1.一种基于最小作用量原理的智能车辆轨迹分层规划方法,其特征在于,包括:在车辆换道过程中,设定换道轨迹起点和多个换道轨迹终点,确定所述换道轨迹起点到每一个所述换道轨迹终点的换道路径,得到换道轨迹集;
基于周围车辆轨迹预测建立时间里程图;基于所述时间里程图,采用动态规划方法进行车辆速度规划,得到车辆的初始车速;基于二次规划方法对所述初始车速进行平滑处理,得到优化车速;
基于行车场安全理论计算车辆按照所述优化车速沿换道轨迹集中的每条换道轨迹行驶对应的平均作用量,筛选出无碰撞并且对应的平均作用量最小换道轨迹作为规划结果;
换道轨迹行驶对应的平均作用量采用如下公式进行计算:;
其中, , ;
式中, 为换道轨迹行驶对应的平均作用量; 为车辆沿规划换道轨迹行驶对应作用量, 为换道起始时刻; 为换道结束时刻; 为换道过程中的系统拉格朗日量; 和分别代表车辆的动能和势能;
车辆的势能的计算公式为:
;
其中, 为自车周围车辆的数量, 为自车的周围车辆 的车速; 为自车在周围车辆产生的风险场中受到的交互作用力; 代表车辆的势能; 表示自车车速;
自车在周围车辆 产生的风险场中受到的交互作用力通过如下公式进行计算:;
其中, 为周围车辆 产生的风险场中自车所在位置点的场强; 为自车质量; 为自车所处位置的路面附着影响因子; 为从周围车辆 质心位置指向自车所在位置点的距离; 为周围车辆 的质量; 为周围车辆 对风险的影响因子, 、 和 为常数;
为自车与周围车辆 的相对速度大小; 为自车与周围车辆 的运动速度夹角。
2.根据权利要求1所述的基于最小作用量原理的智能车辆轨迹分层规划方法,其特征在于,所述换道轨迹终点为换道轨迹终点区域中的任意一点;
其中,所述换道轨迹终点区域为矩形,换道轨迹终点区域的边界取值为:;
;
;
式中, 为换道轨迹终点区域沿车辆行驶方向的上边界与换道轨迹起点之间的距离,为换道轨迹终点区域沿车辆行驶方向的下边界与换道轨迹起点之间的距离; 为换道轨迹终点区域与车道线垂直方向的上边界记与其最近的道路边界线之间的距离, 为换道轨迹终点区域与车道线垂直方向的下边界与其最近的车道分界线之间的距离;
为车辆与道路边界和车道分界线保持的最小安全距离; 、 为换道路径调节系数; 表示自车车速, 表示目标车道前车车速。
3.根据权利要求2所述的基于最小作用量原理的智能车辆轨迹分层规划方法,其特征在于,得到所述换道轨迹集的方法包括:采用B样条曲线生成换道路径生成所述换道轨迹起点到每一个所述换道轨迹终点的换道路径;
对生成的所述换道路径进行静态障碍物碰撞检测,剔除与静态障碍物发生碰撞的路径,将剩余的换道路径的集合作为所述换道轨迹集。
4.根据权利要求3所述的基于最小作用量原理的智能车辆轨迹分层规划方法,其特征在于,采用4阶准均匀B样条曲线生成曲率连续变化的换道路径。
5.根据权利要求3或4所述的基于最小作用量原理的智能车辆轨迹分层规划方法,其特征在于,在建立时间里程图过程中,还包括:根据周围车辆预测轨迹和所述换道轨迹集中的换道路径,判断自车所在车道前车、换道目标车道前车和换道目标车道后车是否与自车换道存在潜在冲突;选择存在冲突的周围车辆,并且记录冲突开始时刻和冲突结束时刻;将换道路径与周围车辆存在潜在冲突的全部路点集合作为潜在冲突区域,并且将潜在冲突时长内所有的潜在冲突区域记录在所述时间里程图中。
6.根据权利要求5所述的基于最小作用量原理的智能车辆轨迹分层规划方法,其特征在于,所述动态规划方法采用的代价函数为:;
其中, ;
;
;
;
式中, 为动态规划中阶段 对应的状态点, 为每个阶段 对应的速度、 和 为每个阶段 对应的加速度和加加速度; 表示自车与周围障碍车辆之间的相对距离;
为超车过程自车与目标车道后车的最小安全间距; 为跟车过程自车与目标车道前车的最小安全间距; 和 分别为阶段 自车与周围障碍车辆的潜在冲突区域在时间里程图上的最小值和最大值; 为动态规划方法采用的代价函数; 为第一子目标函数、 为第二子目标函数、 为第三子目标函数; 、 为各子目标函数的权重; 表示换道终点的里程位置; 表示正无穷大; 和 分别表示加速度子目标函数和冲击度子目标函数的权重。
7.根据权利要求6所述的基于最小作用量原理的智能车辆轨迹分层规划方法,其特征在于,在基于二次规划方法对所述初始车速进行平滑处理后,还包括:对换道换道轨迹曲率检测,从所述换道轨迹集筛选出可行换道轨迹集;并且从所述可行换道轨迹集中筛选出无碰撞并且对应的平均作用量最小换道轨迹作为规划结果;
其中,所述可行换道轨迹集中的换道轨迹满足如下约束关系:;
式中,表示换道轨迹曲率半径,表示规划车速,g表示重力加速度。