车辆轨迹规划的方法、装置、智能驾驶域控制器和智能车制造方法及图纸

本申请提供一种车辆轨迹规划的方法、装置、智能驾驶域控制器和智能车，用以实现智能车准确进行轨迹规划。该方法包括：第一车辆的智能驾驶域控制器获取第一车辆的第一轨迹，并基于第一通信技术获取至少一辆第二车辆的第二轨迹；然后，根据第一轨迹和至少一辆第二车辆的第二轨迹确定第一车辆的轨迹规划。以此实现车辆利用不同规则预测车辆轨迹，进而更准确的规划自车的行驶轨迹的目的，提高智能车行驶的安全性。

Vehicle trajectory planning method, device, intelligent driving domain controller and intelligent vehicle

【技术实现步骤摘要】
车辆轨迹规划的方法、装置、智能驾驶域控制器和智能车
本申请涉及智能车领域，尤其涉及一种车辆轨迹规划的方法、装置、智能驾驶域控制器和智能车。
技术介绍
智能车(smart/intelligentcar)在自动驾驶(automateddriving，ADS)过程中会根据周围环境，规划出一条无碰撞的安全路径。其中，障碍物信息是路径规划的重要输入之一。传统技术中，缺少对障碍物的轨迹预测，仅就当前时刻障碍物的行驶情况进行分析和预测，是一种静态分析过程。但是，随着时间的变化，障碍物的行驶轨迹是动态变化的过程，障碍物的行驶轨迹可能会发生跳变甚至是与其他人或物的碰撞。而随着汽车产业的发展，未来相当长一段时间内，道路上会存在自动驾驶车辆和人工驾驶车辆共存的现象，智能车需要对周围车辆的行驶轨迹进行预测，进而规划自车的行驶轨迹。当前轨迹预测主要是智能车依靠自身配备的传感器，根据周围车辆的历史数据及道路拓扑等信息，并假设障碍物将会保持当前的运动状态，速度和方向都不会有较大改变，采用统一的规则(如默认前车遇到障碍物优先从左侧避让)对周围车辆的轨迹进行预测。但是，实际道路上车辆运动有很大不确定性，例如，人工驾驶车辆的行为由驾驶员主观决定，而自动驾驶车辆的行为在同一场景下存在多种行为决策的可能。采用上述方法难以做出确定性预测，从而会导致自动驾驶车辆无法准确进行轨迹规划。因此，如何提供一种准确预测车辆轨迹的方法成为智能车领域亟待解决的技术问题。
技术实现思路
本申请提供一种车辆轨迹规划的方法及装置，用以智能车准确进行轨迹规划。<br>第一方面，本申请提供了一种车辆轨迹规划的方法，所述方法可以应用于第一车辆的智能驾驶域控制器，所述智能驾驶域控制器获取所述第一车辆的第一轨迹，并基于第一通信技术获取至少一辆第二车辆的第二轨迹；然后根据所述第一轨迹和所述至少一辆第二车辆的第二轨迹确定所述第一车辆的轨迹规划。以此避免传统技术中仅以车辆当前时刻的运行轨迹进行轨迹预测造成的判断错误，本方法可以识别其他车辆轨迹的变化，确保第一车辆不与其他任一车辆在同一时刻出现在同一位置，避免发生碰撞，从而可以提高智能车行驶安全性。在一个可能的设计中，所述智能驾驶域控制器在获取所述第一车辆的第一轨迹时具体方法可以为：所述智能驾驶域控制器先确定所述第一车辆当前的驾驶模式，然后根据所述第一车辆的驾驶模式获取所述第一车辆的第一轨迹，其中，所述驾驶模式包括自动驾驶模式和人工驾驶模式。通过上述方法，智能驾驶域控制器可以根据第一车辆的实际驾驶模式准确地获取所述第一车辆的第一轨迹，进而后续准确地进行轨迹规划。在另一个可能的设计中，所述智能驾驶域控制器根据所述第一车辆的驾驶模式获取所述第一车辆的第一轨迹时，具体方法可以为：当所述智能驾驶域控制器确定所述第一车辆当前的驾驶模式为自动驾驶模式时，所述智能驾驶域控制器获取所述第一车辆的自动驾驶轨迹，然后将所述自动驾驶轨迹作为所述第一轨迹。这样，所述第一车辆可以获得与所述第一车辆的自动驾驶模式匹配的轨迹，进而完成后续准确地进行轨迹规划。在另一个可能的设计中，所述智能驾驶域控制器根据所述第一车辆的驾驶模式获取所述第一车辆的第一轨迹时，具体方法可以为：当所述智能驾驶域控制器确定所述第一车辆当前的驾驶模式为人工驾驶模式时，所述智能驾驶域控制器可以预测所述第一车辆的人工驾驶轨迹，然后将预测得到的所述人工驾驶轨迹作为所述第一轨迹。当第一车辆为人工驾驶模式时，智能驾驶域控制器能够根据预测获得的与当前驾驶员的驾驶习惯匹配的第一轨迹，进而完成后续准确地进行轨迹规划。在另一个可能的设计中，所述智能驾驶域控制器预测所述第一车辆的人工驾驶轨迹时具体方法可以为：所述智能驾驶域控制器获取第一参数集合以及所述第一车辆对应的轨迹预测模型，并根据所述第一参数集合和所述轨迹预测模型预测所述第一车辆的轨迹点，最后根据所述第一车辆的轨迹点确定所述第一车辆的人工驾驶轨迹；其中，所述第一参数集合包括所述第一车辆的位置、所述第一车辆周围障碍物相对于所述第一车辆的行驶数据和所述第一车辆的行驶状态，所述第一车辆的行驶状态用于指示当前驾驶所述第一车辆的用户的驾驶习惯；所述轨迹预测模型为根据当前驾驶所述第一车辆的用户的驾驶习惯的历史数据训练获得。通过上述方法，所述智能驾驶域控制器在预测自车行驶轨迹时，可以结合当前驾驶员驾驶所述第一车辆的驾驶习惯，使得到的轨迹更符合实际的轨迹，准确性更高。在另一个可能的设计中，所述第一车辆的位置可以包括标识所述第一车辆所在位置的经度和纬度；所述第一车辆周围障碍物可以包括一个或多个障碍物，任一个障碍物的行驶数据可以包括所述任一个障碍物相对所述第一车辆的相对速度和相对距离；所述第一车辆的行驶状态包括所述第一车辆所在的道路的当前车道属性、道路半径、所述第一车辆的速度、加速度、加速踏板开度、制动踏板开度、右前制动轮缸、左前制动轮缸、右后制动轮缸、左后制动轮缸、方向盘转角、方向盘转向角速度、方向盘转矩、档位、转向灯信号。在另一个可能的设计中，所述第一车辆的轨迹点包括所述第一车辆预测行驶轨迹中包括的预测经度和预测纬度。这样每个轨迹点包含的预测精度和预测维度就可以得到一个第一车辆的预测位置，预测位置就可以组成一条预测行驶轨迹。在另一个可能的设计中，所述第一车辆的轨迹点还包括所述预测经度的置信度和所述预测纬度的置信度。其中，预测精度的置信度标识了预测精度的准确率，预测纬度的置信度标识了预测纬度的准确率，这样在根据轨迹点得到预测轨迹时，可以了解轨迹点的准确率，明确预测轨迹的准确率。在另一个可能的设计中，所述智能驾驶域控制器可以向云服务器发送所述第一参数集合和所述第一车辆的轨迹点，以使所述云服务器根据所述第一参数集合和所述第一车辆的轨迹点校正所述轨迹预测模型；并接收所述云服务器发送的校正后的轨迹预测模型，然后，所述智能驾驶域控制器利用所述校正后的轨迹预测模型和第二参数集合预测所述第一车辆的轨迹点，所述第二参数集为当前时刻收集的包括所述第一车辆的位置、所述第一车辆周围障碍物相对于所述第一车辆的行驶数据和所述第一车辆的行驶状态的数据。以此获得根据每个驾驶员的驾驶习惯确定的轨迹预测模型，上述方法能够获得人工驾驶模式的智能车或非智能车中每个驾驶员定制化的轨迹预测模型，并按照各自的驾驶习惯预测其行驶轨迹，相比于传统技术中采用统一规则进行轨迹预测的方法，预测结果更接近车辆的行驶轨迹。进一步地，智能驾驶域控制器可以根据上述获取预测模型获得的预测轨迹确定自车的行驶轨迹，合理规划自车行驶轨迹，降低与其他车辆碰撞的风险。在另一个可能的设计中，所述智能驾驶域控制器向所述至少一辆第二车辆发送所述第一轨迹。这样，可以使至少一辆第二车辆结合所述第一轨迹进行轨迹规划。在另一个可能的设计中，所述智能驾驶域控制器在与所述至少一辆第二车辆通信之前，确定所述至少一辆第二车辆在设定范围内，或者，所述智能驾驶域控制器确定与所述至少一辆第二车辆已通过安全认证；其中，所述设定范围为以所述第一车辆为圆心的圆形区域，所述圆形区域的半径为设定值。以此保证车辆间数据传输的安全性。<本文档来自技高网...

【技术保护点】
1.一种车辆轨迹规划的方法，其特征在于，所述方法应用于第一车辆的智能驾驶域控制器，所述第一车辆为智能车，所述方法包括：/n所述智能驾驶域控制器获取所述第一车辆的第一轨迹；/n所述智能驾驶域控制器基于第一通信技术获取至少一辆第二车辆的第二轨迹；/n所述智能驾驶域控制器根据所述第一轨迹和所述至少一辆第二车辆的第二轨迹确定所述第一车辆的轨迹规划。/n

【技术特征摘要】
1.一种车辆轨迹规划的方法，其特征在于，所述方法应用于第一车辆的智能驾驶域控制器，所述第一车辆为智能车，所述方法包括：
所述智能驾驶域控制器获取所述第一车辆的第一轨迹；
所述智能驾驶域控制器基于第一通信技术获取至少一辆第二车辆的第二轨迹；
所述智能驾驶域控制器根据所述第一轨迹和所述至少一辆第二车辆的第二轨迹确定所述第一车辆的轨迹规划。


2.如权利要求1所述的方法，其特征在于，所述智能驾驶域控制器获取所述第一车辆的第一轨迹，包括：
所述智能驾驶域控制器确定所述第一车辆当前的驾驶模式，所述驾驶模式包括自动驾驶模式和人工驾驶模式；
所述智能驾驶域控制器根据所述第一车辆的驾驶模式获取所述第一车辆的第一轨迹。


3.如权利要求1或2所述的方法，其特征在于，所述智能驾驶域控制器根据所述第一车辆的驾驶模式获取所述第一车辆的第一轨迹，包括：
当所述智能驾驶域控制器确定为人工驾驶模式时，所述智能驾驶域控制器预测所述第一车辆的人工驾驶轨迹，将预测得到的所述人工驾驶轨迹作为所述第一轨迹。


4.如权利要求1至3中任一所述的方法，其特征在于，所述智能驾驶域控制器预测所述第一车辆的人工驾驶轨迹，包括：
所述智能驾驶域控制器获取第一参数集合，所述第一参数集合包括所述第一车辆的位置、所述第一车辆周围障碍物相对于所述第一车辆的行驶数据和所述第一车辆的行驶状态，所述第一车辆的行驶状态用于指示当前驾驶所述第一车辆的用户的驾驶习惯；
所述智能驾驶域控制器获取所述第一车辆对应的轨迹预测模型，所述轨迹预测模型为根据当前驾驶所述第一车辆的用户的驾驶习惯的历史数据训练获得；
所述智能驾驶域控制器根据所述第一参数集合和所述轨迹预测模型预测所述第一车辆的轨迹点；
所述智能驾驶域控制器根据所述第一车辆的轨迹点确定所述第一车辆的人工驾驶轨迹。


5.如权利要求1至4中任一所述的方法，其特征在于，
所述第一车辆的位置包括标识所述第一车辆所在位置的经度和纬度；
所述第一车辆周围障碍物包括一个或多个障碍物，任一个障碍物的行驶数据包括所述任一个障碍物相对所述第一车辆的相对速度和相对距离；
所述第一车辆的行驶状态包括所述第一车辆所在的道路的当前车道属性、道路半径、所述第一车辆的速度、加速度、加速踏板开度、制动踏板开度、右前制动轮缸、左前制动轮缸、右后制动轮缸、左后制动轮缸、方向盘转角、方向盘转向角速度、方向盘转矩、档位、转向灯信号。


6...

【专利技术属性】
技术研发人员：成旺龙，何俊光，李怀洲，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44