CN109032131B - 一种应用于无人驾驶汽车的动态超车避障方法 - Google Patents

Abstract

本发明公开了一种应用于无人驾驶汽车的动态超车避障方法，本发明能够根据道路环境感知及车辆状态信息，实时生成动态超车轨迹，并提出了基于模型预测算法的“轨迹规划+跟踪控制”双层控制体系，控制无人驾驶汽车快速且平稳地追踪规划超车轨迹，实现安全有效地超车避障。

Description

一种应用于无人驾驶汽车的动态超车避障方法

技术领域

本发明涉及自动化和车辆工程技术领域，尤其是一种应用于无人驾驶汽车的动态超车避障方法。

背景技术

随着计算机技术的发展与信息化时代的进步，现代汽车行业正在朝着智能化方向发展，无人驾驶就是汽车智能化发展方向最重要的表现形式。作为信息科学和现代控制技术高度发展的产物，无人驾驶技术在运输、消防、军事、民用等许多领域都有着广阔的应用前景，是衡量一个国家科学技术和工业能力的重要标志。

车辆避障是无人驾驶技术中的一项重要功能。在遇到障碍物时，无人驾驶系统可以根据传感器获得的障碍物与车辆位置等道路交通信息，控制无人驾驶车辆的速度和转向，使用最佳的避障方法实现安全避障。据统计，每年全世界有近百万人死于道路交通事故，而其中大部分事故发生原因是因为汽车驾驶员注意力不集中或疲劳驾驶造成的。如果汽车上可以应用智能避障系统，则不仅可以增强驾驶员对道路交通环境的感知，帮助驾驶员提前判断潜在的危险情况，而且可以在遇到障碍物的紧急情况下辅助或代替驾驶员采取必要的避障措施，避免与障碍物发生碰撞，从而最大程度地避免交通事故的发生，减少事故可能造成的伤亡。

在无人驾驶技术蓬勃发展的背景下，设计无人驾驶车辆的避障策略，研究合理的控制方法，规划不同道路情况下的避障方式，可以在理论和应用上指导未来无人驾驶车辆避障控制系统的研究开发。本发明提出一种应用于无人驾驶汽车的动态超车避障方法，根据道路环境感知及车辆状态信息，实时生成动态超车轨迹，并提出了基于模型预测算法的“轨迹规划+跟踪控制”双层控制体系，控制无人驾驶汽车快速且平稳地追踪规划超车轨迹，实现安全有效地超车避障。

发明内容

本发明所要解决的技术问题在于，提供一种应用于无人驾驶汽车的动态超车避障方法，能够根据道路环境感知及车辆状态信息，实时生成动态超车轨迹，并提出了基于模型预测算法的“轨迹规划+跟踪控制”双层控制体系，控制无人驾驶汽车快速且平稳地追踪规划超车轨迹，实现安全有效地超车避障。

为解决上述技术问题，本发明提供一种应用于无人驾驶汽车的动态超车避障方法，包括如下步骤：

(1)无人驾驶汽车车载传感器对无人驾驶汽车的周围道路环境进行感知，提供周边信息；同时车载计算机提供车辆信息；

(2)超车轨迹规划模块接收来自车载传感器的道路环境信息及车辆状态信息，根据动态超车轨迹规划算法实时规划出参考超车轨迹；

(3)根据步骤(2)中规划出的参考超车轨迹，通过基于模型预测算法的“轨迹规划+跟踪控制”双层控制体系，实现对参考轨迹的跟踪控制，该控制系统主要由轨迹重规划模块和轨迹跟踪控制模块组成；

(4)受控的无人驾驶汽车的车载计算机根据控制输入增量控制无人驾驶车辆的速度和转向，并输出车辆行驶状态量，反馈给轨迹规划模块与轨迹跟踪控制器，再进行下一参考点的跟踪。

优选的，步骤(1)中，周边信息包括车辆周围可行驶区域的几何描述、路面特征及路面摩擦系数、车道宽度、待超车辆的速度、距离及车身长宽信息；车辆信息包括车辆位置及车辆内部状态信息，包括纵横向速度、加速度、轮速参数。

优选的，步骤(2)中，超车轨迹规划模块接收来自车载传感器的道路环境信息及车辆状态信息，根据动态超车轨迹规划算法实时规划出参考超车轨迹具体为：

(21)轨迹参数设定：令V表示本车的纵向速度，D表示在车道变换过程中在x方向上行驶的总距离，W表示在y方向上行驶的总距离，T为换道时间，A为本车的最大合加速度的大小，其中V通过车辆状态信息得知，并假定换道过程中本车纵向保持速度V恒定，W设定为当前车道宽度，A设定为1～2m/s²，最大不超过3～4m/s²，参数D与T通过优化模型的近似最优解公式计算得出：

(22)规划参考轨迹：设x(t)为车辆运动的纵向方向，y(t)为正交于车辆运动的侧向方向，本车首先采用如下轨迹从本车道变换到相邻车道：

变换到相邻车道后，在相邻车道以速度V匀速直线行驶T_p秒，

式中L为本车车身长度，为车辆固有系数，L₁为待超车辆长度，V₁为待超车辆速度，0＜V₁＜V，L₁与V₁通过传感器测量获得；

之后返回原车道，通过坐标对称和时间转换，第二次车道变换轨迹(x₃，y₃，t)与第一次变换车道的轨迹(x₁，y₁，t)关系如下：

(23)参考变道轨迹规划完成后，当两车之间的相对距离为D_rel时，开始执行换道超车，其中D_rel最小值为D-V₁T，考虑到行车安全，一般取D_rel＝D；

(24)为了避免超车时发生碰撞，需要实时调整避障路线规划时的规划参数：正在换道时，当传感器检测到两车距离过近，换道时可能发生碰撞，则放宽超车时的加速度约束A到1.5倍，但不超过最大加速度上界；当在相邻车道行驶时，若传感器检测到原车道仍有车辆，无法回到原车道，则延长T_p直到检测到可以安全返回原车道；将调整后的轨迹参数代入步骤(22)中，规划新的参考超车轨迹。

优选的，步骤(3)中，根据步骤(2)中规划出的参考超车轨迹，通过基于模型预测算法的“轨迹规划+跟踪控制”双层控制体系，实现对参考轨迹的跟踪控制具体为：

(31)轨迹重规划模块根据规划得到的实时参考轨迹信息，通过模型预测控制算法规划出车辆的局部参考轨迹，其中该模块的模型预测算法基于车辆点质量模型，系统约束为车辆动力学约束，目标函数为尽量减少与给定参考路径的偏差；

(32)对规划出的离散局部参考轨迹进行5次多项式拟合，形式如下：

Y＝a₀t⁵+a₁t⁴+a₂t³+a₃t²+a₄t+a₅

式中，Y为车辆侧向位置，

为车辆航向角，a_p＝[a₀，a₁，a₂，a₃，a₄，a₅]，b_p＝[b₀，b₁，b₂，b₃，b₄，b₅]为拟合得到的局部参考轨迹参数；

(33)将局部参考轨迹参数发送给轨迹跟踪控制模块；

(34)轨迹跟踪控制模块接收来自规划层的局部参考轨迹状态量，将其离散化后通过模型预测控制算法进行轨迹跟踪控制，其中预测模型为基于前轮偏角较小和线性轮胎模型假设后的车辆动力学非线性模型，系统约束包括质心侧偏角约束、车辆附着条件约束及轮胎侧偏角约束，控制器目标函数为保证无人驾驶汽车快速且平稳地追踪期望轨迹；

(35)在每个控制周期内完成求解后，得到了控制时域内的一系列控制输入增量和松弛因子，将该控制序列中第一个元素作为实际的控制输入增量作用于无人驾驶汽车；进入下一个控制周期后，重复上述过程，如此循环实现对期望轨迹的跟踪控制。

本发明的有益效果为：(1)本发明针对汽车在道路行驶时遇到障碍的不同工况，提出了基于多项式函数，并最小化超车机动过程中消耗的总动能的动态超车避障轨迹。在具体求解轨迹参数时，考虑到控制系统的实时性要求，提出了优化模型的近似最优解公式。最后综合考虑复杂路况下的超车轨迹调整，设计出一种全面、高效和灵活的超车避障路线规划算法；

(2)本发明采用了基于模型预测控制算法的轨迹跟踪控制器，对未来轨迹的预测和处理多目标约束条件的能力较强；该控制器能准确跟踪超车避障轨迹，控制量前轮转角的变化也比较平稳，同时可以将质心侧偏角等反映无人驾驶汽车平稳行驶的特征量控制在合理范围内；并且控制系统对速度具有很强的鲁棒性，车速增加并不会导致车辆稳定性能的下降；

(3)本发明针对无人驾驶汽车在实际环境中进行自主驾驶时，由于外部环境是动态的、变化的，给定期望轨迹下的跟踪控制并不能保证无人驾驶车辆准确地处理任何轨迹跟踪问题，因此从轨迹重规划的角度出发，在传统的轨迹跟踪层之上建立轨迹规划层，提出了“轨迹规划+跟踪控制”双层控制体系；该规划层能够根据传感器获得的道路障碍物信息和车辆自身约束条件信息，重新规划出局部期望轨迹信息，再将局部期望轨迹信息输入跟踪控制层，实现超车避让障碍物。

附图说明

图1为本发明的工作原理示意图。

图2为本发明的动态轨迹规划算法流程示意图。

具体实施方式

如图1所示，一种应用于无人驾驶汽车的动态超车避障方法，包括如下步骤：

步骤1：无人驾驶汽车车载传感器，如激光雷达、车载摄像头、GPS等对无人驾驶汽车的周围道路环境进行感知，提供包括车辆周围可行驶区域的几何描述、路面特征及路面摩擦系数、车道宽度、待超车辆的速度、距离及车身长宽等信息；同时车载计算机提供车辆位置及车辆内部状态信息，包括纵横向速度、加速度、轮速等参数；

步骤2：超车轨迹规划模块接收来自传感器的道路环境信息及车辆状态信息，根据动态超车轨迹规划算法实时规划出参考超车轨迹：

步骤2.1：轨迹参数设定：令V表示本车的纵向速度，D表示在车道变换过程中在x方向上行驶的总距离，W表示在y方向上行驶的总距离，T为换道时间，A为本车的最大合加速度的大小，其中V通过车辆状态信息得知，并假定换道过程中本车纵向保持速度y恒定，W设定为当前车道宽度，A设定为1～2m/s²，最大不超过3～4m/s²，参数D与T通过优化模型的近似最优解公式计算得出：

步骤2.2：规划参考轨迹：设x(t)为车辆运动的纵向方向，y(t)为正交于车辆运动的侧向方向，本车首先采用如下轨迹从本车道变换到相邻车道：

变换到相邻车道后，在相邻车道以速度V匀速直线行驶T_p秒，

式中L为本车车身长度，为车辆固有系数，L₁为待超车辆长度，V₁为待超车辆速度，0＜V₁＜V，L₁与V₁通过传感器测量获得；

之后返回原车道，通过坐标对称和时间转换，第二次车道变换轨迹(x₃，y₃，t)与第一次变换车道的轨迹(x₁，y₁，t)关系如下：

步骤2.3：参考变道轨迹规划完成后，当两车之间的相对距离为D_rel时，开始执行换道超车，其中D_rel最小值为D-V₁T，考虑到行车安全，一般取D_rel＝D；

步骤2.4：为了避免超车时发生碰撞，需要实时调整避障路线规划时的规划参数：正在换道时，当传感器检测到两车距离过近，换道时可能发生碰撞，则放宽超车时的加速度约束A到1.5倍，但不超过最大加速度上界；当在相邻车道行驶时，若传感器检测到原车道仍有车辆，无法回到原车道，则延长T_p直到检测到可以安全返回原车道；将调整后的轨迹参数代入步骤2.2中，规划新的参考超车轨迹，如图2所示；

步骤3：根据规划出的参考超车轨迹，通过基于模型预测算法的“轨迹规划+跟踪控制”双层控制体系，实现对参考轨迹的跟踪控制，该控制系统主要由轨迹重规划模块和轨迹跟踪控制模块组成：

步骤3.1：轨迹重规划模块根据规划得到的实时参考轨迹信息，通过模型预测控制算法规划出车辆的局部参考轨迹，其中该模块的模型预测算法基于车辆点质量模型，系统约束为车辆动力学约束，目标函数为尽量减少与给定参考路径的偏差；

步骤3.2：对规划出的离散局部参考轨迹进行5次多项式拟合，形式如下：

Y＝a₀t⁵+a₁t⁴+a₂t³+a₃t²+a₄t+a₅

式中，Y为车辆侧向位置，

为车辆航向角，a_p＝[a₀，a₁，a₂，a₃，a₄，a₅]，b_p＝[b₀，b₁，b₂，b₃，b₄，b₅]为拟合得到的局部参考轨迹参数；

步骤3.3：将局部参考轨迹参数发送给轨迹跟踪控制模块；

步骤3.4：轨迹跟踪控制模块接收来自规划层的局部参考轨迹状态量，将其离散化后通过模型预测控制算法进行轨迹跟踪控制，其中预测模型为基于前轮偏角较小和线性轮胎模型假设后的车辆动力学非线性模型，系统约束包括质心侧偏角约束、车辆附着条件约束及轮胎侧偏角约束，控制器目标函数为保证无人驾驶汽车快速且平稳地追踪期望轨迹；

步骤3.6：在每个控制周期内完成求解后，得到了控制时域内的一系列控制输入增量和松弛因子，将该控制序列中第一个元素作为实际的控制输入增量作用于无人驾驶汽车；进入下一个控制周期后，重复上述过程，如此循环实现对期望轨迹的跟踪控制；

步骤4：受控的无人驾驶汽车的车载计算机根据控制输入增量控制无人驾驶车辆的速度和转向，并输出车辆行驶状态量，反馈给轨迹规划模块与轨迹跟踪控制器，再进行下一参考点的跟踪。

本发明能够根据道路环境感知及车辆状态信息，实时生成动态超车轨迹，并提出了基于模型预测算法的“轨迹规划+跟踪控制”双层控制体系，控制无人驾驶汽车快速且平稳地追踪规划超车轨迹，实现安全有效地超车避障。

Claims (3)

1.一种应用于无人驾驶汽车的动态超车避障方法，其特征在于，包括如下步骤：

(1)无人驾驶汽车车载传感器对无人驾驶汽车的周围道路环境进行感知，提供周边信息；同时车载计算机提供车辆信息；

(2)超车轨迹规划模块接收来自车载传感器的道路环境信息及车辆状态信息，根据动态超车轨迹规划算法实时规划出参考超车轨迹；

(3)根据步骤(2)中规划出的参考超车轨迹，通过基于模型预测算法的“轨迹规划+跟踪控制”双层控制体系，实现对参考轨迹的跟踪控制，控制系统主要由轨迹重规划模块和轨迹跟踪控制模块组成；

(4)受控的无人驾驶汽车的车载计算机根据控制输入增量控制无人驾驶车辆的速度和转向，并输出车辆行驶状态量，反馈给轨迹规划模块与轨迹跟踪控制器，再进行下一参考点的跟踪；具体为：

(31)轨迹重规划模块根据规划得到的实时参考轨迹信息，通过模型预测控制算法规划出车辆的局部参考轨迹，其中模块的模型预测算法基于车辆点质量模型，系统约束为车辆动力学约束，目标函数为尽量减少与给定参考路径的偏差；

(32)对规划出的离散局部参考轨迹进行5次多项式拟合，形式如下：

Y＝a₀t⁵+a₁t⁴+a₂t³+a₃t²+a₄t+a₅

式中，Y为车辆侧向位置，

为车辆航向角，a_p＝[a₀,a₁,a₂,a₃,a₄,a₅]，b_p＝[b₀,b₁,b₂,b₃,b₄,b₅]为拟合得到的局部参考轨迹参数；

(33)将局部参考轨迹参数发送给轨迹跟踪控制模块；

(34)轨迹跟踪控制模块接收来自规划层的局部参考轨迹状态量，将其离散化后通过模型预测控制算法进行轨迹跟踪控制，其中预测模型为基于前轮偏角较小和线性轮胎模型假设后的车辆动力学非线性模型，系统约束包括质心侧偏角约束、车辆附着条件约束及轮胎侧偏角约束，控制器目标函数为保证无人驾驶汽车快速且平稳地追踪期望轨迹；

(35)在每个控制周期内完成求解后，得到了控制时域内的一系列控制输入增量和松弛因子，将控制输入增量和松弛因子中第一个元素作为实际的控制输入增量作用于无人驾驶汽车；进入下一个控制周期后，重复上述过程，如此循环实现对期望轨迹的跟踪控制。

2.如权利要求1所述的应用于无人驾驶汽车的动态超车避障方法，其特征在于，步骤(1)中，周边信息包括车辆周围可行驶区域的几何描述、路面特征及路面摩擦系数、车道宽度、待超车辆的速度、距离及车身长宽信息；车辆信息包括车辆位置及车辆内部状态信息，包括纵横向速度、加速度、轮速参数。

3.如权利要求1所述的应用于无人驾驶汽车的动态超车避障方法，其特征在于，步骤(2)中，超车轨迹规划模块接收来自车载传感器的道路环境信息及车辆状态信息，根据动态超车轨迹规划算法实时规划出参考超车轨迹具体为：

(21)轨迹参数设定：令V表示本车的纵向速度，D表示在车道变换过程中在x方向上行驶的总距离，W表示在y方向上行驶的总距离，T为换道时间，A为本车的最大合加速度的大小，其中V通过车辆状态信息得知，并假定换道过程中本车纵向保持速度V恒定，W设定为当前车道宽度，A设定为1～2m/s²，最大不超过3～4m/s²，参数D与T通过优化模型的近似最优解公式计算得出：

(22)规划参考轨迹：设x(t)为车辆运动的纵向方向，y(t)为正交于车辆运动的侧向方向，本车首先采用如下轨迹从本车道变换到相邻车道：

变换到相邻车道后，在相邻车道以速度V匀速直线行驶T_p秒，

式中L为本车车身长度，为车辆固有系数，L₁为待超车辆长度，V₁为待超车辆速度，0<V₁<V，L₁与V₁通过传感器测量获得；

之后返回原车道，通过坐标对称和时间转换，第二次车道变换轨迹(x₃,y₃,t)与第一次变换车道的轨迹(x₁,y₁,t)关系如下：

(23)参考变道轨迹规划完成后，当两车之间的相对距离为D_rel时，开始执行换道超车，其中D_rel最小值为D-V₁T，考虑到行车安全，一般取D_rel＝D；

(24)为了避免超车时发生碰撞，需要实时调整避障路线规划时的规划参数：正在换道时，当传感器检测到两车距离过近，换道时可能发生碰撞，则放宽超车时的加速度约束A到1.5倍，但不超过最大加速度上界；当在相邻车道行驶时，若传感器检测到原车道仍有车辆，无法回到原车道，则延长T_p直到检测到可以安全返回原车道；将调整后的轨迹参数代入步骤(22)中，规划新的参考超车轨迹。

Images