速度优化方法、装置及设备制造方法及图纸

本申请是关于一种速度优化方法、装置及设备，该速度优化方法包括：首先，获取目标路径曲线和目标路径曲线对应的参考速度曲线，目标路径曲线为对预先规划的规划路径曲线进行位置均匀采样得到；其次，根据在目标路径曲线上的速度限制信息确定对应的运动约束条件；最后，利用预设的目标函数和运动约束条件对参考速度曲线进行优化得到速度优化结果。本申请的技术方案能够基于位置对应的约束条件对速度进行优化，提高速度优化的精准度。提高速度优化的精准度。提高速度优化的精准度。

【技术实现步骤摘要】
速度优化方法、装置及设备


[0001]本申请涉及自动驾驶
，尤其涉及一种速度优化方法、装置及设备。

技术介绍

[0002]自动驾驶轨迹规划通常分为基于横向路径规划和纵向速度规划。传统的基于(s,t)坐标系s＝f(t)的速度优化方法中，对时间进行均匀采样，设计跟随参考速度曲线和舒适度目标函数，并添加避免障碍物(s,t)、速度极限(s
limit
,t)、加速度极限(a
limit
,t)、加加速度极限(j
limit
,t)约束，并将速度规划问题转化为数值凸优化问题。
[0003]在上述传统的速度优化方法中，由于对时间均匀采样只能根据某个时刻对应的约束条件进行速度优化，而不能基于某个位置对应的约束条件例如道路限速(s,v
limit
)的约束等进行速度优化，导致传统的速度优化方法存在很大程度的局限性。

技术实现思路

[0004]为解决或部分解决相关技术中存在的问题，本申请提供了一种速度优化方法、装置及设备，能够基于位置对应的约束条件进行速度优化，提高速度优化的精准度。
[0005]本申请第一方面提供了一种速度优化方法，包括：
[0006]首先，获取目标路径曲线和所述目标路径曲线对应的参考速度曲线，其中，所述目标路径曲线为对预先规划的规划路径曲线进行位置均匀采样得到；
[0007]其次，根据在所述目标路径曲线上的速度限制信息确定对应的运动约束条件；
[0008]最后，利用预设的目标函数和所述运动约束条件对所述参考速度曲线进行优化得到速度优化结果，其中所述目标函数用于表征运动变化与舒适度之间的关系。
[0009]可选的，在第一方面的一种可能的实现方式中，所述速度限制信息包括以下至少一项：障碍物决策信息、道路限速信息、人行横道处停车避让信息。
[0010]可选的，在第一方面的一种可能的实现方式中，所述运动约束条件包括以下对位置进行均匀采样设计的约束条件中的至少一项：动力学约束条件、速度极限约束条件、纵向加速度极限约束条件、纵向加加速度极限约束条件、向心加速度极限约束条件、起点边界约束条件。
[0011]可选的，在第一方面的一种可能的实现方式中，所述目标函数包括以下函数：跟踪参考速度代价函数、向心加速度代价函数、纵向加速度舒适性代价函数、伪加加速度舒适性代价函数、速度和代价函数。
[0012]可选的，在第一方面的一种可能的实现方式中，所述利用预设的目标函数和所述运动约束条件对所述参考速度曲线进行优化得到速度优化结果，包括：
[0013]选定所述目标路径曲线上的目标位置，利用所述运动约束条件和所述参考速度曲线计算所述目标函数中在所述目标位置的舒适度，其中所述目标位置为所述目标路径曲线上的任意一个位置；
[0014]根据在所述目标位置的舒适度满足预设条件时对应的速度值得到所述速度优化
结果。
[0015]可选的，在第一方面的一种可能的实现方式中，所述方法还包括：根据在所述目标位置的舒适度满足所述预设条件时对应的纵向加速度值得到纵向加速度优化结果。
[0016]可选的，在第一方面的一种可能的实现方式中，所述方法还包括：根据在所述目标位置的舒适度满足所述预设条件时对应的纵向加加速度值得到纵向加加速度优化结果。
[0017]可选的，在第一方面的一种可能的实现方式中，所述方法还包括：根据在所述目标位置的舒适满足所述预设条件时对应的向心加速度值得到向心加速度优化结果。
[0018]本申请第二方面提供了一种速度优化装置，包括：获取模块、确定模块和优化模块；
[0019]其中，获取模块，用于获取目标路径曲线和所述目标路径曲线对应的参考速度曲线，其中所述目标路径曲线为对预先规划的规划路径曲线进行位置均匀采样得到；
[0020]确定模块，用于根据在所述目标路径曲线上的速度限制信息确定对应的运动约束条件；
[0021]优化模块，用于利用预设的目标函数和所述确定模块确定的运动约束条件对所述获取模块获取的参考速度曲线进行优化得到速度优化结果，其中所述目标函数用于表征运动变化与舒适度之间的关系。
[0022]可选的，在第二方面的一种可能的实现方式中，所述优化模块还包括：第一处理子模块和第二处理子模块；
[0023]第一处理子模块，用于选定所述目标路径曲线上的目标位置，利用所述运动约束条件和所述参考速度曲线计算所述目标函数中在所述目标位置的舒适度，其中所述目标位置为所述目标路径曲线上的任意一个位置；
[0024]第二处理子模块，用于根据在所述第一处理子模块计算的目标位置的舒适度满足预设条件时对应的速度值得到所述速度优化结果。
[0025]在本申请第三方面提供了一种电子设备，包括：处理器和存储器；所述存储器，用于存储可执行代码；所述处理器，用于通过调用所述可执行代码，以执行如上第一方面及其任意一种可能的实现方式中所述的方法。
[0026]本申请第四方面提供了一种非暂时性机器可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上第一方面及其任意一种可能的实现方式中所述的方法。
[0027]本申请提供的技术方案具有以下有益效果：基于对预先规划的规划路径曲线进行位置均匀采样得到的目标路径曲线进行速度优化，在速度优化时可以使用道路限速信息以及道路曲率引起的向心加速度约束等位置对应的运动约束条件，突破传统的速度优化方法的局限性，扩大约束条件的范围，约束条件的范围越大，约束条件越多，优化后的速度的精准度也就越高，从而提高速度优化的精准度。
[0028]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0029]通过结合附图对本申请示例性实施方式进行更详细的描述，本申请的上述以及其
它目的、特征和优势将变得更加明显，其中，在本申请示例性实施方式中，相同的参考标号通常代表相同部件。
[0030]图1为本申请实施例中速度优化方法的一个实施例流程示意图；
[0031]图2为本申请实施例中速度优化方法的另一个实施例流程示意图；
[0032]图3为本申请实施例中速度优化曲线的一个曲线示意图；
[0033]图4为本申请实施例中纵向加速度优化曲线的一个曲线示意图；
[0034]图5为本申请实施例中纵向加加速度优化曲线的一个曲线示意图；
[0035]图6为本申请实施例中向心加速度优化曲线的一个曲线示意图；
[0036]图7为本申请实施例中速度优化装置的一个结构示意图；
[0037]图8为本申请实施例中速度优化装置的另一个结构示意图；
[0038]图9为本申请实施例中电子设备的一个结构示意图。
具体实施方式
[0039]下面将参照附图更详细地描述本申请的优选实施方式。虽然附图中显示了本申请的优选实施方式，然而应该理解，可以以各种形式实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种速度优化方法，其特征在于，包括：获取目标路径曲线和所述目标路径曲线对应的参考速度曲线，其中，所述目标路径曲线为对预先规划的规划路径曲线进行位置均匀采样得到；根据在所述目标路径曲线上的速度限制信息确定对应的运动约束条件；利用预设的目标函数和所述运动约束条件对所述参考速度曲线进行优化得到速度优化结果，其中所述目标函数用于表征运动变化与舒适度之间的关系。2.根据权利要求1所述的方法，其特征在于，所述速度限制信息包括以下至少一项：障碍物决策信息、道路限速信息、人行横道处停车避让信息。3.根据权利要求1所述的方法，其特征在于，所述运动约束条件包括以下对位置进行均匀采样得到的约束条件中的至少一项：动力学约束条件、速度极限约束条件、纵向加速度极限约束条件、纵向加加速度极限约束条件、向心加速度极限约束条件、起点边界约束条件。4.根据权利要求1所述的方法，其特征在于，所述目标函数包括以下函数：跟踪参考速度代价函数、向心加速度代价函数、纵向加速度舒适性代价函数、伪加加速度舒适性代价函数、速度和代价函数。5.根据权利要求1或4所述的方法，其特征在于，所述利用预设的目标函数和所述运动约束条件对所述参考速度曲线进行优化得到速度优化结果，包括：选定所述目标路径曲线上的目标位置，利用所述运动约束条件和所述参考速度曲线计算所述目标函数中在所述目标位置的舒适度，其中所述目标位置为所述目标路径曲线上的任意一个位置；根据在所述目标位置的舒适度满足预设条件时对应的速度值得到所述速度优化结果。6.根据权利要求5所述的方法，其特征在于，所述方法还包括：根据在所述目标位置的舒适度满足所述预设条件时对应的纵向加速度值得到纵向加速度优化结果。7.根据权利要求5所述的方法，其特...

【专利技术属性】
技术研发人员：温勇兵，荣岌昆，
申请(专利权)人：广州小鹏自动驾驶科技有限公司，
类型：发明
国别省市：