[发明专利]一种基于模型预测控制的人机共驾汽车的运动规划方法

权利要求书

1.一种基于模型预测控制的人机共驾汽车的运动规划方法，其特征在于步骤包括：

步骤一：从人机共驾汽车质心位置出发沿着道路参考线向前方延伸，获取周围环境信息；

步骤二：构建推荐路径拓扑网；

步骤三：对步骤二构建的推荐路径拓扑网中的各条曲线进行评估，得到各条曲线的代价，根据得到的各条曲线的代价选择推荐路径；

步骤四：根据车辆当前速度、车道限速、停止标识信息，按照已知的规则计算推荐速度；

步骤五：构建基于模型预测控制的运动规划问题；

步骤六：对步骤五构建的运动规划问题求解，得到规划的轨迹。

2.根据权利要求1所述的一种基于模型预测控制的人机共驾汽车的运动规划方法，其特征在于：

重新执行步骤一到步骤六，不断滚动优化运动轨迹，从而实现自动驾驶。

3.根据权利要求1或2所述的一种基于模型预测控制的人机共驾汽车的运动规划方法，其特征在于：

所述的步骤一中，周围环境信息包括可行驶区域的左右边界、车道的编号、车道的个数、各条车道中心线的位置，还包括人类驾驶员的输入的加速度、前轮转角以及周围车辆的位置、角度、速度信息。

4.根据权利要求3所述的一种基于模型预测控制的人机共驾汽车的运动规划方法，其特征在于：

获取可行驶区域的左右边界、车道的编号、车道的个数、各条车道中心线的位置的信息时，向前方延伸80-120米。

5.根据权利要求3所述的一种基于模型预测控制的人机共驾汽车的运动规划方法，其特征在于：

所述的步骤二中，构建推荐路径拓扑网的方法为：

从人机共驾汽车质心位置出发，每隔设定距离对各条车道中心线采样并命名为端点，由此形成很多排端点；

使用光滑的三次多项式曲线有规律的连接排与排之间的端点，该曲线是曲率关于弧长的三次多项式，曲线在端点处的角度和曲率与所在车道的中心线一致；

由此得到由多条三次多项式曲线以及多排端点组成的推荐路径拓扑网G。

6.根据权利要求5所述的一种基于模型预测控制的人机共驾汽车的运动规划方法，其特征在于：

所述的步骤三中，对推荐路径拓扑网中的各条曲线进行评估时，在推荐路径拓扑网G中任取其中一条三次多项式曲线，对其进行均匀采样评估，采样每隔设定距离命名为评估点；各条曲线的代价考虑：曲率变化率的代价、曲率代价、变道代价、在不可行驶区域O内评估点的个数、与周围其他汽车碰撞的评估点个数，得到各条三次多项式曲线的代价之后，对拓扑网G使用A^*算法或Dijkstra算法，计算从汽车质心位置到最后一排端点的最短路径，并将其作为“推荐路径”。

7.根据权利要求6所述的一种基于模型预测控制的人机共驾汽车的运动规划方法，其特征在于：

曲线的代价计算方式如下：

曲率变化率的代价：

曲率代价：

变道代价：J_lane＝|I₁-I₂|

在不可行驶区域O内评估点的个数：J_bound＝card(p_1：w∩O)，通过计算评估点与左右边界的距离，判断该评估点是否在不可行驶区域O内；

与周围其他汽车碰撞的评估点个数：

其中是第i个周围汽车在“本车坐标系”下质心的位置。

8.根据权利要求7所述的一种基于模型预测控制的人机共驾汽车的运动规划方法，其特征在于：

所述的步骤五中，构建基于模型预测控制的运动规划问题时，构建带有约束的优化问题，用来计算未来设定时间段内的轨迹，基于改进的MPCC方法，首先，代价函数考虑：跟踪推荐路径的代价、舒适度代价、推荐速度的代价、人类输入的代价；

其次是线性约束，考虑输入的约束，汽车状态的约束；

最后是非线性约束，包括：与左右边界的避碰约束、侧翻约束、与其他车的碰撞约束。