[发明专利]一种基于行车风险评估的自动驾驶汽车规划方法及系统

说明书

本发明涉及一种基于行车风险评估的自动驾驶汽车规划方法及系统，包括：获取周围车辆在世界坐标系下的历史运动轨迹,采用交互式多车道模型算法分析周围车辆预测时域内在各车道的概率分布，融合计算出车辆的目标位置；根据周围车辆当前位置及下一时刻目标位置，拟合生成预测时域内的预测轨迹；根据所获得的预测轨迹，将预测时域内的全局路径跟踪偏差、碰撞风险、本车车辆控制转角的变化作为代价目标建立自动驾驶车辆模型的非线性优化函数，求解获得局部最优轨迹；采用运动控制目标函数来进行局部最佳轨迹跟踪控制，将计算的当前时刻最优车辆转角输入车辆动力学模型，实现车辆避障和循迹行驶。本发明提高了循迹和避障的准确性和实时性。

技术领域

本发明涉及车辆运动预测技术领域，尤其是一种基于行车风险评估的自动驾驶汽车规划方法及系统。

背景技术

自动驾驶汽车和先进的驾驶辅助系统因在高效、安全和清洁的交通系统中显示出显着的优势，越来越受到关注。轨迹规划是自动驾驶汽车系统的重要组成部分，直接影响自动驾驶交通安全。但目前保证自动驾驶汽车在复杂和不确定的交通场景中做出准确、高效、安全的决策和规划仍然是一个挑战。基于碰撞风险评估的有效运动规划方法，通过对候选路径进行风险评估，实时优化获取最优路径，可有效降低行车风险。

风险评估需要对周围车辆未来时域进行运动预测。目前针对车辆运动预测主要有基于学习的和基于物理模型的方法。基于学习模型主要依赖于机器学习方法，模型需要大量数据训练并且缺乏一定的解释性；而基于物理的运动模型由于长预测范围内的准确性较低且不适合复杂交通场景中的风险评估。

轨迹规划方面，针对目前大多数规划控制方法在运动规划层采用的运动学模型和跟踪控制层中车辆非线性动力学模型不一致，这可能导致车辆的控制效果偏差、甚至失稳的缺点。

综上所述，面对当前复杂和不确定性的交通场景，提出一种能够基于行车风险评估的自动驾驶汽车运动规划控制方法极为重要。

发明内容

针对现有技术的不足，本发明提供一种基于行车风险评估的自动驾驶汽车规划方法及系统，目的是在不确定性的风险场景下实现高效的智能驾驶。

本发明采用的技术方案如下：

本申请提供一种基于行车风险评估的自动驾驶汽车规划方法，包括：

感知预测层，获取周围车辆在世界坐标系下的历史运动轨迹,采用交互式多模型算法分析周围车辆预测时域内在各车道的概率分布，融合计算出车辆的目标位置；根据周围车辆当前位置及下一时刻目标位置，拟合生成预测时域内的预测轨迹；

轨迹重规划层，根据所述预测轨迹，将预测时域内的全局路径跟踪偏差、碰撞风险、本车车辆控制转角的变化作为代价目标建立自动驾驶车辆模型的非线性优化函数，求解获得局部最优轨迹；

跟踪控制层，采用运动控制目标函数来进行局部最佳轨迹跟踪控制，将计算的当前时刻最优车辆转角输入所述车辆动力学模型，实现车辆避障和循迹行驶。

进一步技术方案为：

所述采用交互式多模型算法分析周围车辆预测时域内在各车道的概率分布，预测得到周围车辆下一时刻横向位置，包括：

建立车道模型：

式中，S_k代表k时刻各车道的状态序列，i代表车道编号，n是总车道数，分别为k时刻下i车道的状态值、协方差以及置信概率；

计算混合概率和混合转移概率；