CN105292116A - 自动驾驶车辆的车道变换路径规划算法 - Google Patents

Abstract

本发明涉及自动驾驶车辆的车道变换路径规划算法。一种系统和方法，用于为行进在路面上的车辆的自动车道对中和/或车道变换提供路径规划生成，该方法采用来自可视摄照机的在摄照机的有效范围内的路面测量值和来自地图数据库的超出摄照机范围的路面测量值。该方法使用来自摄照机的路面测量值来确定沿着车行道的第一节段的期望路径并且根据摄照机如何精确限定路面来识别第一节段的尽头。该方法然后使用来自地图数据库的路面测量值来确定沿着开始于第一节段的尽头的路面的第二节段的期望路径，此时从第一节段向第二节段的过渡是平稳的。

Description

自动驾驶车辆的车道变换路径规划算法

技术领域

本发明主要涉及一种系统和方法，用于在半自动驾驶或自动驾驶车辆中为车道对中和/或车道变换提供车辆路径规划生成，并且更具体地涉及一种系统和方法，用于在半自动驾驶或驾驶车辆中为车道对中和/或车道变换提供车辆路径规划生成，使用来自前视摄照机的测量结果确定摄照机范围内的路径，和使用来自地图数据库的路面点确定摄照机范围之外的距离。

背景技术

近代的车辆的操作正在变得更自动，即，车辆能够在越来越少的驾驶员介入的情况下提供驾驶控制。巡航控制系统已经在车上好多年了，车辆驾驶员能够设定车辆的特定速度，车辆将维持在这个速度而不需要驾驶员操作油门。最近在技术上已经发展了自适应巡航控制系统，该系统不仅维持在设定速度，还将在使用各种传感器例如雷达和摄照机检测到前方的更低速行驶车辆的情况下自动减慢车辆。某些近代的车辆还提供自动驾驶停车，车辆将自动提供转向控制把车辆停下。如果驾驶员作出可能影响车辆稳定性的急剧转向变化，一些车辆系统介入。一些车辆系统试图把车辆维持在道路上的车道的中心附近。此外，全自动驾驶车辆已经表明，能够以高达30英里/小时在模拟城市交通中行驶，同时遵守全部交通规则。

随着车辆系统改善，它们将变得更自动，目标是成为完全自动驾驶车辆。例如，将来的车辆或许将采用自控系统进行车道变换、穿行、远离交通、进入交通、等等。在自动驾驶车辆中，平稳的机动和自动车辆对中和车道变换控制对驾驶员和乘客舒适性很重要。然而，由于传感器和致动器的反应时间，测得的车辆状态会不同于实际的车辆状态。这个差异会导致不正确的路径生成，这将影响车道变换急剧性。

2012年5月1日公告的名称为用于自动车道对中和车道变换控制系统的路径生成算法的美国专利8,170,739，转让给本申请的受让人并且在此通过引用并入，公开了一种系统，用于为自动车道对中和/或车道变换目的提供路径生成。该系统采用一个或多个前视摄照机，它们检测车辆前方的车道标志线，用于识别车辆行进在哪个行进车道上。一种期望路径生成处理器接收来自摄照机的信号，车辆状态信息和车辆转向角以及对车辆车道变换的请求。该系统还包括路径预测处理器，其根据包括车辆纵向速度、车辆横向速度、车辆偏航速率和车辆转向角在内的车辆状态信息预测车辆路径。期望路径信息和预测路径信息相比较以生成误差信号，将其发送给车道变换控制器，该控制器提供转向角信号以使车辆转向并且降低误差信号，此时，路径生成处理器采用五次多项式方程式以根据这些输入信号确定车辆的期望路径。

Lee等人的美国专利申请公开No.2010/0082195，名称为"使用自动车辆控制系统适应性控制车辆操作的方法"，转让给本申请的受让人并且也在此通过引用并入，公开了对'739专利所公开的路径生成算法的改进，其包括根据预测的行进路径和估计的路面位置确定车辆的优选行进路径。

'739专利和'195申请都采用可视摄照机来检测路面标志线和车辆前方的物体用于路径生成。然而，当前的车辆可视摄照机在良好状态下具有约80米的最大有效可视距离，因此限制了它们检测路面标志线来确定路面曲率的能力。具体地，典型的车道变换操作可能需要5-6秒。对于公路速度例如70英里/小时，摄照机范围通常不足以根据当前的计算需求完成车道变换操作。因此，车辆速度会超过系统为半自动或自动驾驶车辆精确提供必要预测路径的能力。

发明内容

本发明描述一种系统和方法，用于为行进在路面上的车辆的自动车道对中和/或车道变换提供路径规划生成，该方法采用来自可视摄照机的在摄照机的有效范围内的路面测量值和来自地图数据库的超出摄照机范围的路面测量值。该方法使用来自摄照机的路面测量值来确定沿着路面的第一节段的期望路径并且根据摄照机限定路面的准确程度来识别第一节段的尽头。该方法然后使用来自地图数据库的路面测量值来确定沿着开始于第一节段的尽头的路面的第二节段的期望路径，其中从第一节段向第二节段的过渡是平稳的。

本发明提供下列技术方案。

技术方案1.一种用于为车辆生成遵循路面的期望路径的方法，所述车辆包括至少一个前视摄照机和地图数据库，所述方法包括：

提供来自摄照机的路面测量值，该摄照机识别路面上的位置；

提供来自地图数据库的路面测量值，该数据库识别路面上的位置；

使用来自摄照机的路面测量值确定沿着路面的第一节段的期望路径；

根据摄照机的有效范围识别第一节段的尽头；以及

使用来自地图数据库的路面测量值来确定沿着路面的第二节段的期望路径，其中第二节段开始于第一节段的尽头。

技术方案2.如技术方案1所述的方法，其中，该方法自动计算多个节段以针对车道对中和车道变换两个目的限定出车辆要遵循的期望路径，。

技术方案3.如技术方案1所述的方法，其中，确定沿着多个节段的期望路径包括求解五次多项式方程式。

技术方案4.如技术方案1所述的方法，其中，识别第一节段的尽头包括确定来自摄照机的路面测量值与沿着第一节段的期望路径之间的误差。

技术方案5.如技术方案4所述的方法，识别第一节段的尽头包括采用成本函数，其识别测量值与期望路径之间的差值并且确定该成本函数何时超出预定成本函数阈值。

技术方案6.如技术方案5所述的方法，其中，识别第一节段的尽头包括最小化成本函数为：

式中，给出成本函数的解答为：

并且式中，是沿着轴的路面位置，是沿着轴的路面位置，是第一节段中的路面测量值。

技术方案7.如技术方案1所述的方法，其中，使用来自地图数据库的路面测量值确定沿着路面的第二节段的期望路径包括使用第一节段中的最后一个位置点处的路面测量值作为第二节段中的第一个位置点的路面测量值。

技术方案8.如技术方案7所述的方法，其中，使用来自地图数据库的路面测量值确定沿着路面的第二节段的期望路径包括使所述期望路径的在第一节段的尽头处的斜度匹配所述期望路径的在第二节段开始处的斜度。

技术方案9.如技术方案1所述的方法，进一步的包括使用来自地图数据库的路面测量值确定沿着路面的开始于第二节段尽头的第三节段的期望路径，其中，第二节段与第三节段之间的过渡出现在路面曲率超过预定阈值的情况下。

技术方案10.如技术方案9所述的方法，其中，路面测量值用来确定第三节段中的第一位置点作为第二节段的最后位置点。

技术方案11.如技术方案11所述的方法，其中，第三节段的第一位置点由来自地图数据库的路面测量点并且通过求解成本函数来计算。

技术方案12.如技术方案11所述的方法，其中，成本函数定义为：

式中，，并且式中，数值和计算为：

并且式中，是沿着轴的路面位置，是沿着轴的路面位置，是来自地图数据库的路面测量值，是第二节段。

技术方案13.如技术方案1所述的方法，进一步的包括确定已经指令车辆车道变换，确定需要多少节段来进行车道变换并且在多个节段上进行车辆变换。

技术方案14.如技术方案13所述的方法，其中，确定需要多少节段来进行车道变换包括确定当前车辆速度下进行车道变换所需的时间以及从当前车辆位置多远将结束车道变换。

技术方案15.如技术方案14所述的方法，其中，进行车道变换包括使用来自摄照机的路面测量值来发起车道变换，并且使用来自地图数据库的路面测量值来结束车道变换。

技术方案16.一种于用于为车辆生成遵循路面的期望路径的方法，所述车辆包括至少一个前视摄照机和地图数据库，所述方法包括：

提供来自摄照机的路面测量值，该摄照机识别路面上的位置；

提供来自地图数据库的路面测量值，该数据库识别路面上的位置；

使用来自摄照机的路面测量值通过求解五次多项式方程式确定沿着路面的第一节段的期望路径，；

根据摄照机的有效范围确定第一节段的尽头，此时来自摄照机的路面测量值与沿着第一节段的期望路径之间的误差超过预定成本函数阈值；以及

使用来自地图数据库的路面测量值确定沿着路面的第二节段的期望路径，其中，路面的第二节段开始于第一节段的尽头，并且其中，使用来自地图数据库的路面测量值确定沿着路面的第二节段的期望路径包括使用第一节段的最后位置点处的路面测量值作为第二节段的第一位置点处的路面测量值，并且匹配第一节段尽头的期望路径的斜度与第二节段开始时的期望路径的斜度。

技术方案17.如技术方案16所述的方法，进一步的包括使用来自地图数据库的路面测量值确定沿着路面的开始于第二节段尽头的第三节段的期望路径，其中，第二节段与第三节段之间的过渡出现在路面曲率超过预定阈值的情况下。

技术方案18.如技术方案16所述的方法，进一步的包括确定已经指令车辆车道变换，确定需要多少节段来进行车道变换以及进行车辆变换。

技术方案19.如技术方案18所述的方法，其中，确定需要多少节段来进行车道变换包括确定在当前车辆速度下进行车道变换所需的时间以及从当前车辆位置多远将结束车道变换。

技术方案20.一种用于为车辆生成遵循路面的期望路径的系统，所述车辆包括至少一个前视摄照机和地图数据库，所述系统包括：

用于提供来自摄照机的路面测量值的装置，该摄照机识别路面上的位置；

用于提供来自地图数据库的路面测量值的装置，该数据库识别路面上的位置；

用于使用来自摄照机的路面测量值确定沿着路面的第一节段的期望路径的装置；

用于根据摄照机的有效范围识别第一节段的尽头的装置；和

用于使用来自地图数据库的路面测量值来确定沿着路面的第二节段的期望路径的装置，第二节段开始于第一节段的尽头。

本发明的更多特征通过下列描述和所附权利要求连同附图将变得更明显。

附图说明

图1是车辆的图示，包括在半自动或自动驾驶车辆中进行路径预测生成必须的部件；

图2是行进在路面上的车辆的图示，示出计算的车辆路径；

图3是行进在路面上的车辆的图示，并且示出为不同节段算得的车辆路径，其中路径由摄照机测量结果和地图数据库来确定；

图4是行进在路面上的车辆的图示，示出车道变换路径；

图5是流程图，示出确定车辆路径的过程；

图6是沿着路面行进的车辆的图示，示出使用地图数据库路面点的计算路径；

图7是总流程图，示出用于路径规划的过程的总览；

图8是图表，水平轴上为距离，竖直轴上为路面曲率，包括图表线表示路径曲率；

图9是图表，水平轴上为距离，竖直轴上为车辆速度，包括图表线表示标出的速度、极限速度廓线和舒适速度廓线；

图10是路面的另一表示，示出为了回避障碍进行的路径变换；

图11是图表，水平轴上是时间，竖直轴上是速度，示出车辆的原始速度廓线和车辆的已调整速度廓线；

图12是路面的表示，示出短节段路径以使车辆回到基准路径；和

图13是流程图，示出用于在路径预测过程中采取躲避操作的过程。

具体实施方式

本发明的实施例的下列论述专注于用于在半自动驾驶或自动驾驶车辆中提供路径规划生成的系统和方法，它们本质上仅仅是示例性的，决不意图限制本发明或其应用或用途。

图1是车辆10的图示，包括控制器12，其执行本文论述的所有必需的过程、计算、算法等以提供以半自动或自动方式驾驶的车辆10的路径预测、生成和控制，控制器12能够是任意数量的独立或组合处理器、电子控制单元（ECU）、装置等。控制器12接收来自一个或多个前视可视摄照机14的信号，摄照机检测车道标志线和路面上或中或否则车辆10前方的物体，摄照机14能够是用于此目的的任何合适的检测装置，例如电荷耦合装置（CCD）摄照机、互补金属氧化物半导体（CMOS）视频图像传感器等等。车辆10还包括许多传感器、由传感器16整体代表，其提供车辆动作信息，包括但不限于车辆速度、偏航速率、转向角、横向和纵向加速度、横向和纵向速度等等。车辆10进一步地包括GPS接收器18，其接收识别车辆10的位置的GPS信号，该信号被提供给地图数据库20，其给控制器12提供路面上的车辆10的位置的指示，例如，隔开的路面点。根据车辆10的期望路径以及车辆10是半自动还是自动驾驶，控制器12可以提供输出信号给车辆制动系统22、车辆油门24和/或车辆转向系统26。

如上面提及的，'739专利采用前视摄照机和路径预测生成算法，例如控制器12可采用的，来生成期望车辆路径以维持车辆10在车道中心和用于车道变换的路径。期望路径用某个时间段内的一系列横向偏移、航向角和纵向距离来表示。控制器12使用五次多项式方程式根据预测车道中心生成期望路径。在用于计算期望路径的过程开始时，该五次多项式方程式具有六个未知数。标准化路径问题与车辆状态无关，车辆状态用于从标准化坐标进行坐标变换成车辆坐标。在算法中为平稳路径采用连续性假设并且包括与当前车辆位置和车辆移动方向对齐的期望路径的起始位置和定向角，此时在一次和二次导数中车道变换路径应结束于目标车道的中心并且对齐该车道。

图2是在路面44的车道46上沿着车道46的中心处的估计车道中心线48行进的车辆42的图示40，该估计车道中心线已经由车道中心估计算法通过各个检测的测量值例如前视摄照机和GPS/地图数据库来确定，在此，路面44还包括相邻车道50。如上，车辆42装配有路径预测生成所必需的全部部件，总体上用盒子54表示，包括前视可视摄照机，其检测路面44上的车道标志线，在此，当车辆沿着中心线48行进时，沿着车道46的一系列点52以摄照机采样次数识别车辆40的期望x，y位置，在此，这些点52是车道46的左右边的标志线之间的平均距离。在图2（理想情况）中，车道中心线48正好与车辆42的期望路径重叠。然而，实际上，在车辆42需要遵循的期望路径与车道46的实际中心之间会存在差异。这个差异的一个明显的原因是车道中的障碍，因此，期望路径应当生成为避免障碍。这个差异的另一原因是车辆初始位置没有在车道的中心，移动方向不是完全对齐车道中心线48。

'739专利使用摄照机14确定车道中心线48被部分改造如下。摄照机14用点52提供对车道46相对于车辆42的中心的位置和定向的估计。在这个实施例中，路面44建模成两个节段的二次多项式方程式，如：

式中，和表示沿着第一节段和第二阶段的x轴的端点，和表示路面44相对于车辆坐标系的横向偏移。摄照机14提供的测量结果包括车辆42相对于路面44的第一节段的偏航角，车辆的重心与车道46的横向偏移以及第一节段和第二节段的路面曲率and。

从路面44与车道表示之间的几何关系，方程式（1）和（2）的系数能够关联如下：

假设路面44是不间断地延伸，也就是说，每个路面表示的两个节段平稳连接，在过渡点处没有急剧变化。本文只假设零次和一次连续性，这样下面的方程式（7）和（8）保持在过渡点。

。

把方程式（3）-（8）代入方程式（1）和（2）中，得到：

。

通过积分方程式（3）-（6）、（9）和（10），方程式（1）和（2）能够改写成摄照机14的测量结果的形式为：

。

假设车辆42以纵向速度行驶，并且路面44上没有障碍，那么，驾驶员/乘客舒适性取决于车辆横向加速度，横向加速度是车辆速度和转向角的函数。时间变量专用于完成车道变换操作，而不依赖于车辆纵向速度，除非在车道变换操作期间计算的横向加速度被预测为超出某一限值。如果横向加速度超出这个限值，就用新的延长的车辆变换操作时间计算新路径。

车辆纵向速度由车辆速度计测得，横向偏移、航向角和路面曲率由摄照机14测得。对于车道变换操作，期望路径生成被公式化为边界条件问题。假设车道变换控制开始于并且定义为在时间时相对于坐标系的原点的车辆位置。注意到，坐标系是时间时捕获的车辆坐标系，车辆42在时间时的位置和航向角对齐。因此，能够设定和而不失一般性。

然后，车辆42的初始和最终状态和能够通过处理路面表示方程式（11）和（12）而获得。值对应车辆42在时间时的期望位置，其中能够通过积分车辆纵向速度来估计，值能够由车道宽度和路面几何结构来获得。注意到，方程式（3）-（6）中的表示路面与车辆42的中心的横向偏移，这里表示车辆相对于的位置。

为车辆42的和位置，选择五次多项式方程式，得到：

。

考虑初始和最终条件，得到：

。

通过下列线性方程式能够解决问题：

。

通过坐标的标准化，能够简化路径生成问题。表示标准化坐标为，得到：

。

把方程式（17）和（18）代入方程式（13），并且重新定义多项式方程式的系数，通过下列方程式能够获得：

。

把方程式（17）和（18）的标准化坐标应用到初始和最终条件中，标准化坐标能够被改写条件成：

。

方程式（16）的线性方程式问题能够简化为：

。

注意到，路面条件仅仅由y向量捕获，矩阵是一个常数矩阵，不管初始条件、最终条件或路面几何结构如何。因此，方程式（22）的解能够由几个简单代数计算的来获得。一旦计算出解，方程式（19）代表着标准化坐标中完成当前的车道变换操作的期望路径。应用方程式（18）能够得到车辆坐标系中的期望路径廓线。

恢复车辆的初始位置和初始航向角，因为车辆动作是由时捕获的车辆坐标系来描述。在有转弯路面的情况下，边界条件能够写成：

式中，是车道宽度，是时间时的x坐标，其对应于完成车道变换操作行进的纵向距离。值是由对时间积分车辆速度来估计。注意到，能够是或，取决于属于哪个节段，即：

在标准化形式中，初始和最终条件为：

。

把方程式（26）和（27）代入线性方程式（22），得到下列解答：

。

注意到，能够是或，取决于属于哪个节段。

如方程式（30）中看到的，该多项式方程式的首先两个系数总是为零。此外，其余的系数能够用几个代数计算用边界条件算出。

对于笔直道路情况，路径生成问题能够进一步简化。在整个车道变换操作中，道路曲率为零，车道变换结束时的期望航向角将也为零。因此，初始和最终条件为：

式中，是车道宽度。

在标准化形式中，初始和最终条件能写成：

。

最后，将方程式（33）和（34）的条件代入线性方程式中得到下列解答：

。

如方程式（36）中看到的，对于笔直道路，多项式方程式的系数是常数，与道路变换操作的距离无关，也就是说，期望路径是预先确定的，并且对于笔直道路情形下的车道变换操作，不需要在线计算。

上面的论述提供了计算和操作，它们被采用于模拟供车辆42遵循的车辆路径为五次多项式方程式，基于由来自摄照机14的测量结果所定义的路面44的位置并且如’739专利中阐述的。然而，如上面提及的，摄照机14具有有限的有效距离，在较高的车辆速度下，其可能不足够远来执行车道变换操作。如将在下面详细论述的，本发明提出根据路面44如何能够很好的定义来把路面44分成节段。

图3是路面44的图示60，其中，相似的元件用相同的附图标记表示，并且示出中心线48被分成三个节段，即第一节段62、第二节段64和第三节段66，其中，过渡线68把第一节段62与第二节段64分开，过渡线70把第二节段64与第三节段66分开。对于下面论述的方程式，第一节段62将表示成seg1，第二节段64将表示成seg2，第三节段66将表示成seg3。虽然这个例子仅仅论述三个节段，但是所需的节段数量将取决于许多因素，包括车辆42的速度和路面44的曲率，如下面将更详细论述的。

第一节段62就在车辆42的紧前方，第一节段中的中心线48由摄照机测量值来确定，如上面和’739专利中论述的。更具体的，摄照机14提供测量值和，并且算法确定五次多项式方程式的系数和，该多项式方程式定义车辆42要遵循的中心线48。为了下面的论述，第一节段62由摄照机测量结果和单个三次多项式方程式限定：

。

一旦中心线48延伸超出摄照机14的有效距离，本发明结束第一节段62并且平稳过渡到第二节段64，在此，超出摄照机检测范围的中心线48由地图数据库20确定。算法能够把中心线48分成三个以上的节段，取决于中心线48的地图数据库20生成的有效程度以及路面44的弯曲程度和车辆移动速度。

因为在每次步骤都对车辆42计算中心线48，算法还根据车辆42的当前位置、摄照机检测范围并且根据路面44的曲率、在当前车辆速度需要多少附加节段以为不同条件适当地提供路径规划（例如请求的车道变换、躲避操作等等）确定在哪里出现第一节段62与第二节段64之间的过渡线68。

随着第一节段62的范围增大，平均采样点和车道中心线48的多项式表示之间的差增大，形成误差，其定义了摄照机14的有效范围。本发明提出确定该误差什么时候超过某一成本函数J以确定在过渡线68处第一节段62的尽头。在每次步骤中，用最小二乘法计算值，，和，成本函数定义为：

。

通过最小二乘法，系数，，和的解答确定为：

。

如果特定采样点处的成本函数J超过某一阈值J _threshold ，算法就在采样点处结束第一节段62，并且设置值。这个成本函数分析是在每个采样时间执行，因此，代表第一节段62的尽头的采样点是不断更新的。

在第一节段62与第二节段之间的过渡线68处，然后将开始由地图数据库20计算的中心线48，其合并到前次基于摄照机测量点计算的第一节段62中的中心线48。第二节段64的中心线48由三次多项式定义为：

式中，并且值和是可从地图数据库20获得的测量结果。

为了使从第一节段路径到第二节段路径的过渡平稳，通过应用两个连续约束（continuityconstraint）从第一节段62计算值和。第一约束包括中心线48对于第二节段64的第一点与中心线48对于第一节段62的最后点相同，为：

。

第二约束包括，在过渡线68处使第一节段62的路径线的斜度与第二节段64的路径线的斜度相同，为：

式中。

基于路面44的曲率确定第二节段64与第三节段66之间的过渡线70，因此，中心线48在车道46的中心遵循平稳过渡。如果地图数据库20确定路面曲率变化超过某一阈值，例如1/10,000(1/m)，从第二节段64的起点到第二节段64的终点，第三节段66开始并且定义为：

式中，，并且值和是从地图数据库20直接获得。

从第二节段64向第三节段66的过渡线70也以上面论述的连续约束为条件。因此，从这些连续约束计算值和。

。

一些地图数据库仅仅提供点处的路面曲率ρ(x)，而不提供值,,和。对于那些地图数据库，过渡线70能够以与第一节段62与第二节段64之间的过渡线68相同的方式被确定。具体地，如果地图数据库20仅仅提供路面曲率ρ，那么值和能够直接由地图数据库20中可用的路面点来计算，如上所述。对于这个实施例，成本函数J重新定义为：

式中，，并且，最小二乘法用于找到值和。

最小二乘法之后的解被计算为：

式中，值和能够以相同的方式获得。

如果车辆42沿着中心线48行进，并且指令车道变换，那么，就以与'789专利中相同的方式执行车道变换。图4是路面44的图示72，类似于图示60，其中，相似的元件用相同的附图标记表示，并且示出由算法确定的车道变换路径74，这样车辆42离开车道46中的中心线48并且行进到相邻车道50中，然后，它将在车道路径76上的车道50中对中。根据本发明，算法首先确定需要多少节段来完成所请求的车道变换操作，即，从车辆当前位置超出摄照机14的范围之外多远将完成车道变换。例如，取决于车辆42的速度、路面44的曲率、转向侵略性廓线（steeringaggressivenessprofile）等，算法将确定需要多少时间来进行车道变换请求，从车辆当前位置多远将完成车道变换。为了实现这个，给出车道变换时间，例如六秒，值与值,,等作比较，以找出值属于哪个节段。例如，假设：

根据这个假设，对车道路径变换的分析包括使用要变换车道的初始条件的第一节段车道代表和相邻车道50中的车道路径76的结束条件的第三节段车道代表。对于初始条件，路径开始于当前车辆位置，当前车辆航向并且，当前车辆路径曲率。相邻车道50的中心对齐一次和二次导数中的车道时车道变换完成时的结束条件为：

。

算法开始于五次标准化路径方程式：

式中，系数,,,,和是未知的，值,和是已知的。

应用初始/结束条件，算法确定系数,,,,和为：

。

带有确定系数,,,,和的五次多项式方程式（51）是车道变换期望路径的最终解答。注意到，值，，，和是上面确定的车道中心参数。

图5是流程图90，示出上面论述的确定车道中心和车道路径规划的过程。算法开始于框92，读取车辆动作数据例如车辆速度、偏航速率等等，然后在框94提供摄照机测量结果用于确定车道。算法然后在框96从摄照机测量结果确定车道中心线并且在框98确定摄照机14的有效范围，其是从第一节段62向第二节段64的过渡。算法在框100从地图数据库20读取地图数据以确定道路曲率并且在判定菱形102进行地图属性核实以确定值和是否可从地图数据库20获得。如果判定菱形102处值和不可获得，那么，算法就在框104确定值和，如上面对方程式（45）的论述。一旦值和在判定菱形102从地图数据库20可获得或在框104被确定，算法就在框106提供地图路面点和摄照机测量结果的映射合并，用于过渡到第二节段62。然后算法在框108生成多节车道中心廓线，用于第二节段64进入第三节段66并超过。如果请求车道变换，算法就在框110确定车道变换行进距离，然后在框112确定车道变换路径的初始和结束条件。算法然后在框114做出对车道变换路径的确定，在框116重复这个过程用于下一采样阶段。

上面论述的路径规划算法首先使用摄照机测量结果来为车辆42确定路径规划，然后使用地图数据库路面点作为输入来确定超出摄照机14的有效范围的路径。在下面论述的替换实施例中，路径规划算法一开始使用可从地图数据库20可获得的路面点来确定期望车辆基准路径。对于这个实施例，这一个路径规划算法可以用于所有的必要车辆路径规划操作，包括车道变换操作、静止物体躲避、由于车辆前方的移动物体减速以及物体周围的避让操作。

图6是路面122的图示120，包括两个相邻车道124和126，每个车道分别包括车道中心线128和130，其中路面122中有较急剧转弯132。车辆134行进在车道124中，此时路径规划生成算法促使车辆134以适当的速度沿着基准路径136自动转向，此时路径136可以是或不是精确地遵循中心线128。在路径规划生成过程期间，不同的情况会促使车辆134调整路径136和/或调整它的速度。例如，路径规划生成算法可接收车道变换请求，出于许多原因，从车道124变到车道126，此时路径规划生成算法将促使车辆134离开路径136和车道124并且沿着车道变换路径138行进到车道126。此外，静止物体可能在或部分在路面122中，需要车辆134调整其路径以安全地绕过该物体。此外，车辆134前方可能有慢速移动的物体，例如自行车，这会要求车辆135减速以允许物体移出道路。此外，行人可能正在穿越路面122，要求车辆134采取避让路径规划操作。车辆134可结合可能正共用路面122的其他物体做出其它的路径变换以遵循路面122。

图7是系统140的框图，示出路径规划生成过程的总览，下面将针对上面提及的情形详细论述。在框142，算法使用在线148上提供的地图和GPS数据以提供进程基准路径规划，其不需要考虑交通或其它障碍。在框144，算法从车辆134上的任何可用传感器接收线150上的物体数据，表明一些物体可能会干扰无交通基准路径，此时需要调整路径。在框146，算法采用线152上提供的摄照机数据，为不同的交通状况执行对路径的精细调节。

在框142，算法接收地图数据库路面点并且生成平稳基准路径，特别是路径136，以最小化车辆134的急剧转弯，这里算法补偿地图不准确性。地图数据库路面点示为沿着车道124的一系列点154，这些点154不是等距间隔，并且提供车道124的中心线128的过程位置。算法使这些点154等距间隔，从而提供对车道124的中心的更好表示。换句话说，一旦算法识别来自地图数据库20的路面点154，它从那些点识别车道124的中心，然后把这些点154沿着那条线移动成等距间隔。

算法然后使车辆134的基准路径平稳通过转弯132，通过降低车辆134的急剧转弯需求。更具体地，一旦算法有了粗略识别车道124的中心的路面点154，从其能够确定中心线128，算法就基于中心线128的曲率计算车辆134将遵循的基准路径136以降低车辆134的强烈转弯需求，以便于更平稳的驾乘。例如，线128上的转弯132中的路面点154移动更接近转弯132的内侧，如路径136上的点118，从而降低车辆134的转弯量。这示为车道124的中心线128与基准路径136之间的差异。

图8是图表，水平轴为距离，竖直轴为道路曲率，包括识别由点154计算的中心线128的曲率量的图表线156和表示在算法已经处理了中心线128的曲率之后沿着车辆134的路径136的平滑路径的曲率的图表线158。在高的路面曲率位置处，算法选择三个相邻点118，表示为,和,式中，是时间。为了生成具有低曲率廓线158的平稳基准路径，该算法最小化成本函数为：

式中，是第个采样点，是路径平稳项的权：

式中，是路径长度项的权：

。

通过这个过程，高曲率的特定区域处的这些点的位置针对成本函数的每次计算横向移动一些预定量，例如10厘米，并且，一旦成本函数处于其最低值，那些点118就被选定用于车辆134的路径。

同样在框142，算法确定车辆134沿着生成路径136在每个位置的速度。图9是图表，水平轴上为距离，竖直轴上为车辆速度，包括图表线160表示由地图数据库20提供的沿着路面122的标出的速度（postedspeed）。在这个实施例中，且没有障碍在车辆134的前方，根据标出的速度识别两个速度廓线，其中一个速度廓线指的是极限速度廓线，用图表线162表示，此时车辆134的速度可以做出突然且急剧的变化。另一速度廓线指的是舒适速度廓线，用图表线164表示，提供车辆速度的较不急剧的变化，以便于更舒适的驾乘。这两个廓线都没有超出车辆134的横向和纵向加速度极限以及路面122的曲率。

对于每个路面点x _i ,y _i ，地图数据库20给出图表线160的路面曲率值 _i 和路面速度极限值。对于每个点，期望车辆速度确定为：

式中，如果

那么：

并且如果：

那么：

并且，式中，是相邻点之间的距离，并且，,和是为极限速度廓线或舒适速度廓线选择的车辆横向和纵向加速度极限，它们是供调节用的设计参数。在此，假设,和是给定的。

一旦如上所述在框142生成期望基准路径，在框144可能会有把车道变换到相邻车道126的请求，路径被修改以在沿着车道变换路径138从当前车道124中的当前路径128向相邻车道126中的期望路径130的过渡处进行车道变换。由单独算法提供车道变换路径138，例如上面论述的，路径138被合并到当前路径以进行车道变换，给出的车道变换路径模型为：

式中，是弧长变量，是惯性坐标系中的坐标，是惯性坐标系中车辆134的航向角，是路面曲率。

此外，在框144，车辆134可能会需要作出速度和航向修正，由于车辆134前方的物体。图10是路面122的图示170，并且包括在转弯132中的静止物体172例如橘色的桶形表示，算得的基准路径136可以促使车辆134行进接近物体172。物体172被车辆134上的任何合适传感器检测到，并且作为对路径生成算法的输入而提供。算法生成围绕物体172周围的多个路径174，对每个候选路径都进行评估，以确定它是否是避开物体172同时允许车辆134在车道124内保持舒适且尽可能接近基准路径136的最佳路径。更具体地，算法选择候选路径，其与期望基准路径136和物体172间隔预定距离例如10厘米，通过一系列的计算，来确定那些候选路径中的哪一个将是车辆134的最佳路径，其与物体172有安全距离，但又是最接近原始算得路径172的路径。最佳候选路径是最小化成本函数的路径：

式中：

并且式中，是站层（stationlayer）上的最佳节点，是与连接最佳节点和的路径174有关联的成本，是与在节点访问的空间点有关联的成本，和分别是用于横向车辆操作的成本和权，是用于与静态物体172的碰撞的成本，和分别是用于偏离基准路径136的成本和权。

在另一情形中，车辆134前方的移动物体176，例如自行车或行人，可以被车辆传感器16检测到，算法将调整车辆134的速度以避开物体176。图11是图表，水平轴上为时间，竖直轴上为速度，示出用图表线178表示的会促使车辆134碰撞物体176的车辆134的原始算得速度廓线和示出用图表线180表示的降低车辆134的速度以避开物体176的调整后的速度廓线。

如上所述，采用成本函数以确定车辆134的最佳速度供操作遵从。在这个过程中，算法生成多个候选速度廓线，避开物体176，并且使用方程式（72）中的成本函数评估每个候选速度廓线。更具体地，算法降低车辆134的速度以比上面确定的来自极限速度廓线或舒适速度廓线的算得基准速度少一些预定量例如1英里/小时，以确定匹配期望速度廓线并且安全避开物体176的最佳速度。算法找出最佳速度廓线，其最小化成本函数。

式中：

并且式中，是站层上的最佳节点，是与连接最佳节点和的速度变换有关联的成本，是与在节点访问的速度有关联的成本，和分别是用于纵向车辆操作的成本和权，是用于与物体172的碰撞的成本，和分别是用于偏离基准速度廓线路径的成本和权。

在框146，提供摄照机数据以精调车辆134当前所在的基准路径136，基于上面的论述，取决于车辆134当前所处的交通状况。具体地，算法输入来自摄照机14的测量结果并且更精确地计算摄照机14的范围内的基准路径136以做出精调修正，从而，如果车辆134偏离了基准路径136就使车辆134回到基准路径136上。

图12是图示184，类似于图示170，类似的元件用相同的附图标记表示，示出使用来自摄照机14的测量结果如何使车辆134回到基准路径136上。具体地，如果车辆134偏离基准路径136，算法计算短路径节段186以使车辆134回到基准路径136和期望速度，使用建模的本地闭环轨迹，包括五次多项式路径模型和三次多项式速度模型，为：

。

式中，方程式（76）中的未知数由下面确定：

式中，v _o 和a _o 分别是当前速度和当前加速度，v _f 和a _f 分别是时间t _f 时的期望速度和加速度。

应用车道几何结构和车辆动作测量结果，每次步骤计算路径和速度模型以找出值,,,,,和,,,。

图13是流程图200，示出根据上面论述的一个过程。对于框142，算法在框202根据来自地图数据库20的路面点154确定车辆前方134没有任何障碍或交通时期望基准路径136的车道基准路径最佳化，并且在框204为相同状况确定车道基准速度。然后，算法在判定菱形206处为框144确定是否存在车道变换请求，如果是，就用上面论述的方式在框208生成车道变换路径138。如果车道变换路径138已经在框208生成，或者在判定菱形206处没有对车道变换的请求，那么，算法就在框210确定是否需要任何横向路径规划以避开静止物体，并且在框212确定是否需要任何纵向速度规划以避开物体。一旦已经做出所有这些调整，算法就前进到框214以合并摄照机精调必要条件到框146的闭环轨迹规划过程。算法然后在判定菱形216处确定是否存在任何其它碰撞顾虑，由车辆134上运行的其它算法提供，如果是，在框218使用纵向和/或横向车辆控制来提供躲避轨迹规划。否则，算法在框220生成路径136。

如本领域技术人员很好理解的，本文论述的描述本发明的数个和不同步骤和过程可以指的是计算机、处理器或其它电子计算装置执行的运算，它们使用电学现象操作和/或转换数据。那些计算机和电子装置可以采用不同的易失的和/或非易失的存储器，包括非暂时性计算机可读介质，其上存储有包括能够由计算机或处理器执行的不同代码或可执行指令在内的可执行程序，存储器和/或计算机可读介质可以包括所有形式和类型的存储器及其它计算机可读介质。

前面所公开的论述仅仅描述了本发明的示范性实施例。本领域技术人员从这样的论述和附图和权利要求中将容易地认知到，在不脱离如下列权利要求所限定的本发明精神和范围的情况下能够做出各种变化、改型和改变。

Claims (10)

1.一种用于为车辆生成遵循路面的期望路径的方法，所述车辆包括至少一个前视摄照机和地图数据库，所述方法包括：

提供来自摄照机的路面测量值，该摄照机识别路面上的位置；

提供来自地图数据库的路面测量值，该数据库识别路面上的位置；

使用来自摄照机的路面测量值确定沿着路面的第一节段的期望路径；

根据摄照机的有效范围识别第一节段的尽头；以及

使用来自地图数据库的路面测量值来确定沿着路面的第二节段的期望路径，其中第二节段开始于第一节段的尽头。

2.如权利要求1所述的方法，其中，该方法自动计算多个节段以针对车道对中和车道变换两个目的限定出车辆要遵循的期望路径，。

3.如权利要求1所述的方法，其中，确定沿着多个节段的期望路径包括求解五次多项式方程式。

4.如权利要求1所述的方法，其中，识别第一节段的尽头包括确定来自摄照机的路面测量值与沿着第一节段的期望路径之间的误差。

5.如权利要求4所述的方法，识别第一节段的尽头包括采用成本函数，其识别测量值与期望路径之间的差值并且确定该成本函数何时超出预定成本函数阈值。

6.如权利要求5所述的方法，其中，识别第一节段的尽头包括最小化成本函数为：

式中，给出成本函数的解答为：

并且式中，是沿着轴的路面位置，是沿着轴的路面位置，是第一节段中的路面测量值。

7.如权利要求1所述的方法，其中，使用来自地图数据库的路面测量值确定沿着路面的第二节段的期望路径包括使用第一节段中的最后一个位置点处的路面测量值作为第二节段中的第一个位置点的路面测量值。

8.如权利要求7所述的方法，其中，使用来自地图数据库的路面测量值确定沿着路面的第二节段的期望路径包括使所述期望路径的在第一节段的尽头处的斜度匹配所述期望路径的在第二节段开始处的斜度。

9.一种于用于为车辆生成遵循路面的期望路径的方法，所述车辆包括至少一个前视摄照机和地图数据库，所述方法包括：

提供来自摄照机的路面测量值，该摄照机识别路面上的位置；

提供来自地图数据库的路面测量值，该数据库识别路面上的位置；

使用来自摄照机的路面测量值通过求解五次多项式方程式确定沿着路面的第一节段的期望路径；

根据摄照机的有效范围确定第一节段的尽头，此时来自摄照机的路面测量值与沿着第一节段的期望路径之间的误差超过预定成本函数阈值；以及

使用来自地图数据库的路面测量值确定沿着路面的第二节段的期望路径，其中，路面的第二节段开始于第一节段的尽头，并且其中，使用来自地图数据库的路面测量值确定沿着路面的第二节段的期望路径包括使用第一节段的最后位置点处的路面测量值作为第二节段的第一位置点处的路面测量值，并且匹配第一节段尽头的期望路径的斜度与第二节段开始时的期望路径的斜度。

10.一种用于为车辆生成遵循路面的期望路径的系统，所述车辆包括至少一个前视摄照机和地图数据库，所述系统包括：

用于提供来自摄照机的路面测量值的装置，该摄照机识别路面上的位置；

用于提供来自地图数据库的路面测量值的装置，该数据库识别路面上的位置；

用于使用来自摄照机的路面测量值确定沿着路面的第一节段的期望路径的装置；

用于根据摄照机的有效范围识别第一节段的尽头的装置；和

用于使用来自地图数据库的路面测量值来确定沿着路面的第二节段的期望路径的装置，第二节段开始于第一节段的尽头。