车辆轨迹规划方法、装置、存储介质及电子设备与流程

技术特征：
1.一种车辆轨迹规划方法，其特征在于，包括：将车辆的当前位置作为规划轨迹曲线的起点；基于所述起点进行时空网格采样得到多个规划轨迹曲线的终点，以根据所述起点和多个终点得到多条规划轨迹曲线；根据规划轨迹代价函数对所述多条规划轨迹曲线进行评估得到轨迹评估结果；其中，所述规划轨迹代价函数包括基于所述车辆的共驾系统中驾驶员目标轨迹的前向预测结果构建的第一代价函数和基于驾驶员目标轨迹的后向估计结果构建的第二代价函数；基于所述评估结果从所述多条规划轨迹曲线中确定一目标规划轨迹曲线。2.根据权利要求1所述的车辆轨迹规划方法，其特征在于，所述基于所述起点进行时空网格采样得到多个规划轨迹曲线的终点，包括：基于所述车辆所处道路的形状构建第一坐标系；将所述起点沿第一坐标系的第一坐标轴等距采样p次，以得到np个里程点；其中，p为正整数；将各所述里程点分别沿第一坐标系的第二坐标轴等距采样q次，以得到np*nq个规划轨迹曲线的终点；其中，q为正整数。3.根据权利要求2所述的车辆轨迹规划方法，其特征在于，所述根据所述起点和多个终点得到多条规划轨迹曲线，包括：确定在第一坐标系下所述起点的网格起点状态向量，以及各所述终点的网格终点状态向量；基于所述网格起点状态向量和各所述网格终点状态向量采用多项式将起点和各所述终点分别进行拟合得到多条规划轨迹曲线。4.根据权利要求3所述的车辆轨迹规划方法，其特征在于，所述方法还包括：确定所述网格起点状态向量，所述确定所述网格起点状态向量包括：提取所述车辆所处位置的地图信息；基于所述地图信息进行测量得到测量数据；根据所述测量数据确定所述网格起点状态向量。5.根据权利要求4所述的车辆轨迹规划方法，其特征在于，所述根据所述测量数据确定所述网格起点状态向量，包括：基于所述测量数据提取所述起点在第一坐标系下的横向里程和侧向位移；根据所述测量数据中所述起点在第二坐标系下航向角和车道中心线航向角确定所述车辆在第一坐标系下的航向角；根据所述测量数据中所述车辆的车辆速度、在第二坐标系下的横摆角速度和车道中心线曲率以及在第一坐标系下的侧向位移计算所述起点在第一坐标系下的横摆角速度；基于所述起点在第一坐标系下的横向里程、侧向位移、航向角以及横摆角速度确定所述网格起点状态向量。6.根据权利要求3所述的车辆轨迹规划方法，其特征在于，所述方法还包括：确定所述网格终点状态向量，所述确定所述网格终点状态向量包括：根据时空网格采样结果确定所述终点在第一坐标系下的横向里程和侧向位移；配置所述终点在第一坐标系下的航向角以及横摆角速度；
基于所述终点在第一坐标系下的横向里程、侧向位移、航向角以及横摆角速度确定所述网格终点状态向量。7.根据权利要求1所述的车辆轨迹规划方法，其特征在于，所述方法还包括：构建所述规划轨迹代价函数，所述构建所述规划轨迹代价函数包括：基于规划轨迹曲线与所述共驾系统中驾驶员目标轨迹的前向预测结果之间的误差构建第一代价函数；基于规划轨迹曲线与所述共驾系统中驾驶员目标轨迹的后向估计结果之间的误差构建第二代价函数；分别配置所述第一代价函数的第一权重和所述第二代价函数的第二权重；根据所述第一代价函数、所述第二代价函数、所述第一权重和所述第二权重构建所述规划轨迹代价函数。8.根据权利要求7所述的车辆轨迹规划方法，其特征在于，所述分别配置所述第一代价函数的第一权重和所述第二代价函数的第二权重，包括：计算所述共驾系统中驾驶员转向功率和自动驾驶系统转向功率以得到人机转向功率差；基于所述人机转向功率差确定所述第一权重和所述第二权重。9.根据权利要求7所述的车辆轨迹规划方法，其特征在于，所述根据所述第一代价函数、所述第二代价函数、所述第一权重和所述第二权重构建所述规划轨迹代价函数，包括：基于规划轨迹曲线的车道保持性构建第三代价函数；基于规划轨迹曲线的侧向加速度构建第四代价函数；基于规划轨迹曲线的侧向加加速度构建第五代价函数；分别配置所述第三代价函数的第三权重、所述第四代价函数的第四权重和所述第五代价函数的第五权重；根据所述第一代价函数、所述第二代价函数、所述第三代价函数、所述第四代价函数、所述第五代价函数、所述第一权重、所述第二权重、所述第三权重、所述第四权重和所述第五权重构建所述规划轨迹代价函数。10.根据权利要求7所述的车辆轨迹规划方法，其特征在于，所述方法还包括：确定所述共驾系统中驾驶员目标轨迹的后向估计结果，所述确定所述共驾系统中驾驶员目标轨迹的后向估计结果包括：以规划轨迹曲线与驾驶员目标轨迹之间的误差最小构建驾驶员轨迹跟踪控制目标函数，以及以规划轨迹曲线与自动驾驶系统目标轨迹之间的误差最小构建系统轨迹跟踪控制目标函数；基于分布式模型预测控制的纳什均衡策略求解所述驾驶员轨迹跟踪控制目标函数和所述自动驾驶系统轨迹跟踪控制目标函数得到所述驾驶员目标轨迹的后向估计结果。11.根据权利要求10所述的车辆轨迹规划方法，其特征在于，所述以规划轨迹曲线与驾驶员目标轨迹之间的误差最小构建驾驶员轨迹跟踪控制目标函数，以及以规划轨迹曲线与自动驾驶系统之间的误差最小构建系统轨迹跟踪控制目标函数，包括：计算所述车辆的预测侧向位移；确定驾驶员控制时域内预设预瞄距离处的驾驶员预瞄车辆侧向位移，并基于所述预测
侧向位移和所述驾驶员预瞄车辆侧向位移构建所述驾驶员轨迹跟踪控制目标函数；以及确定自动驾驶系统控制时域内所述预设预瞄距离处的系统预瞄车辆侧向位移，并基于所述预测侧向位移和所述系统预瞄车辆侧向位移构建所述系统轨迹跟踪控制目标函数。12.根据权利要求10所述的车辆轨迹规划方法，其特征在于，所述基于分布式模型预测控制的纳什均衡策略求解所述驾驶员轨迹跟踪控制目标函数和所述自动驾驶系统轨迹跟踪控制目标函数得到所述驾驶员目标轨迹的后向估计结果，包括：基于所述驾驶员轨迹跟踪控制目标函数和所述自动驾驶系统轨迹跟踪控制目标函数得到驾驶员控制策略表达式和自动驾驶系统控制策略表达式；利用凸迭代算法求解所述驾驶员控制策略表达式和自动驾驶系统控制策略表达式得出解耦后的人机开环纳什均衡解；根据所述人机开环纳什均衡解得到驾驶员预瞄点处的侧向位移表达式；通过伪逆法求解所述侧向位移表达式的最小二乘解得到所述驾驶员目标轨迹的后向估计结果。13.一种车辆轨迹规划装置，其特征在于，包括：获取模块，用于将车辆的当前位置作为规划轨迹曲线的起点；采样模块，用于基于所述起点进行时空网格采样得到多个规划轨迹曲线的终点，以根据所述起点和多个终点得到多条规划轨迹曲线；评估模块，用于根据规划轨迹代价函数对所述多条规划轨迹曲线进行评估得到轨迹评估结果；其中，所述规划轨迹代价函数包括基于所述车辆的共驾系统中驾驶员目标轨迹的前向预测结果构建的第一代价函数和基于驾驶员目标轨迹的后向估计结果构建的第二代价函数；确定模块，用于基于所述评估结果从所述多条规划轨迹曲线中确定一目标规划轨迹曲线。14.一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如权利要求1至12任一项所述的车辆轨迹规划方法。15.一种电子设备，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至12任一项所述的车辆轨迹规划方法。

技术总结
本公开涉及自动驾驶领域，具体涉及一种车辆轨迹规划方法、车辆轨迹规划装置、存储介质及电子设备。该车辆轨迹规划方法包括将车辆的当前位置作为规划轨迹曲线的起点；基于起点进行时空网格采样得到多个规划轨迹曲线的终点，以根据起点和多个终点得到多条规划轨迹曲线；根据规划轨迹代价函数对多条规划轨迹曲线进行评估得到轨迹评估结果；规划轨迹代价函数包括基于车辆的共驾系统中驾驶员目标轨迹的前向预测结果构建的第一代价函数和基于驾驶员目标轨迹的后向估计结果构建的第二代价函数；基于评估结果从多条规划轨迹曲线中确定一目标规划轨迹曲线。本公开提供的方法能够解决人机共驾系统中决策冲突条件下的人机目标轨迹快速同步问题。快速同步问题。快速同步问题。


技术研发人员：徐鑫
受保护的技术使用者：京东鲲鹏（江苏）科技有限公司
技术研发日：2022.04.15
技术公布日：2022/6/10