[发明专利]基于车道线与GPS跟随的智能驾驶局部轨迹容错规划方法

说明书

本发明公开了一种基于车道线与GPS跟随的智能驾驶局部轨迹容错规划方法，其步骤包括：首先初始化跟随模式并建立智能驾驶车辆坐标系；其次根据GPS、车道线信息进行GPS数据和车道线识别状态的甄别；然后根据甄别后的识别状态计算容错偏差，并更新跟随模式；最后基于新跟随模式进行局部路径、轨迹规划；该方法通过对各种数据的有效性做出了判断，提高了后续计算的准确度，同时，基于各数据状态设计了容错偏差，并对其进行实时动态的更新，简化系统复杂度，易于实际应用，提高了数据处理的鲁棒性；针对GPS、车道线等多传感数据对跟随模式进行实时状态转移，实现了多跟随状态之间的连续、平滑控制，提高了智能驾驶车辆的舒适性和稳定性。

技术领域

本发明属于无人驾驶及路径规划技术领域，特别涉及一种基于车道线与GPS跟随的智能驾驶局部轨迹容错规划方法。

背景技术

智能驾驶车辆是能通过车载传感器系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。智能驾驶技术中的路径轨迹规划是智能驾驶领域的关键技术之一。在半结构化环境下的智能驾驶过程中，易遇到GPS/IMU干扰不稳定、车道线不清晰或不连续或错误识别车道线等复杂突发情况。该局部轨迹规划为非特定场景下的动态规划，要求准确完成车道跟随，且需对异常突发情况快速响应。

目前，国内外学者围绕智能驾驶车辆局部路径轨迹规划方法开展了大量研究工作，主要包括基于启发式搜索、智能仿生、行为规划以及再励学习等路径规划方法，在全局路径规划方面取得了良好的效果。但并未考虑如半结构化道路下车道不连续和车道错误识别或 GPS/IMU定位失真等因数据不稳定对规划系统带来的难适应性。如何利用现有数据信息提高车道跟随的稳定性和实时性，是值得深入研究的实际问题。

在半结构化环境下，对智能驾驶局部轨迹规划的连续性、误数据的高容错性提出了较高的要求。半结构化环境下的导航过程存在突发异常，包括车道不连续和车道错误识别，或 GPS/IMU定位失真等。该情况下的局部路径轨迹规划需要具备对异常问题的高容错性和稳定性。为此，需研究一种基于车道线和GPS跟随的智能驾驶局部轨迹容错规划方法，使得该方法具有高容错性和高稳定性，提升智能车辆路径轨迹规划的实时性和鲁棒性。

发明内容

本发明为了克服上述现有技术的不足，提供了一种基于车道线与GPS跟随的智能驾驶局部轨迹容错规划方法，通过对多传感器数据的有效甄别，设计容错偏差算法，充分考虑各种数据异常情况下的轨迹规划方法，实现智能驾驶车道跟随，简化局部规划系统的设计，提升鲁棒性和稳定性。

一种基于车道线与GPS跟随的智能驾驶局部轨迹容错规划方法，包括以下步骤：

步骤一：初始化车辆驾驶跟随模式，建立智能驾驶车辆坐标系，并设定期望路径；

步骤二：根据GPS信息对GPS数据进行有效性判别；

步骤三：获取智能车辆上摄像头实时采集的车辆所在车道的车道线的识别状态；

所述车辆所在车道的车道线包括左、右两条车道线；

步骤四：根据车道线识别状态计算容错误差；

步骤五：根据当前GPS数据有效性、车道线识别状态和容错误差，更新车辆驾驶跟随模式；

步骤六：基于更新后的车辆驾驶跟随模式进行局部路径与轨迹规划。

进一步地，所述步骤一的具体过程如下：

步骤1a：初始化车辆驾驶跟随模式M_follow为GPS跟随模式M_gps，即M_follow＝M_gps；

步骤1b：设定车辆坐标系，坐标原点为车头中心位置，车辆正前方为X轴，车辆正左方为Y轴，车辆正上方为Z轴；