自动驾驶车辆的行驶轨迹规划方法、相关设备及存储介质与流程

本发明涉及自动驾驶技术领域，特别涉及一种自动驾驶车辆的行驶轨迹规划方法、相关设备及存储介质。

背景技术：

随着自动驾驶功能和安全等级的提升，不仅需要自动驾驶车辆完成特定场景下的驾驶任务，还需要自动驾驶车辆的决策是高效的、行驶是平顺的。以交通灯(即红绿灯)路口场景为例，自动驾驶车辆在需要通过交通灯路口时需要对其行驶轨迹进行规划，相关技术中，自动驾驶车辆在规划通过交通灯路口的行驶轨迹时，策略比较单一，大致可概括为红灯、黄灯减速，绿灯匀速通过，这种策略虽然有效但行驶效率却并不高，而且驾驶的平顺性较差，导致在自动驾驶车辆通过交通灯路口时的舒适性较低。

技术实现要素：

为了解决现有技术的问题，本发明实施例提供了一种自动驾驶车辆的行驶轨迹规划方法、相关设备及存储介质。所述技术方案如下：

一方面，提供了一种自动驾驶车辆的行驶轨迹规划方法，所述方法包括：

在自动驾驶车辆需要通过设有交通灯的路口时，获取所述自动驾驶车辆在当前时刻的初始车辆状态、所述交通灯的灯状态以及所述灯状态对应的剩余持续时间；

获取所述自动驾驶车辆在规划时间范围内的第一预设结束车辆状态和第二预设结束车辆状态；所述第一预设结束车辆状态表征所述自动驾驶车辆以所述路口的参考通过速度通过所述路口时的车辆状态，所述第二预设结束车辆状态表征所述自动驾驶车辆停止在所述路口的停止线时的车辆状态；

根据所述交通灯的灯状态以及所述灯状态对应的剩余持续时间，确定所述交通灯对应的等效障碍物有效时间；

根据所述初始车辆状态和所述等效障碍物有效时间，确定所述规划时间范围内对应于第一预设结束车辆状态的第一有效候选行驶轨迹和对应于第二预设结束车辆状态的第二有效候选行驶轨迹，得到所述自动驾驶车辆的有效候选行驶轨迹集；

从所述有效候选行驶轨迹集中选取轨迹代价值最小的目标有效行驶轨迹，所述目标有效行驶轨迹作为所述自动驾驶车辆通过所述路口的规划行驶轨迹。

另一方面，提供了一种自动驾驶车辆的行驶轨迹规划装置，所述装置包括：

第一获取模块，用于在自动驾驶车辆需要通过设有交通灯的路口时，获取所述自动驾驶车辆在当前时刻的初始车辆状态、所述交通灯的灯状态以及所述灯状态对应的剩余持续时间；

第二获取模块，用于获取所述自动驾驶车辆在规划时间范围内的第一预设结束车辆状态和第二预设结束车辆状态；所述第一预设结束车辆状态表征所述自动驾驶车辆以所述路口的参考通过速度通过所述路口时的车辆状态，所述第二预设结束车辆状态表征所述自动驾驶车辆停止在所述路口的停止线时的车辆状态；

第一确定模块，用于根据所述交通灯的灯状态以及所述灯状态对应的剩余持续时间，确定所述交通灯对应的等效障碍物有效时间；

第二确定模块，用于根据所述初始车辆状态和所述等效障碍物有效时间，确定所述规划时间范围内对应于第一预设结束车辆状态的第一有效候选行驶轨迹和对应于第二预设结束车辆状态的第二有效候选行驶轨迹，得到所述自动驾驶车辆的有效候选行驶轨迹集；

选取模块，用于从所述有效候选行驶轨迹集中选取轨迹代价值最小的目标有效行驶轨迹，将所述目标有效行驶轨迹作为所述自动驾驶车辆通过所述路口的规划行驶轨迹。

可选的，所述第一确定模块包括：

第一确定子模块，用于在所述交通灯的灯状态为红灯时，将所述剩余持续时间作为所述交通灯的等效障碍物有效时间；

第二确定子模块，用于在所述交通灯的灯状态为黄灯时，根据所述剩余持续时间和所述规划时间对应的终止规划时刻确定所述交通灯的等效障碍物有效时间；

第三确定子模块，用于在所述交通灯的灯状态为绿灯时，确定所述剩余持续时间和所述黄灯的预设持续时间的时间和值；根据所述时间和值与所述规划时间对应的终止规划时刻，确定所述交通灯的等效障碍物有效时间。

可选的，所述第二确定模块包括：

第一生成模块，用于根据所述初始车辆状态和第一预设结束车辆状态，生成所述规划时间范围内的四次多项式函数；所述四次多项式函数为位移和时间的函数；

第二生成模块，用于根据所述四次多项式函数，以预设的采样时间间隔在所述规划时间范围内生成多个采样点；

第一拟合模块，用于以所述初始车辆状态为起始点拟合所述多个采样点，得到第一候选行驶轨迹；

第三确定模块，用于根据所述第一候选行驶轨迹，确定所述规划时间范围内的时间点对应的第一候选位移；

第三获取模块，用于获取当前时刻所述自动驾驶车辆与所述路口的停止线之间的距离；

第四确定模块，用于根据所述交通灯的灯状态、所述灯状态下的等效障碍物有效时间、所述距离和所述第一候选位移，确定所述第一候选行驶轨迹中的第一有效候选行驶轨迹。

可选的，所述第二确定模块还包括：

第三生成模块，用于根据所述初始车辆状态和第二预设结束车辆状态，生成所述规划时间范围内的五次多项式函数；所述五次多项式函数为位移和时间的函数；

第四生成模块，用于根据所述五次多项式函数，以预设的采样时间间隔在所述等效障碍物有效时间内生成多个采样点；

第二拟合模块，用于以所述初始车辆状态为起始点拟合所述多个采样点，得到第二候选行驶轨迹；所述第二候选行驶轨迹作为所述第二有效候选行驶轨迹。

可选的，所述装置还包括：

第五确定模块，用于确定所述有效候选行驶轨迹集中每个有效候选行驶轨迹对应的行驶距离代价值、纵向加加速度代价值和行驶速度偏差代价值；

第六确定模块，用于确定所述行驶距离代价值、纵向加加速度代价值和行驶速度偏差代价值对应的权重系数；

第七确定模块，用于确定所述行驶距离代价值、纵向加加速度代价值和行驶速度偏差代价值与相应权重系数的乘积；将所述乘积的和值作为所述有效候选行驶轨迹的轨迹代价值。

可选的，所述第五确定模块包括：

第四确定子模块，用于根据每个有效候选行驶轨迹，确定所述有效候选行驶轨迹在所述规划时间对应的终止规划时刻的规划行驶位移和规划行驶速度；

第五确定子模块，用于根据所述规划行驶位移的倒数，确定所述有效候选行驶轨迹的行驶距离代价值；

第六确定子模块，用于根据所述规划行驶速度与所述终止规划时刻对应的期望行驶速度的差值，确定所述有效候选行驶轨迹的行驶速度偏差代价值；

第七确定子模块，用于根据每个有效候选行驶轨迹，确定所述有效候选行驶轨迹中多个时间点对应的加加速度；

第八确定子模块，用于确定所述多个时间点对应的加加速度的均值，将所述多个时间点对应的加加速度的均值作为所述纵向加加速度代价值。

可选的，所述第八确定子模块包括：

第一计算模块，用于计算所述多个时间点对应的加加速度的平方的和值；

第二计算模块，用于计算所述多个时间点对应的加加速度的有效值的和值；

第三计算模块，用于将所述平方的和值除以所述有效值的和值，得到所述多个时间点对应的加加速度的均值。

另一方面，提供了一种自动驾驶车辆的行驶轨迹规划设备，包括处理器和存储器，所述存储器中存储有至少一条指令或者至少一段程序，所述至少一条指令或者所述至少一段程序由所述处理器加载并执行以实现上述自动驾驶车辆的行驶轨迹规划方法。

另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令或者至少一段程序，所述至少一条指令或者所述至少一段程序由处理器加载并执行以实现如上述的自动驾驶车辆的行驶轨迹规划方法。

本发明实施例在自动驾驶车辆需要通过设有交通灯的路口时，获取自动驾驶车辆在当前时刻的初始车辆状态、交通灯的灯状态、灯状态对应的剩余持续时间、规划时间范围内的第一预设结束车辆状态和第二预设结束车辆状态，并基于交通灯的灯状态和对应的剩余持续时间确定交通灯对应的等效障碍物有效时间，进而根据初始车辆状态和等效障碍物有效时间确定对应于第一预设结束车辆状态和第二预设结束车辆状态的有效候选行驶轨迹集，并将其中轨迹代价值最小的有效候选行驶轨迹得到了作为自动驾驶车辆通过交通灯路口的规划行驶轨迹，从而使得自动驾驶车辆在需要通过交通灯路口时，不仅具有高的行驶效率，而且行驶的平顺性大大提高，乘坐舒适性较高。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种自动驾驶车辆的行驶轨迹规划方法的流程示意图；

图2a是本发明实施例提供的笛卡尔坐标系与frenet坐标系的一个对比示意图；图2b是本发明实施例提供的笛卡尔坐标系与frenet坐标系的另一个对比示意图；

图3是本发明实施例提供的根据初始车辆状态和等效障碍物有效时间，确定规划时间范围内对应于第一预设结束车辆状态的第一有效候选行驶轨迹的一种方法的流程示意图；

图4是本发明实施例提供的根据所述初始车辆状态和所述等效障碍物有效时间，确定所述规划时间范围内对应于第二预设结束车辆状态的第二有效候选行驶轨迹的一种方法的流程示意图；

图5是本发明实施例提供的当前时刻的交通灯为红灯时规划得到的有效候选行驶轨迹集中的部分有效候选行驶轨迹的示意图；

图6是本发明实施例提供的当前时刻的交通灯为绿灯/黄灯时规划得到的有效候选行驶轨迹集中的部分有效候选行驶轨迹的示意图；

图7a、图7b、图8a、图8b、图9a和图9b为采用本发明实施例提供的自动驾驶车辆的行驶轨迹规划方法进行仿真的仿真结果图；

图10是本发明实施例提供的一种自动驾驶车辆的行驶轨迹规划装置的结构示意图；

图11是本发明实施例提供的一种自动驾驶车辆的行驶轨迹规划设备的硬件结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

请参阅图1，其所示为本发明实施例提供的一种自动驾驶车辆的行驶轨迹规划方法的流程示意图，需要说明的是，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图1所示，所述方法可以包括：

s101，在自动驾驶车辆需要通过设有交通灯的路口时，获取所述自动驾驶车辆在当前时刻的初始车辆状态、所述交通灯的灯状态以及所述灯状态对应的剩余持续时间。

本说明书实施例中，当检测到自动驾驶车辆行驶至路口监测范围内时，可以通过v2x技术与所检测到的自动驾驶车辆进行通信。

v2x意为vehicletoeverything，即包括车对车的信息交互，也包括车队外界的信息交互。车联网通过整合全球定位系统(gps)导航技术、车对车交流技术、无线通信及远程感应技术奠定了新的汽车技术发展方向，实现了手动驾驶和自动驾驶的兼容。

实际应用中，采用v2x技术的v2x通信系统分为硬件与软件两部分。硬件方面包括在路口各处设置的路侧设备(包括路侧感知设备和路侧v2x通信设备)，同时自动驾驶车辆上也配备有车载v2x通信设备。软件方面则是云计算服务器与处在路口范围内的自动驾驶车辆建立通信。

本说明书实施例中，可以通过路侧感知设备获取交通灯的灯状态和该灯状态对应的剩余持续时间，还可以通过路侧感知设备获取到自动驾驶车辆与路口的停止线之间的距离，其中交通灯的灯状态可以包括绿灯、黄灯和红灯，且交通灯的变换规律为绿灯-黄灯-红灯-绿灯-黄灯-红灯……，每个灯状态均有预设持续时间，例如绿灯的预设持续时间为10秒，黄灯的预设持续时间为3秒，红灯的持续时间为8秒，剩余持续时间为当前时刻交通灯在某个灯状态剩余的持续时间。

本说明书实施例中，可以通过自动驾驶车辆上配置的多个传感器来获取当前时刻的车辆状态即初始车辆状态。其中，车辆状态可以通过位移、速度和加速度三个参数来表征，因此，初始车辆状态可以通过当前时刻的位移、当前时刻的速度和当前时刻的加速度来表征。

需要说明的是，本说明书实施例中规划的行驶轨迹为自动驾驶车辆在frenet坐标系下的纵向行驶轨迹，即规划出一条纵向位移s随时间t变化的曲线，使得当自动驾驶车辆沿该曲线行驶时，不仅能够符合交通规则，而且能够提高行驶效率和行驶的平顺性。因此，本说明书实施例中表征车辆状态的位移为纵向位移，速度为纵向速度，加速度为纵向加速度，也即车辆状态由组成，其中s表示纵向位移，表示纵向速度，表示纵向加速度。

frenet坐标系是一种比传统笛卡尔坐标(x,y)更直观的方式表示道路位置的方式。在frenet坐标系下，使用变量s和d描述车辆在道路上的位置。该s坐标表示沿道路(参考线)的距离(也称为纵向位移)，d坐标表示道路上的左右位置(也称为横向位移)，如图2a所示。在frenet坐标系下，可以将车辆的二维运动问题解耦合为两个一维运动问题。在笛卡尔坐标系下弯曲的道路(参考线)在frenet坐标系下则是一条直线，如图2b所示。

自动驾驶车辆是指可以被配置成处于自动驾驶模式下的车辆，在该自动驾驶模式下车辆在极少或没有来自驾驶员的输入的情况下导航通过环境。这种自动驾驶车辆可以包括传感器系统，所述传感器系统具有被配置成检测与车辆行驶环境有关的信息的一个或多个传感器，例如速度传感器、加速度传感器等。

s103，获取所述自动驾驶车辆在规划时间范围内的第一预设结束车辆状态和第二预设结束车辆状态。

其中，第一预设结束车辆状态表征所述自动驾驶车辆以所述路口的参考通过速度通过所述路口时的车辆状态，所述第二预设结束车辆状态表征所述自动驾驶车辆停止在所述路口的停止线时的车辆状态。

本说明书实施例中，自动驾驶车辆在需要通过交通灯路口时，存在两种决策即让车停止在路口和让车通过路口，因此在进行行驶轨迹规划时同时考虑了上述两种决策对应的纵向行驶轨迹即包括通过路口的纵向行驶轨迹和在路口停止的纵向行驶轨迹。其中，第一预设结束车辆状态对应于规划通过路口的纵向行驶轨迹时自动驾驶车辆在规划时间范围内的最终车辆状态。第二预设结束车辆状态对应于规划在路口停止的纵向行驶轨迹时自动驾驶车辆在规划时间范围内的最终车辆状态。

具体实施中，第一预设结束车辆状态可以基于自动驾驶车辆以路口的参考通过速度匀速通过路口来确定，可以表征为其中，statefinal表示第一预设结束车辆状态；undefined表示对在规划时间范围内自动驾驶车辆最终状态的纵向位移没有限制；表示在规划时间范围内自动驾驶车辆最终状态的纵向速度，且vref表示路口的参考通过速度，例如可以采用巡航速度5m/s，为路口的最大通过速度，为路口的最小通过速度，δv为速度步长；0表示在规划时间范围内自动驾驶车辆最终状态的加速度为0。

第二预设结束车辆状态表征所述自动驾驶车辆停止在所述路口的停止线时的车辆状态，也即自动驾驶车辆达到停止线的时刻交通灯处于红灯状态，因此第二预设结束车辆状态可以表征为statefinal＝[sstopline,0,0]，其中，statefinal表示第二预设结束车辆状态；sstopline表示自动驾驶车辆与路口的停止线之间的距离；第二预设结束车辆状态下自动驾驶车辆的纵向速度为0，纵向加速度为0。

规划时间是指以当前时刻为起始时刻的未来一个时间段，也即本发明实施例规划的行驶轨迹是自动驾驶车辆在未来一个时间段的纵向行驶轨迹。实际应用中，规划时间可以根据需要进行设定，例如可以设定为8秒。

s105，根据所述交通灯的灯状态以及所述灯状态对应的剩余持续时间，确定所述交通灯对应的等效障碍物有效时间。

实际应用中，当交通灯的灯状态为红灯时路口不允许通过，因此可以将红灯时的交通灯等效为障碍物。若当前时刻交通灯的灯状态为红灯，则可以将红灯剩余持续时间直接作为交通灯的等效障碍物有效时间，即等效障碍物有效时间其中，为红灯的剩余持续时间。

当交通灯的灯状态为绿灯、黄灯时路口允许通过，在绿灯、黄灯的持续时间段内无等效障碍物，为了保证连续性，本说明书实施例中绿灯对应的剩余持续时间为绿灯实际剩余持续时间与黄灯的预设持续时间的和值，黄灯对应的剩余持续时间为黄灯实际剩余持续时间，黄灯结束后进入红灯状态，不允许通过路口，用障碍物等效。因此，若当前时刻交通灯的灯状态为黄灯，则可以根据剩余持续时间和规划时间对应的终止规划时刻确定交通灯的等效障碍物有效时间，即等效障碍物有效时间其中，为黄灯的剩余持续时间,tmax为规划时间对应的终止规划时刻，该tmax可以理解为规划轨迹的最长时间。若当前时刻交通灯的灯状态为绿灯，则可以先确定绿灯的剩余持续时间与黄灯的预设持续时间的时间和值，然后根据该时间和值与规划时间对应的终止规划时刻确定交通灯的等效障碍物有效时间，即等效障碍物有效时间其中，为绿灯的剩余持续时间，t^y为黄灯的预设持续时间。

s107，根据所述初始车辆状态和所述等效障碍物有效时间，确定所述规划时间范围内对应于第一预设结束车辆状态的第一有效候选行驶轨迹和对应于第二预设结束车辆状态的第二有效候选行驶轨迹，得到所述自动驾驶车辆的有效候选行驶轨迹集。

本说明书实施例通过一组[stateinit,statefinal,t]来确定一条有效候选行驶轨迹。其中，stateinit表示自动驾驶车辆的初始车辆状态，statefinal包括本说明书实施例前述内容中的第一预设结束车辆状态和第二预设结束车辆状态；t表示自动驾驶车辆从stateinit行驶至statefinal所用的时间，当statefinal为第一预设结束车辆状态时，t∈{tmin+n·δt|n＝0,1,2,…,n}∩[tmin,tmax]，当statefinal为第二预设结束车辆状态时，t∈{tmin+n·δt|n＝0,1,2,…,n}∩tvalid，其中，tmin表示规划轨迹的最短时间。

作为一个可选的实施方式，根据初始车辆状态和等效障碍物有效时间，确定规划时间范围内对应于第一预设结束车辆状态的第一有效候选行驶轨迹可以采用图3中的方法，包括：

s301，根据所述初始车辆状态和第一预设结束车辆状态，生成所述规划时间范围内的四次多项式函数。

其中，所述四次多项式函数为位移(纵向位移)和时间的函数。例如，生成的四次多项式函数为s(t)＝a0+a1t¹+a2t²+a3t³+a4t⁴，其中，a0,a1,a2,a3,a4为多项式系数，t表示时刻。下面阐述如何根据初始车辆状态和第一预设结束车辆状态来确定多项式系数a0,a1,a2,a3,a4。该四次多项式对应的一阶导数(速度)和二阶导数(加速度)的表达式分别为：

假设初始车辆状态对应的时刻t为0，第一预设结束车辆状态对应的时刻为t，则可以得到：

其中，构成初始车辆状态均为已知，而由本说明书前述对第一预设结束车辆状态的描述可知，上式中，t∈{tmin+n·δt|n＝0,1,2,…,n}∩[tmin,tmax]，从而由上述5个独立方程可以解出多项式系数a0,a1,a2,a3,a4，进而得到规划时间范围内的四次多项式函数。

s303，根据所述四次多项式函数，以预设的采样时间间隔在所述规划时间范围内生成多个采样点。

其中，预设的采样时间间隔可以为最小时间步长，该最小时间步长可以根据实际需要进行设定，例如设定为0.1秒，进而可以根据四次多项式函数s(t)在等效障碍物有效时间内确定多个采样点，各采样点可以包括等效障碍物有效时间内的采样时间以及各采样时间对应的纵向位移。

s305，以所述初始车辆状态为起始点拟合所述多个采样点，得到第一候选行驶轨迹。

可以理解的，由于在第一预设结束车辆状态中，车辆的最终速度在区间内取值，所以第一预设结束车辆状态实际是一个集合而t也是一个集合{t¹,t²,…,t^m}，从而上述得到的第一候选行驶轨迹为多条轨迹。

s307，根据所述第一候选行驶轨迹，确定所述规划时间范围内的时间点对应的第一候选位移。

s309，获取所述当前时刻所述自动驾驶车辆与所述路口的停止线之间的距离。

其中，当前时刻可以理解为本次规划的初始时刻。

s311，根据所述交通灯的灯状态、所述灯状态下的等效障碍物有效时间、所述距离和所述第一候选位移，确定所述第一候选行驶轨迹中的第一有效候选行驶轨迹。

本说明书实施例中，出于安全考虑，在确定了第一候选行驶轨迹之后，还需要对第一候选行驶轨迹进行筛选以排除在交通灯为红灯期间通过路口的行驶轨迹，具体的筛选方法即为上述步骤s307至步骤s311，剩下的第一候选行驶轨迹为能合法通过路口的第一有效候选行驶轨迹。

具体的，步骤s311在执行时可以包括：

当交通灯的灯状态为红灯时，等效障碍物有效时间那么判断范围内的时间点对应的第一候选位移是否大于初始时刻自动驾驶车辆与路口的停止线之间的距离，若判断的结果为否，则可以认为相应的第一候选行驶轨迹为第一有效候选行驶轨迹。

当交通灯的灯状态为绿灯或者黄灯时，等效障碍物有效时间tmax],那么首先判断范围内的时间点对应的第一候选位移是否小于初始时刻自动驾驶车辆与路口的停止线之间的距离，当判断的结果为否时，可以确定第一候选位移对应的第一候选行驶轨迹为有效候选行驶轨迹，当判断的结果为是时，进一步判断范围内的时间点对应的第一候选位移是否大于初始时刻自动驾驶车辆与路口的停止线之间的距离，若判断的结果为否时，可以确定第一候选位移对应的第一候选行驶轨迹为有效候选行驶轨迹。

作为一个可选的实施方式，根据所述初始车辆状态和所述等效障碍物有效时间，确定所述规划时间范围内对应于第二预设结束车辆状态的第二有效候选行驶轨迹可以采用图4中的方法，包括：

s401，根据所述初始车辆状态和第二预设结束车辆状态，生成所述规划时间范围内的五次多项式函数。

其中，所述五次多项式函数为位移(即纵向位移)和时间的函数。

本说明书实施例中，为了使得规划的行驶轨迹具有很好的平顺性，采用五次多项式来描述在第二预设结束车辆状态下的行驶轨迹。

具体的，生成的五次多项式函数可以为s(t)＝a0+a1t¹+a2t²+a3t³+a4t⁴+a5t⁵，其中，a0,a1,a2,a3,a4,a5为多项式系数，t表示时刻。下面阐述如何根据初始车辆状态和第二预设结束车辆状态来确定多项式系数a0,a1,a2,a3,a4,a5。该五次多项式对应的一阶导数(速度)和二阶导数(加速度)的表达式分别为：

假设初始车辆状态对应的时刻t为0，第二预设结束车辆状态对应的时刻为t，则可以得到：

其中，构成初始车辆状态均为已知，而由本说明书前述对第二预设结束车辆状态的描述可知，上式中，sfinal＝sstopline，t∈{tmin+n·δt|n＝0,1,2,…,n}∩tvalid，从而由上述6个独立方程可以解出多项式系数a0,a1,a2,a3,a4,a5，进而得到规划时间范围内的五次多项式函数。

s403，根据所述五次多项式函数，以预设的采样时间间隔在所述等效障碍物有效时间内生成多个采样点。

其中，预设的采样时间间隔可以为最小时间步长，该最小时间步长可以根据实际需要进行设定，例如设定为0.1秒，进而可以根据四次多项式函数s(t)在等效障碍物有效时间内确定多个采样点，各采样点可以包括等效障碍物有效时间内的采样时间以及各采样时间对应的纵向位移。

s405，以所述初始车辆状态为起始点拟合所述多个采样点，得到第二候选行驶轨迹；所述第二候选行驶轨迹作为所述第二有效候选行驶轨迹。

本说明书实施例中，上述的第一有效候选行驶轨迹和第二有效候选行驶轨迹构成了规划时间范围内的有效候选行驶轨迹集。

请参阅图5和图6，图5为当前时刻的交通灯为红灯时规划得到的有效候选行驶轨迹集中的部分有效候选行驶轨迹，图6为当前时刻的交通灯为绿灯/黄灯时规划得到的有效候选行驶轨迹集中的部分有效候选行驶轨迹。

s109，从所述有效候选行驶轨迹集中选取轨迹代价值最小的目标有效行驶轨迹，所述目标有效行驶轨迹作为所述自动驾驶车辆通过所述路口的规划行驶轨迹。

实际应用中，在步骤s109之前还可以包括计算有效候选行驶轨迹集中各有效候选行驶轨迹的轨迹代价值的步骤。本说明书实施例从行驶效率、平顺性和合法性三个方面来综合评价各有效候选行驶轨迹的代价，具体的，针对行驶效率采用行驶距离代价值来表征，针对行驶平顺性采用纵向加加速度代价值来表征，针对行驶合法性采用行驶速度偏差代价值来表征，则计算有效候选行驶轨迹的轨迹代价值可以包括：

(1)确定所述有效候选行驶轨迹集中每个有效候选行驶轨迹对应的行驶距离代价值、纵向加加速度代价值和行驶速度偏差代价值。

具体的，可以根据每个有效候选行驶轨迹，确定有效候选行驶轨迹在规划时间对应的终止规划时刻(即最大规划时间)的规划行驶位移s和规划行驶速度v；其中，规划行驶位移s为纵向位移，规划行驶速度v为纵向速度。

根据规划行驶位移的倒数来确定有效候选行驶轨迹的行驶距离代价值；具体的，行驶距离代价值cs可以采用以下公式计算：

可见，规划行驶位移s越远，行驶距离代价值cs越小，从而鼓励在相同的时间内行驶更多的距离，提高行驶效率。

根据规划行驶速度v与终止规划时刻对应的期望行驶速度vref的差值来确定有效候选行驶轨迹的行驶速度偏差代价值；具体的，行驶速度偏差代价值cv可以采用以下公式计算：

cv＝(v-vref)²

v体现了规划的行驶轨迹的最终状态速度，vref体现了期望的行驶轨迹的最终状态速度，vref一般是自动驾驶车辆通过路口的推荐速度，从安全性、合法性方面考虑，规划的行驶轨迹的最终状态速度应尽量接近该推荐速度。

由于加加速度可以作为衡量行驶平顺性的指标，因此本说明书实施例中用平均加加速度来等效纵向加加速度的代价，即根据每个有效候选行驶轨迹来确定所述有效候选行驶轨迹中多个时间点对应的加加速度；确定所述多个时间点对应的加加速度的均值，将所述多个时间点对应的加加速度的均值作为所述纵向加加速度代价值。在确定多个时间点对应的加加速度的均值时，可以计算多个时间点对应的加加速度的平方的和值，然后计算多个时间点对应的加加速度的有效值的和值，最后将平方的和值除以有效值的和值，从而得到多个时间对应的加加速度的均值。具体的，纵向加加速度代价值cj可以采用以下公式计算：

其中，是自动驾驶车辆沿有效候选行驶轨迹行驶的加加速度，是加加速度的有效值。

(2)确定所述行驶距离代价值、纵向加加速度代价值和行驶速度偏差代价值对应的权重系数。

具体的，行驶距离代价值cs、纵向加加速度代价值cj和行驶速度偏差代价值cv对应的权重系统ks,kj,kv可以根据实际需要进行设定以及调节，例如可以设定ks＝10,kj＝0.1,kv＝1。

(3)确定所述行驶距离代价值、纵向加加速度代价值和行驶速度偏差代价值与相应权重系数的乘积。

(4)将所述乘积的和值作为所述有效候选行驶轨迹的轨迹代价值。

也即有效候选行驶轨迹的轨迹代价值ctotal可以采用以下公式计算：

ctotal＝kscs+kjcj+kvcv

在得到有效候选行驶轨迹集中各有效候选行驶轨迹的轨迹代价值后就可以选取轨迹代价值最小的有效候选行驶轨迹即目标有效行驶轨迹，将该目标有效行驶轨迹作为自动驾驶车辆通过交通灯路口的规划行驶轨迹。

考虑到实际道路对车速有限制，自动驾驶车辆加速度或减速度以及转弯曲率受自动驾驶车辆机械性能和路况的限制，作为一个可选的实施方式，在执行步骤s109之前，还可以对有效候选行驶轨迹集做初步筛选，具体的，当有效候选行驶轨迹满足初步筛选条件中的任意一个时，即将该有效候选行驶轨迹从有效候选行驶轨迹集中删除。其中，初步筛选条件可以包括：根据有效候选行驶轨迹确定的行驶速度大于预设速度阈值(例如50km/h)；根据有效候选行驶轨迹确定的加速度/减速度绝对值大于预设加减速度阈值(例如4m/s²)；根据有效候选行驶轨迹确定的转弯曲率大于预设曲率阈值(例如1m^-1)。后续在执行步骤s109时，从初步筛选后的有效候选行驶轨迹集中选取轨迹代价值最小的目标有效行驶轨迹。可以理解的，为了提高决策效率，在计算轨迹代价值时可以仅对初步筛选后的有效候选行驶轨迹集进行计算。

由本发明实施例的上述技术方案可见，本发明实施在规划自动驾驶车辆的行驶轨迹时，考虑了交通灯的灯状态以及相应的剩余持续时间，并基于剩余持续时间确定了交通灯对应的等效障碍物有效时间，从而得到的规划行驶轨迹是一条符合交通规则的、行驶高效且平顺性高的轨迹，使得自动驾驶车辆依据该规划的行驶轨迹通过交通灯路口时，不仅具有高的行驶效率，而且行驶的平顺性大大提高，乘坐舒适性较高。

此外，本发明实施例在确定轨迹代价值时同时考虑了行驶效率的代价、平顺性的代价和合法性的代价，进一步提高了规划行驶轨迹的合法性、行驶效率和平顺性，进而进一步提高了自动驾驶车辆的行驶效率和平顺性。

请参阅图7a、图7b、图8a、图8b、图9a和图9b，其所示为采用本发明实施例提供的自动驾驶车辆的行驶轨迹规划方法进行仿真的仿真结果图。其中，图7a的仿真结果图对应的仿真场景为g5v1d50；图7b的仿真结果图对应的仿真场景为g10v10d50；图8a的仿真结果图对应的仿真场景为y3v1d50；图8b的仿真结果图对应的仿真场景为y3v10d50；图9a的仿真结果图对应的仿真场景为r5v1d50；图9b的仿真结果图对应的仿真场景为r15v10d50。

其中，仿真场景的命名方式为r/g/yxvxdx，r/g/yx分别表示初始时刻红灯/绿灯/黄灯的剩余时间为x秒；vx表示当前时刻自动驾驶车辆速度为x米每秒；dx表示当前时刻自动驾驶车辆与路口的停止线之间的距离。且仿真中的tmax设置为8秒，巡航速度设置为路口推荐速度为5m/s，路口的停止线与该路口的交通灯之间的距离设置为5.5米。

其中，图7a和图7b从上到下依次包括交通灯的灯状态图、自动驾驶车辆速度图和自动驾驶车辆与路口的交通灯之间的距离图。图7a中自动驾驶车辆在当前时刻的速度较小为1m/s，绿灯的剩余持续时间为5秒，自动驾驶车辆在根据规划的行驶轨迹行驶时先加速行驶，然后减速停至停止线；图7b中自动驾驶车辆在当前时刻的速度较大为10m/s，绿灯的剩余持续时间为10秒，自动驾驶车辆在根据规划的行驶轨迹行驶时以路口推荐速度(5m/s)通过路口。

其中，图8a和图8b从上到下依次包括交通灯状态图、自动驾驶车辆速度图和自动驾驶车辆与路口的交通灯之间的距离图。图8a中自动驾驶车辆在当前时刻的速度较小为1m/s，黄灯的剩余持续时间为3秒，自动驾驶车辆在根据规划的行驶轨迹行驶时先加速行驶，然后减速停至停止线；图8b中自动驾驶车辆在当前时刻的速度较大为10m/s，黄灯的剩余持续时间为3秒，自动驾驶车辆在根据规划的行驶轨迹行驶时减速停至停止线。

其中，图9a和图9b从上到下依次包括交通灯状态图、自动驾驶车辆速度图和自动驾驶车辆到交通灯的距离图。图9a中自动驾驶车辆在当前时刻的速度较小为1m/s，红灯的剩余持续时间为5秒，自动驾驶车辆在根据规划的行驶轨迹行驶时先加速至路口推荐速度后通过路口；图9b中自动驾驶车辆在当前时刻的速度较大为10m/s，红灯的剩余持续时间为10秒，自动驾驶车辆在根据规划的行驶轨迹行驶时减速停至停止线，在绿灯时再加速通过路口。

与上述几种实施例提供的自动驾驶车辆的行驶轨迹规划方法相对应，本发明实施例还提供一种自动驾驶车辆的行驶轨迹规划装置，由于本发明实施例提供的自动驾驶车辆的行驶轨迹规划装置与上述几种实施例提供的自动驾驶车辆的行驶轨迹规划方法相对应，因此前述自动驾驶车辆的行驶轨迹规划方法的实施方式也适用于本实施例提供的自动驾驶车辆的行驶轨迹规划装置，在本实施例中不再详细描述。

请参阅图10，其所示为本发明实施例提供的一种自动驾驶车辆的行驶轨迹规划装置的结构示意图，如图10所示，该装置可以包括：

第一获取模块1010，用于在自动驾驶车辆需要通过设有交通灯的路口时，获取所述自动驾驶车辆在当前时刻的初始车辆状态、所述交通灯的灯状态以及所述灯状态对应的剩余持续时间；

第二获取模块1020，用于获取所述自动驾驶车辆在规划时间范围内的第一预设结束车辆状态和第二预设结束车辆状态；所述第一预设结束车辆状态表征所述自动驾驶车辆以所述路口的参考通过速度通过所述路口时的车辆状态，所述第二预设结束车辆状态表征所述自动驾驶车辆停止在所述路口的停止线时的车辆状态；

第一确定模块1030，用于根据所述交通灯的灯状态以及所述灯状态对应的剩余持续时间，确定所述交通灯对应的等效障碍物有效时间；

第二确定模块1040，用于根据所述初始车辆状态和所述等效障碍物有效时间，确定所述规划时间范围内对应于第一预设结束车辆状态的第一有效候选行驶轨迹和对应于第二预设结束车辆状态的第二有效候选行驶轨迹，得到所述自动驾驶车辆的有效候选行驶轨迹集；

选取模块1050，用于从所述有效候选行驶轨迹集中选取轨迹代价值最小的目标有效行驶轨迹，将所述目标有效行驶轨迹作为所述自动驾驶车辆通过所述路口的规划行驶轨迹。

作为一个可选的实施方式，第一确定模块1030可以包括：

第一确定子模块，用于在所述交通灯的灯状态为红灯时，将所述剩余持续时间作为所述交通灯的等效障碍物有效时间；

第二确定子模块，用于在所述交通灯的灯状态为黄灯时，根据所述剩余持续时间和所述规划时间对应的终止规划时刻确定所述交通灯的等效障碍物有效时间；

第三确定子模块，用于在所述交通灯的灯状态为绿灯时，确定所述剩余持续时间和所述黄灯的预设持续时间的时间和值；根据所述时间和值与所述规划时间对应的终止规划时刻，确定所述交通灯的等效障碍物有效时间。

作为一个可选的实施方式，第二确定模块1040可以包括：

第一生成模块，用于根据所述初始车辆状态和第一预设结束车辆状态，生成所述规划时间范围内的四次多项式函数；所述四次多项式函数为位移和时间的函数；

第二生成模块，用于根据所述四次多项式函数，以预设的采样时间间隔在所述规划时间范围内生成多个采样点；

第一拟合模块，用于以所述初始车辆状态为起始点拟合所述多个采样点，得到第一候选行驶轨迹；

第三确定模块，用于根据所述第一候选行驶轨迹，确定所述规划时间范围内的时间点对应的第一候选位移；

第三获取模块，用于获取当前时刻所述自动驾驶车辆与所述路口的停止线之间的距离；

第四确定模块，用于根据所述交通灯的灯状态、所述灯状态下的等效障碍物有效时间、所述距离和所述第一候选位移，确定所述第一候选行驶轨迹中的第一有效候选行驶轨迹。

作为一个可选的实施方式，第二确定模块1040还可以包括：

第三生成模块，用于根据所述初始车辆状态和第二预设结束车辆状态，生成所述规划时间范围内的五次多项式函数；所述五次多项式函数为位移和时间的函数；

第四生成模块，用于根据所述五次多项式函数，以预设的采样时间间隔在所述等效障碍物有效时间内生成多个采样点；

第二拟合模块，用于以所述初始车辆状态为起始点拟合所述多个采样点，得到第二候选行驶轨迹；所述第二候选行驶轨迹作为所述第二有效候选行驶轨迹。

作为一个可选的实施方式，自动驾驶车辆的行驶轨迹规划装置还可以包括：

第五确定模块，用于确定所述有效候选行驶轨迹集中每个有效候选行驶轨迹对应的行驶距离代价值、纵向加加速度代价值和行驶速度偏差代价值；

第六确定模块，用于确定所述行驶距离代价值、纵向加加速度代价值和行驶速度偏差代价值对应的权重系数；

第七确定模块，用于确定所述行驶距离代价值、纵向加加速度代价值和行驶速度偏差代价值与相应权重系数的乘积；将所述乘积的和值作为所述有效候选行驶轨迹的轨迹代价值。

作为一个可选的实施方式，第五确定模块可以包括：

第四确定子模块，用于根据每个有效候选行驶轨迹，确定所述有效候选行驶轨迹在所述规划时间对应的终止规划时刻的规划行驶位移和规划行驶速度；

第五确定子模块，用于根据所述规划行驶位移的倒数，确定所述有效候选行驶轨迹的行驶距离代价值；

第六确定子模块，用于根据所述规划行驶速度与所述终止规划时刻对应的期望行驶速度的差值，确定所述有效候选行驶轨迹的行驶速度偏差代价值；

第七确定子模块，用于根据每个有效候选行驶轨迹，确定所述有效候选行驶轨迹中多个时间点对应的加加速度；

第八确定子模块，用于确定所述多个时间点对应的加加速度的均值，将所述多个时间点对应的加加速度的均值作为所述纵向加加速度代价值。

作为一个可选的实施方式，第八确定子模块可以包括：

第一计算模块，用于计算所述多个时间点对应的加加速度的平方的和值；

第二计算模块，用于计算所述多个时间点对应的加加速度的有效值的和值；

第三计算模块，用于将所述平方的和值除以所述有效值的和值，得到所述多个时间点对应的加加速度的均值。

需要说明的是，上述实施例提供的装置，在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本发明实施例的自动加速车辆的行驶轨迹规划装置在规划自动驾驶车辆的行驶轨迹时，考虑了交通灯的灯状态以及相应的剩余持续时间，并基于剩余持续时间确定了交通灯对应的等效障碍物有效时间，从而得到的规划行驶轨迹是一条符合交通规则的、行驶高效且平顺性高的轨迹，使得自动驾驶车辆依据该规划的行驶轨迹通过交通灯路口时，不仅具有高的行驶效率，而且行驶的平顺性大大提高，乘坐舒适性较高。

此外，本发明实施例在确定轨迹代价值时同时考虑了行驶效率的代价、平顺性的代价和合法性的代价，进一步提高了规划行驶轨迹的合法性、行驶效率和平顺性，进而进一步提高了自动驾驶车辆的行驶效率和平顺性。。

本发明实施例提供了一种自动驾驶车辆的行驶轨迹规划设备，该设备包括处理器和存储器，该存储器中存储有至少一条指令或者至少一段程序，该至少一条指令或者该至少一段程序由该处理器加载并执行以实现如上述方法实施例所提供的自动驾驶车辆的行驶轨迹规划方法。

存储器可用于存储软件程序以及模块，处理器通过运行存储在存储器的软件程序以及模块，从而执行各种功能应用以及行驶轨迹规划。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、功能所需的应用程序等；存储数据区可存储根据所述设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器还可以包括存储器控制器，以提供处理器对存储器的访问。

本发明实施例所提供的方法实施例可以在计算机终端、车载终端、服务器或者类似的运算装置中执行。图11是本发明实施例提供的一种自动驾驶车辆的行驶轨迹规划设备的硬件结构框图。如图11所示，该设备1100可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(centralprocessingunits，cpu)1110(处理器1110可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)、用于存储数据的存储器1130，一个或一个以上存储应用程序1123或数据1122的存储介质1120(例如一个或一个以上海量存储设备)。其中，存储器1130和存储介质1120可以是短暂存储或持久存储。存储在存储介质1120的程序可以包括一个或一个以上模块，每个模块可以包括对设备中的一系列指令操作。更进一步地，中央处理器1110可以设置为与存储介质1120通信，在设备1100上执行存储介质1120中的一系列指令操作。设备1100还可以包括一个或一个以上电源1160，一个或一个以上有线或无线网络接口1150，一个或一个以上输入输出接口1140，和/或，一个或一个以上操作系统1121，例如windowsservertm，macosxtm，unixtm,linuxtm，freebsdtm等等。

输入输出接口1140可以用于经由一个网络接收或者发送数据。上述的网络具体实例可包括设备1100的通信供应商提供的无线网络。在一个实例中，输入输出接口1140包括一个网络适配器(networkinterfacecontroller，nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，输入输出接口1140可以为射频(radiofrequency，rf)模块，其用于通过无线方式与互联网进行通讯。

本领域普通技术人员可以理解，图11所示的结构仅为示意，其并不对上述设备的结构造成限定。例如，设备1100还可包括比图11中所示更多或者更少的组件，或者具有与图11所示不同的配置。

本发明的实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质可设置于自动驾驶车辆的行驶轨迹规划设备之中以保存用于实现方法实施例中一种自动驾驶车辆的行驶轨迹规划方法相关的至少一条指令或者至少一段程序，该至少一条指令或者该至少一段程序由处理器加载并执行以实现上述方法实施例提供的自动驾驶车辆的行驶轨迹规划方法。

可选地，在本实施例中，上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地，在本实施例中，上述存储介质可以包括但不限于：u盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。