[发明专利]控制车辆纵向运动的方法、装置及存储介质

说明书

本公开提供了一种控制车辆纵向运动的方法、装置及非瞬时性计算机可读存储介质，涉及自动驾驶技术领域。其中控制车辆纵向运动的方法包括：生成多条候选加速度曲线，每条候选加速度曲线表示车辆的纵向加速度在未来时间段内的变化情况；在车辆的纵向位移随时间变化的坐标系中，根据多条候选加速度曲线生成相应的多条候选位移曲线，每条候选位移曲线表示车辆的纵向位移在未来时间段内的变化情况；将未来时间段内障碍物的纵向位移映射至所述坐标系，根据障碍物的纵向位移从多条候选位移曲线中确定可选位移曲线；根据可选位移曲线控制车辆纵向运动。本公开能够实现自动驾驶场景中车辆的纵向决策，提升了决策结果的稳定性、可解释性和可优化性。

技术领域

本公开涉及自动驾驶技术领域，特别涉及一种控制车辆纵向运动的方法、装置及非瞬时性计算机可读存储介质。

背景技术

自动驾驶场景具有复杂性和多样性。为了应对各类障碍物，通常需要做出横向运动的控制决策(简称横向决策)和纵向运动的控制决策(简称纵向决策)，并基于横向决策和纵向决策为车辆规划出更加合理的运动轨迹。

在做出控制决策时，纵向决策和横向决策通常分开进行。其中，纵向决策例如包括跟随、让车、超车、停止等等。当前主流的决策方法包括利用机器学习模型进行控制决策以及采用A-star、RRT等算法进行搜索得出控制决策。

发明内容

本公开解决的一个技术问题是，如何实现自动驾驶场景中车辆的纵向决策。

根据本公开的一个方面，提供了一种控制车辆纵向运动的方法，包括：生成多条候选加速度曲线，每条候选加速度曲线表示车辆的纵向加速度在未来时间段内的变化情况；在车辆的纵向位移随时间变化的坐标系中，根据多条候选加速度曲线生成相应的多条候选位移曲线，每条候选位移曲线表示车辆的纵向位移在未来时间段内的变化情况；将未来时间段内障碍物的纵向位移映射至坐标系，根据障碍物的纵向位移从多条候选位移曲线中确定可选位移曲线；根据可选位移曲线控制车辆纵向运动。

在一些实施例中，生成多条候选加速度曲线包括：在车辆的加速度随时间变化的坐标系中，选取多个采样时刻；根据每个采样时刻下的候选加速度，生成每个采样时刻的候选加速度采样点；将相邻采样时刻的候选加速度采样点相连，生成多条候选加速度曲线。

在一些实施例中，根据多条候选加速度曲线生成相应的多条候选位移曲线包括：在车辆的纵向速度随时间变化的坐标系中，根据多条候选加速度曲线生成相应的多条候选速度曲线，每条候选速度曲线表示车辆的纵向速度在未来时间段内的变化情况；删除速度超过限速及速度出现负值的候选速度曲线，获得多条可选速度曲线；在车辆的纵向位移随时间变化的坐标系中，根据多条可选速度曲线生成相应的多条候选位移曲线。

在一些实施例中，将未来时间段内障碍物的纵向位移映射至坐标系包括：根据障碍物的纵向长度以及障碍物的纵向速度，在坐标系中确定障碍物区域。

在一些实施例中，障碍物区域为平行四边形，平行四边形的第一组对边与坐标系的纵向位移坐标轴平行，且第一组对边的长度为障碍物的纵向长度，第二组对边的斜率为障碍物的纵向速度。

在一些实施例中，根据障碍物的纵向位移从多条候选位移曲线中确定可选位移曲线包括：将与障碍物区域的最短距离大于预设值的候选位移曲线，确定为可选位移曲线。

在一些实施例中，根据可选位移曲线控制车辆纵向运动包括：在存在多条可选位移曲线的情况下，分别计算每条可选位移曲线的损失函数值，其中，可选位移曲线的损失函数值为该可选位移曲线在各个采样时刻的损失函数值的总和；根据损失函数值最小的可选位移曲线控制车辆纵向运动。

在一些实施例中，可选位移曲线在某个采样时刻的损失函数值，分别与该采样时刻的加速度变化率的绝对值、加速度的绝对值、速度与限速之差的绝对值呈正相关。