[发明专利]轨迹规划方法、轨迹规划装置、存储介质与电子设备

说明书

本公开提供一种轨迹规划方法、轨迹规划装置、存储介质与电子设备，涉及智能导航技术领域。该方法包括：根据目标车辆的物理参数确定动态约束条件；根据所述目标车辆的预设起始位姿和预设终止位姿确定边值约束条件；根据预设范围内的障碍物信息确定碰撞约束条件；在所述动态约束条件、所述边界约束条件和所述碰撞约束条件下，通过计算最小代价值，生成由所述预设起始位姿到所述预设终止位姿的目标轨迹。本公开可以较为全面地覆盖到实际应用中的各种影响因素，从全局优化代价值并做约束，使得所规划的轨迹质量较高，符合实际情况。

技术领域

本公开涉及智能导航技术领域，尤其涉及一种轨迹规划方法、轨迹规划装置、计算机可读存储介质与电子设备。

背景技术

运动规划(Motion Planning)是在给定的起点与终点之间确定一条符合约束条件的路径，广泛应用于车辆导航、自动驾驶、无人机、机器人控制等领域。

目前，运动规划大多停留在路径规划的阶段，例如业界常用的A星(A*)算法或混合A星(Hybrid A*)算法，针对于非结构化静态场景，在起点与终点之间规划出一条几何曲线的路径。然而，当应用于实际的动态场景中时，不仅需要规划路径，还需要规划车辆的轨迹，因此增加了更多的影响因素，例如需要考虑车辆实际的运动学特性等。相关技术中，轨迹规划方法大多难以全面覆盖到各种影响因素，导致算法偏离实际情况，实用性较低。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开提供了一种轨迹规划方法、轨迹规划装置、计算机可读存储介质与电子设备，进而至少在一定程度上克服相关技术中轨迹规划方法实用性较低的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的第一方面，提供一种轨迹规划方法，包括：根据目标车辆的物理参数确定动态约束条件；根据所述目标车辆的预设起始位姿和预设终止位姿确定边值约束条件；根据预设范围内的障碍物信息确定碰撞约束条件；在所述动态约束条件、所述边界约束条件和所述碰撞约束条件下，通过计算最小代价值，生成由所述预设起始位姿到所述预设终止位姿的目标轨迹。

可选的，所述目标车辆的物理参数包括尺寸参数；所述根据目标车辆的物理参数确定动态约束条件，包括：根据所述目标车辆的尺寸参数，建立所述目标车辆各运动参数之间的约束关系；其中，所述尺寸参数包括以下任意一种或多种：前后轮轴距、前悬距离、后悬距离、车宽；所述运动参数包括以下任意一种或多种：位置、速度、加速度、加加速度、前轮偏转角、前轮偏转角速度、车身姿态角。

可选的，所述目标车辆的物理参数还包括性能参数；所述根据目标车辆的物理参数确定动态约束条件，包括：根据所述目标车辆的性能参数，确定所述运动参数的数值约束范围。

可选的，所述根据所述目标车辆的预设起始位姿和预设终止位姿确定边值约束条件，包括：获取指定停泊区域，所述指定停泊区域为矩形；根据所述指定停泊区域的四条边所对应的四个线性函数，确定关于所述预设终止位姿的边值约束条件。

可选的，所述边值约束条件还包括：所述目标车辆的终止速度和终止加速度均为0。

可选的，所述根据预设范围内的障碍物信息确定碰撞约束条件，包括：获取所述预设范围内的每个障碍物的顶点位置，所述每个障碍物均为凸多边形；将所述目标车辆上的任一点与所述每个障碍物的相邻两顶点连接形成三角形，获取所述任一点与所述障碍物所形成的三角形面积之和；基于所述三角形面积之和大于所述障碍物的面积，确定所述碰撞约束条件。

可选的，如果所述预设范围内存在凹多边形的障碍物，则将所述凹多边形的障碍物分割为至少两个凸多边形的障碍物。

可选的，所述计算最小代价值，包括：基于末值型指标建立代价函数；求解所述代价函数的最小值。