基于道路边界与曲率约束的最优参考路径生成方法及系统

本发明属于自动驾驶路径规划领域，具体涉及一种基于道路边界与曲率约束的最优参考路径生成方法及系统。

背景技术：

1、路径规划是车辆实现自主驾驶的核心模块之一。全局路径规划是路径规划中最上游的模块，它负责根据环境信息，寻找一条从当前位姿到目的地的可行路径，以达到导航的作用。此外，全局路径提供给下游规划模块先验的参考路径，在动态场景下进行实时规划和决策。局部规划会根据参考路径信息构建frenet坐标系，进行基于采样或基于优化的运动规划，所以参考路径对运动规划的影响十分显著，合理的参考路径对运动规划十分重要。

2、主流方法生成参考路径时并没有考虑到车辆的形状。当沿此参考路径行驶时，车辆会根据车辆动力学，控制后轴中心被吸附到路径点上。然而，对于在结构化道路上行驶的车辆，车体并不总是相对于道路中心线对称的、特别是在具有大曲率的道路上。因此，通过对道路中心进行采样而产生的路径导致车辆离边界太近，甚至产生碰撞。全局路径规划本应该生成一条在静态环境下无碰撞的、可行驶的参考路径，虽然下游的运动规划可以通过处理实时感知结果来避免碰撞，但不适当的参考线将不可避免地加重运动规划的负担。加重了运动规划的负担，甚至可能导致无法规划出可行的路径。相反，一个无碰撞的参考路径具有良好的性能，至少可以保证可行解的存在，并减轻避障运动规划的负担，躲避障碍物的运动规划的负担。

技术实现思路

1、为了解决现有技术中存在的问题，本发明提供一种考虑真实道路场景约束下的最优参考路径生成方法，能规划出安全、合理的，满足安全约束与曲率约束的参考路径，所述方法基于两个阶段的优化，在第一个阶段，引入合理的简化，得到车辆与道路边界距离的解析解，建立可梯度求解的优化问题，以保持车辆与道路边界两侧的距离大致相等；在第二阶段，通过求解l0范数优化问题，实现基于螺线的曲线拟合来提高全局路径的可行性与平滑性。

2、为了实现上述目的，本发明采用的技术方案是：一种基于真实道路场景约束下的最优参考路径生成方法，包括以下步骤：

3、在车道级导航结果的基础上，根据车道中心采样出原始的路径点，截取掉曲率小于设定值的路段，将剩余的路径分段优化；

4、基于人类的驾驶习惯优化路径的安全性，考虑车身的形状，通过对初始路径的路径点初步移动，车体距道路两侧边界的距离差不超过设定值，得到初步优化后的路径；

5、对初步优化后的路径上的路径点进行曲线拟合，在给定最小误差范围ε内优化路径的平滑性，通过l0范数的优化来减少参数的数量并确保曲率的平滑性，生成易于车辆跟踪且满足可行驶性的要求参考路径。

6、进一步的，生成全局路径的过程中考虑车体的碰撞，并构造衡量车体在道路中心程度的目标函数，对路径的安全性进行优化，包括：

7、将由车道中心采样出原始的路径点作为输入，对原始路径点移动，进行安全性优化，以路径点的移动量作为决策变量建立优化问题；

8、基于真实的道路场景引入近似，解析地计算出车体与道路左右边界的距离，并以此构建目标函数，通过减小目标函数保证路径上的车体距道路左右边界距离相差小于设定值；

9、基于密集采样点的性质，解析地计算出路径点移动后的角度与曲率，并将曲率约束加入到安全性优化中。

10、进一步的，对原始路径点移动，进行安全性优化，以路径点的移动量作为决策变量建立优化问题时，通过移动路径点实现对路径优化，以路径点在二维平面内移动量作为决策变量，并将决策变量简化为一维变量，每个路径点的移动量在确定方向的情况下以一个标量描述。

11、进一步的，所述计算车体与道路两侧边界距离时，引入基于真实道路场景简化，具体的，将从车辆前到后的局部车道中心线形状近似为圆弧，将道路中心线近似成一段曲率恒定的路径，在车身长度范围内，道路宽度值视为恒定，车体近似为矩形，在已知车身的横向偏移与车身朝向的情况下，解析地计算矩形的车体两侧距圆弧状道路中心线的距离。

12、进一步的，所述车身朝向通过路径点的横向位移解析计算得到，在密集采样点中，两个相邻的点的朝向是相等的，通过三角形的几何关系，求得路径点经过移动后的朝向的变化，进而得到路径点移动后车身朝向。

13、进一步的，所述的曲率计算通过朝向随里程的变化计算得到。

14、进一步的，所述的平滑性优化通过螺线段拟合实现，使优化后的路径具有分段恒定的曲率变化率。

15、采用与所述方法相同的构思，还提供一种基于真实道路场景约束下的最优参考路径生成系统，包括车道序列获取模块、初步优化模块以及全局优化模块；

16、车道序列获取模块用于在车道级导航结果的基础上，根据车道中心采样出原始的路径点，截取掉曲率小于设定值的路段；

17、初步优化模块用于根据人类的驾驶习惯优化路径的安全性，考虑车身的形状，通过对初始路径的路径点初步移动，车体距道路两侧边界的距离差不超过设定值，得到初步优化的路径；

18、全局优化模块用于对初步优化后的路径上的路径点进行曲线拟合，在给定最小误差范围ε内优化路径的平滑性，通过l0范数的优化来减少参数的数量并确保曲率的平滑性，生成易于车辆跟踪且满足可行驶性的要求参考路径。

19、另外提供一种计算机设备，包括处理器以及存储器，存储器用于存储计算机可执行程序，处理器从存储器中读取所述计算机可执行程序并执行，所述处理器执行程序时能实现本发明所述的基于真实道路场景约束下的最优参考路径生成方法。

20、本发明同时提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时，能实现本发明所述的基于真实道路场景约束下的最优参考路径生成方法。

21、与现有技术相比，本发明至少具有以下有益效果：

22、本发明提出一种简便的、符合真实道路场景的衡量车体距道路边界的估计方法，能够根据车辆位置与道路宽度解析地求解车辆与道路边界的距离；揭示出路径点横向位移与其曲率变化的近似线性关系；本发明提出可梯度求解的优化问题，优化后的路径使车体尽可能在道路中间，距道路两边界的距离大致相等；本发明结合现有的曲线拟合方法，给出考虑路径安全性与平滑性的最优参考路径的生成方法；此基于两阶段优化的最优参考路径生成方法在各种不同的道路情景下进行测试，验证了本发明对参考路径极大程度的优化与性能的提升；在不同的场景下进行的实验验证了该方法的有效性：生成的参考路径可以有效地避免车辆与道路边界发生的碰撞，并且生成的参考路径拥有更好的曲率特性——曲率分段线性，曲率的变化率分段恒定。因此，本发明的方法极大程度地优化了参考路径的安全性和平滑性。

技术特征：

1.一种基于真实道路场景约束下的最优参考路径生成方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于真实道路场景约束下的最优参考路径生成方法，其特征在于，生成全局路径的过程中考虑车体的碰撞，并构造衡量车体在道路中心程度的目标函数，对路径的安全性进行优化，包括：

3.根据权利要求2所述的基于真实道路场景约束下的最优参考路径生成方法，其特征在于，对原始路径点移动，进行安全性优化，以路径点的移动量作为决策变量建立优化问题时，通过移动路径点实现对路径优化，以路径点在二维平面内移动量作为决策变量，并将决策变量简化为一维变量，每个路径点的移动量在确定方向的情况下以一个标量描述。

4.根据权利要求2所述的基于真实道路场景约束下的最优参考路径生成方法，其特征在于，所述计算车体与道路两侧边界距离时，引入基于真实道路场景简化，具体的，将从车辆前到后的局部车道中心线形状近似为圆弧，将道路中心线近似成一段曲率恒定的路径，在车身长度范围内，道路宽度值视为恒定，车体近似为矩形，在已知车身的横向偏移与车身朝向的情况下，解析地计算矩形的车体两侧距圆弧状道路中心线的距离。

5.根据权利要求4所述的基于真实道路场景约束下的最优参考路径生成方法，其特征在于，所述车身朝向通过路径点的横向位移解析计算得到，在密集采样点中，两个相邻的点的朝向是相等的，通过三角形的几何关系，求得路径点经过移动后的朝向的变化，进而得到路径点移动后车身朝向。

6.根据权利要求2所述的基于真实道路场景约束下的最优参考路径生成方法，其特征在于，所述的曲率计算通过朝向随里程的变化计算得到。

7.根据权利要求1所述的基于真实道路场景约束下的最优参考路径生成方法，其特征在于，所述的平滑性优化通过螺线段拟合实现，使优化后的路径具有分段恒定的曲率变化率。

8.基于真实道路场景约束下的最优参考路径生成系统，其特征在于，包括车道序列获取模块、初步优化模块以及全局优化模块；

9.一种计算机设备，其特征在于，包括处理器以及存储器，存储器用于存储计算机可执行程序，处理器从存储器中读取部分或全部所述计算机可执行程序并执行，处理器执行部分或全部计算可执行程序时能实现权利要求1～7中任一项所述基于真实道路场景约束下的最优参考路径生成方法。

10.一种计算机可读存储介质，其特征在于，计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时，能实现如权利要求1～7中任一项所述基于真实道路场景约束下的最优参考路径生成方法。

技术总结
本发明公开一种基于真实道路场景约束下的最优参考路径生成方法及系统，方法包括以下步骤：在车道级导航结果的基础上，根据车道中心采样出原始的路径点，截取掉曲率小于设定值的路段，将剩余的路径分段优化；基于人类的驾驶习惯优化路径的安全性，考虑车身的形状，通过对初始路径的路径点初步移动，车体距道路两侧边界的距离差不超过设定值，得到初步优化后的路径；对初步优化后的路径上的路径点进行曲线拟合，在给定最小误差范围ε内优化路径的平滑性，通过L<subgt;0</subgt;范数的优化来减少参数的数量并确保曲率的平滑性，生成易于车辆跟踪且满足可行驶性的要求参考路径；能规划出安全、合理的，满足安全约束与曲率约束的参考路径。

技术研发人员：辛景民,王润生,陈仕韬,郑南宁
受保护的技术使用者：西安交通大学
技术研发日：
技术公布日：2024/1/15