[发明专利]高速场景下的自动驾驶轨迹生成方法

权利要求书

1.一种高速场景下的自动驾驶轨迹生成方法，包含改进的Dijkstra 算法 ，其特征在于：包括以下步骤：

S100、构建二维坐标系，以(x,y)表示车辆在二维坐标系中的位置；将车辆的当前位置标记为start点，将车辆的目标位置标记为end点；

S200、获取原始道路数据和原始车辆状态数据；

S300、根据原始道路数据和原始车辆状态数据，处理得到最佳路径数据；具体包括：

S310、根据原始道路数据和原始车辆状态数据，在预置的若干采样模板中选取对应的采样模板，然后将原始道路数据和原始车辆状态数据导入所述的采样模板，得到若干采样点；将全部的采样点打包为一个采样点集合；

S320、根据采样点集合和采样模板，生成若干候选轨迹；所述候选轨迹由采样点组成；

S330、逐一计算所有采样点之间cost值；所述cost的值按以下方式计算：

Cost(p_i,p_j)＝K₁×Dist(p_i,p_j)+K₂×Head(p_i,p_j)

其中，Cost(p_i,p_j)表示两个节点p_i和p_j之间的成本函数，(x_i,y_i)和(x_j,y_j)分别是节点p_i和p_j的坐标，Dist(p_i,p_j)表示节点p_i和p_j之间的距离，Head(p_i,p_j)表示节点p_i和p_j之间的角度差，K₁是Dist(p_i,p_j)对应的权重系数，K₂是Head(p_i,p_j)对应的权重系数；其中，Dist(p_i,p_j)按下式计算：

Head(p_i,p_j)按下式计算：

Head(p_i,p_j)＝θ_ij

其中，θ_ij为节点p_i和p_j之间的角度差；

S340、采用改进的Dijkstra算法，筛选出最佳路径数据并输出；

S400、根据最佳路径数据，处理得到目标轨迹，然后输出到控制系统；

所述目标轨迹包括最优平滑曲线、end点的预期轨迹航向角、end点的预期曲率和end点的预期速率；具体包括：

S410、对最佳路径数据进行三阶Bezier曲线拟合，得到并输出最优平滑曲线；

S420、计算并输出end点的预期轨迹航向角；

S430、计算并输出end点的预期曲率；

S500、车载ECU接收目标轨迹，控制转向机构、加速机构和减速机构沿最优平滑曲线运动，并在被控车辆进入end点时，用end点的预期曲率来校验车辆的姿态，由转向机构调整车辆速度方向为end点的预期轨迹航向角，由加速机构和减速机构调整车辆速率为end点的预期速率，然后保持被控车辆匀速运动。

2.根据权利要求1所述的高速场景下的自动驾驶轨迹生成方法，其特征在于：所述二维坐标系的构建方法包括以下步骤：

S110、选取道路中线为x轴；

S120、选取start点在所述x轴上的投影点为原点；

S130、以经过所述原点并与x轴垂直的直线为y轴；

S140、以当前车辆的行进方向分别在x轴和y轴上的分量方向为正方向。

3.根据权利要求2所述的高速场景下的自动驾驶轨迹生成方法，其特征在于：S320中每条候选轨迹包含的采样点数量相同；不同的候选轨迹除start点和end点外，没有相同的采样点；每条候选轨迹上的采样点的x值形成一个等差数列。