[发明专利]一种基于精准轨迹预测的车辆避撞动态安全路径规划方法

说明书

本发明涉及一种基于精准轨迹预测的车辆避撞动态安全路径规划方法，包括：获取本车及障碍车车辆状态信息及参数信息；基于三自由度车辆动力学模型与长短时记忆递归神经网络LSTM构建车辆轨迹预测模型；使用车辆轨迹预测模型对本车及障碍车的行驶轨迹进行预测，获取本车及障碍车的行驶轨迹预测数据；融合网格划分、人工势场法与高次多项式曲线拟合法构建车辆动态安全路径规划模型；基于步骤3获取的本车及障碍车的行驶轨迹预测数据，使用车辆动态安全路径规划模型获取本车的最优避撞路径；对步骤5获取的最优避撞路径进行速度、加速度实时匹配。与现有技术相比，本发明具有精度高、兼顾安全性、可行性和舒适性等优点。

技术领域

本发明涉及高级辅助驾驶及自动驾驶技术领域，尤其是涉及一种基于精准轨迹预测的车辆避撞动态安全路径规划方法。

背景技术

高级辅助驾驶及自动驾驶技术是解决道路拥堵、交通事故频发等问题的一种有效手段，其研发与推广对于保障行车安全、提高通行效率以及构建智慧交通体系具有重要意义。

车辆行驶时，当纵向车间距小于制动避撞所需最短距离，通过转向避撞仍有可能避免事故的发生，但在此避撞工况下，如何快速准确地规划出最优避撞路径是研究的重点和难点。为保证车辆准确地避开障碍车辆，首先需要预测自身车辆及障碍车辆运动轨迹，才可为避撞路径规划提供依据；其次需要基于行驶轨迹预测结果，动态规划出安全可行的避撞路径，进而规避危险场景。因此，轨迹预测的精度与路径规划的实时性和可行性，直接影响着车辆的行驶安全性。

专利号CN109885066A公开了一种运动轨迹预测方法及装置，该方法基于车辆运动学模型进行短时域行驶轨迹预测，结合车道线信息进行长时域预测，并对预测结果进行融合得到目标障碍物预测行驶轨迹。但该方法在进行长时域行驶轨迹预测时仅结合车道线信息，预测精度有限；且在融合时采用基于规则的权重系数，对于提高预测结果的精度作用有限。专利号CN105974917A公开了一种基于新型人工势场法的车辆避障路径规划研究方法，该方法通过叠加道路边界斥力势场和障碍物斥力势场建立平衡方程，求解出避障路径，并在本车进入障碍物影响范围时减小车速。但该方法未对本车及障碍车的行驶轨迹进行预测，且在规划出避障路径后仅对速度进行约束，缺少对速度与加速度的规划。

综上，在本车与障碍车辆的轨迹预测方面，仍存在无法兼顾短时域与长时域内轨迹预测精度同时最优的问题，最终导致车辆轨迹预测的精度不高，路径规划结果缺乏合理性；此外，在路径规划方面，多数方法仅规划出避撞路径，缺少对速度与加速度的规划或者仅对速度、加速进行约束，无法保证避撞路径的跟踪可行性。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种精度高、兼顾安全性、可行性和舒适性的基于精准轨迹预测的车辆避撞动态安全路径规划方法。

本发明的目的可以通过以下技术方案来实现：

一种基于精准轨迹预测的车辆避撞动态安全路径规划方法，包括：

步骤1：获取本车及障碍车车辆状态信息及参数信息；

步骤2：基于三自由度车辆动力学模型与长短时记忆递归神经网络LSTM构建车辆轨迹预测模型；

步骤3：基于步骤1获取的车辆状态及参数信息，使用车辆轨迹预测模型对本车及障碍车的行驶轨迹进行预测，获取本车及障碍车的行驶轨迹预测数据；

步骤4：融合网格划分、人工势场法与高次多项式曲线拟合法构建车辆动态安全路径规划模型；

步骤5：基于步骤3获取的本车及障碍车的行驶轨迹预测数据，使用车辆动态安全路径规划模型获取本车的最优避撞路径；

步骤6：对步骤5获取的最优避撞路径进行速度、加速度实时匹配。

优选地，所述的车辆状态信息包括车辆实时位置、速度、加速度、横摆角速度和前轮转向角；