摘要
作为智能汽车自动驾驶功能的关键一环，路径规划对智能汽车行驶的安全性与舒适性具有重要影响。现有的智能车辆路径规划方法虽然在限定场景下具有较好的效果，但存在着无法全程有效适应高速工况以及动态变化的各类道路环境的缺陷，同时在遇到路面积水、强光照射、破损车道线干扰等特殊感知场景时，所规划的路径容易受到相机输出的低质量车道线影响，导致所规划的路径出现波动与跳变，针对上述问题，本文提出了一种基于离散优化的动态路径规划方法，通过在道路区域离散采样点，建立代价函数并进行二次规划，实时生成一条安全舒适的局部路径，同时针对在特殊感知场景下相机输出低质量车道线的问题，提出一种基于改进卡尔曼滤波的车道线优化方法，以提高智能车辆在特殊感知场景时规划路径的可靠性。本文研究的主要内容如下： （1）设计了基于改进卡尔曼滤波的车道线优化器，根据相机输出的车道线离散点的曲率方差与车道线的置信度，对卡尔曼滤波器中的预测噪声与观测噪声进行实时估计调整；提出了一种基于计数器的车道线检测优化流程，以实现各种道路场景下对非零置信度拟合车道线进行较长时间的有效优化；最后，通过搭建Matlab/Simulink与Prescan联合仿真平台验证了优化方法的有效性。 （2）设计了基于车辆不同行驶工况的候选路径终点离散方法，使用弧长—偏置（s-l）坐标系对避障工况与非避障工况下的候选点按照不同的方式进行离散；分别设计了障碍物代价函数、舒适性代价函数、加减速代价函数，对不同候选点的代价值分别进行合理的评估。 （3）建立了车辆运动学与动力学边界条件、道路限速边界条件、障碍物边界条件，对离散区域进行约束；计算受约束的离散区域内代价值最小的候选点作为二次规划求解器的初始输入；二次规划求解器以轨迹平滑与速度平滑作为优化目标求解得到最优候选点，最后通过连续光滑的侧向位移五次样条曲线与纵向位移二次样条曲线将车辆初始位置与最优点连接，经过实时迭代规划后生成一条满足安全性与舒适性要求的局部路径。 （4）搭建了Matlab/Simulink、Prescan与Carsim联合仿真平台，通过Prescan提供多种工况的道路环境信息，Carsim提供车辆动力学模型，运用Matlab/Simulink编写路径规划算法，对基于离散优化的动态路径方法的有效性与可行性进行了验证，仿真结果表明基于离散优化的动态路径方法在不同的道路工况下均能规划出一条安全可靠的局部路径。
NETL