[发明专利]一种高精度高实时的自动驾驶局部路径规划方法

说明书

一种高精度高实时的自动驾驶局部路径规划方法，包括如下步骤：步骤一、获取全局参考路径；步骤二、通过传感器测得周围的局部环境信息，进行环境模型构建，获得初始化后的栅格地图；步骤三、利用RRT算法对已构建的所述栅格地图进行搜索，对可用节点进行筛选，获取无碰撞局部行车路径；步骤四、在筛选后获取的无碰撞局部行车路径上进行扩展，获取带有宽度信息的行车区域约束；步骤五、对带有宽度的行车区域约束进行枚举采样，获得所有局部路径的可能情况，从中选择最优路径作为输出。降低了自动驾驶系统在局部路径规划中的算力需求，提升局部路径规划方法的路径规划精确度，有利于车辆通在复杂狭窄环境中的通行，提升车辆行驶安全性、灵活性。

技术领域

本发明涉及自动驾驶领域，尤其涉及一种高精度高实时的自动驾驶局部路径规划方法。

背景技术

在自动驾驶汽车系统中，车辆的局部路径规划是自动驾驶决策技术的重要组成部分之一。局部路径规划主要通过车辆感知信息、全局路径及自车状态等信息通过规划算法获取一条车辆实时运动轨迹。感知信息通常由相机、毫米波雷达、激光雷达等车载传感器获取，得到障碍物的类型、位置、速度和加速度等信息，自车状态容如车辆速度、方向盘、加速度等信息由车载网络获取。为保证自动驾驶车辆在限定区域复杂场景中安全运行，避免由算法设计不足带来的预期功能安全等相关问题，需要提升自动驾驶控制系统中局部路径规划算法的路径规划精度，精度的提升能够进一步提升车辆在复杂场景下的运行性能，但势必带来算力需求的提升，这对自动驾驶车辆域控制器等相关计算硬件品台带来了极大的挑战，若算力需求接近硬件算力的极限，自动驾驶系统将处于不稳定状态，严重影响车辆行车安全，若对精度不做较大提升，车辆在遭遇狭窄场景时可能会自主判定场景不可通行，从而造成行车的中断。在提升算法计算精度的同时保证算法计算的实时性，降低算法运行的算力需求是十分有必要的。

发明内容

为了解决上述技术问题，本发明提供了一种高精度高实时的自动驾驶局部路径规划方法，包括如下步骤：

步骤一、获取全局参考路径；

步骤二、通过传感器测得周围的局部环境信息，进行环境模型构建，将区域按照定大小步长进行网格化，获得初始化后的栅格地图；

步骤三、利用RRT算法对已构建的所述栅格地图进行搜索，将车辆动力学模型融合在随机树节点的扩展步骤中，在节点扩展中加入车体的动力学稳定空间约束条件，对可用节点进行筛选，获取无碰撞局部行车路径；

步骤四、在筛选后获取的无碰撞局部行车路径上进行扩展，获取带有宽度信息的行车区域约束；

步骤五、对带有宽度的行车区域约束进行枚举采样，获得所有局部路径的可能情况，从中选择最优路径作为输出。

作为优选，在所述步骤一中，通过GPS获取全局参考路径。

作为优选，在所述步骤二中，所述栅格地图是将传感器、感知、预测等外围自动驾驶功能模块输出的环境信息进行处理后，再通过离散采样的方式建模而成。

作为优选，在所述步骤三中，引入B样条曲线函数对随机树节点连线进行路径拟合，同时将自动驾驶车辆自身状态反馈量带入车辆动力学模型，同时考虑车辆侧滑与速度约束限制，生成曲率连续的局部避障的平滑路径。

作为优选，在所述步骤四中，对所述无碰撞局部行车路径使用定步长采样扩展方法进行扩展，沿路径的垂直方向进行定步长采样，获得散点序列，散点序列所覆盖区域形成带有宽度的行车区域约束。

作为优选，在所述步骤五中，对获得的所有局部路径进行代价评估，找到最小代价的备选局部路径，此路径为最终输出结果。

本发明带来的有益效果：

1.本发明克服了现有局部路径规划技术中路径规划精度和实时性之间的矛盾，在提升局部路径规划精度的同时保证计算的实时性。

2.本发明能够降低自动驾驶系统在局部路径规划中的算力需求，提升局部路径规划方法的路径规划精确度，有利于车辆通在复杂狭窄环境中的通行，提升车辆行驶安全性、灵活性。