基于道路模型和基于图形结构的自动驾驶车辆分层路径规划方法

参考论文：Road-model-based and graph-structure-based hierarchical path-planning approach for autonomous vehicles

使用分层体系结构，该体系结构由三个组件组成：行为规划器，地图和路径选择器以及本地路径规划器。行为规划器执行基于规则的决策过程，该过程确定整个车辆操纵。地图和路径选择器预处理感知数据，并使用行为规划器的结果选择本地路径规划算法。从该选择中，本地路径规划器生成可驱动且无冲突的路径。为了在各种驾驶条件下生成可靠的路径，所提出的本地路径规划器采用两种算法：基于道路模型的路径规划算法和基于图形结构的路径规划算法。前者用于结构化道路驾驶，例如车道保持或改变，后者用于非结构化道路驾驶。

系统概述

图片.png

图片.png

图片.png

图片.png

Behaviour planner

图片.png

Map and path selector

图片.png

地图和路径选择器基于行为规划的结果选择路径规划算法，并且集成来自各种信息量的环境地图。基本上，基于道路模型的计划器主要用于典型的道路驾驶，而基于图形的计划器基于A 搜索算法，用于生成异常情况的复杂路径，例如建筑工地，交叉路口堵塞或停车。此外，环境地图的集成取决于所选择的本地路径规划算法。例如，当车辆在高速公路上遇到缓慢行驶的卡车时，车辆控制模式变为超车。随后，将道路地图，静态障碍物地图和动态障碍物列表组合用于基于道路模型的规划器。或者，当车辆在包含复杂障碍物的施工现场周围绕行时，车辆控制模式被转换为施工现场。因此，道路图和风险图被集成到基于图表的计划器中。由于计算资源的使用取决于地图的数据大小和路径规划算法的复杂性，因此地图和路径规划算法的选择对于计算效率是重要的。
局部路径规划
1.Road-model-based path planner
道路几何形状描述

图片.png

图片.png

基于道路模型的路径规划算法由两个主要部分组成：路径候选生成和路径选择。 使用道路模型和当前车辆状态生成候选路径。 从这些候选者中，通过使用优化技术选择一个路径。 然后将所选路径传送到车辆控制系统。

图片.png

图片.png

图片.png

图片.png

评价曲线代价

图片.png

障碍 /曲率/路径一致性

图片.png

2.Graph-structure-based path planner
混合A 算法

Local Path Planning for Off-Road Autonomous Driving With Avoidance of Static Obstacles

图片.png

图片.png

1.构造base frame
2.基于base frame定位
3.生成候选路径
4.选择最优路径

图片.png

图片.png

路径选择

图片.png

障碍/平滑 /一致性
速度规划
1.曲率约束

图片.png

2路径风险速度调整

图片.png

图片.png

2路径长度速度调整