1.一种无人驾驶汽车轨迹规划方法,其特征在于,包括如下步骤:
S1、获取待轨迹规划的无人驾驶汽车的环境及车辆状态信息;所述环境及车辆状态信息包括:本车状态、本车位置、环境信息、交通信息和道路信息;
S2、将所述环境及车辆状态信息输入局部轨迹规划器,基于运动学模型,遵循相应的评价指标,规划局部最优轨迹;
S3、将规划得到的局部最优轨迹作为期望轨迹输入轨迹跟踪控制器,以囊括优化参数的目标函数为评价依据,在相应的预设约束条件下,计算所述待轨迹规划的无人驾驶汽车的车辆前转向轮的最优动作序列;所述优化参数包括:横向跟踪误差和控制量变化率;
S4、根据所述最优动作序列,通过操纵所述待轨迹规划的无人驾驶汽车的执行机构,保证所述待轨迹规划的无人驾驶汽车按照规划的轨迹安全行驶。
2.如权利要求1所述的一种无人驾驶汽车轨迹规划方法,其特征在于,所述步骤S3还包括:将规划得到的局部最优轨迹进行重采样,将较大的离散时间步长转变成较小的离散时间步长;将重采样后的局部最优轨迹作为期望轨迹输入轨迹跟踪控制器。
3.如权利要求1所述的一种无人驾驶汽车轨迹规划方法,其特征在于,所述步骤S2中,所述局部轨迹规划器将规划所述局部最优轨迹表示为方程的最优控制问题,在预设预测范围中生成控制变量的最优控制序列:上式中,L(X(t),U(t),t)为预设预测范围[t,t+T]的成本函数;U(t)为预设预测范围[t,t+T]内的最优控制序列;f(X(t),U(t))为状态空间表达式;X(t)为状态变量。
4.如权利要求3所述的一种无人驾驶汽车轨迹规划方法,其特征在于,所述成本函数包括环境成本和轨迹成本;所述环境成本包括:车道保持成本函数、道路边界成本函数和避障成本函数;所述轨迹成本包括:轨迹速度指标成本函数、轨迹控制量变化量成本函数和轨迹一致性成本函数。
5.如权利要求4所述的一种无人驾驶汽车轨迹规划方法,其特征在于,所述避障成本函数的表达式为:上式中,Aobs代表避障成本函数的权重系数;v(t)代表本车速度;x(t)为t时刻本车横坐标位置;y(t)为t时刻本车纵坐标位置;xobs代表障碍物的横坐标位置;yobs代表障碍物的纵坐标位置;ζ为调整系数。
6.如权利要求3所述的一种无人驾驶汽车轨迹规划方法,其特征在于,所述步骤S2中,在预设预测范围中生成控制变量的最优控制序列之后,还包括:将所述最优控制序列根据预设条件进行约束;所述预设条件包括:分别将本车加速度和前轮转角控制在第一预设范围和第二预设范围内,以及约束本车的位置。
7.如权利要求6所述的一种无人驾驶汽车轨迹规划方法,其特征在于,通过如下公式约束本车的位置:上式中,x(t)为t时刻本车横坐标位置;x(t)obs为t时刻环境车辆横坐标位置;rx为不发生碰撞情况下横坐标所留预设安全距离;y(t)为t时刻本车纵坐标位置;y(t)obs为t时刻环境车辆纵坐标位置;ry为不发生碰撞情况下纵坐标所留预设安全距离。
8.如权利要求1所述的一种无人驾驶汽车轨迹规划方法,其特征在于,所述局部轨迹规划器具有较大的离散时间步长。
9.如权利要求1所述的一种无人驾驶汽车轨迹规划方法,其特征在于,所述轨迹跟踪控制器具有较小的离散时间步长。
10.如权利要求1所述的一种无人驾驶汽车轨迹规划方法,其特征在于,所述轨迹跟踪控制器的目标函数包括两部分性能指标,分别为:对所述局部最优轨迹的跟踪能力和控制量的平稳程度。