[发明专利]备选轨迹评价方法及装置

说明书

本发明提供了一种备选轨迹评价方法及装置，方法包括：获取备选路径集合和备选速度集合；备选路径集合包括多个备选路径，备选速度集合包括多个备选速度；根据多个备选路径和多个备选速度，确定备选轨迹集合；备选轨迹集合包括多条备选轨迹；确定备选轨迹的多个属性，并确定每个属性的隶属度函数；根据隶属度函数，计算每条备选轨迹的多个属性中的每个属性的评价模糊数；每个评价模糊数包括隶属度和非隶属度；根据每个属性的评价模糊数的隶属度和非隶属度，通过模糊数集成算子计算每条备选轨迹的综合属性模糊数；根据综合属性模糊数，确定每条备选轨迹的综合得分；根据每条备选轨迹的综合得分，确定最优轨迹。

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种备选轨迹评价方法及装置。

背景技术

自动驾驶车辆的核心算法一般包括感知、定位、决策规划和控制模块,决策规划包括运动规划模块，运动规划模块根据周围环境信息可以生成控制模块可执行的轨迹。为了实现位置维度和时间维度上的优化,在规划时,同时生成多个路径规划曲线与多个速度规划曲线，多个路径规划曲线称为备选路径集合，多个速度规划曲线称为备选速度集合，备选路径集合中的备选路径和备选速度集合中的备选速度两两结合,形成备选轨迹集合，如何从中评价并选取合适的轨迹,影响到最终无人驾驶车辆的智能度和舒适度。

现有技术中，选取跟轨迹相关的几个关键的属性，比如路径的陡峭度、避障时与障碍物的距离等，并基于经验给出各自属性的权重系数,然后分别计算各个属性的代价值，将所有的代价值进行求和,得到该轨迹的代价值。对备选轨迹集合中的各个轨迹实施上述计算方法,得到每个轨迹的代价值,将代价值从小到大进行排序,代价值最小的即为当前时刻选择的最优轨迹。

但是该方法并没有考虑到各属性之间的相互关系，例如路径的陡峭度与避障时与障碍物的距离之间的关系，如果避障横向距离很大，能满足安全最优的要求，但可能带来的是路径的陡峭程度变高，如果单纯由单一的权重系数来平衡这两个属性，有时无法取得更符合老司机驾驶习惯的轨迹。且该方法中所涉及的权重系数受人为因素影响大,在处理不同的场景时不够灵活智能。

发明内容

本发明实施例的目的是提供一种备选轨迹评价方法及装置，以解决现有技术在确定最优轨迹时的权重系数受人为因素影响大,在处理不同的场景时不够灵活智能的问题。

为解决上述问题，第一方面，本发明提供了一种备选轨迹评价方法，所述备选轨迹评价方法包括：

获取备选路径集合和备选速度集合；所述备选路径集合包括多个备选路径，所述备选速度集合包括多个备选速度；

根据所述多个备选路径和所述多个备选速度，确定备选轨迹集合；所述备选轨迹集合包括多条备选轨迹；

确定备选轨迹的多个属性，并确定每个属性的隶属度函数；

根据所述隶属度函数，计算每条备选轨迹的多个属性中的每个属性的评价模糊数；每个所述评价模糊数包括隶属度和非隶属度；

根据每个属性的评价模糊数的隶属度和非隶属度，通过模糊数集成算子计算每条备选轨迹的综合属性模糊数；根据所述综合属性模糊数，确定每条备选轨迹的综合得分；

根据每条备选轨迹的综合得分，确定最优轨迹。

在一种可能的实现方式中，所述根据所述多个备选路径和所述多个备选速度，确定备选轨迹集合具体包括：

利用公式将备选路径和备选速度两两合并，得到备选轨迹集合中的每条备选轨迹；其中，备选路径为y＝f(x)，备选速度为v＝f(s)。

在一种可能的实现方式中，所述根据所述隶属度函数，计算每条备选轨迹的多个属性中的每个属性的评价模糊数具体包括：