[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

专利信息
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
【权利要求书】:

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:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top