自动驾驶低速运动控制方法及装置与流程

1.本发明涉及数据处理领域，尤其涉及一种自动驾驶低速运动控制方法及装置。


背景技术：

2.无人驾驶车辆在行驶过程中，安全问题一直颇受关注。因为缺少了驾驶员的直接操作，车辆的行驶安全与稳定特性大部分依赖于算法，算法的好坏直接决定了无人车的智能化程度，开发无人车最根本的目的在于保证安全的前提下减少人力物力成本，故而一套考虑全场景的安全算法显得很有必要。
3.现有技术中，自动驾驶低速运动控制方法如下：根据当前车辆与规划路径的相对位置关系，无人驾驶车辆横向控制器计算出车轮目标转角，并根据目标转角进行行驶。
4.但是这种只考虑固定转角的方法虽然能提升低速车辆的行驶安全性，但该并未充分考虑车辆的延时、道路的最优循迹等特性，因此存在如下缺点。
5.缺点一、假如车辆的延时为300ms，基于当前路径算出来的目标转角，由于延时的缘故目标转角并不能及时的传递给车辆底层执行机构，而现有技术中的判断角度却是基于目标转角来预测，很大程度上会触发停车逻辑。
6.缺点二、基于固定转角搜索出来的安全角度在特定状态下会迫使车辆循迹偏差(车辆实际行驶路径距离目标路径的距离)过大，从而提升了循迹代价，加大了道路可通行宽度。如果遇到通行宽度有限的道路，则通过现有技术中的方法，车辆不能顺利通过，参见图1。如果图1中的循迹偏差过大，则车辆在某些路段不能顺利通过。


技术实现要素：

7.本发明实施例的目的是提供一种自动驾驶低速运动控制方法及装置，以解决现有技术中的自动驾驶低速运动控制方法所存在的不考虑车辆的延时所导致的误触发停车逻辑的问题以及循迹偏差过大的问题。
8.为解决上述问题，第一方面，本发明提供了一种自动驾驶低速运动控制方法，所述方法包括：
9.根据车辆当前的绝对位置与规划路径，通过第一控制算法计算第一控制周期至第d控制周期的第一目标转角；其中，所述d与车辆延时相关；
10.根据所述第一目标转角，计算车辆在第d 1控制周期的绝对位置；
11.根据车辆在第d 1控制周期的绝对位置和所述规划路径，通过第一控制算法计算车辆d 1控制周期的第二目标转角，直至计算出车辆在第d n-1控制周期的第n目标转角；其中，所述n与车辆安全距离、车速相关；
12.根据所述第一目标转角及处于第一目标转角时车辆的绝对位置，计算车辆在第一控制周期至第d控制周期中每个控制周期的第一包络线，以及，根据所述第二目标转角及所述第二目标转角时车辆的绝对位置，计算车辆在第d 1控制周期的第二包括线，直至，根据所述第n目标转角及所述第n目标转角时车辆的绝对位置，计算车辆在d n-1控制周期的第n
包络线；
13.当所述第一包络线，所述第二包络线直至第n包络线中的任一包络线内存在障碍物时，根据存在障碍物的包络线所对应的控制周期的目标转角，按照预设角度步长进行搜索，确定安全转角；
14.在存在障碍物的包络线所对应的控制周期内，根据所述安全转角进行行驶。
15.在一种可能的实现方式中，所述d与车辆延时相关具体包括：
16.根据公式计算与延时时间相关的控制周期的个数；
17.其中，d为与延时时间相关的控制周期的个数，t为车辆的延时时间，单位为毫秒，f为控制节点运行频率。
18.在一种可能的实现方式中，所述n与车辆安全距离、车速相关具体包括：
19.根据公式计算控制周期的个数；
20.其中，distance_safe为车辆安全距离，v为车速，f为控制节点运行频率。
21.在一种可能的实现方式中，所述根据所述第一目标转角，计算车辆在第d 1控制周期的绝对位置，具体包括：
22.根据所述第一目标转角和所述第一目标转角对应的第d控制周期时车辆的绝对位置，计算车辆在所述第d 1控制周期时，相对于所述第d控制周期的相对位置；
23.根据第d控制周期时车辆的绝对位置和所述相对位置，计算车辆在第d 1控制周期的绝对位置。
24.在一种可能的实现方式中，所述第一包络线、第二包络线至第n包络线是以车辆在相应控制周期时的绝对位置作为矩形框的中心，根据相应控制周期的目标转角、车长和车宽确定的四个角点作为矩形的四个角点所构成的矩形框。
25.在一种可能的实现方式中，所述在存在障碍物的包络线所对应的控制周期内，根据所述安全转角进行行驶之前，还包括：
26.将所述安全转角与极限转角进行比较；
27.当所述安全转角不大于极限转角时，将所述安全转角发送给底层控制器，所述底层控制器根据所述安全转角，生成转向角度，并将转向角度发送给转向系统，转向系统根据转向角度控制车辆的转向。
28.在一种可能的实现方式中，所述方法还包括：
29.当所述安全转角大于极限转角时，生成停车指令；
30.将所述停车指令发送给底层控制器，所述底层控制器将所述停车指令发送给动力系统后，所述动力系统控制车辆停止运行。
31.第二方面，本发明提供了一种自动驾驶低速运动控制装置，所述装置包括：
32.计算单元，所述计算单元用于根据车辆当前的绝对位置与规划路径，通过第一控制算法计算第一控制周期至第d控制周期的第一目标转角；其中，所述d与车辆延时相关；
33.所述计算单元还用于，根据所述第一目标转角，计算车辆在第d 1控制周期的绝对位置；
34.所述计算单元还用于，根据车辆在第d 1控制周期的绝对位置和所述规划路径，通
过第一控制算法计算车辆d 1控制周期的第二目标转角，直至计算出车辆在第d n-1控制周期的第n目标转角；其中，所述n与车辆安全距离、车速相关；
35.所述计算单元还用于，根据所述第一目标转角及处于第一目标转角时车辆的绝对位置，计算车辆在第一控制周期至第d控制周期中每个控制周期的第一包络线，以及，根据所述第二目标转角及所述第二目标转角时车辆的绝对位置，计算车辆在第d 1控制周期的第二包括线，直至，根据所述第n目标转角及所述第n目标转角时车辆的绝对位置，计算车辆在d n-1控制周期的第n包络线；
36.确定单元，所述确定单元用于当所述第一包络线，所述第二包络线直至第n包络线中的任一包络线内存在障碍物时，根据存在障碍物的包络线所对应的控制周期的目标转角，按照预设角度步长进行搜索，确定安全转角；
37.控制单元，所述控制单元用于在存在障碍物的包络线所对应的控制周期内，根据所述安全转角进行行驶。
38.第三方面，本发明提供了一种设备，包括存储器和处理器，存储器用于存储程序，处理器用于执行第一方面任一的方法。
39.第四方面，本发明提供了一种包含指令的计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行如第一方面任一的方法。
40.第五方面，本发明提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如第一方面任一的方法。
41.通过应用申请提供的自动驾驶低速运动控制方法及装置，把多个控制周期拆分成一个个的短控制周期，每个短控制周期的目标转角依据上一短控制周期的目标转角为基准，进行动态预测，得到的包络线更贴近真实情况，减少了停车逻辑的误触发，并且循迹代价更小，有效提升车辆的控制精度同时缩小道路的可通行宽度。
附图说明
42.图1现有技术中的自动驾驶低速运动控制方法中预测的道路循迹轨迹路线示意图；
43.图2为本发明实施例一提供的自动驾驶低速运动控制方法流程示意图；
44.图3为本发明实施例一提供的在不同控制周期车辆的目标转角示意图；
45.图4为本发明实施例一提供的自动驾驶低速运动控制方法中预测的道路循迹轨迹路线示意图；
46.图5为本发明实施例二提供的自动驾驶低速运动控制装置的结构示意图。
具体实施方式
47.下面结合附图和实施例对本技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为便于描述，附图中仅示出了与有关发明相关的部分。
48.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
49.图2为本发明实施例一提供的自动驾驶低速运动控制方法流程示意图，该方法可
以应用在无人驾驶车辆上，当将该方法应用在无人驾驶车辆时，该方法的执行主体为自动驾驶车辆控制单元(automated vehicle control unit，avcu)，即无人驾驶车辆的中央处理器相当于无人驾驶车辆的“大脑”。如图1所示，本技术包括以下步骤：
50.步骤201，根据车辆当前的绝对位置与规划路径，通过第一控制算法计算第一控制周期至第d控制周期的第一目标转角。
51.其中，在步骤201之前，还包括：
52.车辆上安装有激光雷达、惯性测量单元(inertial measuring unit，imu)、超声波雷达、视觉模块、差分全球定位系统(global positioning system，gps)等传感器，通过前面4种传感器，可以得到环境感知信息，并在融合后，得到环境感知数据，同时，差分gps会得到车辆当前的绝对位置信息。车辆根据环境感知数据、当前的绝对位置信息和地图数据，进行全局路径规划，得到规划路径。
53.具体的，步骤201包括以下内容：
54.首先，可以对车辆的动力学模型进行离散化处理，得到车辆动力学模型的近似离散化模型。随后可以根据第一控制算法，在车辆坐标系下，基于近似离散化模型，结合车辆的状态，在车辆的控制误差最小的条件下，得到横向控制参数中的前轮的转角，此处可以称为目标转角。
55.其中，可以根据车辆的当前绝对位置和规划路径，得到车辆的状态。第一控制算法可以是线性二次型调节器(linear quadratic regulator，lqr)算法。可以根据该算法，计算出最优控制量，并将最优控制器作为目标转角。此处算法的具体计算过程属于本领域的现有技术，此处不再赘述。
56.进一步的，本技术将车辆延时考虑在内，为了减小延时带来的预测误差，可以根据延时时间，计算出d，并在延时时间作用下的控制周期1-d内将目标转角保持为第一控制周期的目标转角。
57.其中，可以根据公式计算与延时时间相关的控制周期的个数；d为与延时时间相关的控制周期的个数，t为车辆的延时时间，单位为毫秒，f为控制节点运行频率。
58.步骤202，根据第一目标转角，计算车辆在第d 1控制周期的绝对位置。
59.具体的，以第d控制周期的第一目标转角、第d控制周期车辆的实际绝对位置和第d至第d 1控制周期的时长，预测车辆在第d 1控制周期相对于第d控制周期的相对位置。
60.其中，后续为了便于计算，可以将第d 1周期的相对位置转换为第d 1控制周期在车辆坐标系的绝对位置。具体可以根据第d控制周期时，车辆在车辆坐标系的绝对位置，以及第d 1控制周期的相对位置来确定，此处不再赘述。
61.步骤203，根据车辆在第d 1控制周期的绝对位置和规划路径，通过第一控制算法计算车辆d 1控制周期的第二目标转角，直至计算出车辆在第d n-1控制周期的第n目标转角。
62.具体的，与步骤201相同，在d 1控制周期，在预测得到车辆在该控制周期的绝对位置后，继续采用lqr算法计算车辆在第d 1控制周期的第二目标转角。随后，重复步骤203，计算d 2控制周期的第三目标转角，直至计算出车辆在第d n-1控制周期的第n目标转角，计算出的每个控制周期的目标转角参见图3。
63.其中，根据公式计算控制周期的个数； ,-./012_-/32为车辆安全距离，是一常数，v为车速，当为低速运行车辆，比如清扫车时，可以根据轮速计得到，当为高速运行车辆时，可以根据差分gps得到，本技术对v的获取方式并不限定，f为控制节点运行频率，根据车辆处理器的处理速度相关。
64.步骤204，根据第一目标转角及处于第一目标转角时车辆的绝对位置，计算车辆在第一控制周期至第d控制周期中每个控制周期的第一包络线，以及，根据第二目标转角及第二目标转角时车辆的绝对位置，计算车辆在第d 1控制周期的第二包括线，直至，根据第n目标转角及第n目标转角时车辆的绝对位置，计算车辆在d n-1控制周期的第n包络线；其中，n与车辆安全距离、车速相关。
65.其中，包络线，实际上是无人驾驶车辆在某一特定转角下，车辆轮廓的合集。本技术以车辆后轴中心点为原点(0，0)，以车长、车宽为基础，根据预测出的每个控制周期下车辆的绝对位置以及预测出的目标转角，可以得到车辆前后左右四个角点的相对坐标点，将四个角点坐标连接起来构成一个矩形框，并将矩形框作为包络线。
66.根据上述，可以得到车辆在第一至第d n-1控制周期内，每个控制周期对应的包络线。然后根据包络线及环境感知数据，判断包络线中是否存在障碍物，当存在障碍物时，需要进行避障，此时，可以根据该控制周期的目标转角，以预设的角度步长进行搜索，得到安全转角。其中，此处的安全转角是多次搜索后，使车辆避开障碍物所对应的转角。
67.此处，还需要判断该安全转角是否超出车辆的极限转角，当安全转角并未超出极限转角时，输出安全转角，并通过控制器局域网络(controller area network,can)总线下发给底层控制器，底层控制器根据安全转角进行一定的数据格式处理后，输出对应的转向角度，并发送给转向系统，转向系统根据转向角度，进行转向控制，从而进行避障行驶。
68.当安全转角超出极限转角时，可以生成停车指令，并下发给底层控制器，使得底层控制器根据停车指令，生成停车信号，并向动力系统发送停车信号，动力系统根据停车信号控制车辆停止运行。因此，由于是将基于上一预测周期的目标转角进行下一预测周期的目标转角的预测，因此，减少了循迹偏差，提高了车辆控制精度。
69.其中，此处的极限转角为车辆的机械特性参数，是车辆方向盘向左向右能达到的最大角度。
70.步骤205，当第一包络线，第二包络线直至第n包络线中的任一包络线内存在障碍物时，根据存在障碍物的包络线所对应的控制周期的目标转角，按照预设角度步长进行搜索，确定安全转角。
71.其中，预设角度步长可以表示为δangle，安全转角可以表示为angle。安全转角可以通过控制周期所对应的目标转角与预设角度部长来表示，即：
72.angle＝targetangle_n
±
δangle(n＝1,2,
…
d n-1)。
73.步骤206，在存在障碍物的包络线所对应的控制周期内，根据安全转角进行行驶。
74.参见图4，计算出安全转角后，根据安全转角进行行驶时的道路循迹轨迹路线如图4所示，比较图1和图4，可以看出采用本技术提供的自动驾驶低速运动控制方法所生成的道路循迹轨迹路线循迹偏差更小。
75.本技术提供的自动驾驶低速运动控制方法，把多个控制周期拆分成一个个的短控
制周期，每个短控制周期的目标转角依据上一短控制周期的目标转角为基准，进行动态预测，得到的包络线更贴近真实情况，并且循迹代价更小，有效提升车辆的控制精度同时缩小道路的可通行宽度。
76.图5为本发明实施例二提供的自动驾驶低速运动控制装置的结构示意图，如图5所示，该自动驾驶低速运动控制装置500包括：计算单元501、确定单元502和控制单元503。
77.计算单元501用于根据车辆当前的绝对位置与规划路径，通过第一控制算法计算第一控制周期至第d控制周期的第一目标转角；其中，d与车辆延时相关；
78.计算单元501还用于，根据第一目标转角，计算车辆在第d 1控制周期的绝对位置；
79.计算单元501还用于，根据车辆在第d 1控制周期的绝对位置和规划路径，通过第一控制算法计算车辆d 1控制周期的第二目标转角，直至计算出车辆在第d n-1控制周期的第n目标转角；其中，n与车辆安全距离、车速相关；
80.计算单元501还用于，根据第一目标转角及处于第一目标转角时车辆的绝对位置，计算车辆在第一控制周期至第d控制周期中每个控制周期的第一包络线，以及，根据第二目标转角及第二目标转角时车辆的绝对位置，计算车辆在第d 1控制周期的第二包括线，直至，根据第n目标转角及第n目标转角时车辆的绝对位置，计算车辆在d n-1控制周期的第n包络线。
81.确定单元502用于当第一包络线，第二包络线直至第n包络线中的任一包络线内存在障碍物时，根据存在障碍物的包络线所对应的控制周期的目标转角，按照预设角度步长进行搜索，确定安全转角。
82.控制单元503用于在存在障碍物的包络线所对应的控制周期内，根据安全转角进行行驶。
83.每个单元的具体作用与上述实施例一中的每个执行步骤相对应，此处不再赘述。
84.通过应用申请提供的自动驾驶低速运动控制装置，把多个控制周期拆分成一个个的短控制周期，每个短控制周期的目标转角依据上一短控制周期的目标转角为基准，进行动态预测，得到的包络线更贴近真实情况，并且循迹代价更小，有效提升车辆的控制精度同时缩小道路的可通行宽度。
85.发明实施例三提供了一种设备，包括存储器和处理器，存储器用于存储程序，存储器可通过总线与处理器连接。存储器可以是非易失存储器，例如硬盘驱动器和闪存，存储器中存储有软件程序和设备驱动程序。软件程序能够执行本发明实施例提供的上述方法的各种功能；设备驱动程序可以是网络和接口驱动程序。处理器用于执行软件程序，该软件程序被执行时，能够实现本发明实施例一提供的方法。
86.本发明实施例四提供了一种包含指令的计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行本发明实施例一提供的方法。
87.本发明实施例五提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现本发明实施例一提供的方法。
88.专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。
专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
89.结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
90.以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。