CN117170359B 无人驾驶车辆轨迹规划方法、装置、设备及存储介质 （东风汽车股份有限公司）

本发明公开了一种无人驾驶车辆轨迹规划长间隔阈值对预设规划触发事件集中的事件状杂环境下具有与采用时间触发机制规划方法相2获取无人驾驶的当前车辆的当前时刻车辆状态信息、环境感知信根据所述风险度评估结果计算重规划的时长间隔阈值，根据所根据所述事件触发判断结果选择执行轨迹完全重规划、速度重规划其中，所述根据所述风险度评估结果计算重规划的时根据所述风险度评估结果通过下式计算重规划的时从预设规划触发事件集中获取当前规划开始所对应的开始时间和最近一次轨迹重新将所述开始时间与所述发生时间的时间差值与所述时长间隔阈值根据首次启动规划事件、所述当前时刻与上一次重规划时间间隔大于将轨迹碰撞检测失败事件作为第二规划触发对所述第一规划触发事件集和所述第二规划触发事件集进行事件状态迹规划结果信息对所述当前车辆的周围交通环境进行风险度评估，获得风险度评估结果，获取无人驾驶的当前车辆的当前时刻车辆状态信息、环境感知信根据所述车辆状态信息、所述环境感知信息、所述全局地图信息根据所述障碍物数量、所述障碍物与自车的相对距离和所述障碍物3根据所述障碍物数量通过下式确定障碍物数N(t)=cnn根据所述障碍物与自车的相对距离通过下式确定相对距根据所述障碍物运动状态通过下式确定运动状根据所述障碍物数量风险度子函数、所述相对距离风险度根据所述障碍物数量风险度子函数、所述相对距离风险度R(t)=WN(t)+w2D(t)+w3M(t)态风险度子函数M(t)的权重系数；根据所述交通环境风险度函数对所述当前车辆的周围交通环境进在所述第一规划触发事件集中至少一个事件发生，4在所述第一规划触发事件集的事件均未发生，将是第一触发在所述事件触发判断结果为所述第一触发事件和所述第二触重规划；风险度评估模块，用于获取无人驾驶的当前车辆的当前时刻车辆状态信息、事件触发判断模块，用于根据所述风险度评估结果计算重规划的时所述时长间隔阈值对预设规划触发事件集中的事件状态进行判断，获得事件触发判断结规划执行模块，用于根据所述事件触发判断结果选择执行轨所述事件触发判断模块，还用于根据所述风险度评估结果通过下式计从预设规划触发事件集中获取当前规划开始所对应的开始时间和最近一次轨迹重新将所述开始时间与所述发生时间的时间差值与所述时长间隔阈值根据首次启动规划事件、所述当前时刻与上一次重规划时间间隔大于将轨迹碰撞检测失败事件作为第二规划触发对所述第一规划触发事件集和所述第二规划触发事件集进行事件状态8.一种无人驾驶车辆轨迹规划设备，其特征在5述无人驾驶车辆轨迹规划程序被处理器执行时实现如权利要求1至6中任一项所述的无人6接收到的实时环境感知信息和自车当前位置状态信息，以固定周期(一般为100ms)实时规轨迹规划结果的行为不一致，会出现无人车运动不稳定(比如上一时刻规划出的轨迹趋势[0005]另一种解决方案是针对换道场景，通过将轨迹是否发生7图信息和所述上一时刻轨迹规划结果信息对所述当前车辆的周围交通环境进行风险度评所述全局地图信息和所述上一时刻轨迹规划结果信息对所述当前车辆的周围交通环境进[0017]N(t)=cnncn为归一化系数；8[0028]R(t)=WN(t)+WZD(t)+wgM(t)动状态风险度子函数M(t)的权重系数；[0030]根据所述交通环境风险度函数对所述当前车辆的周围交[0035]从预设规划触发事件集中获取当前规划开始所对应的开始时间和最近一次轨迹9[0041]在所述第一规划触发事件集中至少一个事件发生，将所述第一触发事件赋值为[0043]在所述第二规划触发事件集中至少一个事件发生，将所述第二触发事件赋值为执行重规划；[0052]事件触发判断模块，用于根据所述风险度评估结果计算的稳定性和乘坐的舒适性，解决了现有技术中无人车在面对动态障碍物时的行为过于保用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口[0071]如图1所示，作为一种存储介质的存储器1005中可以包括操作装置、网络通信模[0072]本发明设备通过处理器1001调用存储器1005中存储的无人驾驶车辆轨迹规划程图信息和所述上一时刻轨迹规划结果信息对所述当前车辆的周围交通环境进行风险度评[0076]本发明设备通过处理器1001调用存储器1005中存储的无人驾驶车辆轨迹规划程[0080]本发明设备通过处理器1001调用存储器1005中存储的无人驾驶车辆轨迹规划程[0082]N(t)=cnncn为归一化系数；[0091]本发明设备通过处理器1001调用存储器1005中存储的无人驾驶车辆轨迹规划程[0093]R(t)=w1N(t)+WZD(t)+wgM(t)动状态风险度子函数M(t)的权重系数；[0095]根据所述交通环境风险度函数对所述当前车辆的周围交[0096]本发明设备通过处理器1001调用存储器1005中存储的无人驾驶车辆轨迹规划程[0100]从预设规划触发事件集中获取当前规划开始所对应的开始时间和最近一次轨迹[0105]本发明设备通过处理器1001调用存储器1005中存储的无人驾驶车辆轨迹规划程[0106]在所述第一规划触发事件集中至少一个事件发生，将所述第一触发事件赋值为[0108]在所述第二规划触发事件集中至少一个事件发生，将所述第二触发事件赋值为[0111]本发明设备通过处理器1001调用存储器1005中存储的无人驾驶车辆轨迹规划程执行重规划；[0115]本实施例通过上述方案，通过获取无人驾驶的当前车辆的当前时刻车辆状态信述全局地图信息和所述上一时刻轨迹规划结果信息对所述当前车辆的周围交通环境进行车周围环境感知信息包括障碍物信息(对于动态障碍物应当包含动态障碍物在未来一段时值，进而根据所述时长间隔阈值对预先设置的预设规划触发事件集中的事件状态进行判[0126]Tre=(1-R(t))*T[0128]从预设规划触发事件集中获取当前规划开始所对应的开始时间和最近一次轨迹取值范围为通过交通风险评估过程，使得自车可以根据周围环境障碍物的实时情由此模型计算出的两次重规划的时间间隔阈值也较大，通过较大的重规划时长间隔上限，规划。[0144]在所述第一规划触发事件集中至少一个事件发生，将所述第一触发事件赋值为[0146]在所述第二规划触发事件集中至少一个事件发生，将所述第二触发事件赋值为执行重规划；进行重新规划。规划模式选择：A不进行重新规划，将上一时刻规划出的轨迹作为当前时刻的轨迹规划结[0158]本实施例通过上述方案，通过获取无人驾驶的当前车辆的当前时刻车辆状态信上一时刻轨迹规划结果信息确定所述当前车辆在当前车速下预设车身区域内的障碍物数所述上一时刻轨迹规划结果信息确定所述当前车辆在当前车速下预设车身区域内的障碍所述上一时刻轨迹规划结果信息可以确定自车当前车速和自车周围一定区域(可以定义该[0169]N(t)=cnncn为归一化系数；[0181]R(t)=w1N(t)+WZD(t)+wgM(t)动状态风险度子函数M(t)的权重系数；[0183]根据所述交通环境风险度函数对所述当前车辆的周围交[0186]在具体实现中，本实施例通过对自车周围实时的交通环[0189]本实施例通过上述方案，通过获取无人驾驶的当前车辆的当前时刻车辆状态信[0194]事件触发判断模块20，用于根据所述风险度评估结果计算重规划的时长间隔阈[0198]N(t)=cnncn为归一化系数；离风险度子函数和所述运动状态风险度子函数通过下[0208]R(t)=w1N(t)+WZD(t)+wgM(t)动状态风险度子函数M(t)的权重系数；[0210]根据所述交通环境风险度函数对所述当前车辆的周围交[0214]从预设规划触发事件集中获取当前规划开始所对应的开始时间和最近一次轨迹图信息和所述上一时刻轨迹规划结果信息对所述当前车辆的周围交通环境进行风险度评[0232]N(t)=cnncn为归一化系数；[0243]R(t)=WN(t)+WZD(t)+wgM(t)动状态风险度子函数M(t)的权重系数；[0245]根据所述交通环境风险度函数对所述当前车辆的周围交[0249]其中，Tre为重规划的时长间隔阈值，TV为预瞄时长，R(t)为交通环境风险度函[0250]从预设规划触发事件集中获取当前规划开始所对应的开始时间和最近一次轨迹[0256]在所述第一规划触发事件集中至少一个事件发生，将所述第一触发事件赋值为[02