CN118408566A - 路径规划方法、装置、电子设备和介质 - Google Patents

Abstract

本公开涉及路径规划方法、装置、电子设备和介质。该方法包括：获取针对自车的至少一个虚拟等效车辆，其中至少一个所述虚拟等效车辆位于所述自车侧方；响应于确定到处于当前位置的所述自车与目标障碍物的预计碰撞时间小于预定阈值，确定至少一个所述虚拟等效车辆在所述预计碰撞时间相对于所述目标障碍物的目标位置；以及响应于确定到所述目标位置满足预设条件，基于所述当前位置和至少一个所述虚拟等效车辆在所述预计碰撞时间期间内的位置来生成针对所述自车的目标路径。以此方式，能够实现车辆紧急转向，提升车辆驾驶安全性。

Description

路径规划方法、装置、电子设备和介质

技术领域

本公开涉及自动驾驶技术领域，特别地涉及路径规划方法、装置、电子设备和计算机可读存储介质。

背景技术

随着汽车行业的持续进步，汽车主动安全功能已成为公众关注的焦点，众多汽车制造商纷纷将这一功能纳入其产品线中。目前，汽车行业的主流主动安全功能主要集中在纵向控制上，例如碰撞预警系统(FCW)、制动辅助系统(DBS)以及紧急制动系统(AEB)，它们主要关注于减少或避免在车辆行驶方向(即纵向)上可能发生的碰撞。

然而，为了进一步提升汽车的安全性，需要引入紧急转向路径规划方法，以实现车辆横向的主动安全功能。

发明内容

根据本公开的示例实施例，提供了一种路径规划方法、装置、电子设备和介质的方案，以至少部分地解决现有技术中存在的问题。

在本公开的第一方面中，提供了一种路径规划方法。该方法包括：获取针对自车的至少一个虚拟等效车辆，其中至少一个所述虚拟等效车辆位于所述自车侧方；响应于确定到处于当前位置的所述自车与目标障碍物的预计碰撞时间小于预定阈值，确定至少一个所述虚拟等效车辆在所述预计碰撞时间相对于所述目标障碍物的目标位置；以及响应于确定到所述目标位置满足预设条件，基于所述当前位置和至少一个所述虚拟等效车辆在所述预计碰撞时间期间内的位置来生成针对所述自车的目标路径。

根据本公开的实施例能够通过获取位于自车侧方的至少一个虚拟等效车辆模拟不同位置和角度的潜在碰撞场景，能够提前预测潜在的碰撞风险，并为自车规划出安全的行驶路径；在确定至少一个虚拟等效车辆在预计碰撞时间不会与目标障碍物碰撞后，可以基于自车的当前位置和虚拟等效车辆在预计碰撞时间的位置，为自车规划出目标路径，这种方法不仅考虑了自车的运动轨迹，还融入了侧方虚拟等效车辆的避障信息，从而能够更全面地考虑避障条件，提高避障效率；虚拟等效车辆概念具有高度的灵活性和可拓展性。通过调整虚拟等效车辆的数量、位置、速度等参数，可以模拟不同复杂度的道路环境和避障场景，为自车规划出更加精细和准确的行驶路径；通过引入虚拟等效车辆进行路径规划，能够在保证安全性的同时，尽可能地减少不必要的制动和转向操作，使驾驶过程更加平稳和舒适。该方法不仅适用于城市道路、高速公路等常规道路环境，还适用于山区、乡村等复杂道路环境。

在一些实施例中，获取针对自车的至少一个虚拟等效车辆可以包括：响应于确定到所述自车侧方存在左车道或右车道中的至少一者，将所述虚拟等效车辆设置在相应车道中心；或者响应于确定到所述自车侧方无车道，将所述虚拟等效车辆与所述自车间隔预定距离设置。

在一些实施例中，方法还可以包括：基于针对自车行驶轨迹的曲率和曲率变化率来预测针对所述自车的自车行驶轨迹；基于针对任意所述目标障碍物行驶轨迹的曲率来预测针对所述目标障碍物的障碍物行驶轨迹；利用所述自车行驶轨迹和所述障碍物行驶轨迹来计算所述自车和所述障碍物纵向位置相等的候选碰撞时间；响应于确定到所述目标障碍物与所述自车满足预设碰撞条件，将所述候选碰撞时间确定为所述预计碰撞时间。

在一些实施例中，响应于确定到所述目标障碍物与所述自车满足预设碰撞条件，将所述候选碰撞时间确定为所述预计碰撞时间可以包括：确定所述目标障碍物与至少一个所述虚拟等效车辆在候选碰撞时间的横向距离；响应于确定到所述横向距离小于等于0，将将所述候选碰撞时间确定为所述预计碰撞时间。

在一些实施例中，响应于确定到所述目标障碍物与所述自车满足预设碰撞条件，将所述候选碰撞时间确定为所述预计碰撞时间可以包括：确定所述目标障碍物角点位置与所述虚拟等效车辆区域在所述预计碰撞时间是否发生重叠；以及响应于确定到所述目标障碍物角点位置与所述虚拟等效车辆区域发生重叠，将将所述候选碰撞时间确定为所述预计碰撞时间。

在一些实施例中，响应于确定到所述目标位置满足预设条件，基于所述当前位置和至少一个所述虚拟等效车辆在所述预计碰撞时间期间内的位置来生成针对所述自车的目标路径可以包括：确定至少一个虚拟等效车辆包括左侧虚拟等效车辆和右侧虚拟等效车辆；响应于确定到所述左侧虚拟等效车辆和所述右侧虚拟等效车辆在所述预计碰撞时间期间内满足所述预设条件，基于所述当前位置和所述左侧虚拟等效车辆在所述预计碰撞时间的位置来生成针对所述自车的目标路径；以及响应于确定到所述左侧虚拟等效车辆和所述右侧虚拟等效车辆中的一者在所述预计碰撞时间期间内满足所述预设条件，基于所述当前位置以及未与满足所述预设条件的虚拟等效车辆在所述预计碰撞时间的位置来生成针对所述自车的目标路径。

在一些实施例中，响应于确定到所述目标位置满足预设条件，基于所述当前位置和至少一个所述虚拟等效车辆在所述预计碰撞时间期间内的位置来生成针对所述自车的目标路径可以包括：根据所述当前位置和至少一个所述虚拟等效车辆在所述预计碰撞时间的位置进行五次多项式拟合，其中五次多项式的系数由与所述当前位置和至少一个所述虚拟等效车辆在所述预计碰撞时间的位置的横向参数确定。

在一些实施例中，方法还可以包括：在所述自车按照所述目标路径行进后，持续基于所述虚拟等效车辆判断所述自车是否存在碰撞风险；响应于判断到所述自车不存在碰撞风险，则使得所述自车返回原车道；以及响应于判断到所述自车存在碰撞风险，则使得自车保持当前车道行驶。

在本公开的第二方面中，提供了一种路径规划装置。该装置包括：虚拟等效车辆获取模块，被配置为获取针对自车的至少一个虚拟等效车辆，其中至少一个所述虚拟等效车辆位于所述自车侧方；目标位置确定模块，被配置为响应于确定到处于当前位置的所述自车与目标障碍物的预计碰撞时间小于预定阈值，确定至少一个所述虚拟等效车辆在所述预计碰撞时间期间相对于所述目标障碍物的目标位置；以及目标路径获取模块，被配置为响应于确定到所述目标位置满足预设条件，基于所述当前位置和至少一个所述虚拟等效车辆在所述预计碰撞时间期间内的位置来生成针对所述自车的目标路径。

在本公开的第三方面中，提供了一种电子设备。该设备包括：一个或多个处理器；以及存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现根据本公开第一方面的方法。

在本公开的第四方面中，提供了一种计算机可读存储介质。该介质上存储有计算机程序，程序被处理器执行时实现根据本公开第一方面的方法。

在本公开的第五方面中，提供了一种计算机程序产品。该产品包括计算机程序/指令，计算机程序/指令被处理器执行时实现根据本公开第一方面的方法。

应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素。附图用于更好地理解本方案，不构成对本公开的限定，其中：

图1示出了本公开的多个实施例能够在其中实现的示例环境的示意图；

图2示出了根据本公开的一些实施例的路径规划方法的流程图；

图3示出了根据本公开的一些实施例的对自车进行等效虚拟的示意图；

图4示出了根据本公开的一些实施例的对自车进行轨迹预测的示意图；

图5示出了根据本公开的一些实施例的对障碍物进行轨迹预测的示意图；

图6示出了根据本公开的一些实施例的自车、虚拟等效车辆和障碍物碰撞风险检测示意图；

图7示出了根据本公开的一些实施例的对紧急转向进行轨迹规划的示意图；

图8示出了根据本公开的一些实施例的对紧急转向轨迹进行回溯示意图；

图9示出了根据本公开的一些实施例的路径规划装置的示意性框图；以及

图10示出了能够实施本公开的多个实施例的计算设备的框图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

在本公开的实施例的描述中，术语“包括”及其类似用语应当理解为开放性包含，即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。在上下文中，纵向通常指的是车辆行驶的方向，即车辆前进或后退的方向。横向通常是指的是与车辆行驶方向垂直的方向，即车辆的侧向运动。

如前文所述，为了进一步提升汽车的安全性，需要引入紧急转向路径规划方法，以实现车辆横向的主动安全功能。在横向路径规划领域，目前主流的规划方法包含两种策略。一种策略是直接根据横向和纵向距离进行撒点采样，之后连接起点和终点来计算各条曲线的代价，并从中选择代价最小的曲线作为规划结果。然而，这种方法由于需要处理大量的采样点，并且在计算曲线代价时可能涉及复杂的计算过程，因此求解时间较长，对运行平台的计算能力有着较高的要求，不利于工程实践中的快速响应和实时应用。

另一种策略则是先对规划空间进行离散化处理，之后在离散的空间内运用动态规划方法进行初步的路径规划，最后基于动态规划的结果，采用二次规划等优化技术来生成平滑且符合实际需求的目标曲线。尽管这种方法在理论上能够提供更精确和稳定的路径规划结果，但由于其算法复杂性和对离散空间处理的需求，同样面临着求解时间长和对算力要求高的挑战，从而限制了其在工程实践中的广泛应用。

针对上述问题，本公开的各个实施例提出了创新解决方案，特别是在处理横向路径规划中非凸问题时展现了其独特的优势。为了应对复杂的道路环境和障碍物布局，本公开的各个实施例在自车的左右两侧虚拟出两辆与自车相同属性的车辆，并在左侧凸空间和右侧凸空间分别进行独立的路径求解，从而提高了规划的灵活性和准确性。在碰撞检测方面，不仅考虑了自车与障碍物之间的纵向碰撞，还加入了横向碰撞的检测，通过综合评估自车和虚拟车辆与障碍物的碰撞风险，准确计算出碰撞的时间(TTC)，为驾驶员提供了更为全面和及时的碰撞预警。在路径规划上，本公开的特定实施例充分利用了自车的起点和左右虚拟车辆在预计碰撞时间(TTC)时的位置信息，通过五次多项式拟合算法，生成了平滑且符合实际行驶需求的轨迹。这种方法不仅考虑了车辆的动态性能和行驶约束，还确保了轨迹的连续性和可执行性。此外，本公开的特定实施例还具备智能的轨迹回溯功能。当车辆完成一次紧急转向避障后，如果判断原始车道已无风险，车辆将自动回溯到原始车道继续行驶，从而避免了不必要的车道变换和行驶路径的复杂化。这一功能不仅提高了行驶的安全性和稳定性，还减少了驾驶员的操作负担，为智能驾驶系统的发展和应用提供了新思路。本公开的实施例对紧急转向路径规划的所有处理步骤，在较小的计算量下，具有比较好紧急转向辅助功能，并成功实施于车辆上。

以下将结合图1至图10介绍本公开的示例性实施例。

图1示出了本公开的多个实施例能够在其中实现的示例环境100的示意图。在环境100中示意性地示出了自车101，自车101可以正在道路上行驶，该道路可以具有一定曲率。

在一些实施例中，自车101可以是可以承载人和/或物并且通过发动机等动力系统移动的任何类型的车辆，包括但不限于轿车、卡车、巴士、电动车、摩托车、房车、火车等等。在一些实施例中，环境100中的一个或多个自车101可以是具有一定自动驾驶能力的车辆，这样的车辆也被称为无人驾驶车辆。在一些实施例中，自车101也可以是不具有自动驾驶能力的车辆。

在一些实施例中，继续参考图1，自车101可以通信地耦合到计算设备103。虽然被示出为单独的实体，但计算设备103可以被嵌入在自车101中。计算设备103也可以是自车101外部的实体，并且可以经由无线网络与自车101通信。计算设备103可以是任何具有计算能力的设备。作为非限制性示例，计算设备103可以是任意类型的固定计算设备、移动计算设备或便携式计算设备，包括但不限于台式计算机、膝上型计算机、笔记本计算机、上网本计算机、平板计算机、多媒体计算机、移动电话等；计算设备103的全部组件或一部分组件可以分布在云端。计算设备103至少包含处理器、存储器以及其他通常存在于通用计算机中的组件，以便实现计算、存储、通信、控制等功能。计算设备103可以执行根据本公开的各个实施例的所有操作或者部分操作，这将在下文进行详细介绍。

应当理解，图1仅示出车辆可能在其中行驶的一种示例环境。除了在室外道路上行驶之外，自车101还可能在隧道、室外停车场、建筑内部(例如，室内停车场)、小区、园区等各种环境中行驶。在下文中，为便于说明，将结合图1来描述本公开的实施例。

自车101在道路行驶时，往往会遇到障碍物。障碍物既可以包括静态的如墙壁、路沿、树木，也可以包括动态的如其他行驶中的车辆、行人、动物等。车辆可以通过路径规划快速而准确地检测并应对这些障碍物，确保行驶的安全性和可靠性。当自车101无法避让障碍物时，自车101可以通过计算设备103进行路径规划和驾驶控制来实现紧急避让。

图2示出了根据本公开的一些实施例的路径规划方法200的流程图。方法200可以由图1的计算设备103来实现，该计算设备103可以被嵌入自车101或者作为自车101外部的独立设备。为了方便讨论，将结合图1来描述方法200。

在框210，获取针对自车101的至少一个虚拟等效车辆，其中至少一个虚拟等效车辆位于自车侧方。虚拟等效车辆可以是基于自车101虚拟出来具备相同参数的车辆，具备和自车101相同的参数，包括物理参数以及行驶参数等。

图3示出了根据本公开的一些实施例的对自车进行等效虚拟的示意图。在一个实施例中，参照图3，当自车车速例如处于50Kph至110Kph的范围内时，自车101上的计算设备103可以通过策略来优化行驶路径，确保行驶的安全性和舒适性。具体地，计算设备103可以精准检测自车101两侧的车道情况，并且据此调整其路径规划策略。如果自车道左侧存在另一条车道，计算设备103可以在左侧虚拟出一辆与自车行驶状态相同的车辆，即虚拟等效车辆，并将其置于左车道的中心位置。以此方式，可以模拟左侧相邻车道的潜在车辆，帮助系统(即自车101的计算设备103)预测可能发生的交互情况，从而优化路径规划，避免潜在的碰撞风险。同样地，如果自车道右侧也存在车道，也可以在右侧虚拟出一辆车辆，并置于右车道的中心。

然而，当自车左侧或右侧不存在车道时，计算设备103可以采取另一种策略。在这种情况下，系统会在相应侧方虚拟出一辆与自车相距0.5米的车辆。基于此，自车101在无车道环境下的行驶需求，确保在变道或紧急避让时，自车与虚拟车辆之间有足够的空间来应对突发情况。此外，计算设备103还可以实时监测虚拟车辆的位置。一旦虚拟车辆超出道路边界，系统可以将其判定为无效，因为此时无法准确预测其运动轨迹。在这种情况下，计算设备103可以根据剩余的有效虚拟车辆和自车的实际情况，重新规划出最优的行驶路径。

因此，在解决横向路径规划中的非凸问题时，计算设备103直接在自车的左右两侧各虚拟出一辆与自车完全相同的车辆，并在左侧凸空间和右侧凸空间内分别进行独立的路径求解。通过模拟自车在不同侧面的行驶环境，使得自动驾驶系统能够更加灵活地适应各种复杂的道路条件。

在框220，响应于确定到处于当前位置的所述自车与目标障碍物的预计碰撞时间小于预定阈值，确定至少一个所述虚拟等效车辆在所述预计碰撞时间相对于所述目标障碍物的目标位置。其中，虚拟等效车辆相对于目标障碍物的目标位置可以通过横向距离和纵向距离两者进行确定。在道路交通中，横向距离可以指车辆与道路边缘、其他车辆或行人的距离。例如，当车辆行驶在道路上时，需要保持与道路边缘或其他车辆的适当横向距离，以确保行驶安全，保持适当的横向距离有助于避免碰撞和确保骑行安全。纵向距离主要指后车与前车之间的距离。在一个实施例中，当横向距离或纵向距离中的任一者小于安全距离时，可以理解为虚拟等效车辆与目标障碍物发生虚拟“碰撞”。

在一个实施例中，可以对自车101和障碍物进行预处理，分别估计自车101和障碍物的预测行驶轨迹。障碍物可以是自车101在行驶过程中所遇到的任意障碍物。在图1的环境100中，自车101可以有1个位于前方的障碍物，虚拟等效车辆路线没有障碍物，或者，自车前方也可以有多个障碍物，虚拟等效车辆路线没有障碍物，又或者，自车101前方有1个或多个障碍物，其他虚拟车辆也有与自车不同的障碍物。本文的实施例以自车有1个位于前方的障碍物、虚拟等效车辆路线没有障碍物为例进行示例性介绍。

下文结合图4和图5介绍对自车101和障碍物进行预处理的示例性实施例。图4示出了根据本公开的一些实施例的对自车进行轨迹预测的示意图，并且图5示出了根据本公开的一些实施例的对障碍物进行轨迹预测的示意图。

在自动驾驶系统中，对自车和目标是否发生碰撞的准确判断至关重要，这要求自车轨迹预测和目标轨迹预测都具有极高的精度。为了提升预测精度，在预测自车轨迹时，特别考虑了自车的曲率和曲率变化率。

首先，可以根据自车的当前曲率和曲率变化率进行采样点的选择。在选定的时间点(例如1秒、2秒、3秒、4秒后)，系统预测出这些时间点上的自车位置，并计算每段曲线终点的曲率。曲率是根据当前时刻的曲率及其变化率来预测的，具体公式为：

Curvature(T1)＝Curvature(T0)+CurvatureRate(T0)；

Curvature(T2)＝Curvature(T1)+CurvatureRate(T0)；

Curvature(T3)＝Curvature(T2)+CurvatureRate(T0)；

Curvature(T4)＝Curvature(T3)+CurvatureRate(T0)；

其中，T0、T1、T2、T3、T4分别代表当前时刻、1秒、2秒、3秒、4秒后的时间点，Curvature代表曲率，CurvatureRate代表曲率变化率。

为了简化计算，系统对每段曲线的起点曲率和终点曲率进行加权平均，以得到该段曲线的平均曲率。这一平均曲率用于后续的轨迹拟合过程，其计算公式为：

Curvature(平均)＝0.7*Curvature(起点)+0.3*Curvature(终点)；

在获得了每段曲线的平均曲率后，可以利用三阶贝塞尔曲线进行轨迹预测。由于三阶贝塞尔曲线需要4个控制点，可以根据每段曲线起点的位置、速度、加速度来计算另外两个控制点。这些控制点分别位于t＝1/3和t＝2/3的时间点上，其位置由以下公式得出：

X＝PosLgt+Vx*t+0.5*Ax*t*t；

Y＝PosLat+Vy*t+0.5*Ay*t*t；

其中，PosLgt代表纵向位置，Vx代表纵向速度，Ax代表纵向加速度，PosLat代表横向位置，Vy代表横向速度，Ay代表横向加速度，t代表不同时刻的时间。

以此方式，能够在每个时间段内采样得到4个控制点，总共16个控制点用于拟合4段三阶贝塞尔曲线，从而生成自车未来几秒内的预测轨迹。这种基于曲率和曲率变化率的轨迹预测方法，显著提高了轨迹预测的精度。

进一步，对障碍物行驶轨迹的准确预测，可以根据障碍物的曲率绝对值采取不同的预测方式。

首先，可以检测障碍物的曲率绝对值。当曲率绝对值小于等于0.001时，系统(例如自车101的计算设备103)认为障碍物几乎在进行直线运动，因此采用线性预测方式。这种预测基于障碍物的当前位置、速度和加速度，通过以下公式计算未来时刻的位置：

X＝PosLgt+Vx*t+0.5*Ax*t*t；

Y＝PosLat+Vy*t+0.5*Ay*t*t；

其中，PosLgt和PosLat分别代表障碍物的纵向和横向位置，Vx和Vy分别代表障碍物的纵向和横向速度，Ax和Ay分别代表障碍物的纵向和横向加速度，t代表从当前时刻开始的时间，X和Y分别代表预测的未来时刻的纵向和横向位置。

如图5所示，当障碍物的曲率绝对值大于0.001时，系统认为障碍物在进行曲线运动，因此采用恒定曲率预测方式。这种预测假设障碍物以恒定的曲率进行圆周运动，通过以下公式计算未来时刻的位置：

X＝CenterOfRotationLgt+1/Curvature*sin(α)；

Y＝CenterOfRotationLat+1/Curvature*cos(α)；

其中，CenterOfRotationLgt和CenterOfRotationLat分别代表障碍物圆周运动中心离自车中心的纵向和横向位置，Curvature代表障碍物圆周运动的曲率，α代表障碍物预测位置与起始位置的圆心角。系统可以通过障碍物当前的位置、速度和曲率等信息，结合时间t，计算出圆心角α，进而预测出未来时刻的位置。

恒定曲率预测方式允许系统更准确地预测障碍物在曲线道路上的运动轨迹，特别是在曲率变化较大的情况下。这种预测方式不仅提高了预测精度，还增强系统的适应性和鲁棒性。而且，通过结合线性预测和恒定曲率预测两种方式，自动驾驶系统能够根据不同障碍物的行驶轨迹特性，选择最合适的预测方法，从而更准确地预测障碍物的未来位置。

在框230，响应于确定到所述目标位置满足预设条件，基于所述当前位置和至少一个所述虚拟等效车辆在所述预计碰撞时间期间内的位置来生成针对所述自车的目标路径。在一个实施例中，预设条件可以是横向距离或纵向距离任一者小于安全距离。例如，当虚拟等效车辆与目标障碍物的横向坐标存在重合时，可以认为横向距离小于安全距离，这种情形下不满足预设条件，反之则满足预设条件。又如，当虚拟等效车辆与目标障碍物纵向坐标存在重合时，可以认为纵向距离小于安全距离，这种情形下不满足预设条件，反之则满足预设条件。再如，障碍物的四个角点位置是否与自车的四个角点位置是否发生重叠，如果发生重叠，在认为不满足预设条件，反之则满足预设条件。可以理解，预设条件可以是指预设安全条件，是与预设碰撞条件不同甚至相反的概念。下文将结合图6详细介绍具体的示例性实施例。

在一个实施例中，预计碰撞时间可以是指碰撞发生的特定时刻，而预计碰撞时间期间则可以是指从自车101的当前时刻到碰撞发生的特定时刻这一时间区间。

图6示出了根据本公开的一些实施例的自车、虚拟等效车辆和障碍物碰撞风险检测示意图。在图6中，黑色粗实线和粗虚拟代表车道线，左侧包围区域代表左侧虚拟车辆的风险判断区域；右侧包围区域代表右侧虚拟车辆的风险判断区域；自车风险判断区域为预测轨迹。

首先计算自车碰撞风险。根据自车的预测轨迹和所有障碍物的预测轨迹，利用高精度的时间-空间同步算法，计算出自车与障碍物在纵向位置相等时的时间(Time toCollision,TTC)。为了准确计算TTC，可以采用基于多段贝塞尔曲线的插值方法，这种方法能够更精确地拟合自车和障碍物的运动轨迹。在计算TTC时，可以采用自车和障碍物之间的角点位置关系。通过精确的几何计算，检查在TTC时刻，障碍物的四个角点位置是否与自车的四个角点位置发生重叠。具体地，四个角点位置发生重叠，可以是指四个角点所组成的图像存在至少1个点的重叠。根据本公开的实施例则可以是指自车的四个角点所形成的长方形区域以及障碍物四个角点所组成的长方形区域或四边形区域。如果检测到角点重叠，则系统认为存在碰撞风险，并记录TTC时间。这一信息对于后续的决策规划模块至关重要，它能够帮助系统提前做出避让或减速等安全操作。

进一步，可以进行左侧虚拟车辆碰撞风险计算。在计算左侧虚拟车辆的碰撞风险时，首先根据自车的预测轨迹和所有障碍物的预测轨迹，计算出TTC时间。然后，可以考虑建立左侧虚拟车辆的安全区域，该区域以左侧虚拟车辆为中心，扩展一定的安全距离。在TTC时刻，检查障碍物的四个角点位置是否进入这个安全区域。如果检测到重叠，则系统认为左侧虚拟车辆存在碰撞风险，并标记风险位置。这一信息对于判断是否需要调整自车的行驶轨迹或进行变道操作具有重要意义。

进一步，可以进行右侧虚拟车辆碰撞风险计算。与左侧虚拟车辆类似，在计算右侧虚拟车辆的碰撞风险时，首先计算TTC时间，并引入右侧虚拟车辆的安全区域。然后，检查障碍物的角点位置是否进入这个安全区域。如果检测到重叠，则系统认为右侧虚拟车辆存在碰撞风险，并标记风险位置。

通过上述碰撞风险计算方法，通过精确的几何计算和高效的碰撞检测算法，系统能够更准确地判断自车及虚拟车辆与障碍物之间的碰撞风险；通过提前预测和评估碰撞风险，系统能够提前做出避让或减速等安全操作，有效避免潜在碰撞事故的发生。

图7示出了根据本公开的一些实施例的对紧急转向进行轨迹规划的示意图。在一个实施例中，当检测到自车101存在碰撞风险且碰撞时间TTC小于设定的阈值时，系统会迅速启动避碰策略。按照前文描述步骤，系统不仅会评估自车的碰撞风险，还会检查左右两侧的虚拟车辆是否也处于潜在的碰撞危险之中。

对于自车碰撞风险判断，当检测到自车的TTC小于设定的阈值时，意味着存在即将发生的碰撞风险，此时系统进入避碰决策流程。如果左侧虚拟车辆无碰撞风险，而右侧虚拟车辆存在碰撞风险，系统倾向于选择左侧进行轨迹拟合，以避开右侧的障碍物。如果右侧虚拟车辆无碰撞风险，而左侧虚拟车辆存在碰撞风险，系统选择右侧进行轨迹拟合。如果两侧虚拟车辆均存在碰撞风险，系统判断当前环境过于复杂，不适合进行轨迹拟合，可能选择紧急制动或其他避碰策略。

在一个实施例中，一旦确定了避碰的方向(左侧或右侧)，系统可以开始规划避碰轨迹。轨迹拟合的起点是自车的当前位置，而终点则是基于TTC时间计算出的、在碰撞发生时左右虚拟车辆所在的位置。

为了生成平滑且安全的避碰轨迹，系统采用五次多项式拟合方法。五次多项式因其灵活性和平滑性而被广泛应用于轨迹规划。这种方法可以确保轨迹的连续性，包括位置、速度、加速度和加加速度的连续性，从而提供舒适且安全的驾驶体验。

在一个实施例中，可以通过如下方式对轨迹进行拟合。

首先确定起点和终点。起点是自车的当前位置，终点是基于TTC和虚拟车辆位置计算出的目标位置。在轨迹拟合过程中，可以设置一系列约束条件，以确保轨迹的可行性和安全性。这些约束条件可以包括最大速度、最大加速度、最大加加速度、道路边界等。随后，求解多项式系数，例如可以通过优化算法(如最小二乘法、遗传算法等)，求解五次多项式的系数，使得拟合的轨迹满足约束条件并尽可能接近目标轨迹。在生成轨迹后，系统需要对其进行验证，以确保轨迹在实际执行过程中是安全且可行的。这可以包括碰撞检测、道路边界检查等。如果轨迹验证通过，系统可以控制车辆按照该轨迹行驶，以避开潜在的障碍物，确保行车安全。

具体地，在自动驾驶系统中，为了规划一条平滑且安全的避碰轨迹，可以定义位置、速度和加速度的五次多项式方程。这些方程描述了车辆随时间变化的横向位置、速度和加速度。

位置方程可以是P(^t)＝a₀+a₁*t+a₂*t²+a₃*t³+a₄*t⁴+a₅*t⁵；

速度方程可以是V(t)＝a₁+2a₂*t+3a₃*t²+4a₄*t³+5a₅*t⁴；

加速度方程可以是A(t)＝2a₂+6a₃*t+12a₄*t²+20a₅*t³；

已知起点和终点的横向位置、横向速度和横向加速度。利用这些边界条件来求解五次多项式的系数。具体来说，假设起点条件为：(P(0)＝P_0，V(0)＝V_0，A(0)＝A_0)，终点条件为：(P(T)＝P_T，V(T)＝V_T，A(T)＝A_T)。将这些条件代入多项式方程中，得到一个包含六个方程的线性方程组。然后，可以使用数值方法来求解这个方程组，从而得到五次多项式的系数。

在纵向，假设车辆保持匀速或匀变速运动。如果保持匀速，则纵向位置可以表示为：(y(t)＝y_0+v_y t)，其中(y_0)是起点的纵向位置，(v_y)是纵向速度。如果保持匀变速，则需要引入加速度项。

一旦得到了横向和纵向的方程，就可以通过等间隔划分时间T来生成一系列的轨迹点。对于每个时间点(t_i)，计算对应的横向位置(x_i)和纵向位置(y_i)，然后将它们组合成轨迹点((x_i，y_i))。这些轨迹点连接起来则形成平滑的轨迹。由此，能够规划出既安全又平滑的轨迹，确保自动驾驶车辆在避免碰撞的同时，也能保持舒适的行驶体验。

在一个实施例中，可以对对紧急转向轨迹进行回溯。图8示出了根据本公开的一些实施例的对紧急转向轨迹进行回溯示意图。

如图8所示，当车辆执行紧急转向操作后，为了保证行驶的安全性和稳定性，还可以进行回溯。图8中虚线就示出了左右虚拟等效车辆执行紧急转向操作后回溯的轨迹曲线。

在一个实施例中，当车辆完成一次向左侧的紧急转向功能后，系统会在一定时间内(例如，接下来的5秒内)持续判断右侧虚拟车辆存在风险的标志位是否置0。如果标志位置0，意味着右侧车道的潜在风险已经消除或降低至安全阈值以下。在这种情况下，系统会启动回溯过程，根据第一次紧急转向的轨迹进行回溯，目的是将车辆引导回右侧车道并到达与原来紧急转向开始位置相同的横向位置。

如果在回溯过程中，系统检测到右侧虚拟车辆存在风险的标志位置1超过一定时间(例如，超过3秒)，则认为右侧车道的风险重新出现或增加。在这种情况下，系统会立即取消回溯过程，并保持车辆在当前车道继续行驶，以确保安全。

在另一实施例中，当自车101完成一次向右侧的紧急转向功能后，系统可以在一定时间内(例如，接下来的5秒内)持续判断左侧虚拟车辆存在风险的标志位是否置0。如果标志位置0，意味着左侧车道的潜在风险已经消除或降低至安全阈值以下。在这种情况下，系统会启动回溯过程，根据第一次紧急转向的轨迹进行回溯，目的是将车辆引导回左侧车道并到达与原来紧急转向开始位置相同的横向位置。

如果在回溯过程中，系统检测到左侧虚拟车辆存在风险的标志位置1超过一定时间(例如，超过3秒)，则认为左侧车道的风险重新出现或增加。在这种情况下，系统会立即取消回溯过程，并保持车辆在当前车道继续行驶，以确保安全。

图9示出了根据本公开的一些实施例的路径规划装置900的示意性框图。装置900可以被包括在图1的计算设备103中或者被实现为计算设备103。

如图9所示，装置900包括：虚拟等效车辆获取模块901，被配置为获取针对自车的至少一个虚拟等效车辆，其中至少一个所述虚拟等效车辆位于所述自车侧方；目标位置确定模块903，被配置为响应于确定到处于当前位置的所述自车与目标障碍物的预计碰撞时间小于预定阈值，确定至少一个所述虚拟等效车辆在所述预计碰撞时间期间相对于所述目标障碍物的目标位置；以及目标路径获取模块905，被配置为响应于确定到所述目标位置满足预设条件，基于所述当前位置和至少一个所述虚拟等效车辆在所述预计碰撞时间期间内的位置来生成针对所述自车的目标路径。

在一些实施例中，虚拟等效车辆获取模块901可以被配置为：响应于确定到所述自车侧方存在左车道或右车道中的至少一者，将所述虚拟等效车辆设置在相应车道中心；或者响应于确定到所述自车侧方无车道，将所述虚拟等效车辆与所述自车间隔预定距离设置。

在一些实施例中，装置900可以被配置为：基于针对自车行驶轨迹的曲率和曲率变化率来预测针对所述自车的自车行驶轨迹；基于针对任意所述目标障碍物行驶轨迹的曲率来预测针对所述目标障碍物的障碍物行驶轨迹；利用所述自车行驶轨迹和所述障碍物行驶轨迹来计算所述自车和所述障碍物纵向位置相等的候选碰撞时间；响应于确定到所述目标障碍物与所述自车满足预设碰撞条件，将所述候选碰撞时间确定为所述预计碰撞时间。

在一些实施例中，装置900还可以被配置为：确定所述目标障碍物与至少一个所述虚拟等效车辆在候选碰撞时间的横向距离；响应于确定到所述横向距离小于等于0，将将所述候选碰撞时间确定为所述预计碰撞时间。

在一些实施例中，装置900还可以被配置为：确定所述目标障碍物角点位置与所述虚拟等效车辆区域在所述预计碰撞时间是否发生重叠；以及响应于确定到所述目标障碍物角点位置与所述虚拟等效车辆区域发生重叠，将将所述候选碰撞时间确定为所述预计碰撞时间。

在一些实施例中，目标路径获取模块905可以被配置为：确定至少一个虚拟等效车辆包括左侧虚拟等效车辆和右侧虚拟等效车辆；响应于确定到所述左侧虚拟等效车辆和所述右侧虚拟等效车辆在所述预计碰撞时间期间内满足所述预设条件，基于所述当前位置和所述左侧虚拟等效车辆在所述预计碰撞时间的位置来生成针对所述自车的目标路径；以及响应于确定到所述左侧虚拟等效车辆和所述右侧虚拟等效车辆中的一者在所述预计碰撞时间期间内满足所述预设条件，基于所述当前位置以及未与满足所述预设条件的虚拟等效车辆在所述预计碰撞时间的位置来生成针对所述自车的目标路径。

在一些实施例中，目标路径获取模块905可以被配置为：根据所述当前位置和至少一个所述虚拟等效车辆在所述预计碰撞时间的位置进行五次多项式拟合，其中五次多项式的系数由与所述当前位置和至少一个所述虚拟等效车辆在所述预计碰撞时间的位置的横向参数确定。

图10示出了可以用来实施本公开的实施例的示例电子设备1000的示意性框图。电子设备1000例如可以用来实现图2所示的方法200中的操作或者用来至少部分地实现图1中所示的计算设备103。电子设备1000旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图10所示，设备1000包括计算单元1001，其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序，来执行各种适当的动作和处理。在RAM 1003中，还可存储设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。

设备1000中的多个部件连接至I/O接口1005，包括：输入单元1006，例如键盘、鼠标等；输出单元1007，例如各种类型的显示器、扬声器等；存储单元1008，例如磁盘、光盘等；以及通信单元1009，例如网卡、调制解调器、无线通信收发机等。通信单元1009允许设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元1001可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1001的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1001执行上文所描述的各个方法和处理，例如方法200。例如，在一些实施例中，方法200可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1008。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时，可以执行上文描述的方法200的一个或多个步骤。备选地，在其他实施例中，计算单元1001可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (11)

1.一种路径规划方法，其特征在于，包括：

获取针对自车的至少一个虚拟等效车辆，其中至少一个所述虚拟等效车辆位于所述自车侧方；

响应于确定到处于当前位置的所述自车与目标障碍物的预计碰撞时间小于预定阈值，确定至少一个所述虚拟等效车辆在所述预计碰撞时间相对于所述目标障碍物的目标位置；以及

响应于确定到所述目标位置满足预设条件，基于所述当前位置和至少一个所述虚拟等效车辆在所述预计碰撞时间期间内的位置来生成针对所述自车的目标路径。

2.根据权利要求1所述的方法，其特征在于，获取针对自车的至少一个虚拟等效车辆包括：

响应于确定到所述自车侧方存在左车道或右车道中的至少一者，将所述虚拟等效车辆设置在相应车道中心；或者

响应于确定到所述自车侧方无车道，将所述虚拟等效车辆与所述自车间隔预定距离设置。

3.根据权利要求1所述的方法，其特征在于，还包括：

基于针对自车行驶轨迹的曲率和曲率变化率来预测针对所述自车的自车行驶轨迹；

基于针对任意所述目标障碍物行驶轨迹的曲率来预测针对所述目标障碍物的障碍物行驶轨迹；

利用所述自车行驶轨迹和所述障碍物行驶轨迹来计算所述自车和所述障碍物纵向位置相等的候选碰撞时间；

响应于确定到所述目标障碍物与所述自车满足预设碰撞条件，将所述候选碰撞时间确定为所述预计碰撞时间。

4.根据权利要求3所述的方法，其特征在于，响应于确定到所述目标障碍物与所述自车满足预设碰撞条件，将所述候选碰撞时间确定为所述预计碰撞时间包括：

确定所述目标障碍物与至少一个所述虚拟等效车辆在候选碰撞时间的横向距离；

响应于确定到所述横向距离小于等于0，将所述候选碰撞时间确定为所述预计碰撞时间。

5.根据权利要求3所述的方法，其特征在于，响应于确定到所述目标障碍物与所述自车满足预设碰撞条件，将所述候选碰撞时间确定为所述预计碰撞时间包括：

确定所述目标障碍物角点位置与所述虚拟等效车辆区域在所述预计碰撞时间是否发生重叠；以及

响应于确定到所述目标障碍物角点位置与所述虚拟等效车辆区域发生重叠，将将所述候选碰撞时间确定为所述预计碰撞时间。

6.根据权利要求1所述的方法，其特征在于，响应于确定到所述目标位置满足预设条件，基于所述当前位置和至少一个所述虚拟等效车辆在所述预计碰撞时间期间内的位置来生成针对所述自车的目标路径包括：

确定至少一个虚拟等效车辆包括左侧虚拟等效车辆和右侧虚拟等效车辆；

响应于确定到所述左侧虚拟等效车辆和所述右侧虚拟等效车辆在所述预计碰撞时间期间内满足所述预设条件，基于所述当前位置和所述左侧虚拟等效车辆在所述预计碰撞时间的位置来生成针对所述自车的目标路径；以及

响应于确定到所述左侧虚拟等效车辆和所述右侧虚拟等效车辆中的一者在所述预计碰撞时间期间内满足所述预设条件，基于所述当前位置以及未与满足所述预设条件的虚拟等效车辆在所述预计碰撞时间的位置来生成针对所述自车的目标路径。

7.根据权利要求1所述的方法，其特征在于，响应于确定到所述目标位置满足预设条件，基于所述当前位置和至少一个所述虚拟等效车辆在所述预计碰撞时间期间内的位置来生成针对所述自车的目标路径包括：

根据所述当前位置和至少一个所述虚拟等效车辆在所述预计碰撞时间的位置进行五次多项式拟合，其中五次多项式的系数由与所述当前位置和至少一个所述虚拟等效车辆在所述预计碰撞时间的位置的横向参数确定。

8.根据权利要求1所述的方法，其特征在于，还包括：

在所述自车按照所述目标路径行进后，持续基于所述虚拟等效车辆判断所述自车是否存在碰撞风险；

响应于判断到所述自车不存在碰撞风险，则使得所述自车返回原车道；以及

响应于判断到所述自车存在碰撞风险，则使得自车保持当前车道行驶。

9.一种路径规划装置，其特征在于，包括：

虚拟等效车辆获取模块，被配置为获取针对自车的至少一个虚拟等效车辆，其中至少一个所述虚拟等效车辆位于所述自车侧方；

目标位置确定模块，被配置为响应于确定到处于当前位置的所述自车与目标障碍物的预计碰撞时间小于预定阈值，确定至少一个所述虚拟等效车辆在所述预计碰撞时间期间相对于所述目标障碍物的目标位置；以及

目标路径获取模块，被配置为响应于确定到所述目标位置满足预设条件，基于所述当前位置和至少一个所述虚拟等效车辆在所述预计碰撞时间期间内的位置来生成针对所述自车的目标路径。

10.一种电子设备，所述设备包括：

一个或多个处理器；以及

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，使得所述一个或多个处理器实现根据权利要求1至8中任一项所述的方法。

11.一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现根据权利要求1至8中任一项所述的方法。