[发明专利]一种基于轨迹预测的冰雪环境无人驾驶车辆一体化滚动决策方法、装置及存储介质有效
申请号: | 202110345664.1 | 申请日: | 2021-03-31 |
公开(公告)号: | CN112937608B | 公开(公告)日: | 2022-06-21 |
发明(设计)人: | 戴启坤;郭洪艳;刘俊;陈虹;高振海;胡云峰;许芳 | 申请(专利权)人: | 吉林大学 |
主分类号: | B60W60/00 | 分类号: | B60W60/00;B60W50/00 |
代理公司: | 北京知汇林知识产权代理事务所(普通合伙) 11794 | 代理人: | 董涛 |
地址: | 130025 吉*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 轨迹 预测 冰雪 环境 无人驾驶 车辆 一体化 滚动 决策 方法 装置 存储 介质 | ||
1.一种基于轨迹预测的冰雪环境无人驾驶车辆一体化滚动决策方法,其特征在于,包括:
筛选障碍物;
根据所述障碍物规划换道轨迹;
根据所述换道轨迹建立决策模型;
根据所述决策模型设计模型预测控制器,控制所述车辆,所述筛选障碍物包括:
通过以下设备之一或者组合获取障碍物信息:所述无人驾驶车辆搭载的摄像头、雷达、地图;所述障碍物信息包括:
与所述车辆行驶方向相同的所有nl条车道上前后方向的障碍物O(n,p);
所述O(n,p)包括沿车道方向的纵向距离D(n,p),相对速度V(n,p)和绝对加速度a(n,p);
n为车道编号,为1到nl的整数;
p为障碍物相对位置,p等于f或r,其中f表示为前方障碍物,r表示后方障碍物;
其中,nl为车道数量;
所述筛选障碍物包括:
通过下列公式筛选前后方向距离最近的障碍物:
其中,j为障碍物编号,D(j)为障碍物的纵向距离,N为筛选出的障碍物的编号,lj为障碍物所属车道编号;
所述障碍物所属车道编号lj通过以下公式确定:
其中,fnll(x)为车道方程;
X(n,p)为障碍物纵向距离;
Y(n,p)为障碍物侧向距离;
fnll(X(n,p))为纵向距离X(n,p)处的车道线侧向位置;
nll为所述车辆左侧车道线编号,范围为1到nl,从左到右依次从小到大排列。
2.根据权利要求1所述的方法,其特征在于,所述根据所述障碍物规划换道轨迹包括:
根据下列公式确定所述车辆换道过程中的侧向参考轨迹:
其中,Y(t)为位移曲线,v(t)为速度曲线,t为时间;
所述v(t)根据以下公式确定:
其中,a(t)为所述车辆的加速度随时间的变化函数。
3.根据权利要求2所述的方法,其特征在于,所述车辆的加速度随时间的变化函数a(t)通过下列公式确定:
其中,Jmax为加速度变化率,amax为最大侧向加速度;
t1为所述a(t)的正上升时间,t2为所述a(t)的正保持时间,t3为所述a(t)的正下降时间,t4为所述a(t)的负下降时间,t5为所述a(t)的负保持时间,t6为所述a(t)的负上升时间;
所述正上升是指加速度大于0且加速度增大,所述正保持是指加速度大于0且保持不变,所述正下降是指加速度大于0且加速度减小,所述负下降是指加速度小于零且加速度减小,所述负保持是指加速度小于0且加速度保持不变,所述负上升是指加速度小于0且加速度增大;
所述t1,t2,t3,t4,t5,t6,通过以下公式确定:
其中,
tl为换道时间,kl=t2:t1;
所述t1,t2由下列公式确定:
其中,d为车道宽度;
其中,amax和Jmax通过下列公式确定:
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吉林大学,未经吉林大学许可,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/202110345664.1/1.html,转载请声明来源钻瓜专利网。