[发明专利]基于多目标轨迹规划的自动驾驶换道方法、装置及介质

权利要求书

1.一种基于多目标轨迹规划的自动驾驶换道方法，其特征在于，包括以下步骤：

以自动驾驶车辆的目标行驶路线为研究对象，构建基于动态障碍物的碰撞风险模型和通行效率模型；

获取不同交通场景的车道集，根据车道集、碰撞风险模型和通行效率模型构建多目标规划模型；

获取优化目标，根据优化目标对多目标规划模型进行求解，获得满足多目标优化、多模式的pareto解集；

对比多种模式的pareto解集，确定目标车道；

获取所述目标车道对应的路径集，根据路径集生成平滑路径，作为局部轨迹规划的指引线；

根据指引线生成局部轨迹，根据局部轨迹实现自动驾驶换道。

2.根据权利要求1所述的一种基于多目标轨迹规划的自动驾驶换道方法，其特征在于，所述以自动驾驶车辆的目标行驶路线为研究对象，包括：

根据车辆的航行点，获取基准线，根据基准线获取样条曲线；

将样条曲线参数化为弧长，对样条曲线中所有线段的弧长进行数值计算：

式中，x_b(s)、y_b(s)表示直角坐标系下全局路径航路坐标点，s表示frenet坐标系距原点弧长，s_i表示第i点距原点的弧长，a、b、c、d表示三次多项式系数。

3.根据权利要求1所述的一种基于多目标轨迹规划的自动驾驶换道方法，其特征在于，所述获取不同交通场景的车道集，包括：

基于交通场景对应的车道集，使用采样方法将车道集分段采样，每一车道对应一簇路径集合；

其中，采样总长度L和每段采样点间隔Δs表示为：

L＝K_VV+L₀

Δs＝K_VV+Δs₀

式中，K_V为车速增益，V为当前车速，L₀为采样基准长度，Δs₀为采样点基准间隔。

4.根据权利要求1所述的一种基于多目标轨迹规划的自动驾驶换道方法，其特征在于，所述碰撞风险模型的表达式为：

其中，α＝sgn(s_obs-s_i)，β＝sgn(n_obs-n_cl)；K₁₁、K₁₂、K₁₃为碰撞风险系数；ΔS_i为采样点距离最近障碍物的距离；v_tars为最近障碍物在frenet坐标系s方向上的速度，v_i为当前点车速；s_obs为障碍物s的坐标，s_i为采样点的坐标；n_obs为障碍物n的坐标，n_cl为由采样点纵坐标n_i找到该采样点所在车道中心线的纵坐标；Δθ_obs为障碍物航向角全局路径航向角之差。