[发明专利]一种无人车路径规划方法和装置

说明书

本发明实施例提供一种无人车路径规划方法和装置，通过对高精度地图信息进行分析，将地图栅格化后对每个栅格根据地图障碍物信息计算斥力，并将斥力作为搜索的代价，能有效提高混合A*算法的避障效率，生成的轨迹符合车辆动力学约束。同时使用梯度下降的算法对生成的轨迹进行平滑，最终输出最优轨迹。考虑车辆运动学约束，使得规划路径具备可行驶性；对每个网格计算势场，能够一定程度减少路径搜索的时间；势场法一定程度的增强了传感误差的容忍度，提高了路径规划的鲁棒性；为不同类别的障碍物分配不同的斥力等级，并且针对车道级道路边界宽度动态设置斥力权重；采用梯度下降平滑模块对生成的路径进行平滑，更加适合车辆行驶。

技术领域

本发明实施例涉及自动驾驶技术领域，尤其涉及一种无人车路径规划方法和装置。

背景技术

在自动驾驶车辆行驶过程中，路径规划是一个很重要的部分，无人驾驶车辆在行走过程中需要规划出能避开障碍物，同时又符合车辆动力学约束的轨迹，是路径跟踪控制等模块的基础。

传统路径规划算法中通常使用A*算法、势场法、RRT算法等，根据地图障碍物信息进行路径规划。这些算法都不考虑车辆动力学参数，生成的轨迹无法满足车辆动力学参数约束，因此自动驾驶车辆不一定能够按照既定轨迹稳态行驶。传统的混合A*算法在搜索的过程中会考虑车辆动力学，但是在搜索的过程中不考虑每个栅格的代价优先度，导致搜索效率低下，同时生成的轨迹也不够平滑。

发明内容

本发明实施例提供一种无人车路径规划方法和装置，通过对高精度地图信息进行分析，将地图栅格化后对每个栅格根据地图障碍物信息计算斥力，并将斥力作为搜索的代价，能有效提高混合A*算法的避障效率，生成的轨迹符合车辆动力学参数约束。

第一方面，本发明实施例提供一种无人车路径规划方法，包括：

提取高精度地图中道路的障碍物信息，并构建道路的栅格地图；

基于所述障碍物信息，利用人工势场法获取栅格地图中每个栅格的斥力系数，并基于所述斥力系数得到每个栅格的斥力权重；

获取栅格地图中的占用栅格和未占用栅格，所述占用栅格为存在障碍物的栅格，所述未占用栅格为不存在障碍物的栅格；若判断获知栅格的斥力权重大于预设斥力权重阈值，则判断栅格存在障碍物；

基于起点位置、终点位置、朝向和所述栅格地图，利用混合A*算法和车辆动力学参数进行车辆路径规划，生成车辆行驶轨迹。

进一步，还包括：

对生成的车辆行驶轨迹进行合理性检测，剔除车辆行驶轨迹中不合理的轨迹点并重新进行车辆路径规划。

进一步，还包括：

对生成的车辆行驶轨迹进行平滑处理，去掉车辆行驶轨迹中抖动的轨迹点。

进一步，提取高精度地图中道路的障碍物信息，并构建道路的栅格地图，具体包括：

获取起点位置和终点位置，并基于导航请求确定规划空间的范围；

从高精度地图中读取规划空间内障碍物元素的位置，所述障碍物元素包括车道级道路边界、路沿石、安全岛、交通护栏和杆状物；

将经纬度转换至通用横轴墨卡托格网系统UTM坐标系，以所述障碍物元素的最小坐标值为原点建立矩形，并基于矩形范围设定栅格分辨率，以所述栅格分辨率的数值为间隔延横纵轴进行切分，得到道路的栅格地图。

进一步，获取栅格地图中每个栅格的斥力系数，具体包括：

对不同的障碍物设置不同的初始斥力等级，其中，路沿石、交通护栏和杆状物为第一初始斥力等级，安全岛为第二初始斥力等级，车道级道路边界为第三初始斥力等级；所述第一初始斥力等级大于所述第二初始斥力等级，所述第二初始斥力等级大于第三初始斥力等级；