本发明涉及辅助驾驶,尤其涉及一种基于稀疏采样的时空联合轨迹规划方法及装置。
背景技术:
1、轨迹规划作为自动驾驶中的关键技术之一,主要分为时空解耦规划和时空联合规划两种。时空解耦规划把时空轨迹分解为路径和速度曲线,通过分别求解路径和速度来降低两个求解问题的难度,但在一定程度上牺牲了最终得到的轨迹的最优性,在复杂动态场景下容易陷入轨迹次优。时空联合规划不进行路径和速度的分解,直接求解最优时空轨迹,因此可以求得更高质量的轨迹,但计算效率会有所降低。目前大多数轨迹生成方案采用密集采样的方式获取轨迹点,如rrt算法,它虽然能够快速有效地在空间中搜索路径,但该算法在生成新节点的过程中缺乏监督,收敛速度较慢,且密集采样的方式在获取一段精细轨迹时往往计算量很大。
2、综上所述,基于密集采样的时空解耦规划获取精细轨迹时的效率不高,计算量大,且容易陷入轨迹次优解。因此,需要综合考虑轨迹规划的复杂度与实时性,以及在复杂构型空间障碍和动态约束下轨迹的最优性,实现高质量安全可行的最优细粒度轨迹的生成。
技术实现思路
1、有鉴于此,本发明提供了一种基于稀疏采样的时空联合轨迹规划方法及装置,充分考虑复杂构型空间障碍和动态约束下轨迹的最优性,提高计算效率与轨迹质量,保证轨迹安全性和可行性,所述技术方案如下:
2、本发明实施例提供了一种基于稀疏采样的时空联合轨迹规划方法,所述方法包括:
3、获取自车状态信息及自车周围的动静态障碍物状态信息;
4、根据自车的状态信息及自车周围环境信息,获得时空联合地图;
5、基于自车状态信息中的纵向加速度,根据时空联合地图,对自车粗粒度轨迹点进行稀疏采样,获得自车粗粒度轨迹点集合;
6、根据自车粗粒度轨迹点集合,确定最优粗粒度轨迹;
7、根据最优粗粒度轨迹和时空联合地图,确定三维凸空间;
8、利用贝塞尔曲线的凸包特性,在三维凸空间中生成贝塞尔细粒度轨迹。
9、可选地,对自车的纵向加速度进行采样,并根据采样的加速度,获得自车纵向粗粒度采样轨迹点;
10、根据时空联合地图,从自车纵向粗粒度采样轨迹点中采样满足车道保持的轨迹点和满足换道要求的轨迹点,形成自车粗粒度轨迹点集合。
11、可选地,在设定的加速度区间内,按照设定的分辨率对自车的加速度进行采样。
12、可选地,连接自车粗粒度轨迹点集合中每两个相邻时间层之间的不同采样点,得到粗粒度轨迹集合;
13、计算粗粒度轨迹集合中每个粗粒度轨迹的代价,选取代价最小的粗粒度轨迹为最优粗粒度轨迹,其中,每个粗粒度轨迹的代价包括障碍物代价、偏移参考线代价和横向速度代价。
14、可选地,以最优粗粒度轨迹点为起点,向横纵两个方向对凸空间进行膨胀,直至碰到可行驶边界时停止,获得三维凸空间;可行驶边界包括纵向可行驶边界和横向可行驶边界;纵向可行驶边界根据最优粗粒度轨迹的前一个采样加速度与其后一个采样加速度确定;横向可行驶边界根据最优粗粒度轨迹允许的横向最大偏移量确定。
15、可选地,以轨迹的轨迹的代价最小为目标,以终端约束、连续性约束、碰撞约束和动态约束为约束条件,根据优化轨迹模型,确定贝塞尔细粒度轨迹,其中,优化轨迹模型采用n段贝塞尔曲线构建获得;轨迹的代价通过轨迹的jerk值的平方对时间的积分确定。
16、本发明实施例提供了一种基于稀疏采样的时空联合轨迹规划装置,包括:
17、获取模块,用于获取自车状态信息及自车周围的动静态障碍物状态信息;
18、轨迹规划模块,用于根据自车的状态信息及自车周围环境信息,获得时空联合地图;基于自车状态信息中的纵向加速度,根据时空联合地图,对自车粗粒度轨迹点进行稀疏采样,获得自车粗粒度轨迹点集合;根据自车粗粒度轨迹点集合,确定最优粗粒度轨迹;根据最优粗粒度轨迹和时空联合地图,确定三维凸空间;利用贝塞尔曲线的凸包特性,在三维凸空间中生成贝塞尔细粒度轨迹。
19、本发明实施例提供了一种控制设备,所述控制设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述至少一条程序代码由所述一个或多个处理器加载并执行,以实现上述任一实现方式所述的一种基于稀疏采样的时空联合轨迹规划方法。
20、本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条程序代码,所述至少一条程序代码由处理器加载并执行,以实现上述任一实现方式所述的一种基于稀疏采样的时空联合轨迹规划方法。
21、本发明实施例提供了一种计算机程序产品,所述计算机程序产品包括计算机程序代码,所述计算机程序代码存储在计算机可读存储介质中,控制设备的处理器从所述计算机可读存储介质读取所述计算机程序代码,所述处理器执行所述计算机程序代码,使得所述控制设备执行上述任一实现方式所述的一种基于稀疏采样的时空联合轨迹规划方法。
22、本发明实施例提供的技术方案带来的有益效果至少包括:
23、本发明实施例提供了一种基于稀疏采样的时空联合轨迹规划方法,基于纵向加速度对自车粗粒度轨迹点进行稀疏采样,利用动态规划的方法对采样点进行搜索,获取最优粗粒度轨迹,根据时空联合地图构建s-l-t三维凸空间,从而考虑了复杂构型的空间障碍,将利用贝塞尔曲线的凸包特性,在三维凸空间中生成贝塞尔细粒度轨迹,充分考虑复杂构型空间障碍和动态约束,提高计算效率,保证轨迹安全性和可行性。
1.一种基于稀疏采样的时空联合轨迹规划方法,其特征在于,所述方法包括:
2.如权利要求1所述的一种基于稀疏采样的时空联合轨迹规划方法,其特征在于,对自车的纵向加速度进行采样,并根据采样的加速度,获得自车纵向粗粒度采样轨迹点;
3.如权利要求2所述的一种基于稀疏采样的时空联合轨迹规划方法,其特征在于,在设定的加速度区间内,按照设定的分辨率对自车的加速度进行采样。
4.如权利要求1所述的一种基于稀疏采样的时空联合轨迹规划方法,其特征在于,连接自车粗粒度轨迹点集合中每两个相邻时间层之间的不同采样点,得到粗粒度轨迹集合;
5.如权利要求1所述的一种基于稀疏采样的时空联合轨迹规划方法,其特征在于,以最优粗粒度轨迹点为起点,向横纵两个方向对凸空间进行膨胀,直至碰到可行驶边界时停止,获得三维凸空间;可行驶边界包括纵向可行驶边界和横向可行驶边界;纵向可行驶边界根据最优粗粒度轨迹的前一个采样加速度与其后一个采样加速度确定;横向可行驶边界根据最优粗粒度轨迹允许的横向最大偏移量确定。
6.如权利要求1所述的一种基于稀疏采样的时空联合轨迹规划方法,其特征在于,以轨迹的轨迹的代价最小为目标,以终端约束、连续性约束、碰撞约束和动态约束为约束条件,根据优化轨迹模型,确定贝塞尔细粒度轨迹,其中,优化轨迹模型采用n段贝塞尔曲线构建获得;轨迹的代价通过轨迹的jerk值的平方对时间的积分确定。
7.一种基于稀疏采样的时空联合轨迹规划装置,其特征在于,包括:
8.一种控制设备,其特征在于,所述控制设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述至少一条程序代码由所述一个或多个处理器加载并执行,以实现如权利要求1至权利要求6任一项所述的一种基于稀疏采样的时空联合轨迹规划方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有至少一条程序代码,所述至少一条程序代码由处理器加载并执行,以实现如权利要求1至权利要求6任一项所述的一种基于稀疏采样的时空联合轨迹规划方法。
10.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序代码,所述计算机程序代码存储在计算机可读存储介质中,控制设备的处理器从所述计算机可读存储介质读取所述计算机程序代码,所述处理器执行所述计算机程序代码,使得所述控制设备执行如权利要求1至权利要求6任一项所述的一种基于稀疏采样的时空联合轨迹规划方法。