潜在交通危险场景下的无人驾驶运动规划研究

• 作 者: 王景云
• 出 处: 西安理工大学
• 发表日期: 2004年期
• 关键词: 自动驾驶 潜在交通危险场景 传感器感知盲区 安全速度模型 Frenet坐标系 运动规划

未来很长一段时间自动驾驶汽车将与人类交通参与者共享城市道路,就单车智能而言,自动驾驶汽车在行驶的过程中,其车载传感器的视野经常会被障碍物遮挡,形成视野盲区,而人类交通参与者从被遮挡区域中突然进入自动驾驶汽车的可行区域,会形成一种视野遮挡产生的潜在交通危险场景。潜在交通危险场景下自主驾驶车辆的安全行驶对于提高其主动安全性来讲是至关重要的,而针对潜在交通危险场景下自主驾驶汽车的安全行驶运动规划,现有的研究存在场景单一的问题,主要是针对能见度限制的交叉路口,但实际上需要注意的潜在交通危险场景远不止这一种。本文以城市道路环境为背景,对潜在交通危险场景下的无人驾驶车辆运动规划进行研究,主要研究内容及成果如下。第一,对车载传感器感知能力的主动受限与被动受限进行分析,明确传感器感知盲区的概念。依据造成遮挡的障碍物的状态与本车所在的道路形态对潜在交通危险场景进行分类,根据遮挡视线的障碍物是否静止分为动态遮挡和静态遮挡;静态遮挡又根据道路状态分为直行道路上的遮挡物与十字/丁字路口上的遮挡物,其中直行道路上的遮挡又可分为路边停车引起的遮挡,路边建筑物等引起的遮挡与其他遮挡。根据分类逐一分析了 10个典型场景的潜在交通危险,为之后的模型建立与运动规划提供了理论基础。第二,通过对几种安全距离模型(防撞模型)的对比和分析,建立了一种安全速度模型。利用本车位置与潜在的其他交通参与者位置之间的几何关系,建立了五种具有代表性的典型潜在交通危险场景安全速度模型,将潜在的其他交通参与者从传感器感知盲区内突然出现的位置与初始速度信息考虑进模型里,使得模型更加贴合实际使用场景,更加地具有实际应用价值。使用热度图对建立的安全速度模型进行验证,结果显示,模型合理。第三,将本文建立的几种静态障碍物遮挡的典型场景下的安全速度模型加入基于Frenet坐标系的运动规划方法中,对自主驾驶车辆在潜在交通危险场景下的行驶速度进行限制,达到提高安全性,舒适性与高效性的目的。在四种典型的潜在交通危险场景下对算法进行测试,测试结果显示,该运动规划算法合理。第四,在实际校园场景下,对所建立的安全速度模型和改进的运动规划算法的纵向速度规划进行人类驾驶实车验证,结果表明,所规划的速度趋势基本与人类驾驶实车速度规律一致,且在合理的范围内,证明了模型和算法的有效性。