[发明专利]一种基于学习采样式的汽车自动驾驶运动规划方法及系统

说明书

本发明涉及一种基于学习采样式的汽车自动驾驶运动规划方法及系统，其包括：建立车辆运动学模型；初始化Open表和Closed表；计算每条前向仿真轨迹的评价值，选取评价值最高的轨迹作为规则最优轨迹；对前向仿真轨迹进行Q值函数估计，选择Q值最大的轨迹作为强化学习轨迹；从规则最优轨迹和强化学习轨迹中选取初段最优轨迹，并存入Closed表中；利用碰撞检测方法筛选不碰撞前向仿真轨迹，将不碰撞的前向仿真轨迹存入Open表中；计算每条前向仿真轨迹的评价值，选取评价值最高的前向仿真轨迹作为候选最优轨迹，并存入Closed表中；候选最优轨迹终点在运动规划所需求的终点范围内时结束运动规划过程；将Closed表格中的初段最优轨迹和候选最优轨迹连接，形成最终规划轨迹。

技术领域

本发明涉及一种智能车辆领域，特别是关于一种基于学习采样式的汽车自动驾驶运动规划方法及系统。

背景技术

近年来，人工智能技术在智能交通和车辆领域逐渐开始商业化应用，智能网联车辆逐渐走入人们的视野。一般来说，智能车辆的自动驾驶软件系统可以分为感知、定位、决策和控制四个模块。运动规划作为决策模块中最为重要的部分，决定了智能车辆的决策质量。由于控制模块一般只完成运动/轨迹跟踪的工作，所以运动规划的结果对车辆最终驾驶行为的影响至关重要。

现有的运动规划方法可以大致分为基于采样的方法、基于优化的方法和基于端到端学习的方法。基于端到端学习的方法建立直接从传感器数据到驾驶动作的映射，但由于学习方法的黑箱特性，难以进行工程实践及优化；基于优化的方法一般依赖车道线或其他先验的道路信息，求解时间往往难以得到保证；基于采样的方法由于其求解速度快，能够适应多种环境特性的特点，在自动驾驶的运动规划中得到广泛采用。

基于采样的方法一般通过代价函数进行采样轨迹或运动状态的选取，这种方式本质上是基于人为设定的规则的最优轨迹/运动状态选取，但人为设定的代价函数很难适应复杂多变的现实环境。

发明内容

针对上述问题，本发明的目的是提供一种基于学习采样式的汽车自动驾驶运动规划方法及系统，其能更好的考虑环境中的不确定性和随机性，可以提升自动驾驶运动规划的安全性和鲁棒性。

为实现上述目的，本发明采取以下技术方案：一种基于学习采样式的汽车自动驾驶运动规划方法，其包括以下步骤：S1：根据车辆参数建立车辆运动学模型；S2：初始化启发式运动规划方法的存储表格：Open表和Closed表；S3：基于学习采样式方法，从起点生成一系列前向仿真轨迹，并通过启发式函数，计算每条前向仿真轨迹的评价值，选取评价值最高的轨迹作为规则最优轨迹；利用强化学习方法对前向仿真轨迹进行Q值函数估计，选择Q值最大的轨迹作为强化学习轨迹；从规则最优轨迹和强化学习轨迹中选取初段最优轨迹，将初段最优轨迹存入Closed表中，并由初段最优轨迹终点作为随后规划的起点；S4：基于启发式规划方法，从规划起点开始，生成一系列前向仿真轨迹；利用碰撞检测方法筛选不碰撞前向仿真轨迹，并将这些不碰撞的前向仿真轨迹存入Open表中；通过启发式函数，计算每条前向仿真轨迹的评价值，选取评价值最高的前向仿真轨迹作为候选最优轨迹，并将候选最优轨迹及其评价值存入Closed表中，并由候选最优轨迹终点作为随后规划起点；S5：重复步骤S4，直至步骤S4中的候选最优轨迹终点在运动规划所需求的终点范围内时，结束运动规划过程；S6：将Closed表格中的初段最优轨迹和候选最优轨迹连接，形成最终规划轨迹。

进一步，所述步骤S3中，前向仿真轨迹是利用车辆方向盘转角加速度、油门/刹车输入生成。

进一步，所述前向仿真轨迹生成方法为：根据使用场景确定仿真步长Δt，通过车辆运动学模型求解得到实现车辆位置x、y和车辆方向θ的更新，不断迭代，实现车辆轨迹的更新，最终得到前向仿真轨迹。

进一步，所述步骤S3中，在将前向仿真轨迹存入Open表格之前，首先对前向仿真轨迹进行碰撞检测，检测生成的前向仿真轨迹与感知结果中障碍物的边界是否产生碰撞，如果轨迹发生碰撞，则直接删除，不碰撞的轨迹存入Open表中。