一种自动驾驶车辆的轨迹平滑方法、装置及电子设备与流程

本公开涉及车辆控制，具体而言，涉及一种自动驾驶车辆的轨迹平滑方法、装置及电子设备。

背景技术：

1、随着自动驾驶技术的飞速发展，车辆运动规划已成为自动驾驶领域的核心技术之一。车辆运动规划的目标是为自动驾驶车辆生成安全、舒适且高效的行驶轨迹，其中，一维运动规划是自动驾驶车辆在单车道或固定路径上的重要规划方法。

2、在现有技术方案中，一维运动规划通常面临计算复杂度高、实时响应能力差以及轨迹安全性难以保障等技术问题。传统的轨迹规划方法往往涉及复杂的数学模型和迭代计算，导致计算量大、耗时长，难以满足自动驾驶车辆对实时性的要求。此外，现有技术方案在处理障碍物避让时，往往缺乏灵活性和安全性，难以在复杂多变的交通环境中生成安全可靠的行驶轨迹。

技术实现思路

1、本公开实施例至少提供一种自动驾驶车辆的轨迹平滑方法、装置及电子设备，可以通过较低的计算复杂度提升实时响应能力，高效、安全地实现自动驾驶车辆在复杂交通环境中的一维运动规划。

2、本公开实施例提供了一种自动驾驶车辆的轨迹平滑方法，包括：

3、获取被控车辆对应的参考线信息以及周围环境的障碍物位置；

4、根据所述参考线信息对应的参考位置向量，以所述被控车辆对应目标位置向量为求解目标，构建包括所述被控车辆的速度向量与对应参考速度向量，以及所述被控车辆的加速度向量与对应参考加速度向量的目标函数；

5、通过伪逆矩阵求解所述目标函数，确定对应的所述目标位置向量为初步平滑轨迹；

6、根据所述障碍物位置与所述初步平滑轨迹之间的最短距离，确定所述被控车辆是否存在碰撞风险，若存在，则根据所述最短距离更新所述参考位置向量，并根据更新后的所述参考位置向量重构所述目标函数，求解重构后的所述目标函数，确定对应的优化平滑轨迹。

7、一种可选的实施方式中，通过伪逆矩阵求解所述目标函数，确定对应的所述目标位置向量为初步平滑轨迹，具体包括：

8、根据预设的优化约束目标，将所述目标函数转换为对应的二次型；

9、确定所述目标函数对所述目标位置向量的导数表达；

10、当所述导数表达为0时，确定使所述目标函数最小的所述目标位置向量，对应通过所述参考速度向量与所述参考加速度向量表示的函数表达；

11、在该函数表达中，当所述目标位置向量对应系数矩阵为非奇异矩阵时，求解对应的逆矩阵确定所述目标位置向量；

12、当所述目标位置向量对应系数矩阵为奇异矩阵时，求解对应的伪逆矩阵确定所述目标位置向量。

13、一种可选的实施方式中，所述优化约束目标包括：最小化轨迹与所述参考位置向量之间的距离、最小化轨迹的一阶导数与参考速度向量的误差，以及最小化轨迹的二阶导与参考加速度向量的误差。

14、一种可选的实施方式中，根据所述障碍物位置与所述初步平滑轨迹之间的最短距离，确定所述被控车辆是否存在碰撞风险，具体包括：

15、确定所述最短距离是否大于预设距离阈值；

16、若是，则确定所述被控车辆不存在碰撞风险；若否，则确定所述被控车辆存在碰撞风险。

17、一种可选的实施方式中，基于以下公式确定所述目标函数：

18、

19、其中，j代表所述目标函数；r代表所述参考位置向量；x代表所述目标位置向量；vref代表所述参考速度向量；v代表所述速度向量；aref代表所述参考加速度向量；a代表所述加速度向量。

20、一种可选的实施方式中，当所述参考速度向量为0向量时，代表优化目标为横向速度最小；

21、当所述参考加速度向量为0向量时，代表优化目标为横向加速度最小。

22、一种可选的实施方式中，在确定优化平滑轨迹之后，所述方法还包括：

23、针对所述优化平滑轨迹，重复碰撞风险的检测步骤，若不存在碰撞风险，则将所述优化平滑轨迹输出为目标轨迹；

24、若仍存在碰撞风险，则重复所述根据所述最短距离更新所述参考位置向量，并根据更新后的所述参考位置向量重构所述目标函数，求解重构后的所述目标函数的步骤，直至不存在碰撞风险。

25、本公开实施例还提供一种自动驾驶车辆的轨迹平滑装置，包括：

26、数据获取模块，用于获取被控车辆对应的参考线信息以及周围环境的障碍物位置；

27、目标函数构建模块，用于根据所述参考线信息对应的参考位置向量，以所述被控车辆对应目标位置向量为求解目标，构建包括所述被控车辆的速度向量与对应参考速度向量，以及所述被控车辆的加速度向量与对应参考加速度向量的目标函数；

28、目标函数求解模块，用于通过伪逆矩阵求解所述目标函数，确定对应的所述目标位置向量为初步平滑轨迹；

29、轨迹优化模块，用于根据所述障碍物位置与所述初步平滑轨迹之间的最短距离，确定所述被控车辆是否存在碰撞风险，若存在，则根据所述最短距离更新所述参考位置向量，并根据更新后的所述参考位置向量重构所述目标函数，求解重构后的所述目标函数，确定对应的优化平滑轨迹。

30、本公开实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述自动驾驶车辆的轨迹平滑方法，或上述自动驾驶车辆的轨迹平滑方法中任一种可能的实施方式中的步骤。

31、本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述自动驾驶车辆的轨迹平滑方法，或上述自动驾驶车辆的轨迹平滑方法中任一种可能的实施方式中的步骤。

32、本公开实施例还提供一种计算机程序产品，包括计算机程序/指令，该计算机程序、指令被处理器执行时实现上述自动驾驶车辆的轨迹平滑方法，或上述自动驾驶车辆的轨迹平滑方法中任一种可能的实施方式中的步骤。

33、本公开实施例提供的一种自动驾驶车辆的轨迹平滑方法、装置及电子设备，通过获取被控车辆对应的参考线信息以及周围环境的障碍物位置；根据所述参考线信息对应的参考位置向量，以所述被控车辆对应目标位置向量为求解目标，构建包括所述被控车辆的速度向量与对应参考速度向量，以及所述被控车辆的加速度向量与对应参考加速度向量的目标函数；通过伪逆矩阵求解所述目标函数，确定对应的所述目标位置向量为初步平滑轨迹；根据所述障碍物位置与所述初步平滑轨迹之间的最短距离，确定所述被控车辆是否存在碰撞风险，若存在，则根据所述最短距离更新所述参考位置向量，并根据更新后的所述参考位置向量重构所述目标函数，求解重构后的所述目标函数，确定对应的优化平滑轨迹。可以通过较低的计算复杂度提升实时响应能力，高效、安全地实现自动驾驶车辆在复杂交通环境中的一维运动规划。

34、为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

技术特征：

1.一种自动驾驶车辆的轨迹平滑方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，通过伪逆矩阵求解所述目标函数，确定对应的所述目标位置向量为初步平滑轨迹，具体包括：

3.根据权利要求2所述的方法，其特征在于：

4.根据权利要求1所述的方法，其特征在于，根据所述障碍物位置与所述初步平滑轨迹之间的最短距离，确定所述被控车辆是否存在碰撞风险，具体包括：

5.根据权利要求1所述的方法，其特征在于，基于以下公式确定所述目标函数：

6.根据权利要求1所述的方法，其特征在于：

7.根据权利要求1所述的方法，其特征在于，在确定优化平滑轨迹之后，所述方法还包括：

8.一种自动驾驶车辆的轨迹平滑装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至7中任一项所述的自动驾驶车辆的轨迹平滑方法的步骤。

10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至7中任一项所述的自动驾驶车辆的轨迹平滑方法的步骤。

技术总结本公开提供了一种自动驾驶车辆的轨迹平滑方法、装置及电子设备，根据被控车辆参考线信息对应的参考位置向量，以被控车辆对应目标位置向量为求解目标，构建包括被控车辆的速度向量与对应参考速度向量，以及被控车辆的加速度向量与对应参考加速度向量的目标函数；通过伪逆矩阵求解目标函数，确定对应的目标位置向量为初步平滑轨迹；确定被控车辆是否存在碰撞风险，若存在，则根据最短距离更新参考位置向量，并根据更新后的参考位置向量重构目标函数，求解重构后的目标函数，确定对应的优化平滑轨迹。可以通过较低的计算复杂度提升实时响应能力，高效、安全地实现自动驾驶车辆在复杂交通环境中的一维运动规划。技术研发人员：刘阳,田磊,秦涛,王鹏程,牛广智,纪旭彬受保护的技术使用者：中国重汽集团济南动力有限公司技术研发日：技术公布日：2024/7/9