欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024110608159
申请人: 南京邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 一般车辆
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于边缘计算的车辆自动驾驶轨迹规划方法,其特征在于,方法包括以下步骤:接收车辆行驶环境相关数据,根据车辆行驶环境相关数据生成车辆驾驶环境势场模型,利用人工势场法对车辆驾驶环境势场模型进行改进,得到改进传统车辆行驶环境模型;

所述车辆驾驶环境势场模型包括:道路边界势场模型、车道线势场模型与环境车辆势场模型,且道路边界势场模型内的道路边界势场值大于车道线势场模型的车道线势场值;

所述道路边界势场模型的构建公式为:

车道线势场模型构建公式为:

环境车辆势场模型建模时:以保证车辆的行驶安全,保持安全的行驶距离作为约束,构建环境车辆横向及纵向的势场模型,其中,所述环境车辆势场模型的安全距离取决于环境车辆势场模型的行驶速度,行驶速度越快,安全距离设置更大;行驶速度越慢,安全距离设置更小;

通过道路边界势场模型、车道线势场模型与环境车辆势场建模组合,构建车辆行驶环境势场模型;

将车辆设置为质量点,以质量点为基础获取车辆的行驶状态,得到车辆的行驶轨迹,输入车辆的行驶轨迹至改进传统车辆行驶环境模型内,进行输出优化后的最优行驶轨迹,其中,改进传统车辆行驶环境模型基于预先建立的模型预测控制与人工势场法的车辆轨迹规划器进行求解,预先建立的模型预测控制与人工势场法的车辆轨迹规划器基于遗传算法进行参数优化;

所述改进传统车辆行驶环境模型基于预先建立的模型预测控制与人工势场法的车辆轨迹规划器进行求解,包括:根据车辆运动状态,生成安全运行轨迹,设计超车轨迹优化策略;

采用遗传算法对预先建立的模型预测控制与人工势场法的车辆轨迹规划器进行参数优化,输出优化后的最优行驶轨迹;

所述最优行驶轨迹,包括:道路中心线跟踪、环境车辆势场、超车可行区域势场、道路边界势场、轨迹陡峭评估及横向加速度增量;

所述道路中心线跟踪目标函数为:

环境车辆势场目标函数为:

超车可行区域势场目标函数为:

道路边界势场目标函数为:

轨迹陡峭评估目标函数为:

横向加速度增量目标函数为:

其中

求解的函数公式为:

2.根据权利要求1所述的一种基于边缘计算的车辆自动驾驶轨迹规划方法,其特征在于,所述利用人工势场法对车辆驾驶环境势场模型进行改进时,分别设立道路边界、车道线及环境车辆势场模型,道路边界、车道线及环境车辆势场模型用于车辆在行驶时,非变道情况下,沿中心线行驶,禁止驶出边界线。

3.根据权利要求1所述的一种基于边缘计算的车辆自动驾驶轨迹规划方法,其特征在于,所述预先建立的模型预测控制与人工势场法的车辆轨迹规划器基于遗传算法进行参数优化,得到最优行驶轨迹的过程,包括:通过对改进传统车辆行驶环境模型求解,得到最优横向加速度,利用曲线拟合的方式,对最优横向加速度离散序列进行处理,采用交叉计算的方式,对模型预测控制与人工势场法进行最优化处理,使预先建立的模型预测控制与人工势场法的车辆轨迹规划器内的模型预测控制滚动优化机制与人工势场法的势场模型结合,最终求解车辆轨迹规划器得到最优解,最优解的车辆轨迹规划器对改进传统车辆行驶环境模型进行求解,得到最优行驶轨迹。

4.一种基于边缘计算的车辆自动驾驶轨迹规划系统,其特征在于,包括:改进模型模块,用于接收车辆行驶环境相关数据,根据车辆行驶环境相关数据生成车辆驾驶环境势场模型,利用人工势场法对车辆驾驶环境势场模型进行改进,得到改进传统车辆行驶环境模型;

改进模型模块内车辆驾驶环境势场模型包括:道路边界势场模型、车道线势场模型与环境车辆势场模型,且道路边界势场模型内的道路边界势场值大于车道线势场模型的车道线势场值;

改进模型模块内道路边界势场模型构建公式为:

车道线势场模型构建公式为:

环境车辆势场模型建模时:以保证车辆的行驶安全,保持安全的行驶距离作为约束,构建环境车辆横向及纵向的势场模型,其中,所述环境车辆势场模型的安全距离取决于环境车辆势场模型的行驶速度,行驶速度越快,安全距离设置更大;行驶速度越慢,安全距离设置更小;

通过道路边界势场模型、车道线势场模型与环境车辆势场建模组合,构建车辆行驶环境势场模型;

轨迹优化模块,用于将车辆设置为质量点,以质量点为基础获取车辆的行驶状态,得到车辆的行驶轨迹,输入车辆的行驶轨迹至改进传统车辆行驶环境模型内,进行输出优化后的最优行驶轨迹,其中,改进传统车辆行驶环境模型基于预先建立的模型预测控制与人工势场法的车辆轨迹规划器进行求解,预先建立的模型预测控制与人工势场法的车辆轨迹规划器基于遗传算法进行参数优化;

轨迹优化模块内改进传统车辆行驶环境模型基于预先建立的模型预测控制与人工势场法的车辆轨迹规划器进行求解,包括:根据车辆运动状态,生成安全运行轨迹,设计超车轨迹优化策略;

采用遗传算法对预先建立的模型预测控制与人工势场法的车辆轨迹规划器进行参数优化,输出优化后的最优行驶轨迹;

轨迹优化模块内最优行驶轨迹,包括:道路中心线跟踪、环境车辆势场、超车可行区域势场、道路边界势场、轨迹陡峭评估及横向加速度增量;

轨迹优化模块内道路中心线跟踪目标函数为:

环境车辆势场目标函数为:

超车可行区域势场目标函数为:

道路边界势场目标函数为:

轨迹陡峭评估目标函数为:

横向加速度增量目标函数为:

其中

求解的函数公式为:

5.根据权利要求4所述的一种基于边缘计算的车辆自动驾驶轨迹规划系统,其特征在于,所述改进模型模块内利用人工势场法对车辆驾驶环境势场模型进行改进时,分别设立道路边界、车道线及环境车辆势场模型,道路边界、车道线及环境车辆势场模型用于车辆在行驶时,非变道情况下,沿中心线行驶,禁止驶出边界线;

轨迹优化模块内预先建立的模型预测控制与人工势场法的车辆轨迹规划器基于遗传算法进行参数优化,得到最优行驶轨迹的过程,包括:通过对改进传统车辆行驶环境模型求解,得到最优横向加速度,利用曲线拟合的方式,对最优横向加速度离散序列进行处理,采用交叉计算的方式,对模型预测控制与人工势场法进行最优化处理,使预先建立的模型预测控制与人工势场法的车辆轨迹规划器内的模型预测控制滚动优化机制与人工势场法的势场模型结合,最终求解车辆轨迹规划器得到最优解,最优解的车辆轨迹规划器对改进传统车辆行驶环境模型进行求解,得到最优行驶轨迹。