包括感知距离，自动驾驶车辆在当前位置安全通行的最大行驶速度理解为自动驾驶车辆从当前位置以该最大行驶速度行驶时，在到达路口前能够减速到安全行驶速度。决策预处理单元104基于定位信息和地图信息，确定自动驾驶车辆距离路口的距离，结合感知距离和自动驾驶车辆减速时的加速度，确定上述最大行驶速度理。然后，决策限速处理单元202基于自动驾驶车辆的规划路径信息，确定自动驾驶车辆行驶的车道，基于自动驾驶车辆行驶的车道和道路限速约束，确定自动驾驶车辆在该车道上的最大车道行驶速度，结合上述最大行驶速度，将最大车道行驶速度和最大行驶速度中的较小行驶速度作为速度限速约束。

在一些实施例中，目标约束条件包括速度限速约束和自动驾驶车辆的制动和动力约束。相应的，速度规划单元基于速度规划解空间以及速度限速约束和自动驾驶车辆的制动和动力约束，规划出自动驾驶车辆的速度轨迹。本实施例中，速度规划单元规划自动驾驶车辆的速度轨迹的方法包括但不限于基于ST图的搜索方法和基于数值优化的方法。

在一些实施例中，速度决策单元具体基于待决策障碍物的预测信息和地图信息，采用基于模型的搜索方法、基于马尔可夫决策过程的方法、基于部分可观察马尔可夫决策过程的方法或基于深度强化学习的方法，得到速度规划解空间，并将速度规划解空间输出至速度规划单元。

本公开实施例提供的自动驾驶的速度决策规划系统，通过对现有的局部速度决策规划模块进行框架的改进，划分出独立的速度决策模块和速度规划模块，使得速度决策模块仅考虑速度决策问题，而速度规划模块仅考虑速度规划问题，将速度决策问题和速度规划问题分开；同时，速度决策模块将得到的速度规划解空间输出给速度规划模块，速度规划模块基于该速度规划解空间以及目标约束条件，规划出自动驾驶车辆的速度轨迹，使得速度决策可以更好的引导速度规划，而不受速度规划的约束导致不期望的速度决策结果。如此，本公开技术方案通过划分出速度决策模块和速度规划模块，使得速度决策模块和速度规划模块仅需考虑各自的问题而不受其他模块的约束，有效避免了在速度决策规划中得到不期望的速度决策结果，同时，速度决策模块和速度规划模互相配合，能够共同完成速度决策与规划任务。

本公开提供了一种自动驾驶车辆，包括本公开提供的自动驾驶的速度决策规划系统。

本公开提供了一种自动驾驶的速度决策规划方法，应用于本公开提供的自动驾驶的速度决策规划系统。如图9所述，该自动驾驶的速度决策规划方法包括：

S901、基于待决策障碍物的预测信息和地图信息，决策出自动驾驶车辆让行状态对应的速度规划解空间，待决策障碍物为影响让行状态的障碍物，让行状态包括抢行或让行。

S902、单元基于速度规划解空间以及目标约束条件，规划出自动驾驶车辆的速度轨迹，目标约束条件用于约束自动驾驶车辆的速度和/或加速度。

本公开实施例提供的自动驾驶的速度决策规划方法可由本公开实施例提供自动驾驶的速度决策规划系统执行，具有系统相同或相应的技术特征，能够实现与系统相同的技术效果。在方法实施例中未详尽描述的内容可参考系统实施例，此处不再赘述。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物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，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种自动驾驶的速度决策规划系统，其特征在于，包括速度决策模块和速度规划模块，所述速度决策模块包括速度决策单元，所述速度规划模块包括速度规划单元；

所述速度决策单元基于待决策障碍物的预测信息和地图信息，决策出自动驾驶车辆让行状态对应的速度规划解空间，并将所述速度规划解空间输出至所述速度规划单元，所述待决策障碍物为影响所述让行状态的障碍物，所述让行状态包括抢行或让行；

所述速度规划单元基于所述速度规划解空间以及目标约束条件，规划出所述自动驾驶车辆的速度轨迹，所述目标约束条件用于约束所述自动驾驶车辆的速度和/或加速度。

2.根据权利要求1所述的自动驾驶的速度决策规划系统，其特征在于，所述速度决策模块还包括语义处理单元；

所述语义处理单元基于所述自动驾驶车辆的定位信息、车辆感知信息、规划路径信息、地图信息和预设语义规则，从感知到的一个或多个障碍物中筛选出所述待决策障碍物。

3.根据权利要求2所述的自动驾驶的速度决策规划系统，其特征在于，所述预设语义规则包括碰撞语义规则、交通规则语义规则和车道关系语义规则中的至少一种。

4.根据权利要求1所述的自动驾驶的速度决策规划系统，其特征在于，所述速度决策模块还包括决策校验单元；

所述决策校验单元基于所述自动驾驶车辆的制动和动力约束以及道路限速约束，对所述让行状态进行决策校验，确定不满足所述制动和动力约束以及所述道路限速约束的让行状态，修正不满足所述制动和动力约束以及所述道路限速约束的让行状态对应的速度规划解空间。

5.根据权利要求1或4所述的自动驾驶的速度决策规划系统，其特征在于，所述速度决策模块还包括决策校验单元；

所述决策校验单元基于对障碍物的历史让行状态，对所述让行状态进行决策校验，确定不满足平顺性和安全性要求的让行状态，修正不满足平顺性和安全性要求的让行状态对应的速度规划解空间。

6.根据权利要求1所述的自动驾驶的速度决策规划系统，其特征在于，所述速度决策模块还包括决策预处理单元，所述速度规划模块还包括决策限速处理单元；

所述决策预处理单元基于所述自动驾驶车辆的定位信息、地图信息和车辆感知信息，确定所述自动驾驶车辆在当前位置安全通行的最大行驶速度；

所述决策限速处理单元基于所述最大行驶速度、道路限速约束和所述自动驾驶车辆的规划路径信息，确定所述自动驾驶车辆的速度限速约束。

7.根据权利要求6所述的自动驾驶的速度决策规划系统，其特征在于，所述目标约束条件包括所述速度限速约束和所述自动驾驶车辆的制动和动力约束。

8.根据权利要求1所述的自动驾驶的速度决策规划系统，其特征在于，所述速度决策单元具体基于待决策障碍物的预测信息和地图信息，采用基于模型的搜索方法、基于马尔可夫决策过程的方法、基于部分可观察马尔可夫决策过程的方法或基于深度强化学习的方法，得到所述速度规划解空间，并将所述速度规划解空间输出至所述速度规划单元。

9.一种自动驾驶车辆，其特征在于，包括如权利要求1至8任一项所述的自动驾驶的速度决策规划系统。

10.一种自动驾驶的速度决策规划方法，应用于如权利要求1至8任一项所述的自动驾驶的速度决策规划系统，其特征在于，包括：

基于待决策障碍物的预测信息和地图信息，决策出自动驾驶车辆让行状态对应的速度规划解空间，所述待决策障碍物为影响所述让行状态的障碍物，所述让行状态包括抢行或让行；

单元基于所述速度规划解空间以及目标约束条件，规划出所述自动驾驶车辆的速度轨迹，所述目标约束条件用于约束所述自动驾驶车辆的速度和/或加速度。

Images