[發明專利]一種自動駕駛決策方法及系統

在審

• 申請號: 201910718311.4
• 申請日: 2019-08-05
• 公開（公告）號: CN110568841A
• 公開（公告）日: 2019-12-13
• 發明（設計）人: 嵇偉偉
• 申請（專利權）人: 西藏寧算科技集團有限公司;的盧技術有限公司;西藏寧算信息科技有限公司;北京寧算科技有限公司
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 32272 南京禹為知識產權代理事務所(特殊普通合伙)
• 代理人: 宋華

1.一種自動駕駛決策系統，其特征在于：包括，

感知模塊(100)，所述感知模塊(100)能夠采集車輛周邊環境的物體信息和車輛自身的狀態信息；

預測模塊(200)，所述預測模塊(200)與所述感知模塊(100)連接，能夠接收感知信息并進行信息融合計算生成預測軌跡；

決策模塊(300)，與所述預測模塊(200)連接，能夠接收所述預測軌跡輸出決策的軌跡點；

控制模塊(400)與上層所述決策模塊(300)連接，消化所述軌跡點，控制車輛執行所述軌跡點。

2.如權利要求1所述的自動駕駛決策系統，其特征在于：所述感知模塊(100)負責從傳感器數據中探測計算出周邊環境的物體及車輛自身屬性，物體信息經過所述預測模塊(200)的計算，生成預測軌跡傳遞給決策規劃控制系統中的行為決策模塊(300)。

3.如權利要求1或2所述的自動駕駛決策系統，其特征在于：所述決策模塊(300)包括行為決策(301)和軌跡規劃模塊(302)；

所述行為決策(301)接受路由尋徑的結果，同時也接收感知預測和地圖信息，綜合輸入信息生成輸入至所述軌跡規劃模塊(302)中進行軌跡規劃。

4.如權利要求3所述的自動駕駛決策系統，其特征在于：所述行為決策(301)包括輸出當前車輛行為、車輛運動目標點和目標車速，輸入所述行為決策(301)后輸出車輛運動目標點、目標車速的規劃軌跡。

5.如權利要求4任一所述的自動駕駛決策系統，其特征在于：所述感知模塊(100)的環境狀態包括激光雷達、毫米波雷達、超聲波雷達和視覺傳感器采集的環境信息。

6.如權利要求4或5所述的自動駕駛決策系統，其特征在于：所述車輛自身的狀態信息包括定位/慣導和輪速傳感器采集的信息。

7.如權利要求6所述的自動駕駛決策系統，其特征在于：所述控制模塊(400)包括路徑跟蹤系統、檔位控制、踏板控制、轉角控制和附件控制；

所述軌跡規劃模塊(302)輸出車輛運動目標點、目標車速的規劃軌跡至所述路徑跟蹤系統中輸出油門/制動、踏板開度和轉向盤轉角控制信號至所述踏板控制、轉角控制中進行車輛駕駛控制。

8.一種自動駕駛決策方法，其特征在于：包括以下步驟，

感知模塊(100)采集車輛周邊環境的物體信息；

所述物體信息輸入預測模塊(200)的計算生成預測軌跡；

決策模塊(300)接收所述預測軌跡輸出決策的軌跡點；

反饋控制模塊(400)消化所述軌跡點，控制車輛執行所述軌跡點。

9.如權利要求8所述的自動駕駛決策方法，其特征在于：所述反饋控制包括以下步驟，

在每個控制周期內得到了控制時域內的一系列控制輸入增量：

式中：ΔU_t^*為t時刻的控制增量；

根據模型預測控制的基本原理，將該控制序列中第一個元素作為實際的控制輸入增量作用于系統，即：

u(t)＝u(t-1)+Δu_t^*

式中：u(t)為系統的實際控制量；

系統執行這一控制量直到下一時刻，在新的時刻，根據狀態信息重新預測下一階段時域的輸出，通過優化過程得到一個新的控制增量序列；

如此循環往復，直至完成控制過程。

10.如權利要求8或9所述的自動駕駛決策方法，其特征在于：所述預測模塊(200)還包括以下預測步驟，

將不同時刻的車輛位置信息收集構成多條完整的軌跡序列數據；

定義具有環境特征的不確定移動軌跡、軌跡參考點和預測軌跡點與軌跡參考點的集合空間；

建立軌跡預測模型并進行訓練。