CN110597245A 基于二次型规划和神经网络的自动驾驶换道轨迹规划方法 (北京交通大学)_第1页
CN110597245A 基于二次型规划和神经网络的自动驾驶换道轨迹规划方法 (北京交通大学)_第2页
CN110597245A 基于二次型规划和神经网络的自动驾驶换道轨迹规划方法 (北京交通大学)_第3页
CN110597245A 基于二次型规划和神经网络的自动驾驶换道轨迹规划方法 (北京交通大学)_第4页
CN110597245A 基于二次型规划和神经网络的自动驾驶换道轨迹规划方法 (北京交通大学)_第5页
已阅读5页,还剩43页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于二次型规划和神经网络的自动驾驶换次型规划和神经网络的自动驾驶换道轨迹规划模块给出换道车辆及周围车辆运动轨迹随时间2通过横向偏移推荐模块获取换道车辆在换道路径基于信息感知模块获取的车辆行驶信息及横向偏移通过轨迹规划模块将轨迹规划时间段离散化处2.根据权利要求1所述基于二次型规划和神经网络的自动驾驶换道轨迹规划方法,其=[x3.根据权利要求1所述基于二次型规划和神经网络的自动驾驶换道轨迹规划方法,其=x3(3)搜集包含一定数量随机情景及最优横向偏移的数据构建训练集和测试集;采用神4.根据权利要求1所述基于二次型规划和神经网络的自动驾驶换道轨迹规划方法,其];据换道过程平稳性要求可知,在换道初始时刻t=0和终点时刻t=f的路径导数及曲率为:=0;5.根据权利要求1所述基于二次型规划和神经网络的自动驾驶换道轨迹规划方法,其特征在于,所述轨迹规划模块用于给出随时间变化的换道车辆0的行驶信息和目标车道后所述轨迹规划模块将轨迹规划的时间段[0,tmax]离散化为I46.根据权利要求5所述基于二次型规划和神经网络的自动驾驶换道轨迹规划方法,其III所述目标车道后车2加加速度约束模块用于以目标车道后车2随着换道车辆0换道过程7.根据权利要求5所述基于二次型规划和神经网络的自动驾驶换道轨迹规划方法,其5x-xb-x-xb及xb及xveh标车道后车2的运动规律由初始时刻t=0获取的信息veh2,t=0和变量车2加加速度j2共同计=v=αs;xs+ΔeIsI6通过计算得出换道车辆在当前时刻的航向角组成点集Ω,分别计算点cxq∈Ω的纵坐标及U及xb8.根据权利要求5所述基于二次型规划和神经网络的自动驾驶换道轨迹规划方法,其辆0、换道车辆0与目标车道前车3需满足跟驰模型,避免在轨迹规划结束时刻之后发生碰-x-x-x9.根据权利要求5所述基于二次型规划和神经网络的自动驾驶换道轨迹规划方法,其特征在于,所述目标函数构建模块以换道车辆0和换道影响到的目标车道后车2为研究对7=a-x8[0005]目前,国内外学者利用数学规划方法对自动车辆的换道轨迹规划问题展开数的优化模型以规划换道过程中的时空轨迹。在利用数学规划进行求解换道轨迹求解的9当前车道但在换道车辆之前的车辆命名为当前车道前车1(车1),在目标车道在换道车辆0];[0022]进一步地,所述横向偏移推荐模块给出换道车辆0在换道路径结束时的横向偏移=x输入路径规划模块和轨迹规划模块,并[0030](3)搜集包含一定数量随机情景及最优横向偏移的数据构建训练集和测试集;采[0031]进一步地,所述路径规划模块对换道车辆的路径建立的五次分别代表换道车辆0在不同时刻t的导数及曲率,根据换道过程平稳性要求可知,在换道初始时刻t=0和终点时刻t=f的路径=0;[0039]进一步地,所述轨迹规划模块用于给出随时间变化的换道车辆0的行驶信息和目f表示在换道时间f内的换道路径距离,由sf到sd的行驶过程称为换道路径延伸区,III[0057]所述目标车道后车2加加速度约束模块用于以目标车道后车2随着换道车辆0换道[0063]进一步地,所述防碰撞约束模块用于防止换道车辆0和四周车辆之间的绝对距离-xb-xb及xbtmax]内,当前车道前车1和目标车道前车3的运动规律能够由初始时刻获取t=0的信息veh=αs;s+ΔeIsI通过计算得出换道车辆在当前时刻的航向角组成点集Ω,分别计算点cxq∈Ω的纵坐标及xb-x-x-x2,I为车2与换道车辆0在轨迹规划结束时刻tI[0110]代表时空轨迹规划的目标函=a-x[0113](1)本发明提出一种基于二次型规划快速求解换道时空轨迹的方法,同时本发明[0114](2)传统换道轨迹中,一般假设换道的时间给定以及换道车辆附近的车辆的速度[0116](4)传统方案的研究重点是换道过程中的时间段,但缺乏轨迹规划结束时刻换道发明所述方法可以考虑车2加加速度变量的换道轨迹,进而可以检验当前的换道轨迹是否[0119]图1为本发明实施例中的一种基于二次型规划和神经网络的自动驾驶换道轨迹规[0128]本发明实施例提供一种基于二次型规划和神经网络的自动驾驶换道轨迹规划方块和路径生成模块主要研究对象为换道路径,旨在为换道车辆提供换道的空间路径信息,辆命名为换道车辆0(车0),与换道车辆0同在当前车道但在换道车辆之前的车辆命名为当];=x输入路径规划模块和轨迹规划模块,并这里Nx可以根据实际需求、精度以及分别代表换道车辆0在不同时刻t的导数及曲率,根据换道过程平稳性要求可知,在换道初始时刻t=0和终点时刻t=f的路径=0;[0162]在本实施例中,所述轨迹规划模块用于给出随时间变化的换道车辆0的行驶信息和目标车道后车2的行驶信息。路径规划模块给出换道车辆在换道过程中的横纵坐标变化a=a-xIII[0185]所述目标车道后车2加加速度约束模块用于以车2随着换道车辆0换道过程的加加[0191]所述防碰撞约束模块用于防止换道车辆0和四周车辆之间的绝对距离太小,以避-xb-xb及xb=αs。s+ΔeIsI通过计算得出换道车辆在当前时刻的航向角组成点集Ω,分别计算点cxq∈Ω的纵坐标x及xb[0221]因此,利用均匀离散的方法可获取L个样本的行驶距离s0,l及对应的碰撞点值及xb。[0222]所述跟驰模型约束模块用于在轨迹规划结束时刻tI,使目标车道后车2与换道车辆0、换道车辆0与目标车道前车3需满足跟驰模型,避免在轨迹规划结束时刻之后发生碰-x-x-x2,I为车2与换道车辆0在轨迹规划结束时刻tI[0234]在本实施例中,所述目标函数构建模块以换道车辆0和换道影响到的目标车道后

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论