一种基于监控策略的无人车换道路径规划方法与流程

技术特征：
1.一种基于监控策略的无人车换道路径规划方法，其特征在于，包括如下步骤：步骤1：利用环境感知模块得到环境信息和车辆自身状态信息，并根据环境信息和车辆自身状态信息判断是否产生新的换道任务；步骤2：对于产生新的换道任务，则采用基于b样条曲线的方法来规划连续曲率路径；并对基于b样条曲线得到的换道轨迹进行安全性判断；若符合安全性要求，则输出换道轨迹；步骤3：当基于b样条曲线得到的换道轨迹不符合安全性要求，且路径存在时，添加基于快速扩展随机树的算法作为补充算法以获得换道轨迹；并对基于快速扩展随机树的算法获得的换道轨迹进行安全性判断；若符合安全性要求，则输出换道轨迹；步骤4：如果步骤2和步骤3中的换道轨迹规划失败或者不存在换道任务，则输出监控轨迹。2.根据权利要求1所述的一种基于监控策略的无人车换道路径规划方法，其特征在于，步骤2中采用基于b样条曲线的方法来规划连续曲率路径的方法为：步骤2.1换道路径规划可以被定义为换道过程中的两点边值问题：min f(x)s.t.g
i
(x)＝1,i＝1,...,nh
j
(x)≤0,j＝1,...,n其中，f(x)是目标函数，g
i
(x)代表起始点和目标点的约束，h
j
(x)代表安全距离约束，n为起始点和目标点之间的节点数；步骤2.2为了满足车辆转向执行器的限制，生成的路径应该满足连续曲率、峰值曲率和最大曲率的约束。3.根据权利要求2所述的一种基于监控策略的无人车换道路径规划方法，其特征在于，b样条曲线的路径规划两点边值问题可以归结为：b样条曲线的路径规划两点边值问题可以归结为：b样条曲线的路径规划两点边值问题可以归结为：α
min
≤α
i
≤α
max
,i＝1,2δ
log-h(l
obs
,v
obs
,l0,l
fba
,v
ego
)≤0δ
lat-h(l
obs
,v
obs
,l0,l1,w,α1,l
fba
,v
ego
)≤0δ
lat-h(l
obs
,v
obs
,l0,l1,l2,w,α1,α2,l
fba
,v
ego
)≤0其中，l
j
为控制段j的长度，j＝0、1、2；α
i
是控制点p
i
处的夹角，i＝1、2；α
min
、α
max
是夹角α
i
取值的最小值与最大值，k
max
为峰值曲率，代表起始点，x0,y0,v0分别是初始点对应的横坐标，纵坐标，横摆角，车速；代表目标点，x
g
,y
g
,v
g
分别是起始点目标点对应的横坐标，纵坐标，横摆角，车速；x
g
,y
g
,v
g
分别是目标点目标点对应的横坐标，纵坐标，横摆角，δ
log
是纵向安全距离，δ
lat
是横向安全距离，l
obs
是目标车
辆到障碍车辆的距离，v
ego
是自车速度，w是自车宽度，l
fba
是自车从后轴到头部的长度，v
obs
是障碍车辆的车速。4.根据权利要求1所述的一种基于监控策略的无人车换道路径规划方法，其特征在于，步骤3中引入了最近邻域搜索方法减少采样的盲目性，根据欧几里德距离，节点n1是新采样节点n
new
的最近节点；然而，从节点n2到节点n1的转向角更大，导致路径s1和n1连接更为尖锐；为了使路径更利于车辆跟踪，由定义的传统度量函数被修改为式：函数被修改为式：其中，x1,x2分别为1,2节点，d
eu
表示度量函数，x1,x2分别为1,2节点的横坐标，y1,y2分别是1,2节点的纵坐标，θ为n1,n2连接n
new
的夹角。5.根据权利要求1所述的一种基于监控策略的无人车换道路径规划方法，其特征在于，步骤4中输出监控轨迹的方法为：路径规划系统在规划监控轨迹时，如果监控轨迹的减速度为a
x
，则对于直线行驶：其中,a
min
是车辆最小加速度，v0是初始速度，v
g
是目标速度，l
0g
是减速长度。如果转弯半径为r，则对于直线行驶：其中，μ为路面粗糙度；在路径生成后，应根据边界约束，执行器约束和稳定性约束计算速度曲线，如下所示：其中，边界约束即起始速度和目标速度，执行器约束即最大速度和最大加速度，稳定性约束即最大侧向加速度，v
min
、v
max
是速度的最小值和最大值；a
min
、a
max
是加速度的最小值和最大值；a
y
(t)是侧向加速度，a
ymax
是最大侧向加速度。6.根据权利要求1所述的一种基于监控策略的无人车换道路径规划方法，其特征在于，通过控制段与障碍物之间的距离来表示生成路径的安全性检测，将安全性检测表示为：(1)第一个控制段的纵向安全距离：l
obs
v
obs
t
0-(l0 l
fba
)≥δ
log
,t0＝l0/v
ego
(2)第二个控制段的横向安全距离：l
obs
v
obc
t
1-l0 (l1 l
fba
)|cosα1| 0.5w|sinα1|≥δ
lat
,t1＝l1/v
ego
(3)第三个控制段的横向安全距离：l
obs
v
obs
t
2-(x
2-x1 (l1 l
fba
))sinα
2-0.5w-(d
obs-(y
2-y1))cosα2≥δ
lat
,t2＝l2/v
ego
根据自我车辆的位置，存在三个阶段发生碰撞风险，其中需满足各自的安全约束条件；其中，l
obs
是目标车辆到障碍车辆的距离，v
ego
是自车速度，v
obs
是障碍车辆的车速，t0是自车行驶过第一段距离的时间，t1是自车行驶过第二段距离的时间，t2是自车行驶过第二段距离的时间，l
fba
是自车从后轴到头部的长度，w是自车宽度，δlat是横向安全距离，δlog是纵向安全距离，α1是第一控制段与第二控制段间的夹角，α2是第二控制段与第三控制段间的夹角，d
obs
为障碍车辆的形成障碍的宽度，x1,x2分别是车辆在控制点p1,p2的横坐标，y1,y2分别是车辆在控制点p1,p2的纵坐标。7.根据权利要求1所述的一种基于监控策略的无人车换道路径规划方法，其特征在于，所获取的环境信息包括：当前行驶前方障碍物信息、车道宽度、当前传感器检测盲区信息、当前行驶道路侧向障碍物信息；所述车辆自身状态信息包括：车辆速度、转向盘转角、车辆当前位置。8.根据权利要求7所述的一种基于监控策略的无人车换道路径规划方法，其特征在于，所述环境感知模块包括用于获取环境信息的毫米波雷达与ccd工业相机；毫米波雷达设置为4个，其中1个分置在车辆前端保险杆中间位置，另外2个分别放置在两侧的前门和后门之间的中间位置，最后1个放置在车辆的尾部，用于检测车辆四个方向上的障碍物信息并传输给电子控制单ecu；ccd工业相机安装在车辆前挡风玻璃顶部上方，用于将车辆前方的状况传输给电子控制单元ecu。

技术总结
本发明公开了一种基于监控策略的无人车换道路径规划方法，通过环境信息感知模块判断是否产生新的换道任务；如果产生新的换道任务，则采用基于B样条曲线的方法来规划连续曲率路径；当基于B样条的算法没有解决方案但路径存在时，添加基于快速扩展随机树的算法作为补充算法以尽可能地找到路径；如果路径规划失败或者不存在换道任务，则输出监控轨迹；否则输出换道轨迹。本发明可以同时进行换道轨迹规划和监控轨迹规划，保证车辆换道的安全性和稳定性。定性。定性。


技术研发人员：耿国庆 丁鹏程 张佳 李中 杨梁 向华荣 徐亦航 江乐生 苏春 赵文 刘威 江浩斌 施桂强 章国栋 徐惠民 李春
受保护的技术使用者：江苏骄阳转向技术有限公司
技术研发日：2021.10.28
技术公布日：2022/3/1