[发明专利]一种基于局部最优性的无人驾驶车辆动态轨迹规划方法

说明书

本发明属于无人驾驶汽车路径规划技术领域，尤其涉及一种基于局部最优性的无人驾驶车辆动态轨迹规划方法。该方法根据道路上障碍物车辆的不同位置与其不同相应的工况，来进行最优参考轨迹的选取并进行动态的轨迹规划。分析无人车换道意图的产生与换道可执行的条件，根据对周围障碍车位置以及速度的预测在决定避障换道的初始时刻拟合出局部最优换道轨迹，进而把这条最优轨迹作为局部参考轨迹。生成无人车可行驶的轨迹簇，并将设计出的速度距离成本代价函数与损失函数相结合，利用非线性模型预测控制筛选出轨迹簇中的最优轨迹。该方法能够在多种复杂工况下实现避障、换道与超车，而且兼顾了无人车中乘客的舒适性与道路行驶效率等性能。

技术领域

本发明属于无人驾驶汽车路径规划技术领域，尤其涉及一种基于局部最优性的无人驾驶车辆动态轨迹规划方法。

背景技术

伴随着时代的进步与发展，无人驾驶技术从根本上带来了社会的变革，无人驾驶可以从本质上改变人们的生活方式与出行方式，十分智能化。无人驾驶车辆是智能交通系统中的重要组成部分，由于无人驾驶车辆融合了环境感知、定位、决策、跟踪控制等众多领域，具有反应灵敏、行驶安全可靠等优点，可以有效降低交通事故发生率，提高道路的车辆行驶效率。目前，很多国内外高端科技公司致力于无人车技术的研发，如百度、谷歌、通用、特斯拉等都投入了巨大的精力。

轨迹规划是车辆实现无人驾驶的关键技术之一。轨迹规划可以在车路协同的基础上规划出有效的行驶路径，以此来实现无人车的超车与避障功能。一般而言，无人车的路径规划分为全局路径规划与局部路径规划，全局路径规划是规划了全局范围的、从起点到终点的行驶路径；而局部路径规划则是根据无人车辆在行驶过程中根据道路等周围环境信息以及动态的变化来进行重新规划局部路径。由于无人车的路径规划算法都是从机器人相关领域而来并进行了一定的改进，所以目前主要应用的算法有A*算法、Dijkstra算法、启发式算法、RRT算法、人工势场法等。

现有的无人车路径规划算法中，一般都是基于给定的障碍物车辆工况进行的轨迹规划研究，而且很少考虑无人驾驶车辆在避障换道时乘客的舒适性与道路行驶效率。

发明内容

(一)要解决的技术问题

针对现有存在的技术问题，本发明提供一种基于局部最优性的无人驾驶车辆动态轨迹规划方法，能够在多种复杂工况下实现避障、换道与超车，而且兼顾了无人车中乘客的舒适性与道路行驶效率等性能。

(二)技术方案

本发明提供一种基于局部最优性的无人驾驶车辆动态轨迹规划方法，包括如下步骤：

A1、分别获取无人车和障碍车的状态参数，根据所述状态参数判断无人车是否达到产生换道动机的条件，若达到产生换道动机的条件，则继续判断是否满足换道条件，若满足换道条件，则执行步骤A2；若达不到产生换道动机的条件，或不满足换道条件，则无人车减速或保持当前跟驰状态；

A2、根据所述无人车的状态参数和预设的无人车左侧待换道车道无障碍车辆的距离范围，并结合无人车的动力性能指标，得到局部最优换道轨迹，作为参考轨迹；

A3、根据所述障碍车的状态参数，结合汽车动力学响应，预测无人车左侧待换道车道障碍车的行驶轨迹；

A4、根据所述无人车的状态参数和无人车左侧待换道车道障碍车的行驶轨迹，预测无人车的换道行驶轨迹；

A5、基于所述参考轨迹，结合车辆动力学约束和成本代价函数值最小的原则，利用非线性模型预测控制对所述无人车的换道行驶轨迹进行重规划，得到最优换道轨迹；

A6、将步骤A3-A5不断进行迭代计算，得到最终换道轨迹。

进一步地，所述状态参数包括无人车和障碍车的位置、运动方向、行驶速度和加速度。

进一步地，所述产生换道动机的条件满足以下公式：