[發明專利]基于閉環控制的路徑規劃方法及裝置

有效

• 申請號: 201910201621.9
• 申請日: 2019-03-18
• 公開（公告）號: CN109900289B
• 公開（公告）日: 2023-02-10
• 發明（設計）人: 左思翔;徐成;張放;李曉飛;張德兆;王肖;霍舒豪
• 申請（專利權）人: 北京智行者科技股份有限公司
• 主分類號: G01C21/34
• 分類號: G01C21/34;G05D1/02
• 代理公司: 北京慧誠智道知識產權代理事務所(特殊普通合伙) 11539
• 代理人: 李楠

本發明提供了一種基于閉環控制的路徑規劃方法，包括：獲取參考路徑；當以起點和第一終點間的距離為直徑的圓內存在第一障礙物時，確定其第一距離；分別以起點和第一距離為半徑設置第一父圓和第一終點圓；從第一父圓的子圓中確定第二父圓；當第m父圓與第一終點圓的重合度大于預設第一閾值時，生成第一和第二列表；在當前時刻，獲取車輛的第一參數，并計算下一時刻的第二參數，從而確定第一軌跡集；根據第一列表和第二列表，對第一軌跡集進行處理；對處理后的第一軌跡集中的軌跡進行評價以確定第一目標軌跡，并計算其加速度和轉向角度，當第n目標軌跡的終點與終點的距離之差小于預設第二閾值時，生成目標路徑。由此降低了底層控制的控制難度。

技術領域

本發明涉及數據處理技術領域，尤其涉及一種基于閉環控制的路徑規劃方法及裝置。

背景技術

隨著人工智能技術以及現代制造業的發展，自動駕駛技術已經逐漸走進人們的日常生活，潛移默化的改變著人們的出行方式。無人駕駛技術可以簡要的分為感知、預測、定位、決策、規劃與控制這幾個方面。路徑規劃方法主要任務是指根據當前車輛信息、合理探索環境空間、最終規劃出一條便于控制器執行、無碰撞的路徑。運動規劃在路徑規劃的基礎上，對路徑點的速度、轉向角等信息進行設置，使得路徑點信息更加完善。

對于路徑規劃算法來說，除了保證在復雜環境下的算法完備性、實時性之外，所生成的軌跡是否對控制模塊友好，也是一個重要的評判標準。如果軌跡生成無法適應車輛模型，那么在不利于保證控制精度的同時，也對控制器的設計提出了很高的要求。

目前包含運動規劃的路徑規劃算法一般基于隨機采樣的方法、基于優化的方法等。

隨機采樣算法是一種經典的樹搜索算法，其中最著名的就是快速擴展隨機樹(Randomly Exploring Randomized Trees，RRT)算法。RRT算法是從起始點開始向外拓展一個樹狀結構，而樹狀結構的拓展方向是通過在規劃空間內隨機采點確定的。該方法是概率完備且不最優的。隨機采樣類算法存在路徑突變等問題，需要通過后續優化生成符合車輛動力學的路徑。

基于優化的方法通過在路徑生成的過程中，通過最小化代價函數來進行路徑優化。代價函數一般包括障礙物距離限制、車輛加速度、方向盤轉速度限制、地形限制等。同時，在優化項中增加對車輛運動信號的規劃，通過不同的方法逼近車輛最佳路徑。

基于隨機采樣的方法路徑不可避免的存在一定的不確定性，且采樣點的隨機性導致了原始路徑的波動特性，所以大部分基于隨機采樣的方法需要對路徑進行進一步的優化，這大大增加了算法的耗時，無法滿足無人車的實時路徑規劃需求。

基于優化的方法需要大量的計算資源且難以并行計算，同時對優化項的設計及優化方法的選用有著很高的要求，由于優化方法的復雜性，基于優化的規劃算法沒有確定的計算時間，且基于優化的方法缺乏全局知識，有時會陷入局部最優。

上述路徑規劃方法中，都沒有考慮控制模塊，即底層控制器的控制難度。

發明內容

本發明實施例的目的是提供一種基于閉環控制的路徑規劃方法及裝置，以解決現有計算中存在的路徑規劃中不考慮底層控制器的控制難度的問題。

為解決上述問題，第一方面，本發明提供了一種基于閉環控制的路徑規劃方法，所述方法包括：

獲取車輛的參考路徑，所述參考路徑包括起點和終點；

在所述參考路徑上取第一終點；所述第一終點位于所述起點和終點之間；

判斷以所述起點和所述第一終點間的距離為直徑的圓內是否存在障礙物；

當存在第一障礙物時，確定所述起點與所述第一障礙物的第一距離；所述第一障礙物為障礙物中距離起點最近的障礙物；所述第一距離為所述起點距離所述第一障礙物的距離減去自車的安全距離之差；

以所述起點為圓心，以所述第一距離為半徑，設置第一父圓；