[发明专利]一种智能车局部路径规划方法及其装置、车辆

说明书

本发明公开了一种智能车局部路径规划方法及装置、车辆，该方法包括：S1，采集车辆实际行驶信息、期望路径信息及障碍物信息；S2，根据S1采集的信息，确定障碍物当前有效位置；S3，根据障碍物在当前有效位置及期望路径信息，在障碍物未阻挡当前期望路径的情形下，则当前期望路径是最终路径；在障碍物阻挡当前期望路径的情形下，寻找避开障碍物的最优关键点：存在最优关键点进入S4，反之进入S5；S4，将关键点序列中的每一个关键点与该关键点相邻的前、后的两个关键点连接，形成避障路径，并作为更新的期望路径返回S3；S5，生成倒车路径或掉头路径。本发明所生成的曲线符合车辆运动学规律，并且只需测量车身相关参数即可完成对不同车辆的适应性匹配。

技术领域

本发明涉及智能车辆技术领域，特别是涉及一种智能车局部路径规划方法及其装置、车辆。

背景技术

智能驾驶技术在交通安全、环境保护及缓解交通压力等方面都有巨大的应用潜力，目前已成为发达国家、汽车厂商及科技公司研究的重点。智能驾驶研究涉及机械电子、模式识别、人工智能、控制科学及软件工程等诸多学科知识，其中，智能车局部路径规划是研究的重要内容之一。

对于智能车局部路径规划系统，需要根据当前期望路径和周围障碍物信息，能够生成可以避开所有障碍物的平滑曲线，并且曲线需要符合车辆运动学特性，从而使车辆能够精确跟踪，确保车辆行驶安全。此外，还需要考虑各种边界约束、路径被阻挡等各种极限条件。

因此，希望有一种技术方案来克服或至少减轻现有技术的上述缺陷中的至少一个。

发明内容

本发明的目的在于提供一种智能车局部路径规划方法及其装置来克服或至少减轻现有技术的上述缺陷中的至少一个。

为实现上述目的，本发明提供一种智能车局部路径规划方法，所述智能车局部路径规划方法包括：S1，采集车辆实际行驶信息、期望路径信息以及障碍物信息；S2，根据S1采集到的各信息，确定障碍物在当前时刻的有效位置；S3，根据S2计算得到的障碍物在当前时刻的有效位置及S1中采集到的期望路径信息，在障碍物未阻挡当前期望路径的情形下，则当前期望路径是最终路径，并发送给车辆控制层；在障碍物阻挡了当前期望路径的情形下，寻找能够避开障碍物的最优关键点：在存在最优关键点的情形下进入S4，在不存在最优关键点的情形下进入S5；S4，将S3中寻找到的最优关键点加入已有的关键点序列中，关键点序列中各关键点的前后排序原则是沿期望路径方向距离自车的距离大小依序排列，关键点序列中的第一个关键点为车辆当前所在点，关键点序列中的最后一个关键点为期望路径的终点，用双圆弧合成曲线将关键点序列中的每一个关键点与该关键点相邻的前、后的两个关键点连接，形成避障路径，并作为更新的期望路径返回S3；S5，生成倒车路径或掉头路径。

进一步地，S1中的障碍物信息包括：静态障碍物和动态障碍物；S2中的静态障碍物在当前时刻的有效位置为静态障碍物的当前位置；S2中的动态障碍物在当前时刻的有效位置确定方法如下：S21，判断动态障碍物是否有横向切入当前期望路径的动机，如果有，则进入S22；否则进入S23；S22，根据动态障碍物的速度的横向分量来预测其当前有效位置；S23，将动态障碍物与当前期望路径的实际横向距离作为当前有效位置。

进一步地，S1中的障碍物信息包括：普通障碍物、有效障碍物和虚拟障碍物；S3中的关键点的寻找方法具体包括：S31，判断有效障碍物是否阻挡了当前期望路径，如果是，则进入S32；否则进入S33；S32，在当前期望路径上寻找到距离S31中的有效障碍物最近的路径点，过路径点做当前期望路径的切线及该切线的垂线；S33，在S32的切线附近寻找距离有效障碍物周围的虚拟障碍物；S34，以有效障碍物为中心，在S32的垂线上搜索位于中心左侧的左关键点以及右侧的右关键点，各关键点距离有效障碍物和虚拟障碍物的边界大于设定的安全距离d_safe。