[發明專利]一種基于多窗口模型的高速無人車軌跡規劃系統及方法

有效

• 申請號: 202110091040.1
• 申請日: 2021-01-22
• 公開（公告）號: CN112965476B
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 薛建儒;張琳;馬超;李庚欣
• 申請（專利權）人: 西安交通大學
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 賀小停

本發明公開了一種基于多窗口抽樣的高速無人車軌跡規劃系統及方法。該方法使用多窗口模型來表征無人車運動規劃的搜索空間，結合人類駕駛經驗采用先速度規劃后路徑規劃的策略以構建軌跡生成式模型，使生成的候選軌跡具備較強的動態障礙物的處理能力且符合人類駕駛習慣。最后，由代價函數選擇代價最小的軌跡作為規劃的最優軌跡。該無人車軌跡規劃方法適用于以動態障礙物為主的高速等結構化場景，對于無人車在實際環境中通行能力的提升有重要作用，可廣泛應用于無人駕駛汽車運動規劃、高級輔助駕駛技術等領域。

技術領域

本發明屬于運動決策與規劃領域，一種基于多窗口模型的高速無人車軌跡規劃系統及方法。

背景技術

軌跡規劃是自動駕駛系統中非常關鍵且核心的一項技術，對車輛正常行駛、功能實現有著至關重要的作用。而高速場景以其結構化程度高、行為約束性較強的特點有望成為首個實現完全自動駕駛的應用場景，因此如何在高速場景中靈活應對動態車流、生成一條安全無碰撞、高效可執行的行駛軌跡已經成為熱門研究領域，高速場景下的軌跡規劃對于自動駕駛技術的應用落地以及高級輔助駕駛技術的提升有著重要意義。

現階段軌跡規劃前通常先由決策確定軌跡規劃的候選區域，再根據目標函數生成最優軌跡。這種方式可以將軌跡規劃問題轉化為凸優化問題便于求解，但對于決策的依賴性較強，決策失誤將直接導致規劃的候選區域錯誤從而失去規劃的最優性。而軌跡規劃根據軌跡的生成方式可以分為兩類：一類是通過優化或搜索的方式在無碰撞的自由空間中尋找符合要求的行駛軌跡。在高速場景中，求解空間通常較為龐大，使得這類方法的計算復雜度較高，此外最終規劃結果對時空間的離散化程度也有較強依賴性。近年來備受關注的模型預測控制法在每個采樣時刻通過更長時域的運動預測來計算最優動作序列，但僅應用第一個動作序列。MPC算法的重新規劃能力雖然強，但必須有系統的精確模型做基礎。

另一類軌跡規劃的方法是通過將軌跡解耦為橫-縱向軌跡或路徑-速度二元組進行求解以降低求解空間的維度，從而提高計算效率。在時空間狀態柵格圖中以圖搜索的方式分別求解橫縱向軌跡同樣受限于時空間的離散化程度。而先進行路徑規劃再進行速度規劃的方式在路徑規劃的時候難以對動態車輛做有效處理。為提升動態障礙物的處理能力，人工勢場被引入進來，但由于人工勢場的方法缺乏動態推理能力，僅在空間維度下進行風險評估，導致車輛總是試圖通過繞行避障。此外，當考慮道路規則約束，將車道線的勢場加入模型時又使得規劃器很大程度上傾向于選擇車道保持，使規劃趨于保守，靈活性降低。

發明內容

本發明的目的在于提供一種基于多窗口模型的高速無人車軌跡規劃系統及方法，以解決上述問題。

為實現上述目的，本發明采用以下技術方案：

一種基于多窗口模型的高速無人車軌跡規劃系統，包括搜索空間建立模塊、候選軌跡生成模塊和最優軌跡選擇模塊；搜索空間建立模塊、候選軌跡生成模塊和最優軌跡選擇模塊依次連接；

搜索空間建立模塊用于多窗口模型構建以及道路交通規則篩選；多窗口模型構建將無人車周圍的可行駛區域以動態窗口的形式表征并獲取各個窗口的特性；道路交通規則篩選根據車道線約束剔除不符合道路交通規則的窗口；

候選軌跡生成模塊用于動態窗口的選擇以及窗口內軌跡生成；動態窗口的選擇由窗口特性及人類駕駛經驗共同決定；窗口內軌跡生成分為速度規劃和路徑規劃兩步依次進行，先通過速度規劃處理動態障礙物，為路徑規劃提供目標點參考信息，再使用參數曲線構造法生成路徑；

最優軌跡選擇模塊用于對候選軌跡的代價評估；對候選軌跡的代價評估從安全性、平滑性、舒適性和高效性四個方面進行軌跡評估。

進一步的，一種基于多窗口模型的高速無人車軌跡規劃系統的規劃方法，包括以下步驟：

步驟1，構建多窗口模型以及道路交通規則篩選：多窗口模型構建將無人車周圍的可行駛區域以動態窗口的形式表征并獲取各個窗口的特性；根據車道線約束剔除不符合道路交通規則的窗口完成道路交通規則篩選；