[发明专利]降低事故严重程度的无人驾驶车辆轨迹规划方法及系统在审
申请号: | 202010529704.3 | 申请日: | 2020-06-11 |
公开(公告)号: | CN111750887A | 公开(公告)日: | 2020-10-09 |
发明(设计)人: | 张希;刘磊;赵柏暄;朱旺旺 | 申请(专利权)人: | 上海交通大学 |
主分类号: | G01C21/34 | 分类号: | G01C21/34;G05D1/02 |
代理公司: | 上海汉声知识产权代理有限公司 31236 | 代理人: | 胡晶 |
地址: | 200240 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 降低 事故 严重 程度 无人驾驶 车辆 轨迹 规划 方法 系统 | ||
本发明提供了一种降低事故严重程度的无人驾驶车辆轨迹规划方法及系统,包括:将车辆及环境信息由笛卡尔坐标系转换到Frenet坐标系;利用三次样条曲线生成参考路径;以撒点的方式沿参考路径进行采样,通过预设次多项式进行拟合,生成轨迹簇;以最大速度、最大加速度、最大曲率作为控制约束,去除不符合控制约束的轨迹;对保留的符合控制约束的轨迹进行碰撞检测,在无碰撞轨迹簇中通过预设的损失函数筛选使损失函数值最小的轨迹作为最优轨迹;在碰撞轨迹簇中,通过事故严重程度预测模型筛选严重程度最低的轨迹作为最优轨迹;本发明解决了现有路径规划方法面临无法避免的事故时不能降低事故严重程度的问题,提高了事故发生时乘员的安全性。
技术领域
本发明涉及无人驾驶及其轨迹规划领域,具体地,涉及一种降低事故严重程度的无人驾驶车辆轨迹规划方法及系统。
背景技术
随着汽车技术的不断发展,车辆智能化的脚步在不断加快,车辆以逐渐融入人们生活的方方面面。与此同时,人们也承受着交通拥堵以及交通事故带来的烦扰。车辆智能化改善了人们的出行效率,提高了行驶安全,但仍旧无法完全避免交通事故的发生,考虑在交通事故发生过程中降低事故严重程度显得很有必要。
当前的轨迹规划方面,通过直线和弧、回旋曲线、Nelson多项式、螺旋多项式、样条曲线、贝塞尔曲线等方式生成曲线,通过代价函数和约束选择无碰撞的最优轨迹。但事实上我们无法完全避免事故的发生,因此在轨迹生成过程中结合发生碰撞的轨迹的事故严重程度,在无法避免的交通事故中选择事故严重程度最低的轨迹亟待研究。
专利文献CN110362096A(申请号:201910746277.1)公开了一种基于局部最优性的无人驾驶车辆动态轨迹规划方法。该方法根据道路上障碍物车辆的不同位置与其不同相应的工况,来进行最优参考轨迹的选取并进行动态的轨迹规划。分析无人车换道意图的产生与换道可执行的条件,根据对周围障碍车位置以及速度的预测在决定避障换道的初始时刻拟合出局部最优换道轨迹,进而把这条最优轨迹作为局部参考轨迹。生成无人车可行驶的轨迹簇,并将设计出的速度距离成本代价函数与损失函数相结合,利用非线性模型预测控制筛选出轨迹簇中的最优轨迹。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种降低事故严重程度的无人驾驶车辆轨迹规划方法及系统。
根据本发明提供的一种降低事故严重程度的无人驾驶车辆轨迹规划方法,包括:
步骤M1:将车辆及环境信息由笛卡尔坐标系转换到Frenet坐标系;
步骤M2:在Frenet坐标系中利用三次样条曲线生成参考路径;
步骤M3:以撒点的方式沿参考路径进行采样,通过预设次多项式进行拟合,生成轨迹簇;
步骤M4:以最大速度、最大加速度、最大曲率作为控制约束,去除不符合控制约束的轨迹,保留符合控制约束的轨迹;
步骤M5:对保留的符合控制约束的轨迹进行碰撞检测,当检测后存在不碰撞的轨迹,则将不碰撞的轨迹记为无碰撞轨迹簇,在无碰撞轨迹簇中通过预设的损失函数筛选使损失函数值最小的轨迹作为最优轨迹;当检测后所有轨迹都将碰撞,即所有轨迹构成碰撞轨迹簇,则在碰撞轨迹簇中,通过事故严重程度预测模型筛选严重程度最低的轨迹作为最优轨迹;
所述事故严重程度预测模型是在车辆面临碰撞风险时,根据感知层获得的信息,提取包括车辆状态参数、车辆固有属性、人员属性以及组合参数作为事故严重程度预测模型的输入,实时预测主车在沿不同候选轨迹行进发生碰撞的事故严重程度,选择事故严重程度最低的轨迹作为最优轨迹。
优选地,所述步骤M1包括:
车辆的姿态向量其中,(x,y)表示车辆在二维平面的位置,θ表示车辆的朝向,k表示曲率,即朝向θ的变化率,v表示车辆的速度;
则车辆的姿态变量满足下述关系:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010529704.3/2.html,转载请声明来源钻瓜专利网。