[发明专利]基于样条曲线和螺旋曲线的参考线平滑方法

说明书

在一个实施方式中，示例性方法包括以下操作：接收表示与自动驾驶车辆(ADV)相关联的从第一位置到第二位置的路线的原始参考线；以及使用二次规划(QP)样条平滑器平滑原始参考线，以生成平滑参考线。该方法还包括以下操作：识别平滑参考线上的一个或多个线段，识别的参考线段中的每个均包括超过预定大小的曲率；以及使用螺旋平滑器平滑识别的一个或多个参考线段中的每个，包括根据一组约束来优化识别的每个曲率，使得目标函数的输出达到最小值，同时满足所述一组约束；以及使用平滑参考线来控制ADV。

技术领域

本公开的实施方式总体涉及操作自动驾驶车辆。更具体地，本公开的实施方式涉及平滑用于操作自动驾驶车辆的参考线。

背景技术

以自动驾驶模式运行(例如，无人驾驶)的车辆可将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自动驾驶模式运行时，车辆可使用车载传感器导航到各个位置，从而允许车辆在最少人机交互的情况下或在没有任何乘客的一些情况下行驶。运动规划和控制是自动驾驶中的关键操作。尤其是在自动驾驶系统中，轨迹规划是关键的组成部分。传统的轨迹规划技术严重依赖于高质量的参考线，即用于自动驾驶车辆的引导路径，例如道路的中心线，以生成稳定的轨迹。

参考线可从地图数据点生成，地图数据点通常是世界坐标系中的一序列二维(2D)点。从地图数据点直接生成的参考线是原始参考线，其可能缺乏所需的平滑度，因此可能导致规划周期之间的轨迹不稳定和振荡。

发明内容

在第一方面，提供了一种用于操作自动驾驶车辆(ADV)的计算机实施的方法。该方法包括：响应于接收到表示与ADV相关联的从第一位置到第二位置的路线的原始参考线，使用二次规划(QP)样条平滑方法平滑该原始参考线以生成第一平滑参考线；识别平滑参考线上的一个或多个线段，其中，所识别的参考线段中的每个均包括超过预定大小的曲率；使用螺旋平滑方法平滑所述线段中的每个，包括根据一组约束使用目标函数来优化该线段，使得目标函数的输出达到最小值，同时满足该组约束，生成第二平滑参考线；以及基于第二平滑参考线来规划轨迹以控制ADV。

在第二方面，提供了一种存储有指令的非暂时性机器可读介质。指令在由处理器执行时致使处理器执行操作自动驾驶车辆(ADV)的操作，所述操作包括：响应于接收到表示与ADV相关联的从第一位置到第二位置的路线的原始参考线，使用二次规划(QP)样条平滑方法平滑该原始参考线以生成第一平滑参考线；识别平滑参考线上的一个或多个线段，其中，所识别的参考线段中的每个均包括超过预定大小的曲率；使用螺旋平滑方法平滑所述线段中的每个，包括根据一组约束使用目标函数来优化该线段，使得目标函数的输出达到最小值，同时满足该组约束，生成第二平滑参考线；以及基于第二平滑参考线来规划轨迹以控制ADV。

在第三方面，提供了一种数据处理系统。数据处理系统包括：处理器；以及存储器，其联接至处理器以存储指令，所述指令在由处理器执行时致使处理器执行操作自动驾驶车辆(ADV)的操作，所述操作包括：响应于接收到表示与ADV相关联的从第一位置到第二位置的路线的原始参考线，使用二次规划(QP)样条平滑方法平滑该原始参考线以生成第一平滑参考线；识别平滑参考线上的一个或多个线段，其中，所识别的参考线段中的每个均包括超过预定大小的曲率；使用螺旋平滑方法平滑所述线段中的每个，包括根据一组约束使用目标函数来优化该线段，使得目标函数的输出达到最小值，同时满足该组约束，生成第二平滑参考线；以及基于第二平滑参考线来规划轨迹以控制ADV。

附图说明

本公开的实施方式在附图的各图中以举例而非限制的方式示出，附图中的相同参考标记指示相似元件。

图1是示出根据一个实施方式的网络化系统的框图。

图2是示出根据一个实施方式的自动驾驶车辆的示例的框图。

图3A至图3B是示出根据一个实施方式的与自动驾驶车辆一起使用的感知与规划系统的示例的框图。

图4示出根据实施方式的示例性平滑模块。