[发明专利]一种基于多窗口模型的高速无人车轨迹规划系统及方法

说明书

本发明公开了一种基于多窗口抽样的高速无人车轨迹规划系统及方法。该方法使用多窗口模型来表征无人车运动规划的搜索空间，结合人类驾驶经验采用先速度规划后路径规划的策略以构建轨迹生成式模型，使生成的候选轨迹具备较强的动态障碍物的处理能力且符合人类驾驶习惯。最后，由代价函数选择代价最小的轨迹作为规划的最优轨迹。该无人车轨迹规划方法适用于以动态障碍物为主的高速等结构化场景，对于无人车在实际环境中通行能力的提升有重要作用，可广泛应用于无人驾驶汽车运动规划、高级辅助驾驶技术等领域。

技术领域

本发明属于运动决策与规划领域，一种基于多窗口模型的高速无人车轨迹规划系统及方法。

背景技术

轨迹规划是自动驾驶系统中非常关键且核心的一项技术，对车辆正常行驶、功能实现有着至关重要的作用。而高速场景以其结构化程度高、行为约束性较强的特点有望成为首个实现完全自动驾驶的应用场景，因此如何在高速场景中灵活应对动态车流、生成一条安全无碰撞、高效可执行的行驶轨迹已经成为热门研究领域，高速场景下的轨迹规划对于自动驾驶技术的应用落地以及高级辅助驾驶技术的提升有着重要意义。

现阶段轨迹规划前通常先由决策确定轨迹规划的候选区域，再根据目标函数生成最优轨迹。这种方式可以将轨迹规划问题转化为凸优化问题便于求解，但对于决策的依赖性较强，决策失误将直接导致规划的候选区域错误从而失去规划的最优性。而轨迹规划根据轨迹的生成方式可以分为两类：一类是通过优化或搜索的方式在无碰撞的自由空间中寻找符合要求的行驶轨迹。在高速场景中，求解空间通常较为庞大，使得这类方法的计算复杂度较高，此外最终规划结果对时空间的离散化程度也有较强依赖性。近年来备受关注的模型预测控制法在每个采样时刻通过更长时域的运动预测来计算最优动作序列，但仅应用第一个动作序列。MPC算法的重新规划能力虽然强，但必须有系统的精确模型做基础。

另一类轨迹规划的方法是通过将轨迹解耦为横-纵向轨迹或路径-速度二元组进行求解以降低求解空间的维度，从而提高计算效率。在时空间状态栅格图中以图搜索的方式分别求解横纵向轨迹同样受限于时空间的离散化程度。而先进行路径规划再进行速度规划的方式在路径规划的时候难以对动态车辆做有效处理。为提升动态障碍物的处理能力，人工势场被引入进来，但由于人工势场的方法缺乏动态推理能力，仅在空间维度下进行风险评估，导致车辆总是试图通过绕行避障。此外，当考虑道路规则约束，将车道线的势场加入模型时又使得规划器很大程度上倾向于选择车道保持，使规划趋于保守，灵活性降低。

发明内容

本发明的目的在于提供一种基于多窗口模型的高速无人车轨迹规划系统及方法，以解决上述问题。

为实现上述目的，本发明采用以下技术方案：

一种基于多窗口模型的高速无人车轨迹规划系统，包括搜索空间建立模块、候选轨迹生成模块和最优轨迹选择模块；搜索空间建立模块、候选轨迹生成模块和最优轨迹选择模块依次连接；

搜索空间建立模块用于多窗口模型构建以及道路交通规则筛选；多窗口模型构建将无人车周围的可行驶区域以动态窗口的形式表征并获取各个窗口的特性；道路交通规则筛选根据车道线约束剔除不符合道路交通规则的窗口；

候选轨迹生成模块用于动态窗口的选择以及窗口内轨迹生成；动态窗口的选择由窗口特性及人类驾驶经验共同决定；窗口内轨迹生成分为速度规划和路径规划两步依次进行，先通过速度规划处理动态障碍物，为路径规划提供目标点参考信息，再使用参数曲线构造法生成路径；

最优轨迹选择模块用于对候选轨迹的代价评估；对候选轨迹的代价评估从安全性、平滑性、舒适性和高效性四个方面进行轨迹评估。

进一步的，一种基于多窗口模型的高速无人车轨迹规划系统的规划方法，包括以下步骤：

步骤1，构建多窗口模型以及道路交通规则筛选：多窗口模型构建将无人车周围的可行驶区域以动态窗口的形式表征并获取各个窗口的特性；根据车道线约束剔除不符合道路交通规则的窗口完成道路交通规则筛选；