一种自动驾驶系统的避障决策方法和装置与流程

阅读：评论：0

1.本发明实施例涉及自动驾驶技术领域，尤其涉及一种自动驾驶系统的避障决策方法和装置。

背景技术：

2.决策规划为自动驾驶系统的大脑，是负责根据当前交通环境，决策出车辆所需执行的动作（如跟车、巡航、避让、停车等），并生成期望的行驶路径及期望速度、加速度等，使车辆安全、平顺行驶。
3.车辆在自动驾驶过程中，自动驾驶系统通过感知模块准确的检测到障碍物的位姿，通过预测模块提前预测障碍物的运动轨迹，通过地图、定位模块提供自车位置及道路信息。决策规划模块接收这些准确、有效的交通环境信息，首先搜索出一条无碰撞、平滑的参考路径，再考虑速度、加速度、加速度变化率等生成舒适的速度曲线，最后将参考路径与速度曲线融合形成规划轨迹，从而完成车辆安全、平顺的行驶。
4.然而在现有技术中，决策规划极度依赖感知模块提供准确、完整的交通信息，但实际上感知模块无法提供准确、完整的交通信息，对交通参与者很难准确预测其运动轨迹，从而导致决策规划模块无法计算出安全、平顺的决策指令和预期轨迹，存在一定的安全隐患，甚至发生安全事故。因此，如何在障碍物信息为不确定的前提下，实现自动驾驶避障的安全性、合理性、可靠性以及有效性，具有重要的现实意义。

技术实现要素：

5.本发明提供一种自动驾驶系统的避障决策方法和装置，以通过构建虚拟障碍物实现车辆安全、平顺避障。
6.第一方面，本发明实施例提供一种自动驾驶系统的避障决策方法，包括：s1、当自动驾驶车辆的当前交通环境信息满足避障场景进入条件时，控制自动驾驶系统进入避障场景中；s2、实时的保存并更新感知模块检测到的障碍物信息；s3、若感知模块在一定的时间内没有检测到障碍物，则根据保存的障碍物信息创建虚拟障碍物信息；s4、根据所述虚拟障碍物信息以及自动驾驶车辆所处路段的地图信息确定自动驾驶车辆的避障行驶路径。
7.可选的，所述避障场景进入条件包括：当前行驶参考线前方存在静态障碍物；或者当前行驶参考线前方静态障碍物在到达终点的导航路径内；或者当前自车位置与当前行驶参考线前方静态障碍物的车间时距小于设定阈值；或者当前行驶参考线前方静态障碍物两侧存在足够的行驶空间。
8.可选的，所述s2包括：
实时计算并更新障碍物在frenet坐标系下的边界以及障碍物的最大长度和宽度。
9.可选的，所述s3包括：根据障碍物的边界以及避障过程中检测到的障碍物的最大长度和宽度计算虚拟障碍物的中心位置；根据障碍物的中心位置确定障碍物在所在车道的行驶航向角；根据障碍物的中心位置、避障过程中检测到的障碍物的最大长度和宽度、障碍物的行驶航向角创建虚拟障碍物信息。
10.可选的，根据障碍物的边界以及避障过程中检测到的障碍物尺寸信息计算虚拟障碍物的几何中心位置，包括：将避障过程中检测到障碍物的纵向起始位置的最小值、障碍物的最大长度作为虚拟障碍物的纵向起始位置和障碍物长度；当自动驾驶系统处于左避障时，将避障过程中障碍物的横向结束位置最大值、障碍物的最大宽度作为虚拟障碍物的横向结束位置和障碍物宽度；根据虚拟障碍物的边界、障碍物长度、障碍物宽度，确定虚拟障碍物的几何中心位置。
11.可选的，根据障碍物的边界值以及避障过程中检测到的障碍物尺寸信息计算虚拟障碍物的几何中心位置，包括：将避障过程中检测到障碍物的纵向起始位置的最小值、障碍物的最大长度作为虚拟障碍物的纵向起始位置和障碍物长度；当自动驾驶系统处于右避障时，将避障过程中障碍物的横向起始位置最小值、障碍物的最大宽度作为虚拟障碍物的横向起始位置和障碍物宽度；根据虚拟障碍物的边界、障碍物长度、障碍物宽度，确定虚拟障碍物的几何中心位置。
12.第二方面，本发明实施例还提供一种自动驾驶系统的避障决策装置，包括：避障场景判断模块，用于当自动驾驶车辆的当前交通环境信息满足避障场景进入条件时，控制自动驾驶系统进入避障场景中；障碍物信息保存模块，用于实时的保存并更新感知模块检测到的障碍物信息；虚拟障碍物信息创建模块，用于若感知模块在一定的时间内没有检测到障碍物，则根据保存的障碍物信息创建虚拟障碍物信息；避障行驶路径确定模块，用于根据所述虚拟障碍物信息以及自动驾驶车辆所处路段的地图信息确定自动驾驶车辆的避障行驶路径。
13.可选的，虚拟障碍物信息创建模块，具体用于：根据障碍物的边界以及避障过程中检测到的障碍物的最大长度和宽度计算虚拟障碍物的中心位置；根据障碍物的中心位置确定障碍物在所在车道的行驶航向角；根据障碍物的中心位置、避障过程中检测到的障碍物的最大长度和宽度、障碍物的行驶航向角创建虚拟障碍物信息。
14.本发明根据感知模块检测到的障碍物信息，同时提取高精度地图信息，判断是否需要进行避障，在进入避障场景之后，实时的保存并更新障碍物的sl边界（start_s、end_s、start_l、end_l）以及最大长度和宽度，当感知模块漏检时，根据最新保存的上述信息创建
虚拟障碍物，帮助车辆成功避障。本发明通过模拟人类驾驶员大脑记忆，在避障过程中将需避让的障碍物信息（如位置、几何形状、航向等）暂时存储起来，当感知模块出现漏检、不稳定时（即未正确检测到需避让的障碍物），利用所存储的障碍物信息构建虚拟障碍物，从而使车辆安全、平顺完成避让动作。
附图说明
15.图1为frenet坐标系与大地坐标系示意图；图2 为frenet坐标系下障碍物的sl边界示意图；图3为自动驾驶系统框图；图4为自动驾驶系统的避障决策方法的流程图；图5为自动驾驶系统的避障决策方法又一流程图；图6为实施例一中自动驾驶系统的避障轨迹示意图；图7为实施例一中自动驾驶系统未检测到障碍物的行驶轨迹示意图；图8为实施例一中自动驾驶系统构建虚拟障碍物的避障轨迹示意图；图9为实施例二中自动驾驶系统的避障轨迹示意图；图10为实施例二中自动驾驶系统未检测到障碍物的行驶轨迹示意图；图11为实施例二中自动驾驶系统构建虚拟障碍物的避障轨迹示意图。
具体实施方式
16.下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
17.本实施例中，首先进行坐标系转换，通过坐标系转换模块将自车位姿（位姿包括位置、航向等姿态信息）、障碍物位姿、高精地图车道参考线等不同坐标系的数据进行坐标统一，从而便于决策规划算法的计算。
18.其中，自车位姿一般是指在大地坐标系下的精确位姿，由全球定位系统（gps）和载波差分相位技术（rtk）融合计算得到。
19.障碍物位姿一般是指感知模块检测到的障碍物的位姿，是基于感知模块坐标系为参考的，通过感知模块标定，可将障碍物位姿转换至大地坐标系。
20.高精地图车道参考线坐标系，是指使用参考线的切线向量“s”和法线向量“l”建立坐标系，即frenet坐标系如图1所示。将自车位姿、障碍物位姿转换至高精地图车道参考线坐标系，得到自车、障碍物的sl位置坐标和sl边界，即s方向起始处的值start_s、s方向结束处的值end_s、l方向起始处的值start_l、l方向结束处的值end_l，如图2所示。
21.本实施例中的自动驾驶系统框图参见图3，该系统包括感知模块、定位模块、高精度地图、决策规划模块以及控制模块。其中，感知模块可以由车载传感器组成，用于采集障碍物id、障碍物位置、障碍物几何形状以及障碍物航向等信息。决策规划模块包括避障决、路径规划以及速度规划等部分，根据获取的障碍物信息进行避障规划，具体的避障决策后续进行展开描述，控制模块根据路径规划以及速度规划信息控制自动驾驶车辆进行避障行驶。
22.进一步地，图4本发明实施例提供的一种自动驾驶系统的避障决策方法的流程图，本实施例可适用于自动驾驶车辆进行避障的情况，具体包括如下步骤：s1、当自动驾驶车辆的当前交通环境信息满足避障场景进入条件时，控制自动驾驶系统进入避障场景中。
23.本实施例中，首先根据当前交通环境信息，即感知模块检测的障碍物信息、高精度地图信息等，判断自动驾驶车辆所处的驾驶场景。
24.其中，避障场景的进入条件，包括但不限于以下条件：（1）当前行驶参考线前方存在静态障碍物；（2）当前行驶参考线前方静态障碍物在到达终点的导航路径内；（3）当前自车位置与当前行驶参考线前方静态障碍物的车间时距小于设定阈值；（4）当前行驶参考线前方静态障碍物两侧存在足够的行驶空间。
25.s2、实时的保存并更新感知模块检测到的障碍物信息。
26.其中，上述障碍物信息包括障碍物在frenet坐标系下的sl边界（start_s、end_s、start_l、end_l）以及最大长度和宽。在避障过程中，通过感知系统的实时检测来不断的更新上述信息，由于感知系统检测障碍物不稳定、存在误差，避障过程中需避让的障碍物的sl边界将出现变化，所以整个避障过程中会保存所检测到的障碍物信息，实时计算更新障碍物的sl边界以及最大长度和宽。
27.具体参见图5，当自动驾驶系统判断当前处于避障场景中，则重点关注需避让的障碍物，判断是否需要创建虚拟障碍物。
28.当需避让的障碍物持续被检测到，则保存此障碍物的位姿信息；若需避让的障碍物在一定的时间未被检测到，则使用未被检测到之前最近一次避障决策时所存储的障碍物信息。同时计算出需避让的障碍物的sl边界（start_s，end_s，start_l，end_l），start_s，end_s，start_l，end_l分别表示障碍物在frenet坐标系中边界的纵向起始位置、纵向终止位置、横向起始位置、横向终止位置。
29.本实施例中，障碍物的纵向为车辆前进方向，障碍物的横向为车辆左右方向。
30.s3、若感知模块在一定的时间内没有检测到障碍物，则根据保存的障碍物信息创建虚拟障碍物信息。
31.上述s3包括：根据障碍物的边界以及避障过程中检测到的障碍物的最大长度和宽度计算虚拟障碍物的中心位置；根据障碍物的中心位置确定障碍物在所在车道的行驶航向角；根据障碍物的中心位置、避障过程中检测到的障碍物的最大长度和宽度、障碍物的行驶航向角创建虚拟障碍物信息。
32.由于感知模块检测障碍物不稳定、存在误差，避障过程中需避让的障碍物的sl边界将出现变化。因此将避障过程中障碍物的最小start_s（纵向起始位置）、障碍物的最大长度作为虚拟障碍物的纵向起始位置和障碍物长度；自动驾驶系统处于左避障时，将避障过程中障碍物的最大end_l（横向结束位置）、障碍物的最大宽度作为虚拟障碍物的横向结束位置和障碍物宽度；自动驾驶系统处于右避障时，将避障过程中障碍物的最小start_l（纵向起始位置）、障碍物的最大宽度作为虚拟障碍物的纵向起始位置和障碍物宽度，并将虚拟
障碍物的sl边界、障碍物长度、障碍物宽度进行存储。在不同的避障场景下，通过使用障碍物的最大长度和宽度来确定障碍物信息，保障了自动驾驶车辆与障碍物之间处于安全的运行距离，使得自动驾驶车辆可以安全、平顺避障。
33.其中，自动驾驶系统处于左避障为自动驾驶车辆从左边绕过障碍物，自动驾驶系统处于右避障为自动驾驶车辆从右边绕过障碍物。
34.根据虚拟障碍物的sl边界、障碍物长度、障碍物宽度，获取虚拟障碍物的几何中心位置，并将虚拟障碍物的几何中心位置存储。
35.根据虚拟障碍物的几何中心位置，结合高精度地图信息，获取虚拟障碍物所在车道的行驶航向角，作为虚拟障碍物的航向角，并将虚拟障碍物的航向角存储。
36.根据上述计算所得的虚拟障碍物中心位置、长、宽、航向等，在高精度地图中创建虚拟障碍物，用于延续避障过程。
37.当需避让的障碍物未被检测到所持续的时间大于设定阈值，则不再创建虚拟障碍物，进而退出避障场景。
38.s4、根据所述虚拟障碍物信息以及自动驾驶车辆所处路段的地图信息确定自动驾驶车辆的避障行驶路径。
39.根据感知模块检测到的障碍物信息、虚拟障碍物信息，结合高精度地图，构建可行驶区域，利用路径搜索算法等生成多条候选避障路径。根据生成的多条候选避障路径的长度、曲率、曲率变化率、与障碍物距离等因素设置不同的代价值权重，计算出每条候选避障路径的总代价值，选取代价值最低的候选路径作为最终的避障路径。
40.本发明根据感知模块检测到的障碍物信息，同时提取高精度地图信息，判断是否需要进行避障。通过模拟人类驾驶员大脑记忆，在避障过程中将需避让的障碍物信息（如位置、几何形状、航向等）暂时存储起来，当感知模块出现漏检、不稳定时（即未正确检测到需避让的障碍物），利用所存储的障碍物信息构建虚拟障碍物，从而使车辆安全、平顺完成避让动作。
41.本发明实施例还提供一种自动驾驶系统的避障决策装置，包括：避障场景判断模块，用于当自动驾驶车辆的当前交通环境信息满足避障场景进入条件时，控制自动驾驶系统进入避障场景中；障碍物信息保存模块，用于实时的保存并更新感知模块检测到的障碍物信息；虚拟障碍物信息创建模块，用于若感知模块在一定的时间内没有检测到障碍物，则根据保存的障碍物信息创建虚拟障碍物信息；避障行驶路径确定模块，用于根据所述虚拟障碍物信息以及自动驾驶车辆所处路段的地图信息确定自动驾驶车辆的避障行驶路径。
42.其中，所述避障场景进入条件包括：当前行驶参考线前方存在静态障碍物；或者当前行驶参考线前方静态障碍物在到达终点的导航路径内；或者当前自车位置与当前行驶参考线前方静态障碍物的车间时距小于设定阈值；或者当前行驶参考线前方静态障碍物两侧存在足够的行驶空间。
43.可选的，障碍物信息保存模块具体用于实时计算并更新障碍物在frenet坐标系下的边界以及障碍物的最大长度和宽度。
44.可选的，虚拟障碍物信息创建模块，具体用于：根据障碍物的边界以及避障过程中检测到的障碍物的最大长度和宽度计算虚拟障碍物的中心位置；根据障碍物的中心位置确定障碍物在所在车道的行驶航向角；根据障碍物的中心位置、避障过程中检测到的障碍物的最大长度和宽度、障碍物的行驶航向角创建虚拟障碍物信息。
45.可选的，根据障碍物的边界以及避障过程中检测到的障碍物尺寸信息计算虚拟障碍物的几何中心位置，包括：将避障过程中检测到障碍物的纵向起始位置的最小值、障碍物的最大长度作为虚拟障碍物的纵向起始位置和障碍物长度；当自动驾驶系统处于左避障时，将避障过程中障碍物的横向结束位置最大值、障碍物的最大宽度作为虚拟障碍物的横向结束位置和障碍物宽度；根据虚拟障碍物的边界、障碍物长度、障碍物宽度，确定虚拟障碍物的几何中心位置。
46.可选的，根据障碍物的边界值以及避障过程中检测到的障碍物尺寸信息计算虚拟障碍物的几何中心位置，包括：将避障过程中检测到障碍物的纵向起始位置的最小值、障碍物的最大长度作为虚拟障碍物的纵向起始位置和障碍物长度；当自动驾驶系统处于右避障时，将避障过程中障碍物的横向起始位置最小值、障碍物的最大宽度作为虚拟障碍物的横向起始位置和障碍物宽度；根据虚拟障碍物的边界、障碍物长度、障碍物宽度，确定虚拟障碍物的几何中心位置。
47.本发明实施例所提供的一种自动驾驶系统的避障决策装置可执行本发明任意实施例所提供的一种自动驾驶系统的避障决策方法，具备执行方法相应的功能模块和有益效果。
48.实施例一本实施中，自动驾驶系统感知到前方存在一辆车，通过高精度地图获取车道信息，由规划模块判断是否进入避障，同时规划出一条避障轨迹，满足自车安全舒适的前提下避让前方障碍车辆，如图6。
49.当车辆在避障过程中，由于感知模块不稳定，前方车辆未准确识别到，自动驾驶系统将退出避障场景，同时规划出一条回到原车道的行驶轨迹，而真实环境中障碍物并没有消失，若规划回到原车道将极大可能与障碍车发生碰撞，如图7。
50.此时通过本发明提出的一种自动驾驶系统避障决策方法，根据避障过程中存储的障碍物信息，构建虚拟障碍物，使自动驾驶系统暂时不退出避障场景，仍继续完成避障动作，如图8。
51.实施例二本实施例中，自动驾驶系统感知到右转车道前方存在一辆车，通过高精度地图获取车道信息，由规划模块判断是否进入避障，同时规划出一条避障轨迹，满足自车安全舒适的前提下避让前方障碍车辆，如图9。
52.当车辆在避障过程中，由于感知模块不稳定，右转车道前方车辆未准确识别到，自
动驾驶系统将退出避障场景，同时规划出一条回到原车道的行驶轨迹，而真实环境中障碍物并没有消失，若规划回到原车道将极大可能与障碍车发生碰撞，如图10。
53.此时通过本发明提出的一种自动驾驶系统避障决策方法，根据避障过程中存储的障碍物信息，构建虚拟障碍物，使自动驾驶系统暂时不退出避障场景，仍继续完成避障动作，如图11。
54.注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

技术特征：

1.一种自动驾驶系统的避障决策方法，其特征在于，包括：s1、当自动驾驶车辆的当前交通环境信息满足避障场景进入条件时，控制自动驾驶系统进入避障场景中；s2、实时的保存并更新感知模块检测到的障碍物信息；s3、若感知模块在一定的时间内没有检测到障碍物，则根据最新保存的障碍物信息创建虚拟障碍物信息；s4、根据所述虚拟障碍物信息以及自动驾驶车辆所处路段的地图信息确定自动驾驶车辆的避障行驶路径。2.根据权利要求1所述的方法，其特征在于，所述避障场景进入条件包括：当前行驶参考线前方存在静态障碍物；或者当前行驶参考线前方静态障碍物在到达终点的导航路径内；或者当前自车位置与当前行驶参考线前方静态障碍物的车间时距小于设定阈值；或者当前行驶参考线前方静态障碍物两侧存在足够的行驶空间。3.根据权利要求1所述的方法，其特征在于，所述s2包括：实时计算并更新障碍物在frenet坐标系下的边界以及障碍物的最大长度和宽度。4.根据权利要求3所述的方法，其特征在于，所述s3包括：根据障碍物的边界以及避障过程中检测到的障碍物的最大长度和宽度计算虚拟障碍物的中心位置；根据障碍物的中心位置确定障碍物在所在车道的行驶航向角；根据障碍物的中心位置、避障过程中检测到的障碍物尺寸信息、障碍物的行驶航向角，创建虚拟障碍物信息。5.根据权利要求4所述的方法，其特征在于，根据障碍物的边界以及避障过程中检测到的障碍物的最大长度和宽度计算虚拟障碍物的中心位置，包括：将避障过程中检测到障碍物的纵向起始位置的最小值、障碍物的最大长度作为虚拟障碍物的横向起始位置和障碍物长度；当自动驾驶系统处于左避障时，将避障过程中障碍物的横向结束位置最大值、障碍物的最大宽度作为虚拟障碍物的纵向结束位置和障碍物宽度；根据虚拟障碍物的边界、障碍物长度、障碍物宽度，确定虚拟障碍物的几何中心位置。6.根据权利要求4所述的方法，其特征在于，根据障碍物的边界以及避障过程中检测到的障碍物的最大长度和宽度计算虚拟障碍物的中心位置，包括：将避障过程中检测到障碍物的纵向起始位置的最小值、障碍物的最大长度作为虚拟障碍物的横向起始位置和障碍物长度；当自动驾驶系统处于右避障时，将避障过程中障碍物的横向起始位置最小值、障碍物的最大宽度作为虚拟障碍物的纵向起始位置和障碍物宽度；根据虚拟障碍物的边界、障碍物长度、障碍物宽度，确定虚拟障碍物的几何中心位置。7.一种自动驾驶系统的避障决策装置，其特征在于，包括：避障场景判断模块，用于当自动驾驶车辆的当前交通环境信息满足避障场景进入条件时，控制自动驾驶系统进入避障场景中；障碍物信息保存模块，用于实时的保存并更新感知模块检测到的障碍物信息；虚拟障碍物信息创建模块，用于若感知模块在一定的时间内没有检测到障碍物，则根
据保存的障碍物信息创建虚拟障碍物信息；避障行驶路径确定模块，用于根据所述虚拟障碍物信息以及自动驾驶车辆所处路段的地图信息确定自动驾驶车辆的避障行驶路径。8.根据权利要求7所述的装置，其特征在于，虚拟障碍物信息创建模块，具体用于：根据障碍物的边界以及避障过程中检测到的障碍物的最大长度和宽度计算虚拟障碍物的中心位置；根据障碍物的中心位置确定障碍物在所在车道的行驶航向角；根据障碍物的中心位置、避障过程中检测到的障碍物的最大长度和宽度、障碍物的行驶航向角创建虚拟障碍物信息。

技术总结

本发明公开了一种自动驾驶系统的避障决策方法和装置。其中，该方法包括：自动驾驶车辆的当前交通环境信息满足避障场景进入条件时，控制自动驾驶系统进入避障场景中；实时的保存整个避障过程中感知模块检测到的障碍物信息；若感知模块在一定的时间内没有检测到障碍物，则根据保存的障碍物信息创建虚拟障碍物信息；根据所述虚拟障碍物信息以及自动驾驶车辆所处路段的地图信息确定自动驾驶车辆的避障行驶路径。本发明实施例在感知模块出现漏检时，利用整个避障过程中所存储的障碍物信息构建虚拟障碍物，从而使车辆安全、平顺完成避让动作，以保障车辆的运行安全。以保障车辆的运行安全。以保障车辆的运行安全。