[發明專利]一種基于勢能場啟發式搜索的自動駕駛換道軌跡規劃算法

有效

• 申請號: 202011539198.2
• 申請日: 2020-12-23
• 公開（公告）號: CN112622932B
• 公開（公告）日: 2022-02-01
• 發明（設計）人: 曾憲明;柴晨
• 申請（專利權）人: 同濟大學
• 主分類號: B60W60/00
• 分類號: B60W60/00;B60W40/00;B60W50/00
• 代理公司: 上海科律專利代理事務所(特殊普通合伙) 31290
• 代理人: 葉鳳

本發明涉及一種應用勢能場理論進行自動駕駛車輛的換道軌跡規劃算法，應用于復雜道路環境下的自動駕駛換道軌跡規劃。通過考慮環境車輛的位置影響，與車輛運動趨勢構建車輛風險的勢能場模型；對道路環境中車道線和道路邊界勢能場分別采用高斯分布和反比函數描述。在勢能場的基礎上，標定車輛不可接受的最小風險閾值，劃分車輛軌跡不可侵入區域，采用A?star啟發式搜索算法搜索風險值最小的路徑。本發明采用自適應模型預測控制的方法求解車輛的實際軌跡，實現對規劃軌跡的跟蹤。本發明提高了自動駕駛換道軌跡規劃對復雜道路與交通環境的適應能力。

技術領域

本發明屬于自動駕駛軌跡規劃算法領域。

背景技術

常用的自動駕駛換道軌跡規劃模型采用多項式進行擬合，如五次多項式，計算出安全、舒適的軌跡供無人駕駛車輛完成預定的行駛任務。另一種方法是基于深度學習的軌跡規劃方法，通過訓練人類駕駛軌跡，從而模仿人類的駕駛行為完成軌跡規劃。這些方法一般考慮車輛間隙、車輛速度等因素或者設定一系列的安全規則防止與動態車輛碰撞。然而缺乏對道路條件的考慮，如彎曲道路線性，匝道加速車道長度等道路約束；另一方面，交通規則的影響，如路權、車道限速和交叉口信號等因素也沒有考慮在內，因此這些軌跡規劃算法缺乏對復雜道路環適用性。

勢能場的換道軌跡規劃方法可同時考慮車輛的縱向和橫向安全狀態，評估了多種交通因素引起的風險。另一優勢方面，各種因素的風險都可以方便疊加，從而揭示駕駛員-車輛-道路相互作用及其對駕駛安全的影響，并可以預測由于動態變化而引起的駕駛安全趨勢。通過描述道路邊界風險、動態車輛風險、靜態障礙物風險和交通規則風險，可基于勢能場理論進行一般交叉口區域、直線路段、彎曲路段、匝道出入口、施工區域等多種場景的軌跡規劃，從而構建一個軌跡規劃的統一框架。

現有自動駕駛換道軌跡規劃相關研究存在的缺陷如下：(1)僅考慮交互車輛的風險情況，缺乏對復雜道路環境的綜合描述。(2)在勢能場的基礎上采用梯度下降方法生成的軌跡可能不滿足車輛運動學模型的要求，從而不被執行。

發明內容

本發明的目的是：一種基于勢能場理論和A-star算法的自動駕駛換道軌跡規劃算法。本發明涉及一種應用勢能場理論進行自動駕駛車輛的換道軌跡規劃算法，應用于復雜道路環境下的自動駕駛換道軌跡規劃。通過考慮環境車輛的位置影響，與車輛運動趨勢構建動態車輛勢能場模型；對道路環境中車道線和道路邊界勢能場分別采用高斯分布和反比函數描述。在勢能場的基礎上，標定車輛不可接受的最小風險閾值，劃分車輛軌跡不可侵入區域，采用A-star算法搜索風險值最小的路徑。本發明采用自適應模型預測控制的方法求解車輛的實際軌跡，實現對規劃軌跡的跟蹤。

本發明采用的技術方案是：

步驟1：依據道路交通環境中各要素的特征，建立動態車輛、車道線和車道邊界的勢能函數。道路環境按0.1m×0.1m分辨率計算胡環境柵格風險值，得到風險勢能場。

環境車輛勢能函數：

其中q＝(x_q,y_q)^T為環境中的某點在t時刻的位置，x_i＝(x_i,y_i)^T為t時刻每輛環境車的位置，Ω是對角矩陣的平方反比標準差，W₁為伸縮系數

車道線勢能函數：

其中W₂為伸縮系數，y_lane,i為第i段車道線的縱坐標

其中W₃為伸縮系數，y_road,i為第i段道路邊界的縱坐標，為使風險值相對一致，添加項。