基于前视断面选点的复杂道路汽车行驶轨迹预测方法
【专利摘要】本发明公开了一种基于前视断面选点的复杂道路汽车行驶轨迹预测方法，对驾驶人的轨迹决策行为进行分析和模拟；对驾驶人的轨迹选择行为进行抽象并演化计算策略，即“前视选点”的计算策略；研究5种典型驾驶模式的背后动机并进行数学表示，最终得到能够适应任意里程长度复杂道路的、能够模拟典型驾驶模式的汽车行驶轨迹决策方法。应用本发明的技术，可以针对山区公路以及复杂赛道得到以下5种驾驶模式的期望轨迹，分别是轨迹长度最短模式、轨迹曲率最小模式(赛道模式)、曲率变化率最小模式(驾驶最舒适模式)、轨迹居中模式(居中行驶模式)和混合模式，其中混合模式为前4种典型模式的综合。
【专利说明】基于前视断面选点的复杂道路汽车行驶轨迹预测方法
【技术领域】
[0001]本发明涉及的是一种基于前视断面选点的复杂道路汽车行驶轨迹预测方法。
【背景技术】
[0002]在开展“车辆-驾驶人-道路”系统的闭环行驶仿真时，或是在汽车自动驾驶时，需要在路面可行驶范围内事先决策出一条期望轨迹(目标轨迹)，以供车辆在行驶过程中跟随，从而实现车辆的自动行进。
[0003]现有的技术手段通常是把道路中线或是行车道中线作为期望轨迹，即假设驾驶人采用居中行驶的驾驶模式(方向控制模式)。但在实际公路行驶中，驾驶人是在可使用路面宽度内自由选择行驶轨迹，以双车道公路为例，可使用路面宽度除了包含一个车道之外，还包括右侧的硬路肩，和一部分左侧的对向行车道。因此与车身宽度相比，可使用路面宽度有很大的盈余，特别是对于小客车来讲更是如此。因此，汽车驾驶员在轨迹选择和速度选择上有很大的自由，比如在山区公路的曲线路段能观察到多种类型的方向控制习惯:切弯(进弯时从曲线外侧切向内侧，出弯时再切回外侧)、行车道居中、曲线外侧行驶、曲线内侧行驶以及侵占路肩，等等。为此，在开展山区公路或是赛道的行驶仿真时，需要针对以上驾驶模式开展轨迹的预测(决策)，以获得目标轨迹。
[0004]根据研究手段的不同，可以将现有的轨迹预测技术分为三类，分别是基于模糊规则的预测技术、基于数学优化的预测技术、以及基于多项式回归方法的预测技术。现有轨迹预测(决策)技术的缺点如下:
[0005]参考图1，在使用模糊规则手段来开展轨迹预测的技术中，Lauffanburgar的预测方法具有代表性，他通过观测实际的弯道行驶轨迹，得到了轨迹与道路边界之间在弯道进口、曲中以及出口等特征位置的侧向距离，然后以弯道半径为变量建立了 6个隶属度子集，用以确定与给定弯道曲度对应的轨迹控制参数dl?d3,再用4次polar polynomials样条进行逼近来得到连续期望轨迹。缺点是dl?d3对路宽具有明显的依赖性，当路宽发生大幅度的改变时，轨迹会越出路面边界或是过于居中。并且，由于研究对象是偏爱内切的驾驶人，该方法不能满足对驾驶行为多样化的刻画要求。
[0006]高振海和管欣等使用粒子群优化算法预测汽车行驶轨迹，他们的方法在稳定性、收敛性、全局优化能力等方面较差，仅能对几十米长度的道路开展轨迹决策，超过这个长度则无法得到稳定有效的计算结果，因此不能满足长距离行驶仿真的要求。并且，在适用场合方面，他们的研究主要是针对车辆换道和城市道路跟车行驶场合，而非复杂线形条件下的公路行驶轨迹决策。
[0007]任园园根据弯道范围内轨迹与行车道中心线之间的横向位置变化，将轨迹分为理想、正常、摇摆、矫正、漂移和切弯6类，针对每一类行驶轨迹，使用回归分析方法建立了基于最大偏移值和曲线起点偏移值的极坐标方程，使用这些方程式能够得到单个弯道的轨迹曲线，而遇到连续弯道则会出现预测失效现象。由于实际的山区公路都是连续弯道占主导，此种技术无法用于山区公路的行驶仿真。
【发明内容】
[0008]本发明所要解决的技术问题是针对现有技术的不足提供一种基于前视断面选点的复杂道路汽车行驶轨迹预测方法。
[0009]本发明的技术方案如下:
[0010]一种基于前视断面选点的复杂道路汽车行驶轨迹预测方法，包括以下步骤:
[0011](I)从车载电子地图、在线道路数据库中提取道路的几何线形数据，通过几何解析计算求解出道路几何边界的平面坐标；
[0012](2)根据驾驶习惯，确定出驾驶人可使用的路面宽度，即设定一个路面宽度利用系数λ，然后进行坐标变换，确定出可使用路幅边界的平面坐标；
[0013](3)在车辆前方的前视路面区域内按一定间距划分前视断面，间距根据“前视断面选点”的轨迹预测策略”设置；
[0014](4)从预设置的5种驾驶模式中选择一种，将其对应的目标函数作为迭代计算时的优化目标；
[0015](5)读取车辆当前的行驶速度、侧向加速度参量，判断前方有无障碍物，如有障碍物计算出剩余的路面宽度，根据这些参数再结合车辆尺寸参数，完成约束条件设置，所述约束条件包括边界内行驶、障碍避绕、弯道通过性、行驶稳定性4种；
[0016](6)由于轨迹的选择是在驾驶人视窗范围内进行，而视窗又随车辆的行驶而向前移动，因此将长里程道路分割为若干前后衔接的短路段；然后，采用优化求解器LING011.0沿行驶方向逐步推进求解各短路段的决策变量Si的值；
[0017](7)根据比例系数Si的值，按式(I)沿行驶方向逐一计算出每个前视断面的轨迹点平面坐标；
[0018]xpti = xpri+wdi.Si.cos α P
[0019]ypti = ypr1-wdi.Si.sin Qi(I)
[0020]其中Cii为前视断面i即线段PliL与大地坐标系X轴的夹角，PU、PH分别是前视断面i的左右两侧端点，候选轨迹点Pti在线段P1Ai之上；xpti，ypti为Pti的平面坐标；χ_，ypri为Pri的平面坐标；
[0021](8)连接相邻轨迹点，得到连续的轨迹线，即决策得到的行驶轨迹，对于显示精度要求高的场合，可使用三次样条插值来得到平滑的轨迹曲线。
[0022]所述的方法，所述的5种驾驶模式包括行驶轨迹最短模式、轨迹曲率最小模式、轨迹曲率变化率最小模式、行车道轨迹居中模式以及前述四中模式的混合模式。
[0023]所述的方法，所述的行驶轨迹最短模式的目标函数，如下式:
【权利要求】
1.一种基于前视断面选点的复杂道路汽车行驶轨迹预测方法，其特征在于，包括以下步骤: (1)从车载电子地图、在线道路数据库中提取道路的几何线形数据，通过几何解析计算求解出道路几何边界的平面坐标； (2)根据驾驶习惯，确定出驾驶人可使用的路面宽度，即设定一个路面宽度利用系数λ，然后进行坐标变换，确定出可使用路幅边界的平面坐标； (3)在车辆前方的前视路面区域内按一定间距划分前视断面，间距根据“前视断面选点”的轨迹预测策略”设置； (4)从预设置的5种驾驶模式中选择一种，将其对应的目标函数作为迭代计算时的优化目标； (5)读取车辆当前的行驶速度、侧向加速度参量，判断前方有无障碍物，如有障碍物计算出剩余的路面宽度，根据这些参数再结合车辆尺寸参数，完成约束条件设置，所述约束条件包括边界内行驶、障碍避绕、弯道通过性、行驶稳定性4种； (6)由于轨迹的选择是在驾驶人视窗范围内进行，而视窗又随车辆的行驶而向前移动，因此将长里程道路分割为若干前后衔接的短路段；然后，采用优化求解器LING011.0沿行驶方向逐步推进求解各短路段的决策变量Si的值； (7)根据比例系数Si的值，按式(I)沿行驶方向逐一计算出每个前视断面的轨迹点平面坐标；
2.根据权利要求1所述的方法，其特征在于，所述的5种驾驶模式包括行驶轨迹最短模式、轨迹曲率最小模式、轨迹曲率变化率最小模式、行车道轨迹居中模式以及前述四中模式的混合模式。
3.根据权利要求2所述的方法，其特征在于，所述的行驶轨迹最短模式的目标函数，如下式:
4.根据权利要求2所述的方法，其特征在于，所述的轨迹曲率最小模式的目标函数表不成:
5.根据权利要求2所述的方法，其特征在于，所述的轨迹曲率变化率最小模式的目标函数表示为:
6.根据权利要求2所述的方法，其特征在于，所述的行车道轨迹居中模式的目标函数为:
7.根据权利要求2所述的方法，其特征在于，所述的混合模式目标函数表示为: Minf05 = β !f' 01+W 02+W Μ+β# 04(9) 式中，β?~β4>0,是权重系数，需满足β 1+ β 2+ β 3+ β 4 = I ο
【文档编号】G06F17/50GK103699717SQ201310632659
【公开日】2014年4月2日 申请日期:2013年12月3日 优先权日:2013年12月3日
【发明者】徐进, 邵毅明, 杨奎, 罗庆, 毛嘉川 申请人:重庆交通大学