CN117246355A - 一种轨迹规划方法和存储介质 - Google Patents
一种轨迹规划方法和存储介质 Download PDFInfo
- Publication number
- CN117246355A CN117246355A CN202311148528.9A CN202311148528A CN117246355A CN 117246355 A CN117246355 A CN 117246355A CN 202311148528 A CN202311148528 A CN 202311148528A CN 117246355 A CN117246355 A CN 117246355A
- Authority
- CN
- China
- Prior art keywords
- track
- value
- preset
- expression
- grid
- 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 52
- 238000005452 bending Methods 0.000 claims abstract description 22
- 238000011156 evaluation Methods 0.000 claims abstract description 12
- 238000005070 sampling Methods 0.000 claims abstract description 10
- 230000004888 barrier function Effects 0.000 claims abstract description 7
- 230000014509 gene expression Effects 0.000 claims description 83
- 230000001133 acceleration Effects 0.000 claims description 45
- 238000004590 computer program Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000009795 derivation Methods 0.000 claims description 6
- 230000008447 perception Effects 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
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
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/12—Lateral 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/12—Lateral speed
- B60W2520/125—Lateral acceleration
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种轨迹规划方法和存储介质,轨迹规划方法包括:将当前车辆的行驶环境投影至栅格地图,根据所述行驶环境的道路信息和障碍物信息确定所述栅格地图中每个网格的代价值;获取所述当前车辆的起点位置信息,采样多个预设终点位置信息生成多条预设轨迹,将每条预设轨迹投影至所述栅格地图;基于曲率公式获取每条预设轨迹的弯曲值,获取每条预设轨迹的代价值,将所述代价值和弯曲值相加以获取每条预设轨迹的评价值,根据所述评价值确定当前车辆行驶的最优参考轨迹。本申请提供的轨迹规划方法和存储介质通过择优算法对大量的轨迹进行选择,最终选出评价值最高的轨迹作为车辆最终的参考轨迹。
Description
技术领域
本申请涉及路径规划技术领域,具体涉及一种轨迹规划方法和存储介质。
背景技术
自动驾驶领域中的路径规划需要同时考虑车辆横向(方向盘控制等)和纵向(油门、刹车踏板控制等)的运动,目前常用的路径规划方案是横纵向分开规划然后合一的方案,但此方案的劣势在于横纵向解耦规划时经常遇到两边冲突或者是相互依赖的问题。比如在简单的车辆避障应用中,通常需要自动驾驶车辆同时纵向减速和横向避让,但是由于解耦的关系,纵向速度规划需要获得横向的轨迹信息以规划出合理的减速曲线以在合理的位置进行减速或者恢复速度,同理,横向轨迹规划需要获得速度的规划信息以规划出及时的避让轨迹,完成避障。所以两者之间存在相互依赖的关系。
此外,自动驾驶中的路径规划通常需要大量的基于规则的代码来满足实际需求,但由于实际的道路状况十分复杂,基于规则的方式并不一定能满足要求。比如经常会出现过于保守的决策无法完成既定的车辆动作(比如变道),或者考虑不周导致有些极端情况没有考虑到而造成潜在的危险。而且,大量的规则代码需要很多的人力去维护,过于复杂。
前面的叙述在于提供一般的背景信息,并不一定构成现有技术。
发明内容
为了缓解上述问题,本申请提供一种轨迹规划方法和存储介质。
在一方面,本申请提供一种轨迹规划方法,具体地,包括:
将当前车辆的行驶环境投影至栅格地图,根据所述行驶环境的道路信息和障碍物信息确定所述栅格地图中每个网格的代价值;
获取所述当前车辆的起点位置信息,在所述行驶环境中采样多个预设终点位置信息,基于多项式曲线原理分别对应每个预设终点位置信息生成多条预设轨迹,将每条预设轨迹投影至所述栅格地图;
基于曲率公式获取每条预设轨迹的弯曲值,根据每条预设轨迹遍历的网格获取每条预设轨迹的代价值,将所述代价值和弯曲值相加以获取每条预设轨迹的评价值,根据所述评价值确定当前车辆行驶的最优参考轨迹。
可选地,所述将当前车辆的行驶环境投影至栅格地图,根据所述行驶环境的道路信息和障碍物信息确定所述栅格地图中每个网格的代价值的步骤包括:
根据所述当前车辆的感知信息、定位信息和地图信息获取所述行驶环境的道路信息和障碍物信息。
可选地,所述将当前车辆的行驶环境投影至栅格地图,根据所述行驶环境的道路信息和障碍物信息确定所述栅格地图中每个网格的代价值的步骤包括:
获取每个网格与所述道路信息中车道中心线的第一距离,根据所述第一距离确定每个网格的第一代价值;
获取每个网格与所述障碍物信息中目标障碍物的第二距离,根据所述第二距离确定每个网格的第二代价值;
将所述第一代价值和第二代价值相加以获得每个网格的代价值。
可选地,所述获取每个网格与所述障碍物信息中目标障碍物的第二距离,根据所述第二距离确定每个网格的第二代价值的步骤包括:
获取所述目标障碍物的实时位置,根据所述实时位置获取每个网格在对应时间点与所述目标障碍物的第二距离;
当所述第二距离不大于零时,确定第二代价值为第一预设值;
当所述第二距离大于零且不大于第一阈值时,确定第二代价值为第二预设值;
当所述第二距离大于所述第一阈值且不大于第二阈值时,确定第二代价值为第三预设值;
当所述第二距离大于所述第二阈值时,确定第二代价值为第四预设值。
可选地,所述获取所述当前车辆的起点位置信息,在所述行驶环境中采样多个预设终点位置信息,基于多项式曲线原理分别对应每个预设终点位置信息生成多条预设轨迹,将每条预设轨迹投影至所述栅格地图的步骤包括:
基于多项式曲线原理建立关于时间和位置的轨迹表达式,对所述轨迹表达式进行一次求导获取关于时间和速度的速度表达式,对所述轨迹表达式进行二次求导获取关于时间和加速度的加速度表达式;
将所述起点位置信息中横向上的第一横坐标值、第一横向速度和第一横向加速度,和所述每个预设终点位置信息中横向上的第二横坐标值、第二横向速度和第二横向加速度代入所述轨迹表达式、速度表示式和加速度表达式以获取每条预设轨迹的横向轨迹表达式;
将所述起点位置信息中纵向上的第一纵坐标值、第一纵向速度和第一纵向加速度,和所述每个预设终点位置信息中纵向上的第二纵坐标值、第二纵向速度和第二纵向加速度代入所述轨迹表达式、速度表示式和加速度表达式以获取每条预设轨迹的纵向轨迹表达式。
可选地,所述轨迹表达式为:
P(t)=a0+a1*t+a2*t2+a3*t3+a4*t4+a5*t5;
所述速度表达式为:V(t)=a1+2a2*t+3a3*t2+4a4*t3+5a5*t4;
所述加速度表达式为:A(t)=2a2+6a3*t+12a4*t2+20a5*t3;
其中,a0、a1、a2、a3、a4和a5为轨迹系数,t为时间点,P为轨迹位置,V为速度,A加速度。
可选地,所述获取横向轨迹表达式;或,获取纵向轨迹表达式的步骤包括:
基于矩阵公式获取所述轨迹系数,根据所述轨迹系数获取横向轨迹表达式,或,纵向轨迹表达式;
所述矩阵公式为:
其中,T1为起点时间点,T2为终点时间点;P1为第一横坐标值,P2为第二横坐标值,V1第一横向速度,V2为第二横向速度,A1为第一横向加速度,A2为第二横向加速度,a0、a1、a2、a3、a4和a5为横向轨迹表达式对应的轨迹系数;或,P1为第一纵坐标值,P2为第二纵坐标值,V1为第一纵向速度,V2为第二纵向速度,A1为第一纵向加速度,A2为第二纵向加速度,a0、a1、a2、a3、a4和a5为纵向轨迹表达式对应的轨迹系数。
可选地,所述基于曲率公式获取每条预设轨迹的弯曲值的步骤包括:
基于所述曲率公式获取每条预设轨迹在每个时间点的弯曲值,累加每条预设轨迹从起点时间点至终点时间点的弯曲值以获取每条预设轨迹的弯曲值。
可选地,所述曲率公式为:
其中,t为时间点,Ccurv为对应时间点的弯曲值,X′(t)为横向轨迹表达式的一次导数,X″(t)横向轨迹表达式的二次导数,Y′(t)为纵向轨迹表达式的一次导数,Y″(t)为纵向轨迹表达式的二次导数。
另一方面,本申请还提供一种存储介质,具体地,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的轨迹规划方法的步骤
如上所述,本申请提供的轨迹规划方法和存储介质通过利用栅格地图对当前车辆行驶环境进行建模,并在现有场景下进行大量的规划采样获得一批候选的轨迹,然后通过择优算法对大量的轨迹进行选择,最终选出评价值最高的轨迹作为车辆最终的参考轨迹。
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。为了更清楚地说明本申请实施例的技术方案,下面将对实施例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为本申请一实施例的轨迹规划方法的流程图。
图2为本申请一实施例的车道中心线投影的示意图。
图3为本申请一实施例的目标障碍物投影的示意图。
图4为本申请一实施例的生成多条预设轨迹的示意图。
图5为本申请一实施例的多条预设轨迹投影的示意图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素,此外,本申请不同实施例中具有同样命名的部件、特征、要素可能具有相同含义,也可能具有不同含义,其具体含义需以其在该具体实施例中的解释或者进一步结合该具体实施例中上下文进行确定。
应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
第一实施例
在一方面,本申请提供一种轨迹规划方法。图1为本申请一实施例的轨迹规划方法的流程图。
请参阅图1,在一实施例中,轨迹规划方法包括:
S10:将当前车辆的行驶环境投影至栅格地图,根据所述行驶环境的道路信息和障碍物信息确定所述栅格地图中每个网格的代价值。
示例性地,栅格地图是将二维平面按照既定的空间分辨率等分成若干个网格后,从而形成对应当前行驶环境的地图。将行驶环境中的障碍物信息和道路信息投影至一个统一的栅格地图,并对栅格地图中的网格赋上相应的代价值(cost),实现对当前行驶环境的建模,方便后续对于多条预设轨迹评价的时候计算相应预设轨迹的碰撞和优劣情况。
S20:获取所述当前车辆的起点位置信息,在所述行驶环境中采样多个预设终点位置信息,基于多项式曲线原理分别对应每个预设终点位置信息生成多条预设轨迹,将每条预设轨迹投影至所述栅格地图。
示例性地,获取车辆的实时位置,速度和加速度以作为多条预设轨迹的起点位置信息,再通过大量的采样获得多条预设轨迹的终点位置信息,基于多项式曲线原理,结合起点位置信息和终点位置信息能获得一条完整轨迹的表达式。
S30:基于曲率公式获取每条预设轨迹的弯曲值,根据每条预设轨迹遍历的网格获取每条预设轨迹的代价值,将所述代价值和弯曲值相加以获取每条预设轨迹的评价值,根据所述评价值确定当前车辆行驶的最优参考轨迹。
示例性地,由于每条预设轨迹的形状和位置不同,所以对应的评价值也不同。轨迹的弯曲程度会影响用户体验,曲率越小的轨迹用户乘坐的体验更舒适,因此需要将轨迹的弯曲程度作为评价轨迹的因素之一。根据每条预设轨迹遍历的网格获取对应的代价值能直接体现每条预设轨迹与障碍物的碰撞情况。可选地,本申请对选取最优参考轨迹的因素不做限定,可以根据当前行驶环境选取多个影响轨迹优劣的因素。
在本实施例中,轨迹规划方法通过利用栅格地图对当前车辆行驶环境进行建模,并在现有场景下进行大量的规划采样获得一批候选的轨迹,然后通过择优算法对大量的轨迹进行选择,最终选出评价值最高的轨迹作为车辆最终的参考轨迹。
在一实施例中,轨迹规划方法在执行S10:所述将当前车辆的行驶环境投影至栅格地图,根据所述行驶环境的道路信息和障碍物信息确定所述栅格地图中每个网格的代价值的步骤包括:
根据所述当前车辆的感知信息、定位信息和地图信息获取所述行驶环境的道路信息和障碍物信息。
示例性地,根据定位信息,感知信息和地图信息实现对车辆周围环境进行栅格地图中的建模。可选地,当前车辆行驶的感知信息包括环境感知信息、车身感知信息和网联感知信息。环境感知信息为车辆通过硬件传感器、车载摄像头、毫米波雷达、激光雷达、超声波雷达从外界获取的信息,如附近车辆、车道线、行人、建筑物、障碍物、交通标志、信号灯等;车身感知信息为车辆通过惯性导航、卫星导航和高精度地图对自身状态的感知信息,如车辆位置、行驶速度、姿态方位等;网联感知信息为车辆通过各类路侧设备、车载终端以及V2X(vehicle to X)云平台等与外界的网联通信信息,如道路信息、天气信息和行人信息等。
在一实施例中,轨迹规划方法在执行S10:所述将当前车辆的行驶环境投影至栅格地图,根据所述行驶环境的道路信息和障碍物信息确定所述栅格地图中每个网格的代价值的步骤包括:
获取每个网格与所述道路信息中车道中心线的第一距离,根据所述第一距离确定每个网格的第一代价值。
图2为本申请一实施例的车道中心线投影的示意图。
示例性地,自动驾驶车辆在行驶的过程中绝大部分时间行驶在车道正中间,因此需要将道路信息中车道中心线投影至栅格地图,以考虑车道中心线对网格代价值的影响。将多条预设轨迹投影到栅格地图上,离车道中心线越近,轨迹的代价值越低。可选地,处于车道中心线上的网格的第一代价值会被赋予负数值,远离车道中心线方向上的网格的第一代价值逐渐增大,从而达到一个希望轨迹靠近车道中心线的效果。请参阅图2,网格随着离车道中心线越远,灰度越钱,表示网格的代价值逐渐增大。
获取每个网格与所述障碍物信息中目标障碍物的第二距离,根据所述第二距离确定每个网格的第二代价值。
示例性地,将所述目标障碍物投影至栅格地图,目标障碍物包括行驶的目标车辆,因此需要考虑变化目标车辆的位置发生变化时对网格代价值的影响。当前车辆可以通过感知信息获取目标车辆的实时位置,根据每个时间点的目标车辆的位置获取对应时间点的栅格地图中每个网格的第二代价值。
将所述第一代价值和第二代价值相加以获得每个网格的代价值。
示例性地,将第一代价值和第二代价值相加以获取总的代价值能体现每个网格对轨迹优劣的影响程度。增加时间维度考虑每个网格的第二代价值,能更加全面准确地获取每个网格的代价值。
在一实施例中,轨迹规划方法在执行S10:所述获取每个网格与所述障碍物信息中目标障碍物的第二距离,根据所述第二距离确定每个网格的第二代价值的步骤包括:
获取所述目标障碍物的实时位置,根据所述实时位置获取每个网格在对应时间点与所述目标障碍物的第二距离;
当所述第二距离不大于零时,确定第二代价值为第一预设值;
当所述第二距离大于零且不大于第一阈值时,确定第二代价值为第二预设值;
当所述第二距离大于所述第一阈值且不大于第二阈值时,确定第二代价值为第三预设值;
当所述第二距离大于所述第二阈值时,确定第二代价值为第四预设值。
图3为本申请一实施例的目标障碍物投影的示意图。
请参阅图3,示例性地,将每个网格与目标障碍物的距离分为三个层次。目标障碍物本身,即第一层所在位置的网格被赋予一个很大的代价值,比如10000,从而表示这个区域是不可触碰,凡是有轨迹经过这个区域,则立刻被判定为有碰撞。距离目标障碍物周围很近,即第二层所在位置的网格被赋予一个比较大的代价值,比如100,表示相对危险系数很高。离目标障碍物有一定的距离,但仍处于高风险区域,即第三层所在位置的网格会赋予一个比较小的代价值,比如10,表示这个区域在行驶过程中能避开尽量避开。离目标障碍物较远,即第四层所在位置的网格被赋予很小的代价值,比如0,表示车辆行驶很安全。可选地,本申请对第一阈值、第二阈值、第一预设值、第二预设值、第三预设值和第四预设值不做限定。
在一实施例中,轨迹规划方法在执行S10:所述获取所述当前车辆的起点位置信息,在所述行驶环境中采样多个预设终点位置信息,基于多项式曲线原理分别对应每个预设终点位置信息生成多条预设轨迹,将每条预设轨迹投影至所述栅格地图的步骤包括:
基于多项式曲线原理建立关于时间和位置的轨迹表达式,对所述轨迹表达式进行一次求导获取关于时间和速度的速度表达式,对所述轨迹表达式进行二次求导获取关于时间和加速度的加速度表达式;
将所述起点位置信息中横向上的第一横坐标值、第一横向速度和第一横向加速度,和所述每个预设终点位置信息中横向上的第二横坐标值、第二横向速度和第二横向加速度代入所述轨迹表达式、速度表示式和加速度表达式以获取每条预设轨迹的横向轨迹表达式;
将所述起点位置信息中纵向上的第一纵坐标值、第一纵向速度和第一纵向加速度,和所述每个预设终点位置信息中纵向上的第二纵坐标值、第二纵向速度和第二纵向加速度代入所述轨迹表达式、速度表示式和加速度表达式以获取每条预设轨迹的纵向轨迹表达式。
图4为本申请一实施例的生成多条预设轨迹的示意图。
请参阅图4,示例性地,在车辆行驶道路的坐标系中,多条预设轨迹的起点位置均为黑色方块所在区域。采样五个预设终点位置信息,即图4中的五个黑点,根据起点位置信息和预设终点位置信息以生成五条预设轨迹。需要说明的是,本申请对预设终点位置信息不做限定,五个预设终点位置不需要横坐标相等或纵坐标相等。
图5为本申请一实施例的多条预设轨迹投影的示意图。
请参阅图5,示例性地,将多条预设轨迹投影至栅格地图,图5中白色方框表示障碍物信息,计算每条预设轨迹遍历网格的代价值即可获得每天预设轨迹的代价值。
在一实施例中,所述轨迹表达式为:
P(t)=a0+a1*t+a2*t2+a3*t3+a4*t4+a5*t5;
所述速度表达式为:V(t)=a1+2a2*t+3a3*t2+4a4*t3+5a5*t4;
所述加速度表达式为:A(t)=2a2+6a3*t+12a4*t2+20a5*t3;
其中,a0、a1、a2、a3、a4和a5为轨迹系数,t为时间点,P为轨迹位置,V为速度,A加速度。
在一实施例中,轨迹规划方法在执行S10:所述获取横向轨迹表达式;或,获取纵向轨迹表达式的步骤包括:
基于矩阵公式获取所述轨迹系数,根据所述轨迹系数获取横向轨迹表达式,或,纵向轨迹表达式;
所述矩阵公式为:
其中,T1为起点时间点,T2为终点时间点。P1为第一横坐标值,P2为第二横坐标值,V1第一横向速度,V2为第二横向速度,A1为第一横向加速度,A2为第二横向加速度,a0、a1、a2、a3、a4和a5为横向轨迹表达式对应的轨迹系数;或,P1为第一纵坐标值,P2为第二纵坐标值,V1为第一纵向速度,V2为第二纵向速度,A1为第一纵向加速度,A2为第二纵向加速度,a0、a1、a2、a3、a4和a5为纵向轨迹表达式对应的轨迹系数。
示例性地,每条预设轨迹分别在横纵方向建立起六个方程(两个位置方程,两个速度方程,两个加速度方程),从而通过逆矩阵解方程可以获得方程中的六个轨迹系数,从而获得了一条完整轨迹的表达式。重复这个过程,通过选择不同的预设终点位置信息,可以获得多条预设轨迹。
在一实施例中,轨迹规划方法在执行S30:所述基于曲率公式获取每条预设轨迹的弯曲值的步骤包括:
基于所述曲率公式获取每条预设轨迹在每个时间点的弯曲值,累加每条预设轨迹从起点时间点至终点时间点的弯曲值以获取每条预设轨迹的弯曲值。
在一实施例中,所述曲率公式为:
其中,t为时间点,Ccurv为对应时间点的弯曲值,X′(t)为横向轨迹表达式的一次导数,X″(t)横向轨迹表达式的二次导数,Y′(t)为纵向轨迹表达式的一次导数,Y″(t)为纵向轨迹表达式的二次导数。
示例性地,由上述轨迹表达式的计算方法可以获得每条预设轨迹对应的横向轨迹表达式:X(t)=a0+a1*t+a2*t2+a3*t3+a4*t4+a5*t5,和纵向轨迹表达式:Y(t)=a0+a1*t+a2*t2+a3*t3+a4*t4+a5*t5,其中,a0、a1、a2、a3、a4和a5为已知的轨迹系数。通过代入不同时间点可以获得不同时刻的预设轨迹的速度和加速度,从而获得每一个时间点的弯曲值以获得整条预设轨迹的弯曲值。
在以上实施例中,轨迹规划方法通过大量的采样获得了众多的可行轨迹,轨迹包含了横向和纵向耦合的信息,从而避免了在规划问题中由于横纵向解耦而造成的冲突问题,保持了两者的统一性。此外,轨迹规划方法简化了计算流程,通过设置代价值和弯曲值的方式对轨迹进行评价,避免了大量规则的代码,使得整个代码框架更加简洁。
第二实施例
另一方面,本申请还提供一种存储介质,具体地,存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上所述的轨迹规划方法的步骤。
如上所述,本申请提供的轨迹规划方法和存储介质通过在规划过程中增加时间维度,同时考虑横纵向的运动,通过大量的采样择优获取最佳轨迹,满足了横纵向的需求;通过一个统一的框架来获得一个最终的稳定输出,考虑了实际路况中的法律法规和运动约束,避开了对大量的情况进行编程,从而达到简洁有效的目的。
需要说明的是,在本申请中,采用了诸如S10、S20等步骤代号,其目的是为了更清楚简要地表述相应内容,不构成顺序上的实质性限制,本领域技术人员在具体实施时,可能会先执行S20后执行S10等,但这些均应在本申请的保护范围之内。
在本申请提供的存储介质的实施例中,可以包含任一上述方法实施例的全部技术特征,说明书拓展和解释内容与上述方法的各实施例基本相同,在此不再做赘述。
本申请实施例还提供一种计算机程序产品,计算机程序产品包括计算机程序代码,当计算机程序代码在计算机上运行时,使得计算机执行如上各种可能的实施方式中的方法。
本申请实施例还提供一种芯片,包括存储器和处理器,存储器用于存储计算机程序,处理器用于从存储器中调用并运行计算机程序,使得安装有芯片的设备执行如上各种可能的实施方式中的方法。
可以理解,上述场景仅是作为示例,并不构成对于本申请实施例提供的技术方案的应用场景的限定,本申请的技术方案还可应用于其他场景。例如,本领域普通技术人员可知,随着系统架构的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本申请实施例设备中的单元可以根据实际需要进行合并、划分和删减。
在本申请中,对于相同或相似的术语概念、技术方案和/或应用场景描述,一般只在第一次出现时进行详细描述,后面再重复出现时,为了简洁,一般未再重复阐述,在理解本申请技术方案等内容时,对于在后未详细描述的相同或相似的术语概念、技术方案和/或应用场景描述等,可以参考其之前的相关详细描述。
在本申请中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本申请技术方案的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本申请记载的范围。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种轨迹规划方法,其特征在于,包括:
将当前车辆的行驶环境投影至栅格地图,根据所述行驶环境的道路信息和障碍物信息确定所述栅格地图中每个网格的代价值;
获取所述当前车辆的起点位置信息,在所述行驶环境中采样多个预设终点位置信息,基于多项式曲线原理分别对应每个预设终点位置信息生成多条预设轨迹,将每条预设轨迹投影至所述栅格地图;
基于曲率公式获取每条预设轨迹的弯曲值,根据每条预设轨迹遍历的网格获取每条预设轨迹的代价值,将所述代价值和弯曲值相加以获取每条预设轨迹的评价值,根据所述评价值确定当前车辆行驶的最优参考轨迹。
2.如权利要求1所述的轨迹规划方法,其特征在于,所述将当前车辆的行驶环境投影至栅格地图,根据所述行驶环境的道路信息和障碍物信息确定所述栅格地图中每个网格的代价值的步骤包括:
根据所述当前车辆的感知信息、定位信息和地图信息获取所述行驶环境的道路信息和障碍物信息。
3.如权利要求1所述的轨迹规划方法,其特征在于,所述将当前车辆的行驶环境投影至栅格地图,根据所述行驶环境的道路信息和障碍物信息确定所述栅格地图中每个网格的代价值的步骤包括:
获取每个网格与所述道路信息中车道中心线的第一距离,根据所述第一距离确定每个网格的第一代价值;
获取每个网格与所述障碍物信息中目标障碍物的第二距离,根据所述第二距离确定每个网格的第二代价值;
将所述第一代价值和第二代价值相加以获得每个网格的代价值。
4.如权利要求3所述的轨迹规划方法,其特征在于,所述获取每个网格与所述障碍物信息中目标障碍物的第二距离,根据所述第二距离确定每个网格的第二代价值的步骤包括:
获取所述目标障碍物的实时位置,根据所述实时位置获取每个网格在对应时间点与所述目标障碍物的第二距离;
当所述第二距离不大于零时,确定第二代价值为第一预设值;
当所述第二距离大于零且不大于第一阈值时,确定第二代价值为第二预设值;
当所述第二距离大于所述第一阈值且不大于第二阈值时,确定第二代价值为第三预设值;
当所述第二距离大于所述第二阈值时,确定第二代价值为第四预设值。
5.如权利要求1所述的轨迹规划方法,其特征在于,所述获取所述当前车辆的起点位置信息,在所述行驶环境中采样多个预设终点位置信息,基于多项式曲线原理分别对应每个预设终点位置信息生成多条预设轨迹,将每条预设轨迹投影至所述栅格地图的步骤包括:
基于多项式曲线原理建立关于时间和位置的轨迹表达式,对所述轨迹表达式进行一次求导获取关于时间和速度的速度表达式,对所述轨迹表达式进行二次求导获取关于时间和加速度的加速度表达式;
将所述起点位置信息中横向上的第一横坐标值、第一横向速度和第一横向加速度,和所述每个预设终点位置信息中横向上的第二横坐标值、第二横向速度和第二横向加速度代入所述轨迹表达式、速度表示式和加速度表达式以获取每条预设轨迹的横向轨迹表达式;
将所述起点位置信息中纵向上的第一纵坐标值、第一纵向速度和第一纵向加速度,和所述每个预设终点位置信息中纵向上的第二纵坐标值、第二纵向速度和第二纵向加速度代入所述轨迹表达式、速度表示式和加速度表达式以获取每条预设轨迹的纵向轨迹表达式。
6.如权利要求5所述的轨迹规划方法,其特征在于,所述轨迹表达式为:
P(t)=a0+a1*t+a2*t2+a3*t3+a4*t4+a5*t5;
所述速度表达式为:V(t)=a1+2a2*t+3a3*t2+4a4*t3+5a5*t4;
所述加速度表达式为:A(t)=2a2+6a3*t+12a4*t2+20a5*t3;
其中,a0、a1、a2、a3、a4和a5为轨迹系数,t为时间点,P为轨迹位置,V为速度,A加速度。
7.如权利要求6所述的轨迹规划方法,其特征在于,所述获取横向轨迹表达式;或,获取纵向轨迹表达式的步骤包括:
基于矩阵公式获取所述轨迹系数,根据所述轨迹系数获取横向轨迹表达式,或,纵向轨迹表达式;
所述矩阵公式为:
其中,T1为起点时间点,T2为终点时间点;P1为第一横坐标值,P2为第二横坐标值,V1第一横向速度,V2为第二横向速度,A1为第一横向加速度,A2为第二横向加速度,a0、a1、a2、a3、a4和a5为横向轨迹表达式对应的轨迹系数;或,P1为第一纵坐标值,P2为第二纵坐标值,V1为第一纵向速度,V2为第二纵向速度,A1为第一纵向加速度,A2为第二纵向加速度,a0、a1、a2、a3、a4和a5为纵向轨迹表达式对应的轨迹系数。
8.如权利要求6所述的轨迹规划方法,其特征在于,所述基于曲率公式获取每条预设轨迹的弯曲值的步骤包括:
基于所述曲率公式获取每条预设轨迹在每个时间点的弯曲值,累加每条预设轨迹从起点时间点至终点时间点的弯曲值以获取每条预设轨迹的弯曲值。
9.如权利要求8所述的轨迹规划方法,其特征在于,所述曲率公式为:
其中,t为时间点,Ccurv为对应时间点的弯曲值,X′(t)为横向轨迹表达式的一次导数,X″(t)横向轨迹表达式的二次导数,Y′(t)为纵向轨迹表达式的一次导数,Y″(t)为纵向轨迹表达式的二次导数。
10.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至9中任一项所述的轨迹规划方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311148528.9A CN117246355A (zh) | 2023-09-05 | 2023-09-05 | 一种轨迹规划方法和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311148528.9A CN117246355A (zh) | 2023-09-05 | 2023-09-05 | 一种轨迹规划方法和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117246355A true CN117246355A (zh) | 2023-12-19 |
Family
ID=89134151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311148528.9A Pending CN117246355A (zh) | 2023-09-05 | 2023-09-05 | 一种轨迹规划方法和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117246355A (zh) |
-
2023
- 2023-09-05 CN CN202311148528.9A patent/CN117246355A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10976741B2 (en) | Safety and comfort constraints for navigation | |
US10732625B2 (en) | Autonomous vehicle operations with automated assistance | |
Furgale et al. | Toward automated driving in cities using close-to-market sensors: An overview of the v-charge project | |
US20210188286A1 (en) | A spline curve and spiral curve based reference line smoothing method | |
KR20200096131A (ko) | 다양한 소스로부터 획득되는 정보의 퓨전을 통해 주변 객체의 모션을 예측함으로써, 사고 위험을 회피하여 안전한 자율 주행을 지원하는 학습 방법, 그리고 이를 이용한 학습 장치, 테스트 방법, 및 테스트 장치 | |
CN112612287B (zh) | 一种自动驾驶汽车局部路径规划系统、方法、介质及设备 | |
DE102019102944B4 (de) | Systeme und Verfahren für eine Fahrzeugregelstrategie mit niedrigem Vorsteuerungsniveau | |
DE102019102942A1 (de) | Systeme und Verfahren für die Korrektur von Fahrzeugwegfolgern | |
CN112242069B (zh) | 一种确定车速的方法和装置 | |
DE102019102939A1 (de) | Systeme und Verfahren für Bewegungsplanung von autonomen Fahrzeugen | |
CN110389584A (zh) | 用于评估自动驾驶车辆的轨迹候选项的方法 | |
US11409284B2 (en) | Relaxation optimization model to plan an open space trajectory for autonomous vehicles | |
US11055540B2 (en) | Method for determining anchor boxes for training neural network object detection models for autonomous driving | |
CN112394725B (zh) | 用于自动驾驶的基于预测和反应视场的计划 | |
US11670088B2 (en) | Vehicle neural network localization | |
US11628858B2 (en) | Hybrid planning system for autonomous vehicles | |
KR20220134033A (ko) | 포인트 클라우드 특징 기반 장애물 필터링 시스템 | |
US11999376B2 (en) | Systems, methods, and computer-readable media for spatio-temporal motion planning | |
US20220258732A1 (en) | Cooperative driving system and method | |
CN117246355A (zh) | 一种轨迹规划方法和存储介质 | |
US20230053243A1 (en) | Hybrid Performance Critic for Planning Module's Parameter Tuning in Autonomous Driving Vehicles | |
Björnberg | Shared control for vehicle teleoperation with a virtual environment interface | |
EP3838697A1 (en) | Speed planning using a speed planning guideline for idle speed of autonomous driving vehicles | |
US11724717B2 (en) | Implementation of dynamic cost function of self-driving vehicles | |
US20210303874A1 (en) | A point cloud-based low-height obstacle detection system |
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 |