用于控制车辆变道的方法、装置及存储介质制造方法及图纸

本申请公开了一种用于控制车辆变道的方法、装置及存储介质，应用于自动驾驶车辆。该方法包括：接收变道信号；获取目标车道位置信息；根据目标车道位置信息确定自动驾驶车辆的初始变道路径；确定自动驾驶车辆的运动学约束；基于初始变道路径和运动学约束确定目标优化函数；通过目标优化函数确定自动驾驶车辆的目标变道路径；根据目标变道路径生成对应的控制决策，以控制自动驾驶车辆行驶。本申请能通过自动驾驶车辆的运动学约束进一步生成自动驾驶车辆的目标变道路径，考虑了规划路径的全局性，有利于更加高效地规划出合理的路径。有利于更加高效地规划出合理的路径。有利于更加高效地规划出合理的路径。

【技术实现步骤摘要】
用于控制车辆变道的方法、装置及存储介质


[0001]本申请涉及自动驾驶
，具体涉及一种用于控制车辆变道的方法、装置及存储介质。

技术介绍

[0002]随着人民生活水平不断提高，国内汽车保有量逐年增加，与此同时交通事故也越来越多。特别是发生在高速公路上的交通事故，由于高速公路上车辆行驶速度快，因此发生的事故往往也更加严重。有数据显示，车辆违规变道是高速公路交通事故最主要的原因之一。相较于传统的人类驾驶员，无人驾驶感知距离更长，反应时间更快，可以更好的处理所面临的各种突发情况。在这样的背景下，近年来无人驾驶系统俨然成为各大企业、高校，研究机构的研究热点，同时也取得了丰硕的成果。
[0003]现有技术中的自动驾驶车辆的变道轨迹生成方法，一般是先获取车辆的当前驾驶参数，根据当前驾驶参数以及预设算法确定各预设变道阶段的变道时间；根据各预设变道阶段对应的轨迹算法，确定各预设变道阶段中车辆的加速度和转向角，其中，车辆的加速度和转向角变化不同时为非0；根据各预设变道阶段的变道时间、各预设变道阶段中车辆的速度和转向角，生成车辆的变道轨迹。该方法主要缺点是没有考虑轨迹全局性，常常可能规划出一些奇怪的换道路径，不符合人类驾驶习惯，舒适性较差，其次需要依赖提前车辆预设值，当预设值设置不合理时，其规划出来的轨迹将会不合理甚至不安全，同时适用范围有限。
[0004]因此，现有技术中所采用的控制车辆变道的方法存在路径规划不合理情况，并且适用范围较小，有行车安全隐患的问题。

技术实现思路

[0005]本申请实施例的目的是提供一种用于控制车辆变道的方法、装置及存储介质，用以解决现有技术中所采用的控制车辆变道的方法存在路径规划不合理情况，并且适用范围较小，有行车安全隐患的问题。
[0006]为了实现上述目的，本申请第一方面提供一种用于控制车辆变道的方法，应用于自动驾驶车辆，该方法包括：
[0007]接收变道信号；
[0008]获取目标车道位置信息；
[0009]根据目标车道位置信息确定自动驾驶车辆的初始变道路径；
[0010]确定自动驾驶车辆的运动学约束；
[0011]基于初始变道路径和运动学约束确定目标优化函数；
[0012]通过目标优化函数确定自动驾驶车辆的目标变道路径；
[0013]根据目标变道路径生成对应的控制决策，以控制自动驾驶车辆行驶。
[0014]在本申请实施例中，自动驾驶车辆的运动学约束包括：
[0015]速度约束、加速度约束、加加速度约束、最小转弯半径约束、车道边界距离约束和最短时间约束。
[0016]在本申请实施例中，目标优化函数满足公式(1)和公式(2)：
[0017][0018][0019]其中，为目标变道路径，为目标优化函数，为速度约束，a
k
为加速度约束，为加加速度约束，ρ
k
为最小拐弯半径约束，o
k
为车道边界距离约束，ΔT
k2
为最短时间约束，a、b、c、d、e和f为加权系数。
[0020]在本申请实施例中，速度约束满足公式(3)：
[0021][0022]其中，为加速度约束，s
k
为自动驾驶车辆在k点的位姿信息，v
max
自动驾驶车辆的最大速度，v
k
为自动驾驶车辆在k点的速度，ω
max
为自动驾驶车辆的最大加速度，ω
k
为自动驾驶车辆在k点的角速度，ΔT
k
自动驾驶车辆在k点和k+1点的时间差，T为自动驾驶车辆的运行时间；
[0023]加速度约束满足公式(4)：
[0024]a
k
(s
k+2
,s
k+1
,s
k
,ΔT
k+1
,ΔT
k
)＝a
max
‑
|a
k
|；
ꢀꢀꢀ
(4)
[0025]其中，a
k
为加速度约束，a
max
为自动驾驶车辆的最大加速度，a
k
为自动驾驶车辆在k点的加速度，ΔT
k+1
为自动驾驶车辆在k+1点和k+2点的时间差；
[0026]加加速度约束满足公式(5)：
[0027][0028]其中，为加加速度约束，j
max
为自动驾驶车辆的最大加加速度，j
k
为自动驾驶车辆在k点的加加速度。
[0029]在本申请实施例中，基于初始变道路径和运动学约束确定目标优化函数包括：
[0030]将初始变道路径转化为多个带有位姿信息的离散路径点，以得到初始变道路径对应的位姿序列；
[0031]确定位姿序列对应的时间序列；
[0032]将位姿序列和时间序列进行合并，以得到待优化函数；
[0033]根据待优化函数和运动学约束确定目标优化函数。
[0034]在本申请实施例中，确定自动驾驶车辆的运动学约束包括：
[0035]采集自动驾驶车辆周围的障碍物信息；
[0036]根据初始变道路径对应的位姿序列和障碍物信息确定车道边界约束。
[0037]在本申请实施例中，确定自动驾驶车辆的运动学约束包括：
[0038]获取自动驾驶车辆的几何特性参数；
[0039]根据几何特性参数构建自动驾驶车辆的运动学模型；
[0040]基于自动驾驶车辆的运动学模型确定速度约束、加速度约束和加加速度约束。
[0041]在本申请实施例中，基于自动驾驶车辆的运动学模型确定速度约束、加速度约束
和加加速度约束包括：
[0042]根据自动驾驶车辆的运动学模型确定位姿序列中每个离散路径点的线速度和角速度；
[0043]根据位姿序列中每个离散路径点的线速度和角速度确定速度约束；
[0044]根据位姿序列中每个离散路径点的线速度和角速度确定每个离散路径点的加速度；
[0045]根据每个离散路径点的加速度确定加速度约束和加加速度约束。
[0046]在本申请实施例中，该方法还包括：
[0047]获取自动驾驶车辆的方向盘转角；
[0048]根据方向盘转角和几何特性参数确定最小转弯半径约束。
[0049]在本申请实施例中，根据障碍物信息和目标车道位置信息确定自动驾驶车辆的初始变道路径包括：
[0050]将目标车道位置信息转换至自动驾驶车辆坐标系下，以得到目标位置坐标；
[0051]获取自动驾驶车辆的当前位置坐标；
[0052]通过线性插值获取当前位置坐标和目标位置坐标连线中的多个中间点，以得到初始变道路径。
[0053]本申请第二方面提供一种用于控制车辆变道的装置，包括：
[0054]存储器，被配置成存储指令；以及
[0055]处理器，被配本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于控制车辆变道的方法，其特征在于，应用于自动驾驶车辆，所述方法包括：接收变道信号；获取目标车道位置信息；根据所述目标车道位置信息确定所述自动驾驶车辆的初始变道路径；确定所述自动驾驶车辆的运动学约束；基于所述初始变道路径和所述运动学约束确定目标优化函数；通过所述目标优化函数确定所述自动驾驶车辆的目标变道路径；根据所述目标变道路径生成对应的控制决策，以控制所述自动驾驶车辆行驶。2.根据权利要求1所述的方法，其特征在于，所述自动驾驶车辆的运动学约束包括：速度约束、加速度约束、加加速度约束、最小转弯半径约束、车道边界距离约束和最短时间约束。3.根据权利要求2所述的方法，其特征在于，所述目标优化函数满足公式(1)和公式(2)：(2)：其中，为目标变道路径，为所述目标优化函数，为所述速度约束，a
k
为所述加速度约束，为所述加加速度约束，ρ
k
为所述最小拐弯半径约束，o
k
为所述车道边界距离约束，ΔT
k2
为所述最短时间约束，a、b、c、d、e和f为加权系数。4.根据权利要求3所述的方法，其特征在于，所述速度约束满足公式(3)：其中，为所述加速度约束，s
k
为所述自动驾驶车辆在k点的位姿信息，v
max
所述自动驾驶车辆的最大速度，v
k
为所述自动驾驶车辆在k点的速度，ω
max
为所述自动驾驶车辆的最大加速度，ω
k
为所述自动驾驶车辆在k点的角速度，ΔT
k
所述自动驾驶车辆在k点和k+1点的时间差，T为自动驾驶车辆的运行时间；所述加速度约束满足公式(4)：a
k
(s
k+2
，s
k+1
，s
k
，ΔT
k+1
，ΔT
k
)＝a
max
‑
|a
k
|；
ꢀꢀꢀꢀꢀꢀ
(4)其中，a
k
为所述加速度约束，a
max
为所述自动驾驶车辆的最大加速度，a
k
为所述自动驾驶车辆在k点的加速度，ΔT
k+1
为所述自动驾驶车辆在k+1点和k+2点的时间差；所述加加速度约束满足公式(5)：其中，为所述加加速度约束，j<...

【专利技术属性】
技术研发人员：马晨翔，潘其龙，邱利宏，贺勇，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：