网络化自动驾驶-轨迹规划算法设计说明书-V1.3讲解.docVIP

网络化自动驾驶 轨迹规划算法 作者 胡学敏 评审人 日期 2015/12/26 环宇智行科技有限公司 华为技术有限公司  修订记录 作者 修订时间 版本号 修改内容 胡学敏2015/12/29 V1.1 更新三种算法的原理图和相关实现 .3的接口部分 胡学敏2016/1/3 V1.3 更新2.1的轨迹规划流程。 部分格式 目录 1 概述 3 2 框架和接口 3 2.1 轨迹规划流程 3 2.2 算法选择模块 4 2.3 接口 4 2.4 算法介绍 4 3 算法1：虚拟车道算法 4 3.1 算法原理 4 3.2 算法实现 5 4 算法2：曲线轨迹簇算法 5 4.1 算法原理 5 4.2 算法实现 6 1） 基本路线的构建 6 2） 候选路径的生成 7 3）路径的选择 8 5 算法3：A*算法 8 5.1 算法原理 8 5.2 算法实现 9  概述 图1.1 轨迹规划是实现智能车自主驾驶的关键模块要实现自动驾驶车辆的控制就是根据车辆的道路环境，行驶状态以及整体交通环境规划出一条合理的轨迹，以便于下层器进行车辆控制。轨迹规划从CSU的路网规划（整体车流和交通状况）RSU的局部交通流规划局部），OBU的轨迹规划着重讨论中的规划算法 轨迹规划流程 图2.1.1规划规划流程： OBU将感知融合的数据和路径规划的结果投影到道路环境中，调整当前规划的轨迹并显示在UI上。轨迹规划数据源： 融合数据，。 频率与规划距离：规划模块1秒规划一次，每次规划100米。 OBU规划创建OBU直接调用该类的接口获得轨迹，算法选择类支持注册多种算法，并选择一种算法进行轨迹。 OBU调用算法选择模块的接口，包括： 当前车道与相邻车道构成的4条线 障碍物、障碍物形状、障碍物速度。 路径规划参数。 算法介绍 OBU中轨迹规划主要包括以下三种算法(/刹车)或换道，换道行为相当于虚拟了一个走到另一个车道的虚拟车道，然后继续沿中线行驶。 曲线轨迹簇算法：以车的方向和道路的曲率构建曲线坐标系，然后在此坐标系内拟合曲线轨迹簇，选择最佳曲线，然后转化为笛卡尔坐标系。 A*算法：把待规划区域的地图划分成笛卡尔坐标系的栅格（如边长20cm），把障碍物定义为1的栅格，可行驶的为0的栅格，按目标做最短路径搜索，再把搜索结果做平滑处理。 算法选择：虚拟车道法简单可靠，且曲线平滑，舒适性好，可作为默认算法。但是此算法简化为跟驰和换道两个动作，应对不同车姿（曲线坐标轨迹簇算法的优势）和发现最佳路径（A*算法的优势）的能力很弱，路况复杂时容易找不到出路。此时应降级为“曲线坐标轨迹簇算法”算法，此算法发现道路的能力较强，曲线也很平滑。如果此算法也得不到结果，则降级为“A*算法”，实现“有空就钻”的路径搜索（但行驶曲线不够平滑），仍然没有出路时，停车（通常为完全堵车了）。 算法1：虚拟车道算法 算法原理 总是沿着道路的中线行驶，发现障碍物采用跟驰(/刹车)或换道，换道行为相当于虚拟了一个走到另一个车道的虚拟车道，然后继续沿中线行驶。 图3.1.1 虚拟车道算法 算法实现 OBU通过车道线检测实时确定当前车道线的位置，加载地图的车道模型（宽度、车道数目、特征点） OBU将检测车道与车道模型进行匹配，确定当前和邻近几条车道。 车辆车道中心线行驶换道时，根据道路环境，虚拟出一条与相邻车道的交汇车道，完成变道动作。 2：曲线轨迹簇算法 算法原理 以车的方向和道路的曲率构建曲线坐标系，然后在此坐标系内拟合曲线轨迹簇，选择最佳曲线，然后转化为笛卡尔坐标系。 图4.1.1 轨迹簇算法 算法实现 算法实现的流程如图4所示： 图4.2.1 曲线轨迹簇算法流程图 基本路线的构建 基本路线是由包含整体路径规划的道路中心点所组成的航迹点的样条拟合构建的。 参数化曲线经常被用来建立道路的集合模型并且定义运动路径。采用参数化三次样条来定义基于航迹点构建的基本路线的参数化曲线。 候选路径的生成 行驶路线应该能够引导车辆随着全局路线行走并且避开障碍物。为了达到这个目的，建立了一个基本路线的曲线坐标系统。在基本路线的曲线坐标系统中设计避免障碍物的光滑策略。图5显示了在笛卡尔坐标系统中的路径和基本路径的曲线坐标系统之间的几何关系。该图中代表在整体路径中移动距离的基本路径的弧线长度s成为了曲线坐标系统的水平坐标，最近的偏移q成为了垂直坐标。 图4.2.2 笛卡尔坐标与曲线坐标的几何关系 为了生成路径，路径的曲率是由基于基本路径的曲率路径的侧向偏移所决定的。在计算路径曲率时需要侧向偏移的导数和二阶导数，因此侧向偏移函数要有一定的光滑性侧向偏移函数描述如下 其中 弧长si和当前位置的侧向偏移qi由定位步骤给出。Θ为当前位置车头和基本