基于贝塞尔曲线的变道轨迹规划
车辆的换道与超车是驾驶员常见的驾驶操作之一,无人驾驶车辆在行驶过程中也会频繁的面临此工况,车辆行驶过程中必须根据行驶环境中车车之间的相对速度与距离,以及车辆周边其他环境的变化信息,相应做出调整进而完成驾驶要求。在这个过程中,车辆必须对安全换道和超车的通过性做出准确评估,从而使车辆安全的运行。因此,无人车的轨迹规划是保证车辆安全行驶的重要组成部分。
在无人车辆人局部路径规划过程中,需要满足车辆运行过程中的各种约束,一方面要并保证车辆不发生事故,遵守物理条件的要求,另一方面也要满足高速运行的实时性要求。
路径规划最初是由计算机图形学发展而来的,经过多年发展逐渐寻找到目前较好的适用于车辆的路径规划方法:
1、搜索法基本思想是将空间分解为多个栅格,寻找一条最优连通路线作为目标路径例如 A*,D*算法等;
2、人造势场法将目标环境模拟为能量场,障碍区为斥力,建议通过的区域为引力极,但该方法对物体边缘复杂难以识别,同时容易进入局部最小不能得到最优解;
3、神经网络与遗传算法进行的路径规划方法也逐渐出现,但这些方法计算较为复杂,通常用于全局规划。
因此对于适应车辆安全换道的轨迹并不是任意曲线都可以实现的,对于车辆系统提出换道轨迹设计至少应满足以下准则:
1、轨迹连续;
2、轨迹曲率可导;
3、轨迹容易被车辆跟随,且容易生成;
通常都采用曲线拟合的方法来对离散化的路点进行处理和规划。