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: 2024115748748
申请人: 吉林大学
专利类型:发明专利
专利状态:已下证
专利领域: 信号装置
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:

1.一种交叉口事故影响下的自动驾驶车辆轨迹规划方法,其特征在于,所述方法具体包括以下步骤:步骤一、自动驾驶车辆采用环境感知设备来感知事故后交叉口的环境信息,感知的事故后交叉口环境信息包括交叉口几何布局信息、事故障碍信息和车辆运动状态信息;

步骤二、根据事故障碍信息判断事故范围与期望轨迹是否存在重叠;

若事故范围与期望轨迹不存在重叠,则根据车辆运动状态信息构建车辆运动场模型后执行步骤三;

若事故范围与期望轨迹存在重叠,则根据车辆运动状态信息构建车辆运动场模型后执行步骤四;

步骤三、根据交叉口几何布局信息构建期望轨迹场模型后,根据期望轨迹场模型和车辆运动场模型构建交叉口事故后行车风险场模型,再执行步骤五;

步骤四、构建事故排斥场模型后,根据事故排斥场模型和车辆运动场模型构建交叉口事故后行车风险场模型,再执行步骤五;

步骤五、根据交叉口事故后行车风险场模型进行自动驾驶车辆的轨迹规划。

2.根据权利要求1所述的一种交叉口事故影响下的自动驾驶车辆轨迹规划方法,其特征在于,所述交叉口几何布局信息包括交叉口的入口车道宽度、出口车道数、出口车道宽度,出入口车道位置、交叉口形状及尺寸。

3.根据权利要求2所述的一种交叉口事故影响下的自动驾驶车辆轨迹规划方法,其特征在于,所述事故障碍信息包括事故位置和事故所占面积。

4.根据权利要求3所述的一种交叉口事故影响下的自动驾驶车辆轨迹规划方法,其特征在于,所述车辆运动状态信息包括自动驾驶车辆在交叉口内的位置、自动驾驶车辆的行驶方向、自动驾驶车辆的速度、自动驾驶车辆的质量、前方邻车在交叉口内的位置、前方邻车的行驶方向、前方邻车的速度以及自动驾驶车辆与前方邻车的距离。

5.根据权利要求4所述的一种交叉口事故影响下的自动驾驶车辆轨迹规划方法,其特征在于,所述期望轨迹场模型根据发生交通事故交叉口的几何布局信息构建:其中,是期望轨迹场模型;λlat是法向引力系数;dexp是空间点(x,y)距期望轨迹的垂直距离;W为轨迹带宽度;λdes是终点系数;lexit为空间点(x,y)在期望轨迹上的垂点到期望轨迹终点的轨迹长度;表示自动驾驶车辆在t时刻的期望方向。

6.根据权利要求5所述的一种交叉口事故影响下的自动驾驶车辆轨迹规划方法,其特征在于,所述自动驾驶车辆在t时刻的期望方向为:其中,x0(t)表示自动驾驶车辆的当前位置,xd(t)表示自动驾驶车辆的期望位置,||·||表示2范数。

7.根据权利要求6所述的一种交叉口事故影响下的自动驾驶车辆轨迹规划方法,其特征在于,所述根据车辆运动状态信息构建车辆运动场模型,具体为:其中,λcon为运动排斥作用的排斥系数;λita为障碍排斥系数;为自动驾驶车辆在t时刻的速度矢量;Δv(t)为自动驾驶车辆的速度大小与前方邻车在t时刻的速度大小的差;dk为自动驾驶车辆与前方邻车的距离;λgui为运动吸引作用的吸引系数;L为交叉口内安全距离;为自动驾驶车辆与前方邻车行驶方向矢量的夹角;

其中,v(t)为自动驾驶车辆在t时刻的速度大小;s0为静止安全距离;T为期望车头时距,α0为自动驾驶车辆的最大加速度;d为自动驾驶车辆的舒适减速度。

8.根据权利要求7所述的一种交叉口事故影响下的自动驾驶车辆轨迹规划方法,其特征在于,所述事故排斥场模型为:其中,为事故排斥场模型,λita为障碍排斥系数;dita表示空间点(x,y)距障碍边缘最近距离;dexit表示空间点(x,y)距离终点的直线距离;λitades是事故排斥场的终点系数。

9.根据权利要求8所述的一种交叉口事故影响下的自动驾驶车辆轨迹规划方法,其特征在于,所述事故后行车风险场模型为:其中,是事故后行车风险场模型,S=0表示事故范围与期望轨迹无重叠的情况,S=1表示事故范围与期望轨迹有重叠的情况。

10.根据权利要求9所述的一种交叉口事故影响下的自动驾驶车辆轨迹规划方法,其特征在于,所述步骤五的具体过程为:将第n个时间步长的开始时刻记为t,根据事故后行车风险场模型计算t时刻自动驾驶车辆在交叉口内(x,y)处的行车风险场后,再计算自动驾驶车辆获得的横向场驱动力和纵向场驱动力:其中,FX(n)为第n个时间步长内自动驾驶车辆的横向驱动力,FY(n)为第n个时间步长内自动驾驶车辆的纵向驱动力;

根据自动驾驶车辆的质量、横向场驱动力和纵向场驱动力,计算在第n个时间步长内的横向行进加速度和纵向行进加速度:其中,aX(n)为自动驾驶车辆的横向行进加速度,aY(n)为自动驾驶车辆的纵向行进加速度,M为自动驾驶车辆质量;

则对自动驾驶车辆的轨迹规划结果为:

其中,(X(n),Y(n))为在第n个时间步长的开始时刻自动驾驶车辆的位置坐标;t′为一个时间步长的长度,(X(n+1),Y(n+1))为在第n+1个时间步长的开始时刻自动驾驶车辆的位置坐标;和分别为自动驾驶车辆在第n+1个时间步长下的X轴和Y轴分速度;和分别为自动驾驶车辆在第n个时间步长下的X轴和Y轴分速度。