CN115871670A - 一种车辆变道轨迹规划方法、装置、设备及介质 - Google Patents
一种车辆变道轨迹规划方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115871670A CN115871670A CN202211625063.7A CN202211625063A CN115871670A CN 115871670 A CN115871670 A CN 115871670A CN 202211625063 A CN202211625063 A CN 202211625063A CN 115871670 A CN115871670 A CN 115871670A
- Authority
- CN
- China
- Prior art keywords
- lane
- target
- vehicle
- changing
- state condition
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 108
- 230000033001 locomotion Effects 0.000 claims abstract description 51
- 238000006073 displacement reaction Methods 0.000 claims description 42
- 230000001133 acceleration Effects 0.000 claims description 37
- 238000004590 computer program Methods 0.000 claims description 17
- 230000006870 function Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Landscapes
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本申请公开了一种车辆变道轨迹规划方法、装置、设备及介质,涉及自动驾驶技术领域,包括:确定目标车辆在变道过程中的初始车道和目标车道,并确定车道之间的车道边界线;基于目标运动信息确定出目标车辆在初始车道的第一状态条件、在车道边界线的第二状态条件和在目标车道的第三状态条件;确定预设的表征横纵向变道轨迹的目标模型,基于第一状态条件、第二状态条件和目标模型获取初始车道和车道边界线之间的第一变道轨迹,基于第二状态条件、第三状态条件和目标模型获取车道边界线和目标车道之间的第二变道轨迹;在预设约束条件下连接第一变道轨迹和第二变道轨迹以得到总变道轨迹。通过分段规划变道轨迹,能更精确的拟合变道轨迹。
Description
技术领域
本发明涉及自动驾驶技术领域,特别涉及一种车辆变道轨迹规划方法、装置、设备及介质。
背景技术
对于自动驾驶车辆变道的轨迹规划问题,现有的变道轨迹规划算法相对简单,通常是通过采用车辆的初始位置和目标位置对变道轨迹进行曲线拟合,然而这种方式难以保证变道轨迹的平滑性和精确性。由于路况复杂多变,自动驾驶车辆进行变道时,若不跟随平滑的轨迹,会严重影响驾驶员的舒适性且易发生交通事故。
综上,在车辆变道过程中,如何更加精确的拟合变道轨迹是目前有待解决的问题。
发明内容
有鉴于此,本发明的目的在于提供一种车辆变道轨迹规划方法、装置、设备及介质,能够在车辆变道过程中更加精确的拟合变道轨迹。其具体方案如下:
第一方面,本申请公开了一种车辆变道轨迹规划方法,包括:
确定目标车辆在变道过程中的初始车道和目标车道,并确定出所述初始车道和所述目标车道之间的车道边界线;
基于目标运动信息确定出所述目标车辆在所述初始车道的第一状态条件、在所述车道边界线的第二状态条件和在所述目标车道的第三状态条件;
确定预先设置的用于表征横纵向变道轨迹的目标模型,并基于所述第一状态条件、所述第二状态条件和所述目标模型获取所述初始车道和所述车道边界线之间的第一变道轨迹,以及基于所述第二状态条件、所述第三状态条件和所述目标模型获取所述车道边界线和所述目标车道之间的第二变道轨迹;
在预设约束条件下连接所述第一变道轨迹和所述第二变道轨迹,以得到所述目标车辆在变道过程中的总变道轨迹。
可选的,所述车辆变道轨迹规划方法,还包括:
利用GPS定位设备确定出所述目标车辆在所述初始车道中的初始坐标位置,并以所述初始坐标位置为原点建立目标坐标系;
基于所述目标车辆的横向移动距离和纵向移动距离确定出所述目标车辆在所述目标坐标系中的横纵坐标位置;
基于所述横纵坐标位置、纵向行驶速度、纵向行驶加速度以及所述横向移动距离对所述纵向移动距离的一阶导数和二阶导数构建状态条件表达式。
可选的,所述在预设约束条件下连接所述第一变道轨迹和所述第二变道轨迹之前,还包括
以所述目标车辆为原点,并以道路中心线的切向量方向和法向量方向作为互相垂直的坐标轴建立Frenet坐标系;
将所述目标坐标系中所述第一变道轨迹和所述第二变道轨迹中的坐标点转化为Frenet坐标系中的目标坐标点,以得到坐标系转化后的第一变道轨迹和第二变道轨迹。
可选的,所述基于目标运动信息确定出所述目标车辆在所述初始车道的第一状态条件、在所述车道边界线的第二状态条件和在所述目标车道的第三状态条件,包括:
获取包括车辆纵向行驶速度、车道宽度、车辆横摆角和预设纵向变道位移的目标运动信息;所述预设纵向变道位移包括所述初始车道和所述车道边界线之间的第一预设纵向变道位移以及所述车道边界线和所述目标车道之间的第二预设纵向变道位移;
利用所述车辆纵向行驶速度和所述预设纵向变道位移确定出变道时间,并利用所述车辆纵向行驶速度和所述车辆横摆角确定出车辆横向行驶速度,以及利用所述变道时间和所述车辆横向行驶速度确定出横向行驶加速度;
将所述车辆纵向行驶速度、所述车道宽度、所述预设纵向变道位移、所述变道时间、所述车辆横向行驶速度和所述横向行驶加速度代入所述状态条件表达式,以确定出所述目标车辆在所述初始车道的第一状态条件、在所述车道边界线的第二状态条件和在所述目标车道的第三状态条件。
可选的,所述获取包括车辆纵向行驶速度、车道宽度、车辆横摆角和预设纵向变道位移的目标运动信息的过程中,还包括:
利用传感器获取车辆纵向行驶速度,并利用高精度地图获取车道宽度,以及利用电子稳定系统获取车辆横摆角。
可选的,所述车辆变道轨迹规划方法,还包括:
对所述目标运动信息中的预设纵向变道位移设置若干个不同的取值条件,并重复执行所述基于目标运动信息确定出所述目标车辆在所述初始车道的第一状态条件、在所述车道边界线的第二状态条件和在所述目标车道的第三状态条件的步骤,直到得到相应数量个与每一取值条件对应的总变道轨迹;
确定每一所述总变道轨迹中的横向行驶加速度,并将横向行驶加速度最小值对应的总变道轨迹确定为最优变道轨迹,以便所述目标车辆基于所述最优变道轨迹进行变道操作。
可选的,所述在预设约束条件下连接所述第一变道轨迹和所述第二变道轨迹,包括:
确定所述第一变道轨迹在所述车道边界线的第一导数值,并确定所述第二变道轨迹在所述车道边界线的第二导数值;
在所述第一导数值和所述第二导数值相等的条件下连接所述第一变道轨迹和所述第二变道轨迹。
第二方面,本申请公开了一种车辆变道轨迹规划装置,包括:
车道信息确定模块,用于确定目标车辆在变道过程中的初始车道和目标车道,并确定出所述初始车道和所述目标车道之间的车道边界线;
状态条件确定模块,用于基于目标运动信息确定出所述目标车辆在所述初始车道的第一状态条件、在所述车道边界线的第二状态条件和在所述目标车道的第三状态条件;
变道轨迹获取模块,用于确定预先设置的用于表征横纵向变道轨迹的目标模型,并基于所述第一状态条件、所述第二状态条件和所述目标模型获取所述初始车道和所述车道边界线之间的第一变道轨迹,以及基于所述第二状态条件、所述第三状态条件和所述目标模型获取所述车道边界线和所述目标车道之间的第二变道轨迹;
变道轨迹连接模块,用于在预设约束条件下连接所述第一变道轨迹和所述第二变道轨迹,以得到所述目标车辆在变道过程中的总变道轨迹。
第三方面,本申请公开了一种电子设备,包括:
存储器,用于保存计算机程序;
处理器,用于执行所述计算机程序,以实现前述公开的车辆变道轨迹规划方法的步骤。
第四方面,本申请公开了一种计算机可读存储介质,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现前述公开的车辆变道轨迹规划方法的步骤。
可见,本申请通过确定目标车辆在变道过程中的初始车道和目标车道,并确定出所述初始车道和所述目标车道之间的车道边界线;基于目标运动信息确定出所述目标车辆在所述初始车道的第一状态条件、在所述车道边界线的第二状态条件和在所述目标车道的第三状态条件;确定预先设置的用于表征横纵向变道轨迹的目标模型,并基于所述第一状态条件、所述第二状态条件和所述目标模型获取所述初始车道和所述车道边界线之间的第一变道轨迹,以及基于所述第二状态条件、所述第三状态条件和所述目标模型获取所述车道边界线和所述目标车道之间的第二变道轨迹;在预设约束条件下连接所述第一变道轨迹和所述第二变道轨迹,以得到所述目标车辆在变道过程中的总变道轨迹。由此可见,本申请首先确定出变道过程中的初始车道和目标车道,并确定出初始车道和目标车道之间的车道边界线,然后根据目标运动信息确定出目标车辆在初始车道、车道边界线和目标车道分别对应的第一状态条件、第二状态条件和第三状态条件;再确定出预先设置的用于表征横纵向变道轨迹的目标模型,并利用第一状态条件、第二状态条件和目标模型获取初始车道和车道边界线之间的第一变道轨迹,以及基于第二状态条件、第三状态条件和目标模型获取车道边界线和目标车道之间的第二变道轨迹,最后在预设约束条件下连接第一变道轨迹和第二变道轨迹,以得到变道过程中的总变道轨迹。也就是说,本申请将变道过程分为两个阶段,一个阶段是初始车道和车道边界线之间的变道过程,另一个阶段是车道边界线和目标车道之间的变道过程,再分别利用对应的状态条件和预先设置的目标模型进行拟合求解,以得到两个阶段分别对应的变道轨迹,最后在预设约束条件下连接两个阶段分别求出的变道轨迹以得到总变道轨迹。通过将变道轨迹进行分段规划,能更精确的拟合变道轨迹。
附图说明
为了更清楚地说明本申请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,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本申请公开的一种车辆变道轨迹规划方法流程图;
图2为本申请公开的一种具体的车辆变道轨迹规划方法流程图;
图3为本申请公开的另一种具体的车辆变道轨迹规划方法流程图;
图4为本申请公开的一种车辆变道轨迹规划装置结构示意图;
图5为本申请公开的一种电子设备结构图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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。
对于自动驾驶车辆变道的轨迹规划问题,现有的变道轨迹规划算法相对简单,通常是通过采用车辆的初始位置和目标位置对变道轨迹进行曲线拟合,然而这种方式难以保证变道轨迹的平滑性和精确性。由于路况复杂多变,自动驾驶车辆进行变道时,若不跟随平滑的轨迹,会严重影响驾驶员的舒适性且易发生交通事故。为此,本申请实施例公开了一种车辆变道轨迹规划方法、装置、设备及介质,能够在车辆变道过程中更加精确的拟合变道轨迹。
参见图1所示,本申请实施例公开了一种车辆变道轨迹规划方法,该方法包括:
步骤S11:确定目标车辆在变道过程中的初始车道和目标车道,并确定出所述初始车道和所述目标车道之间的车道边界线。
本实施例中,首先确定出目标车辆在变道过程中的初始车道和目标车道,初始车道即目标车辆当前所处的车道,目标车道即目标车辆变道后需要到达的车道,然后确定出初始车道与目标车道之间的车道边界线。
步骤S12:基于目标运动信息确定出所述目标车辆在所述初始车道的第一状态条件、在所述车道边界线的第二状态条件和在所述目标车道的第三状态条件。
本实施例中,基于目标运动信息确定出目标车辆在初始车道、车道边界线和目标车道分别对应的第一状态条件、第二状态条件和第三状态条件。其中,目标运动信息是与目标车辆运动状态以及车道参数相关的信息,这些信息可以通过相关检测设备直接获取或者已预先设置了取值。
步骤S13:确定预先设置的用于表征横纵向变道轨迹的多项式函数,并基于所述第一状态条件、所述第二状态条件和所述目标模型获取所述初始车道和所述车道边界线之间的第一变道轨迹,以及基于所述第二状态条件、所述第三状态条件和所述目标模型获取所述车道边界线和所述目标车道之间的第二变道轨迹。
本实施例中,确定预先设置的用于表征横纵向变道轨迹的目标模型,目标模型的形式为多项式函数,在具体实施方式中,该多项式函数为五次多项式函数,横向变道轨迹是关于变道时间的五次多项式;纵向变道轨迹是关于横向变道轨迹的五次多项式。具体表达式如下:
其中,t表示时间,x和y分别表示纵向移动距离和横向移动距离,ai和bi表示系数,i=0,1,2,3,4,5。
然后利用第一状态条件和第二状态条件求解该多项式函数以获取初始车道和车道边界线之间的第一变道轨迹,以及基于第二状态条件和第三状态条件求解该多项式函数以获取车道边界线和目标车道之间的第二变道轨迹。
步骤S14:在预设约束条件下连接所述第一变道轨迹和所述第二变道轨迹,以得到所述目标车辆在变道过程中的总变道轨迹。
本实施例中,在预设约束条件下连接第一变道轨迹和第二变道轨迹,即可得到目标车辆在变道过程中的总变道轨迹。
可见,本申请通过确定目标车辆在变道过程中的初始车道和目标车道,并确定出所述初始车道和所述目标车道之间的车道边界线;基于目标运动信息确定出所述目标车辆在所述初始车道的第一状态条件、在所述车道边界线的第二状态条件和在所述目标车道的第三状态条件;确定预先设置的用于表征横纵向变道轨迹的目标模型,并基于所述第一状态条件、所述第二状态条件和所述目标模型获取所述初始车道和所述车道边界线之间的第一变道轨迹,以及基于所述第二状态条件、所述第三状态条件和所述目标模型获取所述车道边界线和所述目标车道之间的第二变道轨迹;在预设约束条件下连接所述第一变道轨迹和所述第二变道轨迹,以得到所述目标车辆在变道过程中的总变道轨迹。由此可见,本申请首先确定出变道过程中的初始车道和目标车道,并确定出初始车道和目标车道之间的车道边界线,然后根据目标运动信息确定出目标车辆在初始车道、车道边界线和目标车道分别对应的第一状态条件、第二状态条件和第三状态条件;再确定出预先设置的用于表征横纵向变道轨迹的目标模型,并利用第一状态条件、第二状态条件和目标模型获取初始车道和车道边界线之间的第一变道轨迹,以及基于第二状态条件、第三状态条件和目标模型获取车道边界线和目标车道之间的第二变道轨迹,最后在预设约束条件下连接第一变道轨迹和第二变道轨迹,以得到变道过程中的总变道轨迹。也就是说,本申请将变道过程分为两个阶段,一个阶段是初始车道和车道边界线之间的变道过程,另一个阶段是车道边界线和目标车道之间的变道过程,再分别利用对应的状态条件和预先设置的目标模型进行拟合求解,以得到两个阶段分别对应的变道轨迹,最后在预设约束条件下连接两个阶段分别求出的变道轨迹以得到总变道轨迹。通过将变道轨迹进行分段规划,能更精确的拟合变道轨迹。
参见图2所示,本申请实施例公开了一种具体的车辆变道轨迹规划方法,相对于上一实施例,本实施例对技术方案作了进一步的说明和优化。具体包括:
步骤S21:确定目标车辆在变道过程中的初始车道和目标车道,并确定出所述初始车道和所述目标车道之间的车道边界线。
步骤S22:获取包括车辆纵向行驶速度、车道宽度、车辆横摆角和预设纵向变道位移的目标运动信息;所述预设纵向变道位移包括所述初始车道和所述车道边界线之间的第一预设纵向变道位移以及所述车道边界线和所述目标车道之间的第二预设纵向变道位移。
本实施例中,目标运动信息具体可以包括但不限于车辆纵向行驶速度、车道宽度、车辆横摆角和预设纵向变道位移等信息。其中的预设纵向变道位移包括初始车道和车道边界线之间的第一预设纵向变道位移l1以及车道边界线和目标车道之间的第二预设纵向变道位移l2。可以理解的是,本实施例将变道过程分为了两个阶段,那么第一阶段的目标车辆从初始车道变道至车道边界线有对应的第一预设纵向变道位移l1,第二阶段的目标车辆从车道边界线变道至目标车道有对应的第二预设纵向变道位移l2,预设纵向变道位移可以预先设置其取值。
进一步的,上述所述获取包括车辆纵向行驶速度、车道宽度、车辆横摆角和预设纵向变道位移的目标运动信息的过程中,还包括:利用传感器获取车辆纵向行驶速度,并利用高精度地图获取车道宽度,以及利用电子稳定系统获取车辆横摆角。也即,上述参数中,预设纵向变道位移是预先设置取值,而其余参数需要通过相关检测设备而获取,具体的,利用传感器设备获取车辆纵向行驶速度v,利用高精度地图获取车道宽度width,车辆横摆角θ可以从电子稳定系统(Electronic Stability Program,即电子稳定系统)中获取,通过实车测试可算出不同车速下的平均值。
步骤S23:利用所述车辆纵向行驶速度和所述预设纵向变道位移确定出变道时间,并利用所述车辆纵向行驶速度和所述车辆横摆角确定出车辆横向行驶速度,以及利用所述变道时间和所述车辆横向行驶速度确定出横向行驶加速度。
本实施例中,利用车辆纵向行驶速度和预设纵向变道位移确定出变道时间,可以理解的是,本实施例中设定车辆纵向行驶速度保持不变,也即车辆在纵向为匀速运动,那么根据预设纵向变道位移与车辆纵向行驶速度的比值即可确定出变道时间。具体的,根据第一预设纵向变道位移l1和车辆纵向行驶速度v可以确定出目标车辆从初始车道变道至车道边界线所需要的变道时间Δt1,根据第二预设纵向变道位移和车辆纵向行驶速度可以确定出目标车辆从车道边界线变道至目标车道所需要的变道时间Δt2。另外,车辆横向行驶速度vy可以通过车辆纵向行驶速度v和车辆横摆角θ求出,由于目标车辆在横向方向上做的是初速度为0,横向行驶加速度设为ay的变速运动,那么利用横向行驶速度vy和变道时间Δt1即可确定出横向行驶加速度ay。
步骤S24:将所述车辆纵向行驶速度、所述车道宽度、所述预设纵向变道位移、所述变道时间、所述车辆横向行驶速度和所述横向行驶加速度代入状态条件表达式,以确定出所述目标车辆在所述初始车道的第一状态条件、在所述车道边界线的第二状态条件和在所述目标车道的第三状态条件。
本实施例中,需要指出的是,上述方法还包括:利用GPS定位设备确定出所述目标车辆在所述初始车道中的初始坐标位置,并以所述初始坐标位置为原点建立目标坐标系;基于所述目标车辆的横向移动距离和纵向移动距离确定出所述目标车辆在所述目标坐标系中的横纵坐标位置;基于所述横纵坐标位置、纵向行驶速度、纵向行驶加速度以及所述横向移动距离对所述纵向移动距离的一阶导数和二阶导数构建状态条件表达式。本实施例中,需要借助GPS定位设备确定出目标车辆在初始车道中的初始坐标位置,并以初始坐标位置为原点建立目标坐标系,具体可以为笛卡尔坐标系,如此一来,即可根据目标车辆的横向移动距离和纵向移动距离确定出目标车辆在该坐标系中的横纵坐标位置,假设坐标位置记为(纵向移动距离,横向移动距离)。此外。需要指出的是,本实施例中设定初始坐标位置位于初始车道的中心线位置,变道后的目标坐标位置也位于目标车道的中心线位置,那么目标车辆的初始坐标位置为(0,0);在车道边界线上的坐标位置为(l1,width/2);目标坐标位置为(l1+l2,width)。
本实施例中,基于横纵坐标位置、纵向行驶速度、纵向行驶加速度以及横向移动距离对纵向移动距离的一阶导数和二阶导数构建每个位置的状态条件表达式S,状态条件表达式具体如下:
其中,t表示变道时间;x(t)为纵坐标,即纵向移动距离;为纵向距离对变道时间的一阶导数,即纵向行驶速度;/>为纵向距离对变道时间的二阶导数,即纵向行驶加速度;y(x)为横坐标,即横向移动距离;y′(x)为横向移动距离对纵向移动距离的一阶导数,表示横向行驶加速度;y″(x)为横向移动距离对纵向移动距离的二阶导数,即横向行驶加速度。
进一步的,将车辆纵向行驶速度、车道宽度、预设纵向变道位移、变道时间、车辆横向行驶速度和横向行驶加速度代入状态条件表达式,以分别确定出目标车辆在初始车道的第一状态条件、在车道边界线的第二状态条件和在目标车道的第三状态条件。
具体的,目标车辆在初始车道的第一状态条件S1为:
可以理解的是,从前述内容可以直接,目标车辆的初始坐标位置为(0,0),即纵向移动距离和横向移动距离均为0;纵向行驶速度为v;由于设定车辆纵向行驶速度保持不变,那么纵向行驶加速度为0;而在初始车道还未进行变道操作,那么横向行驶速度和横向行驶加速度也均为0。
目标车辆在车道边界线的第二状态条件S2为:
可以理解的是,从前述内容可知,目标车辆在车道边界线上的坐标位置为(l1,width/2),即纵向移动距离为l1,纵向移动距离为width/2;纵向行驶速度为仍v;纵向行驶加速度仍为0;而此时已有横向行驶速度vy;横向行驶加速度ay。
目标车辆在目标车道的第二状态条件S3为:
可以理解的是,从前述内容可知,目标车辆的目标坐标位置为(l1+l2,width),即纵向移动距离为l1+l2,纵向移动距离为width;纵向行驶速度为仍v;纵向行驶加速度仍为0;此时的横向行驶速度为vy+ayΔt2;横向行驶加速度仍为ay。
步骤S25:确定预先设置的用于表征横纵向变道轨迹的目标模型,并基于所述第一状态条件、所述第二状态条件和所述目标模型获取所述初始车道和所述车道边界线之间的第一变道轨迹,以及基于所述第二状态条件、所述第三状态条件和所述目标模型获取所述车道边界线和所述目标车道之间的第二变道轨迹。
本实施例中,目标模型具体可以为五次多项式函数,那么确定出预先设置的用于表征横纵向变道轨迹的五次多项式函数后,则将第一状态条件和第二状态条件代入多项式函数进行求解以获取初始车道和车道边界线之间的第一变道轨迹,以及将第二状态条件和第三状态条件代入多项式函数进行求解以获取车道边界线和目标车道之间的第二变道轨迹。具体的,在每个阶段分别基于对应的两个状态条件建立x(t)、与变道时间t的关系式,以及建立y(x)、y′(x)、y″(x)与x的关系式,联立求解出五次多项式函数中的各个系数,以得到对应的变道轨迹表达式。
步骤S26:在预设约束条件下连接所述第一变道轨迹和所述第二变道轨迹,以得到所述目标车辆在变道过程中的总变道轨迹。
本实施例中,上述在预设约束条件下连接所述第一变道轨迹和所述第二变道轨迹之前,还包括以所述目标车辆为原点,并以道路中心线的切向量方向和法向量方向作为互相垂直的坐标轴建立Frenet坐标系;将所述目标坐标系中所述第一变道轨迹和所述第二变道轨迹中的坐标点转化为Frenet坐标系中的目标坐标点,以得到坐标系转化后的第一变道轨迹和第二变道轨迹。也即,本实施例中需要将笛卡尔坐标系中第一变道轨迹和第二变道轨迹中的坐标点(x,y)转化为Frenet坐标系下的目标坐标点(s,d),以得到Frenet坐标系中的第一变道轨迹和第二变道轨迹,即获取两个阶段的frenet轨迹线,分别记为T1=Qi(d),T2=Pi(d);i=1,…,n。
在预设约束条件下连接Frenet坐标系中的第一变道轨迹和第二变道轨迹以得到总变道轨迹。
其中,关于上述步骤S21更加具体的处理过程可以参考前述实施例中公开的相应内容,在此不再进行赘述。
可见,本申请实施例根据获取到的车辆纵向行驶速度、车道宽度、车辆横摆角和预设纵向变道位移等目标运动信息确定出变道时间、车辆横向行驶速度、横向行驶加速度等参数,再代入状态条件表达式,以确定出目标车辆在初始车道的第一状态条件、在车道边界线的第二状态条件和在目标车道的第三状态条件。再在两个阶段分别根据对应的状态条件求解多项式函数,以得到第一阶段的第一变道轨迹,以及第二阶段的第二变道轨迹。然后完成变道轨迹中的坐标点从笛卡尔坐标系到Frenet坐标系的转换,并在预设约束条件下连接Frenet坐标系中的第一变道轨迹和第二变道轨迹以得到总变道轨迹。上述方案在确定出不同位置的状态条件后,利用对应的状态条件分阶段拟合求解多项式函数,得到对应的变道轨迹,从而通过分段规划变道轨迹的方式,提高了轨迹拟合的精确性。
参见图3所示,本申请实施例公开了一种车辆变道轨迹规划方法,该方法包括:
步骤S31:确定目标车辆在变道过程中的初始车道和目标车道,并确定出所述初始车道和所述目标车道之间的车道边界线。
步骤S32:基于目标运动信息确定出所述目标车辆在所述初始车道的第一状态条件、在所述车道边界线的第二状态条件和在所述目标车道的第三状态条件。
步骤S33:确定预先设置的用于表征横纵向变道轨迹的目标模型,并基于所述第一状态条件、所述第二状态条件和所述目标模型获取所述初始车道和所述车道边界线之间的第一变道轨迹,以及基于所述第二状态条件、所述第三状态条件和所述目标模型获取所述车道边界线和所述目标车道之间的第二变道轨迹。
步骤S34:确定所述第一变道轨迹在所述车道边界线的第一导数值,并确定所述第二变道轨迹在所述车道边界线的第二导数值;在所述第一导数值和所述第二导数值相等的条件下连接所述第一变道轨迹和所述第二变道轨迹,以得到所述目标车辆在变道过程中的总变道轨迹。
本实施例中,预设约束条件具体可以为第一变道轨迹T1右端点的导数值与第二变道轨迹T2左端点的导数值相等,而两条变道轨迹的交接点位于车道边界线,也即需要确定第一变道轨迹在车道边界线的第一导数值以及第二变道轨迹在车道边界线的第二导数值,并在保持第一导数值和第二导数值相等的条件下连接第一变道轨迹和第二变道轨迹,以得到目标车辆在变道过程中的总变道轨迹,通过保持导数值相等,可以提升变道轨迹的平滑性。
步骤S35:对所述目标运动信息中的预设纵向变道位移设置若干个不同的取值条件,并重复执行所述基于目标运动信息确定出所述目标车辆在所述初始车道的第一状态条件、在所述车道边界线的第二状态条件和在所述目标车道的第三状态条件的步骤,直到得到相应数量个与每一取值条件对应的总变道轨迹。
本实施例中,从前述公开内容可知,目标运动信息中的预设纵向变道位移是通过预先设置其取值,若预设纵向变道位移取值不同,对应的变道时间、横向行驶加速度均会随之发生变化,那么各个位置的状态条件也会不一样。本实施例中通过对预设纵向变道位移设置若干个不同的取值条件,并重复执行所述基于目标运动信息确定出所述目标车辆在所述初始车道的第一状态条件、在所述车道边界线的第二状态条件和在所述目标车道的第三状态条件的步骤,则得到相应数量个与每一取值条件对应的总变道轨迹。
步骤S36:确定每一所述总变道轨迹中的横向行驶加速度,并将横向行驶加速度最小值对应的总变道轨迹确定为最优变道轨迹,以便所述目标车辆基于所述最优变道轨迹进行变道操作。
本实施例中,通过对预设纵向变道位移取不同值并获取到多条总变道轨迹后,则确定每一条总变道轨迹的横向行驶加速度,并将横向行驶加速度最小值对应的总变道轨迹确定为最优变道轨迹。也就是说,本申请实施例通过对多条总变道轨迹进行采样,并以最小横向行驶加速度为目标筛选出一条最优轨迹线,以便目标车辆基于该最优变道轨迹进行变道操作。如此一来,通过在筛选变道轨迹线中以最小横向行驶加速度为优化目标,从而保证了变道轨迹的平滑性。
其中,关于上述步骤S31、S32和S33更加具体的处理过程可以参考前述实施例中公开的相应内容,在此不再进行赘述。
可见,本申请实施例在保持第一变道轨迹T1右端点的导数值与第二变道轨迹T2左端点的导数值相等的情况下连接第一变道轨迹和第二变道轨迹,以提升变道轨迹的平滑性。另外,本实施例通过对目标运动信息中的预设纵向变道位移设置不同的取值条件,也即取不同值可以获取到多条总变道轨迹,再以最小横向行驶加速度为优化目标,从多条总变道轨迹中筛选出横向行驶加速度最小值对应的总变道轨迹作为最优变道轨迹,以便目标车辆基于该最优变道轨迹进行变道操作。通过考虑以最小横向行驶加速度为优化目标,保证了变道轨迹的平滑性。
参见图4所示,本申请实施例公开了一种车辆变道轨迹规划装置,该装置包括:
车道信息确定模块11,用于确定目标车辆在变道过程中的初始车道和目标车道,并确定出所述初始车道和所述目标车道之间的车道边界线;
状态条件确定模块12,用于基于目标运动信息确定出所述目标车辆在所述初始车道的第一状态条件、在所述车道边界线的第二状态条件和在所述目标车道的第三状态条件;
变道轨迹获取模块13,用于确定预先设置的用于表征横纵向变道轨迹的多项式函数,并基于所述第一状态条件、所述第二状态条件和所述目标模型获取所述初始车道和所述车道边界线之间的第一变道轨迹,以及基于所述第二状态条件、所述第三状态条件和所述目标模型获取所述车道边界线和所述目标车道之间的第二变道轨迹;
变道轨迹连接模块14,用于在预设约束条件下连接所述第一变道轨迹和所述第二变道轨迹,以得到所述目标车辆在变道过程中的总变道轨迹。
可见,本申请通过确定目标车辆在变道过程中的初始车道和目标车道,并确定出所述初始车道和所述目标车道之间的车道边界线;基于目标运动信息确定出所述目标车辆在所述初始车道的第一状态条件、在所述车道边界线的第二状态条件和在所述目标车道的第三状态条件;确定预先设置的用于表征横纵向变道轨迹的多项式函数,并基于所述第一状态条件、所述第二状态条件和所述目标模型获取所述初始车道和所述车道边界线之间的第一变道轨迹,以及基于所述第二状态条件、所述第三状态条件和所述目标模型获取所述车道边界线和所述目标车道之间的第二变道轨迹;在预设约束条件下连接所述第一变道轨迹和所述第二变道轨迹,以得到所述目标车辆在变道过程中的总变道轨迹。由此可见,本申请首先确定出变道过程中的初始车道和目标车道,并确定出初始车道和目标车道之间的车道边界线,然后根据目标运动信息确定出目标车辆在初始车道、车道边界线和目标车道分别对应的第一状态条件、第二状态条件和第三状态条件;再确定出预先设置的用于表征横纵向变道轨迹的目标模型,并利用第一状态条件、第二状态条件和目标模型获取初始车道和车道边界线之间的第一变道轨迹,以及基于第二状态条件、第三状态条件和目标模型获取车道边界线和目标车道之间的第二变道轨迹,最后在预设约束条件下连接第一变道轨迹和第二变道轨迹,以得到变道过程中的总变道轨迹。也就是说,本申请将变道过程分为两个阶段,一个阶段是初始车道和车道边界线之间的变道过程,另一个阶段是车道边界线和目标车道之间的变道过程,再分别利用对应的状态条件和预先设置的目标模型进行拟合求解,以得到两个阶段分别对应的变道轨迹,最后在预设约束条件下连接两个阶段分别求出的变道轨迹以得到总变道轨迹。通过将变道轨迹进行分段规划,能更精确的拟合变道轨迹。
图5为本申请实施例提供的一种电子设备的结构示意图。具体可以包括:至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中,所述存储器22用于存储计算机程序,所述计算机程序由所述处理器21加载并执行,以实现前述任一实施例公开的由电子设备执行的车辆变道轨迹规划方法中的相关步骤。
本实施例中,电源23用于为电子设备20上的各硬件设备提供工作电压;通信接口24能够为电子设备20创建与外界设备之间的数据传输通道,其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议,在此不对其进行具体限定;输入输出接口25,用于获取外界输入数据或向外界输出数据,其具体的接口类型可以根据具体应用需要进行选取,在此不进行具体限定。
其中,处理器21可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器21可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器21可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器21还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
另外,存储器22作为资源存储的载体,可以是只读存储器、随机存储器、磁盘或者光盘等,其上所存储的资源包括操作系统221、计算机程序222及数据223等,存储方式可以是短暂存储或者永久存储。
其中,操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222,以实现处理器21对存储器22中海量数据223的运算与处理,其可以是Windows、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的车辆变道轨迹规划方法的计算机程序之外,还可以进一步包括能够用于完成其他特定工作的计算机程序。数据223除了可以包括电子设备接收到的由外部设备传输进来的数据,也可以包括由自身输入输出接口25采集到的数据等。
进一步的,本申请实施例还公开了一种计算机可读存储介质,所述存储介质中存储有计算机程序,所述计算机程序被处理器加载并执行时,实现前述任一实施例公开的由车辆变道轨迹规划过程中执行的方法步骤。
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它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,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。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后,还需要说明的是,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。
以上对本发明所提供的一种车辆变道轨迹规划方法、装置、设备及存储介质进行了详细介绍,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)
1.一种车辆变道轨迹规划方法,其特征在于,包括:
确定目标车辆在变道过程中的初始车道和目标车道,并确定出所述初始车道和所述目标车道之间的车道边界线;
基于目标运动信息确定出所述目标车辆在所述初始车道的第一状态条件、在所述车道边界线的第二状态条件和在所述目标车道的第三状态条件;
确定预先设置的用于表征横纵向变道轨迹的目标模型,并基于所述第一状态条件、所述第二状态条件和所述目标模型获取所述初始车道和所述车道边界线之间的第一变道轨迹,以及基于所述第二状态条件、所述第三状态条件和所述目标模型获取所述车道边界线和所述目标车道之间的第二变道轨迹;
在预设约束条件下连接所述第一变道轨迹和所述第二变道轨迹,以得到所述目标车辆在变道过程中的总变道轨迹。
2.根据权利要求1所述的车辆变道轨迹规划方法,其特征在于,还包括:
利用GPS定位设备确定出所述目标车辆在所述初始车道中的初始坐标位置,并以所述初始坐标位置为原点建立目标坐标系;
基于所述目标车辆的横向移动距离和纵向移动距离确定出所述目标车辆在所述目标坐标系中的横纵坐标位置;
基于所述横纵坐标位置、纵向行驶速度、纵向行驶加速度以及所述横向移动距离对所述纵向移动距离的一阶导数和二阶导数构建状态条件表达式。
3.根据权利要求2所述的车辆变道轨迹规划方法,其特征在于,所述在预设约束条件下连接所述第一变道轨迹和所述第二变道轨迹之前,还包括
以所述目标车辆为原点,并以道路中心线的切向量方向和法向量方向作为互相垂直的坐标轴建立Frenet坐标系;
将所述目标坐标系中所述第一变道轨迹和所述第二变道轨迹中的坐标点转化为Frenet坐标系中的目标坐标点,以得到坐标系转化后的第一变道轨迹和第二变道轨迹。
4.根据权利要求2所述的车辆变道轨迹规划方法,其特征在于,所述基于目标运动信息确定出所述目标车辆在所述初始车道的第一状态条件、在所述车道边界线的第二状态条件和在所述目标车道的第三状态条件,包括:
获取包括车辆纵向行驶速度、车道宽度、车辆横摆角和预设纵向变道位移的目标运动信息;所述预设纵向变道位移包括所述初始车道和所述车道边界线之间的第一预设纵向变道位移以及所述车道边界线和所述目标车道之间的第二预设纵向变道位移;
利用所述车辆纵向行驶速度和所述预设纵向变道位移确定出变道时间,并利用所述车辆纵向行驶速度和所述车辆横摆角确定出车辆横向行驶速度,以及利用所述变道时间和所述车辆横向行驶速度确定出横向行驶加速度;
将所述车辆纵向行驶速度、所述车道宽度、所述预设纵向变道位移、所述变道时间、所述车辆横向行驶速度和所述横向行驶加速度代入所述状态条件表达式,以确定出所述目标车辆在所述初始车道的第一状态条件、在所述车道边界线的第二状态条件和在所述目标车道的第三状态条件。
5.根据权利要求4所述的车辆变道轨迹规划方法,其特征在于,所述获取包括车辆纵向行驶速度、车道宽度、车辆横摆角和预设纵向变道位移的目标运动信息的过程中,还包括:
利用传感器获取车辆纵向行驶速度,并利用高精度地图获取车道宽度,以及利用电子稳定系统获取车辆横摆角。
6.根据权利要求4所述的车辆变道轨迹规划方法,其特征在于,还包括:
对所述目标运动信息中的预设纵向变道位移设置若干个不同的取值条件,并重复执行所述基于目标运动信息确定出所述目标车辆在所述初始车道的第一状态条件、在所述车道边界线的第二状态条件和在所述目标车道的第三状态条件的步骤,直到得到相应数量个与每一取值条件对应的总变道轨迹;
确定每一所述总变道轨迹中的横向行驶加速度,并将横向行驶加速度最小值对应的总变道轨迹确定为最优变道轨迹,以便所述目标车辆基于所述最优变道轨迹进行变道操作。
7.根据权利要求1至6任一项所述的车辆变道轨迹规划方法,其特征在于,所述在预设约束条件下连接所述第一变道轨迹和所述第二变道轨迹,包括:
确定所述第一变道轨迹在所述车道边界线的第一导数值,并确定所述第二变道轨迹在所述车道边界线的第二导数值;
在所述第一导数值和所述第二导数值相等的条件下连接所述第一变道轨迹和所述第二变道轨迹。
8.一种车辆变道轨迹规划装置,其特征在于,包括:
车道信息确定模块,用于确定目标车辆在变道过程中的初始车道和目标车道,并确定出所述初始车道和所述目标车道之间的车道边界线;
状态条件确定模块,用于基于目标运动信息确定出所述目标车辆在所述初始车道的第一状态条件、在所述车道边界线的第二状态条件和在所述目标车道的第三状态条件;
变道轨迹获取模块,用于确定预先设置的用于表征横纵向变道轨迹的目标模型,并基于所述第一状态条件、所述第二状态条件和所述目标模型获取所述初始车道和所述车道边界线之间的第一变道轨迹,以及基于所述第二状态条件、所述第三状态条件和所述目标模型获取所述车道边界线和所述目标车道之间的第二变道轨迹;
变道轨迹连接模块,用于在预设约束条件下连接所述第一变道轨迹和所述第二变道轨迹,以得到所述目标车辆在变道过程中的总变道轨迹。
9.一种电子设备,其特征在于,包括:
存储器,用于保存计算机程序;
处理器,用于执行所述计算机程序,以实现如权利要求1至7任一项所述的车辆变道轨迹规划方法的步骤。
10.一种计算机可读存储介质,其特征在于,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的车辆变道轨迹规划方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211625063.7A CN115871670A (zh) | 2022-12-16 | 2022-12-16 | 一种车辆变道轨迹规划方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211625063.7A CN115871670A (zh) | 2022-12-16 | 2022-12-16 | 一种车辆变道轨迹规划方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115871670A true CN115871670A (zh) | 2023-03-31 |
Family
ID=85755170
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211625063.7A Pending CN115871670A (zh) | 2022-12-16 | 2022-12-16 | 一种车辆变道轨迹规划方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115871670A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116653964A (zh) * | 2023-07-31 | 2023-08-29 | 福思(杭州)智能科技有限公司 | 变道纵向速度规划方法、装置和车载设备 |
CN116659538A (zh) * | 2023-07-31 | 2023-08-29 | 福思(杭州)智能科技有限公司 | 变道路径规划方法、装置和车载设备 |
-
2022
- 2022-12-16 CN CN202211625063.7A patent/CN115871670A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116653964A (zh) * | 2023-07-31 | 2023-08-29 | 福思(杭州)智能科技有限公司 | 变道纵向速度规划方法、装置和车载设备 |
CN116659538A (zh) * | 2023-07-31 | 2023-08-29 | 福思(杭州)智能科技有限公司 | 变道路径规划方法、装置和车载设备 |
CN116653964B (zh) * | 2023-07-31 | 2023-09-29 | 福思(杭州)智能科技有限公司 | 变道纵向速度规划方法、装置和车载设备 |
CN116659538B (zh) * | 2023-07-31 | 2023-10-31 | 福思(杭州)智能科技有限公司 | 变道路径规划方法、装置和车载设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3805703B1 (en) | Movement track reconstruction method and device, storage medium, and electronic device | |
CN115871670A (zh) | 一种车辆变道轨迹规划方法、装置、设备及介质 | |
CN109085837B (zh) | 车辆控制方法、装置、计算机设备及存储介质 | |
JP6161942B2 (ja) | カーブ形状モデル化装置、車両情報処理システム、カーブ形状モデル化方法、及びカーブ形状モデル化プログラム | |
CN108180921B (zh) | 利用gps数据的ar-hud导航系统及其导航方法 | |
CN106104656A (zh) | 地图信息生成系统、方法及程序 | |
CN107664504A (zh) | 一种路径规划装置 | |
CN107664993A (zh) | 一种路径规划方法 | |
CN108919802A (zh) | 无人驾驶的车辆行驶和装置 | |
CN111665738A (zh) | 在环仿真系统及其中的信息处理方法及装置 | |
CN114212110B (zh) | 障碍物轨迹预测方法、装置、电子设备及存储介质 | |
CN110377041B (zh) | 参考线生成方法、装置、终端设备及存储介质 | |
CN113074748B (zh) | 一种无人驾驶设备的路径规划方法及装置 | |
DE69824789T2 (de) | Navigationssystem | |
CN114485698A (zh) | 一种交叉路口引导线生成方法及系统 | |
CN114299712A (zh) | 一种数据处理方法、装置、设备以及可读存储介质 | |
CN108549373A (zh) | 一种基于导航角偏差进行车辆运行信息处理的方法和装置 | |
CN116069037A (zh) | 无人车编队轨迹规划控制方法、装置、设备及存储介质 | |
CN114639267A (zh) | 一种车路协同环境中车辆避撞预警方法 | |
CN114048626A (zh) | 一种交通流仿真场景构建方法及系统 | |
CN111896021B (zh) | 一种无信号道路智能导航方法 | |
CN114357794A (zh) | 一种基于改进卡尔曼滤波的公交进站停车测评方法 | |
JP2987436B1 (ja) | 道路形状情報入力・蓄積装置 | |
CN116734892B (zh) | 行驶数据的处理方法、装置、设备和介质 | |
CN115494772B (zh) | 基于高精地图的自动驾驶控制方法及自动驾驶控制装置 |
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 |