CN115320616A - 一种自动驾驶车辆速度的控制方法、装置、设备及介质 - Google Patents

Abstract

本发明提供一种自动驾驶车辆速度的控制方法、装置、设备及介质，该方法包括接收当前用户输入的行驶指令，采集车辆的状态信息；根据所述状态信息，提取当前时刻车辆的当前运动数据和目标时刻车辆的目标运动数据；根据所述当前运动数据和所述目标运动数据，进行第一速度规划；根据预设的速度限值和加速度限值，进行第二速度规划。本发明可规划生成平滑的速度轨迹，可控制车辆平稳的行驶。

Description

一种自动驾驶车辆速度的控制方法、装置、设备及介质

技术领域

本申请涉及自动驾驶技术领域，具体涉及一种自动驾驶车辆速度的控制方法、装置、设备及介质。

背景技术

在自动驾驶控制技术中，车辆的自动驾驶控制系统是其重要组成部分，速度控制是自动驾驶控制技术的关键技术。速度控制主要是根据车辆的路径规划输出的最优路径信息，确定车辆沿这条路线行进的速度轨迹。速度控制将直接决定车辆自动驾驶控制系统的平稳性、控制精度和效率。因此，自动驾驶控制系统的速度控制方法研究对提升车辆运动控制系统的性能有着重要的意义。

当前自动驾驶车辆的速度控制方法，仅能生成较短时间段的简单速度曲线。速度曲线在加加速度上不连续，不能满足车辆速度平滑的要求，从而影响到驾乘人员的安全性和舒适性，无法满足车辆速度控制的需求。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种自动驾驶车辆速度的控制方法、装置、设备及介质，可解决现有技术中规划生成的速度曲线不够平滑，且速度规划计算开销大的问题。

为实现上述目的及其他相关目的，本发明提供一种自动驾驶车辆速度的控制方法、装置、设备及介质，包括：

接收当前用户输入的行驶指令，采集车辆的状态信息；

根据所述状态信息，提取当前时刻车辆的当前运动数据和目标时刻车辆的目标运动数据；

根据所述当前运动数据和所述目标运动数据，进行第一速度规划；

根据预设的速度限值和加速度限值，进行第二速度规划。

于本发明的一实施例中，所述根据所述状态信息，提取当前时刻车辆的当前运动数据和目标时刻车辆的目标运动数据的步骤，包括：

提取所述当前运动数据中的当前时间、当前位移、当前速度和当前加速度；

提取所述目标运动数据中的目标时间、目标位移、目标速度和目标加速度。

于本发明的一实施例中，所述根据所述当前运动数据和所述目标运动数据，进行第一速度规划的步骤，包括：

依据当前时间、当前位移、当前速度、当前加速度、目标时间、目标位移、目标速度和目标加速度，进行第一速度规划。

于本发明的一实施例中，所述根据预设的速度限值和加速度限值，进行第二速度规划的步骤，包括：

获取满足所述速度限值和加速度限值的第一速度规划，并设定为中间速度规划；

将所述中间速度规划进行第二速度规划。

于本发明的一实施例中，所述根据预设的速度限值和加速度限值，进行第二速度规划的步骤之后，包括：

获取车辆运行中的实时速度，判断所述实时速度是否符合所述第二速度规划；

当所述实时速度符合所述第二速度规划时，不进行速度的重新规划；

当所述实时速度不符合所述第二速度规划时，进行速度的重新规划。

于本发明的一实施例中，所述第一速度规划满足以下公式：

s_i(t)＝a_i0+a_i1t+a_i2t²+a_i3t³+a_i4t⁴+a_i5t⁵

其中，s_i(t)表示第i条位移和时间的函数，其中i表示所述函数的个数，a_i0、a_i1、a_i2、a_i3、a_i4和a_i5为所述函数的系数。

于本发明的一实施例中，所述第二速度规划包括成本分析，所述成本分析满足以下公式：

其中，w₁，w₂，w₃和w₄分别是目标函数的权重系数，v_i(t)、acc_i(t)和jerk_i(t)为所述函数s_i(t)对应的速度、加速度和加加速度，v_tar为目标时刻的期望速度，s_tar为目标时刻的期望位移。

本发明还提供一种自动驾驶车辆速度的控制装置，其特征在于，所述装置包括：

状态信息采集模块，用于接收当前用户输入的行驶指令，采集车辆的状态信息；

运动数据提取模块，用于根据所述状态信息，提取当前时刻车辆的当前运动数据和目标时刻车辆的目标运动数据；

第一速度规划模块，用于根据所述当前运动数据和所述目标运动数据，进行第一速度规划；

第二速度规划模块，用于根据预设的速度限值和加速度限值，进行第二速度规划。

本发明还提供一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如权利要求1至7中任一项所述的自动驾驶车辆速度的控制方法的步骤。

本发明还提供一种计算机可读存储介质，其特征在于，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行权利要求1至7中任一项所述的自动驾驶车辆速度的控制方法的步骤。

如上所述，本发明的一种自动驾驶车辆速度的控制方法、装置、设备及介质，可规划生成平滑的速度轨迹，可控制车辆平稳的行驶。

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，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术者来讲，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。在附图中：

图1显示为本发明提供的一种自动驾驶车辆速度的控制方法的应用环境。

图2显示为本发明提供的一种自动驾驶车辆速度的控制方法的流程示意图。

图3显示为本发明提供的一种自动驾驶车辆速度的控制方法的重新规划流程示意图。

图4显示为本发明的实施例示出的自动驾驶车辆速度的控制装置的框图

图5显示为本发明的行驶指令为定点停车的速度规划曲线。

图6显示为本发明的行驶指令为定速巡航的速度规划曲线。

图7显示为适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其它优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。还应当理解，本发明实施例中使用的术语是为了描述特定的具体实施方案，而不是为了限制本发明的保护范围。下列实施例中未注明具体条件的试验方法，通常按照常规条件，或者按照各制造商所建议的条件。

需要说明的是，本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容所能涵盖的范围内。同时，本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。

本发明提供一种自动驾驶车辆速度的控制方法，可应用在如图1的应用环境中，包括客服端101、网络102和服务端103。其中，驾驶通过客服端101输入行驶指令，网络102传输行驶指令。服务端103接收并处理行驶指令。自动驾驶车辆是指可以被配置成处于自动驾驶模式下的车辆，在自动驾驶模式下车辆可在极少或没有来自驾驶员的输入的情况下自动导航通过道路环境。这种自动驾驶车辆可以包括传感器模块，传感器模块可配置成检测与车辆行驶环境有关的信息的一个或多个传感器。自动驾驶车辆和其相关联的控制器使用所检测到的信息来导航通过道路环境。自动驾驶车辆可以在手动模式下、在全自动驾驶模式下或者在半自动驾驶模式下运行。

自动驾驶车辆的行驶控制主要分为路径控制与速度控制。基于当前时刻的起始位置和目标时刻的结束位置，自动驾驶车辆的自动驾驶控制系统从路线导航模块检索地图和路线信息并且将地图和路线信息转换成路径和速度曲线。采用本发明提供的一种自动驾驶车辆速度的控制方法可生成平滑的速度曲线，可控制车辆平稳的行驶。

请参阅图2所示，图2是本发明一实施例中一种自动驾驶车辆速度的控制方法的一流程示意图，可包括有如下的步骤：

步骤S201、接收当前用户输入的行驶指令，采集车辆的状态信息。

在一些实施例中，处于自动驾驶模式下的车辆，根据行驶环境和驾驶员输入，可接收多种不同的行驶指令，包括但不限于定速巡航、制动减速、定点停车和自适应巡航等。车辆状态信息可包括但不限于车辆的时间数据、位移数据、速度数据、加速度数据、方向数据、档位数据、燃油数据和环境数据等。

步骤S202、根据车辆的状态信息，提取当前时刻车辆的当前运动数据和目标时刻车辆的目标运动数据。

在一些实施例中，所提取的当前时刻车辆的当前运动数据可包括当前时间、当前位移、当前速度和当前加速度，可记录为t₁、s₁、v₁和acc₁。所提取的目标时刻车辆的目标运动数据可包括目标时间、目标位移、目标速度和目标加速度，可记录为t₂、s₂、v₂和acc₂。

在一些实施例中，当自动驾驶车辆处于道路环境良好、车辆前方空旷时，自动驾驶控制系统所发出的行驶指令可为定速巡航。提取当前时刻车辆的当前位置s₁、当前速度v₁和当前加速度acc₁以及目标时刻车辆的目标速度v₂和目标加速度acc₂。

在一些实施例中，当自动驾驶车辆的传感器系统监测车辆前方有限速标识时，自动驾驶控制系统所发出的行驶指令可为制动减速。提取当前车辆的当前位置s₁、当前速度v₁和当前加速度acc₁以及目标时刻车辆的目标位置s₂、目标速度v₂和目标加速度acc₂。其中，可设置s_s表示安全距离，则目标距离s_t可表示为s_t＝(s₂-s₁)-s_S，即车辆需的制动减速距离需稳定在安全距离内。

在一些实施例中，当自动驾驶车辆即将到达目的地，需减速并于目标点停车时，自动驾驶控制系统所发出的行驶指令可为定点停车。提取当前时刻车辆的当前位置s₁、当前速度v₁和当前加速度acc₁以及目标车辆的目标时刻位置s₂。

在一些实施例中，当自动驾驶车辆处于道路环境良好、且车辆前方存在其它行驶车辆时，自动驾驶控制系统所的行驶指令可为自适应巡航。提取当前时刻车辆的当前位置s₁、当前速度v₁和当前加速度acc₁以及目标时刻车辆的目标位置s₂、目标速度v₂和目标加速度acc₂，其中，可设置v_F表示前方车辆的速度，s_F表示跟车安全距离，则，v₂＝v_F，目标距离s_t可表示为s_t＝(s₂-s₁)-s_F。

步骤S203、根据当前运动数据和目标运动数据，进行第一速度规划。

在一些实施例中，自动驾驶车辆从当前时刻开始进行速度规划至目标时刻完成，可用一个期望车辆保持的速度来约束整个速度规划过程。即自动驾驶车辆从t₀时刻开始速度规划至t_T时刻完成，则在这段时间内，需要不断地实时更新速度曲线。自动驾驶车辆实时规划从s₀位置到s_T位置的位移、速度和加速度等参数，输出给控制执行系统。当到达目标速度时，则反馈给自动驾驶控制系统已完成相应的行驶指令。

dt可表示当前时刻t₀至目标时刻t_T这段时间表示速度规划更新周期，一般来说，可要求速度规划更新周期dt≤100ms，若速度规划更新周期dt的取值太大，则导致速度更新缓慢，无法满足周围环境要求以及自动驾驶的实时性要求。

在一些实施例中，自动驾驶控制系统根据当前运动数据和目标运动数据进行第一速度规划，其中，第一速度规划可为基于多项式曲线的速度规划。自动驾驶控制系统生成不同配置下的位移-时间曲线，并将生成的多条位移-时间曲线作为候选位移-时间曲线。基于多项式曲线的速度规划，具体说明如下：

表示位移与时间关系曲线的位移多项式可满足五次多项式，该位移多项式的公式为：

s_i(t)＝a_i0+a_i1t+a_i2t²+a_i3t³+a_i4t⁴+a_i5t⁵

其中，s_i(t)表示第i条位移-时间曲线的位移多项式函数，其中i表示候选位移-时间曲线的个数，且i为大于或等于1的整数，a_i0～a_i5为所述五次多项式函数的系数。

由上述公式可知，第i条三次多项式速度曲线有6个系数，因此需要6个约束进行配置，即当前时刻的状态参数[s₁，v₁，acc₁]和目标时刻的状态参数[s₂，v₂，acc₂]。其中，[s₁，v₁，acc₁]表示在当前时刻t₁，车辆的当前位移为s₁，当前速度为v₁，当前加速度为acc₁，[s₂，v₂，acc₂]表示在目标时刻t₂，车辆的目标位移为s₂，目标速度为v₂，目标加速度为acc₂。

因此，当前位置点s1的参数表达式为：

同样的，目标位置点s2的参数表达式为：

可通过微分求解出每条候选位移-时间曲线的系数a_i0、a_i1、a_i2、a_i3、a_i4和a_i5。每条候选位移-时间曲线的速度、加速度和加加速度由S_i，j(t)决定。例如，第j条候选速度曲线上第i个点的实时速度、实时加速度和实时加加速度分别表述如下：

其中，v_i，j(t)表示第j条候选速度曲线上第i个点在t时刻的实时速度，S_i，j(t)表示第j条候选速度曲线上第i个点在t时刻的纵向位移，d表示求导，acc_i，j(t)表示第j条候选速度曲线上第i个点在t时刻的实时加速度，jerk_i，j(t)表示第j条候选速度曲线上第i个点在t时刻的实时加加速度。

步骤S204、根据预设的速度限值和加速度限值，进行第二速度规划。

在一些实施例中，基于多项式曲线的速度规划所输出的速度规划不易满足速度、加速度和加加速度限制以及速度曲线在加加速度级别连续的要求。故需对步骤S203中所得的位移-时间函数进行第二速度规划。

在一些实施例中，自动驾驶车辆存在运动约束条件，例如，速度限值、加速度限值等。其中，速度限值可为自动驾驶车辆的速度不超过预设速度限值，车辆到达目标位置点的速度，必须满足车辆最大最小速度的上下界约束，即需要小于或等于最大限速，同时大于或等于最小限速。例如，车辆从起点速度逐渐降低到负值，然后再加速到目标速度，虽然对应规划出的速度曲线目标速度满足要求，但由于车辆的实际速度需满足不低于零的要求，因此需要筛选掉此种情形对应的速度曲线。例如，车辆从当前位置点到目标位置点，速度先增大后减小，虽然到达目标速度，但在行驶过程中规划的最大速度超过限制，因此需要筛选掉此种情形对应的速度曲线。

加速度是速度对时间的导数，表示速度的变化率，即纵向方向的加速度需在设定的最大加速度限值内。加速度的大小影响车辆行驶的平稳性，进而影响到驾乘人员的安全性和舒适性。采用加速度的最大限值来保留出加速度较小的速度曲线，淘汰加速度较大的速度曲线。从当前位置点到达设定目标位置点规划的加速度，需小于或等于设定的最大加速度限值，同时大于或等于设定的最小加速度限值。

自动驾驶车辆还存在位移约束，车辆需在纵向的位移上单调递增，即不能出现倒车现象，即下一时刻时车辆的整体位移必须大于或等于上一时刻的整体位移。

在一些实施例中，基于上述运动约束条件，第二速度规划可为对位移-时间函数进行成本分析。建立对应行驶指令的成本函数模型，成本函数模型对候选的速度曲线进行筛选，实时计算出最优的速度曲线。为得出平滑的速度曲线，二次规划的目标函数可包括：

1)规划速度能够接近目标速度；

2)规划加速度尽量小，保证车辆更加平稳地行驶；

3)加加速度尽量小，保证车辆更加平稳地行驶；

4)预期位置，车辆能够在预期位置处停下来，实现定点停车。

对应上述目标函数的成本函数模型为：

其中，w₁，w₂，w₃和w₄分别是四个优化目标函数的权重系数，v_tar为目标时刻的期望速度，s_tar为目标时刻的期望位移。故筛选速度曲线问题可转化为在满足等式约束和不等式约束等的前提下，所定义的成本函数值最小，可转化为二次规划(Quadratic Programming)问题，其形式如下：

st LB≤x≤UB

A_eqx＝B_eq

Ax≤B

x为速度曲线的系数；LB为系数的下限，UB为系数的上限；A_eq与B_eq为等式约束矩阵；A与B为不等式约束矩阵。

在一些实施例中，添加的目标函数约束条件可包括对于起始点和结束点的约束、位移单调性约束、连接平滑度约束、障碍物边界约束或速度限制边界约束等。相邻分段多项式之间的连接平滑度约束以及障碍物边界约束类似于以上描述的约束。起始点约束和结束点约束可分别对应于自动驾驶车辆的初始速度和结束速度、加速和加加速度。位移单调性约束确保位移-时间曲线延伸或者确保自动驾驶车辆及时向前移动，即自动驾驶车辆不会向后移动。

最后，将目标函数和所添加的约束转换成二次规划公式并且通过二次规划求解器对其进行求解，以求得用于控制自动驾驶车辆的速度的最佳时间-位移曲线，进而输出最优速度规划。

请参阅图3所示，图3是本发明一实施例中一种自动驾驶车辆速度的控制方法的重新规划流程示意图，可包括有如下的步骤：

在一些实施例中，当第二速度规划的步骤完成后，自动驾驶控制系统可判断车辆当前工况是否需要启动重新规划，重新规划的步骤包括：

步骤S301、获取车辆运行中的实时速度，判断所述实时速度是否符合所述第二速度规划。

在一些实施例中，当第二速度规划的步骤完成后，自动驾驶控制系统可根据车辆当前工况判断是否需要启动重新规划。

步骤S302、当所述实时速度符合所述第二速度规划时，不进行速度的重新规划。

在一些实施例中，当车辆发生工况切换、车辆的运行状态达到目标规划的状态或车辆的运行速度位于目标规划速度阈值内时，不进行速度的重新规划。

步骤S303、当所述实时速度不符合所述第二速度规划时，进行速度的重新规划。

在一些实施例中，当车辆发生工况切换、车辆的运行状态达到目标规划的状态或车辆的运行速度超出目标规划速度阈值时，进行速度的重新规划。

请参阅图4所示，本发明提出一种自动驾驶车辆速度的控制装置，可包括状态信息采集模块401、运动数据提取模块402、第一速度规划模块403和第二速度规划模块404。各功能模块详细说明如下。

状态信息采集模块401，用于接收当前用户输入的行驶指令，采集车辆的状态信息。

在一些实施例中，处于自动驾驶模式下的车辆，根据行驶环境和驾驶员输入，可接收多种不同的行驶指令，包括但不限于定速巡航、制动减速、定点停车和自适应巡航等。当自动驾驶控制系统发出行驶指令后，状态信息采集模块401采集车辆的状态信息。

运动数据提取模块402，用于根据所述状态信息，提取当前时刻车辆的当前运动数据和目标时刻车辆的目标运动数据。

在一些实施例中，运动数据提取模块402从状态信息采集模块401采集车辆的状态信息中提取的当前时刻车辆的当前运动数据可包括当前时间、当前位移、当前速度和当前加速度。运动数据提取模块所提取的目标时刻车辆的目标运动数据可包括目标时间、目标位移、目标速度和目标加速度。

在一些实施例中，当自动驾驶车辆处于道路环境良好、车辆前方空旷时，自动驾驶控制系统所发出的行驶指令可为定速巡航。运动数据提取模块402提取当前时刻车辆的当前位置、当前速度和当前加速度以及目标车辆的目标时刻速度和目标加速度。

在一些实施例中，当自动驾驶车辆的传感器系统监测车辆前方有限速标识时，自动驾驶控制系统所发出的行驶指令可为制动减速。运动数据提取模块402提取当前时刻车辆的当前位置、当前速度和当前时加速度以及目标时刻车辆的目标位置、目标速度v₂和目标加速度。其中，可设置安全距离s_s，自动驾驶控制系统需将制动减速距离需稳定在安全距离s_s内。

在一些实施例中，当自动驾驶车辆即将到达目的地，需减速并于目标点停车时，自动驾驶控制系统所发出的行驶指令可为定点停车。运动数据提取模块402提取当前时刻车辆的当前位置、当前速度和当前加速度以及目标车辆的目标时刻位置。

在一些实施例中，当自动驾驶车辆处于道路环境良好、且车辆前方存在其它行驶车辆时，自动驾驶控制系统所发出的行驶指令可为自适应巡航。运动数据提取模块402提取当前时刻车辆的当前位置、当前速度和当前加速度以及目标车辆的目标位置、目标速度和目标加速度。

第一速度规划模块403，用于根据所述当前运动数据和所述目标运动数据，进行第一速度规划。

在一些实施例中，自动驾驶车辆从当前时刻开始进行速度规划至目标时刻完成，可用一个期望车辆保持的速度来约束整个速度规划过程。即自动驾驶车辆从t₀时刻开始速度规划至t_T时刻完成，则在这段时间内，需要不断地实时更新速度曲线。第一速度规划模块403实时规划从s₀位置到s_T位置的位移、速度和加速度等参数，输出给自动驾驶车辆的控制执行系统。当到达目标速度时，第一速度规划模块403则反馈给自动驾驶控制系统，车辆已完成相应的行驶指令。

在一些实施例中，第一速度规划模块403根据当前运动数据和目标运动数据进行第一速度规划，其中，第一速度规划可为基于多项式曲线的速度规划。第一速度规划模块生成不同配置下的位移-时间曲线，并将生成的多条位移-时间曲线作为候选位移-时间曲线。基于多项式曲线的速度规划，具体说明如下：

表示位移与时间关系曲线的位移多项式可满足五次多项式，该位移多项式的公式为：

s_i(t)＝a_i0+a_i1t+a_i2t²+a_i3t³+a_i4t⁴+a_i5t⁵

其中，s_i(t)表示第i条位移-时间曲线的位移多项式函数，其中i表示候选位移-时间曲线的个数，且i为大于或等于1的整数，a_i0、a_i1、a_i2、a_i3、a_i4和a_i5为所述五次多项式函数的系数。

通过当前时刻的状态参数和目标时刻的状态参数对位移多项式函数进行约束。可通过微分求解出每条候选位移-时间曲线的系数a_i0～a_i5。每条候选位移-时间曲线的速度v_i，j(t)、加速度acc_i，j(t)和加加速度jerk_i，j(t)由S_i，j(t)决定。

第二速度规划模块404，用于根据预设的速度限值和加速度限值，进行第二速度规划。

在一些实施例中，第一速度规划模块403基于多项式曲线的速度规划所输出的速度规划不易满足速度、加速度和加加速度限制以及速度曲线在加加速度级别连续的要求。故需第二速度规划模块404对所得的位移-时间函数进行第二速度规划。

在一些实施例中，自动驾驶车辆存在运动约束条件，例如，速度限值、加速度限值等。其中，速度限值可为自动驾驶车辆的速度不超过预设速度限值，车辆到达目标位置点的速度，必须满足车辆最大最小速度的上下界约束，即需要小于或等于最大限速，同时大于或等于最小限速。在纵向方向上加速度需在设定的最大加速度限值内。加速度的大小影响车辆行驶的平稳性，进而影响到驾乘人员的安全性和舒适性。从当前位置点到达设定目标位置点规划的加速度，需小于或等于设定的最大加速度限值，同时大于或等于设定的最小加速度限值。自动驾驶车辆还存在位移约束，车辆需在纵向的位移上单调递增，即下一时刻时车辆的整体位移必须大于或等于上一时刻的整体位移。

在一些实施例中，基于上述运动约束条件，第二速度规划模块404可为对位移-时间函数进行二次规划。第二速度规划模块404建立对应行驶指令的成本函数模型，通过成本函数模型对候选的速度曲线进行筛选，实时计算出最优的速度曲线，第二速度规划模块404将得出的最优的速度曲线输出给自动驾驶车辆的控制执行系统。

筛选速度曲线问题可转化为在满足等式约束和不等式约束等的前提下，所定义的成本函数值最小，可转化为二次规划问题。二次规划的目标函数约束条件可包括对于起始点和结束点的约束、位移单调性约束、连接平滑度约束、障碍物边界约束或速度限制边界约束等。

请参阅图5所示，图5显示为行驶指令为定点停车的速度规划曲线。其中车辆的当前时刻的速度为0.1m/s；加速度为0.1m/s²，预设速度限值为[0～0.4]m/s；预设加速度范围为[-0.8～0.5]m/s；目标时刻终点位移为0.8m。本发明提供的一种自动驾驶车辆速度的控制装置根据上述预设条件规划输出最优速度曲线。其中，速度与加速度符合预设限值，位移收敛于终点位移。

请参阅图6所示，图6显示为行驶指令为定速巡航的速度规划曲线。其中车辆的当前时刻的速度为0.1m/s；加速度为0.1m/s²，预设速度限值为[0～0.4]m/s；预设加速度范围为[-0.8～0.5]m/s；目标时刻终点位移为1.2m。本发明提供的一种自动驾驶车辆速度的控制装置根据上述预设条件规划输出最优速度曲线。其中，速度与加速度符合预设限值，速度收敛于定速巡航预设速度。

本申请的实施例还提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现上述各个实施例中提供的自动驾驶车辆速度的控制方法。

请参阅图7所示，图7示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。需要说明的是，图7示出的电子设备的计算机系统700仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图7所示，计算机系统700包括中央处理单元(Central Processing Unit，CPU)701，其可以根据存储在只读存储器(Read-Only Memory，ROM)702中的程序或者从储存部分708加载到随机访问存储器(Random Access Memory，RAM)703中的程序而执行各种适当的动作和处理，例如执行上述实施例中所述的方法。在RAM 703中，还存储有系统操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(Input/Output，I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(Cathode Ray Tube，CRT)、液晶显示器(Liquid Crystal Display，LCD)等以及扬声器等的输出部分707；包括硬盘等的储存部分708；以及包括诸如LAN(Local Area Network，局域网)卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入储存部分708。

特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的系统中限定的各种功能。

需要说明的是，本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

本申请的另一方面还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被计算机的处理器执行时，使计算机执行如前所述自动驾驶车辆速度的控制方法的步骤该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的，也可以是单独存在，而未装配入该电子设备中。

综上所述，本发明的自动驾驶速度规划方法、装置、设备及介质，结合实际道路场景下的车辆信息，采用了一种基于多项式算法的速度规划方法，并对速度曲线进行二次规划，从而实现加减速度均匀地变化。同时，本发明考虑到车辆运动学约束，能根据不同的工况(如定速巡航、制动减速，定点停车和自适应巡航)实时计算出不同的速度与加速度，提高了车辆的舒适性和准确性。本发明考虑了车辆运动学约束限制，建立了成本函数模型优化曲线系数，提高计算准确性。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

上述实施例仅示例性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，但凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种自动驾驶车辆速度的控制方法，其特征在于，包括：

接收当前用户输入的行驶指令，采集车辆的状态信息；

根据所述状态信息，提取当前时刻车辆的当前运动数据和目标时刻车辆的目标运动数据；

根据所述当前运动数据和所述目标运动数据，进行第一速度规划；

根据预设的速度限值和加速度限值，进行第二速度规划。

2.根据权利要求1所述的一种自动驾驶车辆速度的控制方法，其特征在于，所述根据所述状态信息，提取当前时刻车辆的当前运动数据和目标时刻车辆的目标运动数据的步骤，包括：

提取所述当前运动数据中的当前时间、当前位移、当前速度和当前加速度；

提取所述目标运动数据中的目标时间、目标位移、目标速度和目标加速度。

3.根据权利要求2所述的一种自动驾驶车辆速度的控制方法，其特征在于，所述根据所述当前运动数据和所述目标运动数据，进行第一速度规划的步骤，包括：

依据当前时间、当前位移、当前速度、当前加速度、目标时间、目标位移、目标速度和目标加速度，进行第一速度规划。

4.根据权利要求1所述的一种自动驾驶车辆速度的控制方法，其特征在于，所述根据预设的速度限值和加速度限值，进行第二速度规划的步骤，包括：

获取满足所述速度限值和加速度限值的第一速度规划，并设定为中间速度规划；

将所述中间速度规划进行第二速度规划。

5.根据权利要求1所述的一种自动驾驶车辆速度的控制方法，其特征在于，所述根据预设的速度限值和加速度限值，进行第二速度规划的步骤之后，包括：

获取车辆运行中的实时速度，判断所述实时速度是否符合所述第二速度规划；

当所述实时速度符合所述第二速度规划时，不进行速度的重新规划；

当所述实时速度不符合所述第二速度规划时，进行速度的重新规划。

6.根据权利要求3所述的一种自动驾驶车辆速度的控制方法，其特征在于，所述第一速度规划满足以下公式：

s_i(t)＝a_i0+a_i1t+a_i2t²+a_i3t³+a_i4t⁴+a_i5t⁵

其中，s_i(t)表示第i条位移和时间的函数，其中i表示所述函数的个数，a_i0、a_i1、a_i2、a_i3、a_i4和a_i5为所述函数的系数。

7.根据权利要求6所述的一种自动驾驶车辆速度的控制方法，其特征在于，所述第二速度规划包括成本分析，所述成本分析满足以下公式：

其中，w₁，w₂，w₃和w₄分别是目标函数的权重系数，v_i(t)、acc_i(t)和jerk_i(t)为所述函数s_i(t)对应的速度、加速度和加加速度，v_tar为目标时刻的期望速度，s_tar为目标时刻的期望位移。

8.一种自动驾驶车辆速度的控制装置，其特征在于，所述装置包括：

状态信息采集模块，用于接收当前用户输入的行驶指令，采集车辆的状态信息；

运动数据提取模块，用于根据所述状态信息，提取当前时刻车辆的当前运动数据和目标时刻车辆的目标运动数据；

第一速度规划模块，用于根据所述当前运动数据和所述目标运动数据，进行第一速度规划；

第二速度规划模块，用于根据预设的速度限值和加速度限值，进行第二速度规划。

9.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如权利要求1至7中任一项所述的自动驾驶车辆速度的控制方法的步骤。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行权利要求1至7中任一项所述的自动驾驶车辆速度的控制方法的步骤。

Images