一种自动驾驶车辆的速度规划方法及装置与流程

1.本发明涉及自动驾驶技术领域，尤其涉及一种自动驾驶车辆的速度规划方法及装置。

背景技术：

2.自动驾驶车辆为了降低问题求解的复杂度，提高实时计算效率，通常会把无人车的轨迹规划拆分为路径规划和速度规划，其中速度规划是在速度空间(st空间)进行。
3.在现有速度规划技术中，通常需要对道路上所有的障碍物给出决策结果，再将所有障碍物投影至一个速度空间进行速度规划。但是，由于障碍物的数量非常多，在同一个速度空间统一给出所有障碍物的决策结果，难以保证各个决策结果的决策自洽。
4.鉴于此，亟需一种自动驾驶车辆的速度规划方法，以解决决策结果难以自洽的问题，保证各个决策结果之间是有效且可执行的。

技术实现要素：

5.鉴于上述情况，本发明提供一种自动驾驶车辆的速度规划方法及装置，能够满足决策自洽，并提高无人车执行时的舒适度。
6.第一方面，本发明实施例提供了一种自动驾驶车辆的速度规划方法，包括：
7.根据预设的采样参数对车辆进行速度空间采样，获得多个采样样本；
8.根据所述多个采样样本和预设的多项式方程生成多条采样轨迹；
9.获取障碍物信息；
10.根据所述障碍物信息，对所述多条采样轨迹进行碰撞剪枝，获得若干条可用采样轨迹；
11.根据所述若干条可用采样轨迹和所述障碍物信息，标记所述障碍物的决策结果；
12.根据所述决策结果，将所述若干条可用采样轨迹划分至若干个决策空间；
13.根据所述可用采样轨迹所属的决策空间，从所述若干条可用采样轨迹中筛选出目标采样轨迹；
14.控制所述车辆按照所述目标采样轨迹行驶。
15.第二方面，本发明实施例提供了一种自动驾驶车辆的速度规划装置，包括：
16.获取模块，配置为根据预设的采样参数对车辆进行速度空间采样，获得多个采样样本；
17.决策模块，配置为根据所述多个采样样本和预设的多项式方程生成多条采样轨迹，获取障碍物信息，根据所述障碍物信息，对所述多条采样轨迹进行碰撞剪枝，获得若干条可用采样轨迹，根据所述若干条可用采样轨迹和所述障碍物信息，标记所述障碍物的决策结果，根据所述决策结果，将所述若干条可用采样轨迹划分至若干个决策空间；
18.筛选模块，配置为根据所述可用采样轨迹所属的决策空间，从所述若干条可用采样轨迹中筛选出目标采样轨迹，控制所述车辆按照所述目标采样轨迹行驶。
19.第三方面，本发明实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如上述任一实施例所述的方法。
20.第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如上述任一实施例所述的方法。
21.本发明提供的技术方案的有益效果：在本发明实施例中，通过预设的采样参数对车辆在速度空间进行采样，得到多个采样样本，通过采样样本和预设的多项式方程，生成多个采样轨迹，通过障碍物与采样轨迹上车辆有无碰撞风险对采样轨迹进行碰撞剪枝，得到若干个可用采样轨迹，并用可用采样轨迹标记障碍物的决策结果，根据决策结果将标记相同决策结果的采样轨迹划分至同一个决策空间，在各个决策空间内，通过决策算法到各个空间内的最佳采样轨迹，通过比较各个空间内最佳采样轨迹的代价函数，进而确定目标采样轨迹。该方法通过决策结果划分决策空间，确定了每一个决策空间内的障碍物的决策唯一性，可实现决策结果自洽，并且在划分的决策空间内做速度规划，其表达能力较好，自由度高，提高了车辆交互时的乘车舒适度。
附图说明
22.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，构成本发明的一部分，本发明的示意性实施例及其说明解释本发明，并不构成对本发明的不当限定。在附图中：
23.图1为本发明一个实施例提供的一种自动驾驶车辆的速度规划方法流程图；
24.图2为本发明一个实施例提供的采样轨迹上车辆与障碍物的碰撞检测示意图；
25.图3为本发明一个实施例提供的采样轨迹标记障碍物的决策结果示意图；
26.图4为本发明一个实施例提供的在st空间内的不同组决策空间划分结果的示意图；
27.图5为本发明一个实施例提供的一种自动驾驶车辆的速度规划装置的流程图；
28.图6为适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
29.为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
30.对于自动驾驶车辆，车辆的行驶轨迹规划至关重要。为了降低计算复杂度，一般会把车辆的轨迹规划拆分成路径规划和速度规划。
31.在现有的速度规划技术中，通常在速度规划前对路上的所有障碍物给出决策结果，确定了决策结果后将障碍物投影到速度空间，进行速度规划，目前的算法难以保证决策结果之间的自洽。
32.鉴于此，根据图1，本发明的一个实施例提供一种自动驾驶车辆的速度规划方法，
包括：
33.步骤101，根据预设的采样参数对车辆进行速度空间采样，获得多个采样样本。
34.采样参数包括：采样初始速度、采样速度下限、采样速度上限、采样初始加速度、采样初始时间、采样时间下限、采样时间上限、采样的时间颗粒度和采样的速度颗粒度等，根据采样参数在采样速度下限和采样速度上限范围内以及采样时间下限和采样时间上限范围内进行采样，即可获得多个采样样本。
35.步骤102，根据多个采样样本和预设的多项式方程生成多条采样轨迹。
36.将采样样本带入多项式方程，可生成采样轨迹，多项式方程提前设置，可以是四次多项式、五次多项式中任意一种。
37.步骤103，获取障碍物信息。
38.障碍物信息包括障碍物的轨迹、尺寸信息、位置信息中的任意一种或多种。
39.步骤104，根据障碍物信息，对多条采样轨迹进行碰撞剪枝，获得若干条可用采样轨迹。
40.根据障碍物的轨迹和尺寸信息，可将障碍物投影到采样轨迹所在坐标系中，根据障碍物在采样轨迹所在坐标系中的投影位置区域与采样轨迹上车辆的位置区域，确定车辆按采样轨迹行驶时与障碍物是否有碰撞风险，若无碰撞风险，则该采样轨迹为可用采样轨迹。
41.步骤105，根据若干条可用采样轨迹和障碍物信息，标记障碍物的决策结果。
42.根据采样轨迹和障碍物在采样轨迹所在坐标系中的投影位置信息，标记出采样轨迹对障碍物的决策结果，其中决策结果包括让或者超两种。
43.步骤106，根据决策结果，将若干条可用采样轨迹划分至若干个决策空间。
44.根据采样轨迹对障碍物标记的决策结果，将标记相同决策结果的采样轨迹划分至同一个决策空间，可获得若干个决策空间。
45.步骤107，根据可用采样轨迹所属的决策空间，从若干条可用采样轨迹中筛选出目标采样轨迹。
46.在可用采样轨迹所属的各个决策空间内，应用决策算法进行优化求解，得到各个决策空间内代价函数值最小的可用采样轨迹，在各个代价函数值最小的可用采样轨迹中再选择代价函数值最小的一个可用采样轨迹作为目标采样轨迹。
47.步骤108，控制车辆按目标采样轨迹行驶。
48.在本发明实施例中，通过预设的采样参数对车辆在速度空间进行采样，得到多个采样样本，通过采样样本和预设的多项式方程，生成多个采样轨迹，通过障碍物与采样轨迹上车辆有无碰撞风险对采样轨迹进行碰撞剪枝，得到若干个可用采样轨迹，并用可用采样轨迹标记障碍物的决策结果，根据决策结果将标记相同决策结果的采样轨迹划分至同一个决策空间，在各个决策空间内，通过决策算法到各个空间内的最佳采样轨迹，通过比较各个空间内最佳采样轨迹的代价函数，进而确定目标采样轨迹。该方法通过决策结果划分决策空间，确定了每一个决策空间内的障碍物的决策唯一性，可实现决策结果自洽，并且在划分的决策空间内做速度规划，其表达能力较好，自由度高，提高了车辆交互式的乘车舒适度。
49.在本发明的一个实施例中，根据预设的采样参数对车辆进行速度空间采样，获得
多个采样样本，包括：
50.以所述采样初始速度、所述采样初始加速度和所述采样初始时间为采样初始点；
51.根据所述采样的速度颗粒度，在零到所述采样速度上限范围内采样，获得多个速度采样点；
52.根据所述采样的时间颗粒度，在零到所述采样时间上限范围内采样，获得多个时间采样点；
53.对所述多个速度采样点和多个时间采样点进行两两组合，获得多个采样样本。
54.具体地，所述采样参数包括：采样初始速度、采样速度上限、采样初始加速度、采样初始时间、采样时间上限、采样的时间颗粒度和采样的速度颗粒度；采样参数还可以包括采样速度下限和采样时间下限。其中采样初始速度、采样初始加速度和采样初始时间为预设值，以采样初始速度、采样初始加速度和采样初始时间作为采样初始点，根据采样的速度颗粒度，在采样速度下限到采样速度上限范围内采样，可获得多个速度采样点，同理，根据采样的时间颗粒度，在采样时间下限到采样时间上限的范围内采样，可获得多个时间采样点。其中，采样速度下限可以是零也可以是其他不大于采样速度上限的某一个值，采样速度上限由车辆的最大速度决定，也可以是与车辆的最大速度相近的某个值，如0.9倍的最大速度、0.8倍的最大速度等，本发明实施例中优选的采样速度上限为车辆的最大速度；采样时间下限可以是零也可以是其他不大于采样时间上限的某一个值。将速度采样点和时间采样点两两组合，即可得到多个采样样本。
55.例如，选取采样初始速度为v0，采样初始加速度为a0，采样初始时间为t0，采样速度上限为v，采样速度下限为0，采样时间上限为t，采样时间下限为0，采样速度颗粒度为dv，采样时间颗粒度为dt，以(v0，a0，t0)为采样初始点，根据采样速度颗粒度dv，在0到v范围内采样，可得到个速度采样点，根据采样时间颗粒度为dt，在0到t范围内采样，可得到个时间采样点，将速度采样点和时间采样点两两组合，即可得到个采样样本。
56.在本发明实施例中，通过选定的采样参数，对车辆在速度空间进行速度采样，可得到多个采样样本。
57.在本发明的一个实施例中，根据所述多个采样样本和预设的多项式方程生成多条采样轨迹，包括：
58.针对每一条采样轨迹：
59.以所述采样初始速度、所述采样初始加速度和所述采样初始时间为采样初始点；从所述多个采样样本中选择一个作为采样终点，根据所述采样初始点、所述采样终点和所述多项式方程生成所述采样轨迹；
60.其中，所述采样终点的加速度值为0。
61.具体地，根据预设的采样参数，将采样初始速度、采样初始加速度和采样初始时间作为采样初始点，从采样得到的多个采样样本中选择一个作为采样终点，其中，采样终点的加速度值为0，并将采样初始点和采样终点代入预设的多项式方程中，即可生成一条速度轨迹，对速度轨迹进行积分，即可得到采样轨迹在速度空间的表达，即路径时间(st)坐标系下的表达。其中，预设的多项式方程可以是四次多项式也可以是五次多项式、三次多项式或其他形式，本发明实施例中选用的是四次多项式。
62.例如，选取采样初始速度为v0，采样初始加速度为a0，采样初始时间为t0＝0，以(v0，a0，t0＝0)为采样初始点，从多个采样样本中选择一个作为终点(v，a＝0，t)，即在采样时间为t时，得到采样速度为v，采样终点的加速度值设为0。假设采样轨迹在速度空间的路径表达式如下式：
63.s＝f(t)＝at4+bt3+ct2+dt+e
ꢀꢀꢀꢀ
(1)
64.其中，s为路径长度，t为时间，a、b、c、d、e为参数，在本发明实施例中设定当t＝0时刻，s＝0，也即e＝0。
65.式(1)求导，可得到速度与时间的表达式：
66.v＝f
′
(t)＝4at3+3bt2+2ct+d
ꢀꢀ
(2)
67.式(2)求导，可得到加速度与时间的表达式：
68.a＝f
″
(t)＝12at2+6bt+2c
ꢀꢀ
(3)
69.将采样初始点(v0，a0，t0＝0)、采样终点(v，a＝0，t)代入式(2)和式(3)，即
70.f
′
(0)＝v0ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
71.f
″
(0)＝a0ꢀꢀꢀꢀ
(5)
72.f
′
(t)＝v
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
73.f
″
(t)＝0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
74.根据式(4)，式(5)，式(6)和式(7)即可得到采样轨迹的速度时间表达式，将此速度时间表达式积分，即可得到采样轨迹的路径时间表达式。
75.在本发明实施例中，通过预设的采样参数，可设定采样的初始点，并通过采样参数在速度空间进行采样，得到的采样样本满足车辆的最大速度限制，从此采样样本中选择采样终点，以预设的多项式方程连接采样的初始点和采样终点即可得到采样轨迹，由此得到的采样轨迹可满足车辆动力学，便于车辆更好的执行。
76.在本发明的一个实施例中，该方法还包括：获取所述车辆的尺寸信息；根据所述障碍物信息，对所述多条采样轨迹进行碰撞剪枝，获得若干条可用采样轨迹，包括：
77.根据所述障碍物的轨迹，将所述障碍物投影至所述采样轨迹所在的坐标系中；
78.根据所述障碍物在所述坐标系中的投影、所述障碍物的尺寸信息、所述车辆的尺寸信息和所述采样轨迹，确定所述车辆按照所述采样轨迹行驶时是否会与所述障碍物发生碰撞，如果否，确定所述采样轨迹为所述可用采样轨迹。
79.具体地，通过障碍物信息获得障碍物的轨迹和尺寸信息，根据障碍物的轨迹，将障碍物投影至采样轨迹所在的坐标系中，根据障碍物的尺寸信息，在某一时刻t，得到障碍物在采样轨迹所属的坐标系中的目标框区域；
80.获取车辆的尺寸信息，根据车辆的尺寸信息和采样轨迹，确定t时刻车辆在采样轨迹上的目标框区域；
81.计算t时刻，采样轨迹坐标系中障碍物的目标框区域与车辆的目标框区域是否有交集，若无交集，则车辆与障碍物无碰撞风险，该采样轨迹为可用采样轨迹，若存在交集，则车辆与障碍物发生了碰撞，该采样轨迹为不可用采样轨迹。
82.如图2所示，是本发明的一个实施例提供的采样轨迹上车辆与障碍物的碰撞检测示意图，图中，path为采样轨迹，prediction为障碍物的轨迹，obs为障碍物的目标框，ego为车辆的目标框，s_lower为车辆与障碍物发生碰撞的路径长度下限，s_upper为车辆与障碍
物发生碰撞的路径长度上限。将障碍物根据障碍物轨迹投影至采样轨迹上，并判断障碍物的目标框与车辆目标框是否有交集，若无交集，则车辆与障碍物不会发生碰撞，车辆可按此采样轨迹安全行驶，该采样轨迹为可用行驶轨迹。
83.本发明实施例中，根据障碍物轨迹，将障碍物投影到采样轨迹所在坐标系中，进而判断车辆按采样轨迹行驶时是否会与障碍物发生碰撞，若无碰撞，则将采样轨迹作为可用采样轨迹，若有碰撞，则将此采样轨迹弃用，通过碰撞剪枝，可确保剩余采样轨迹均为可用采样轨迹，保证了车辆按可用轨迹行驶时是安全可行的。
84.在本发明的一个实施例中，根据所述若干条可用采样轨迹和所述障碍物信息，标记所述障碍物的决策结果，包括：
85.针对各条可用采样轨迹：
86.根据所述障碍物轨迹和所述位置信息，将所述障碍物投影至所述采样轨迹所在的坐标系中，获得t时刻所述车辆的路径长度上限和路径长度下限；当所述车辆的路径长度位于[路径长度上限,路径长度下限]时，所述车辆与所述障碍物会产生碰撞；
[0087]
根据所述可用采样轨迹，获得t时刻车辆的路径长度；
[0088]
根据所述车辆的路径长度、所述路径长度上限和所述路径长度下限，标记所述障碍物的决策结果；
[0089]
其中，若所述车辆的路径长度大于所述路径长度上限，则所述可用采样轨迹对所述障碍物的决策结果为超，若所述车辆的路径长度小于所述路径长度下限，则所述可用采样轨迹对所述障碍物的决策结果为让。
[0090]
具体地，根据获得的障碍物轨迹和障碍物在某一时刻的位置信息，将障碍物根据障碍物轨迹投影到可用采样轨迹所在的坐标系中，可得到障碍物在该坐标系中t时刻的坐标，根据坐标可得到车辆与障碍物发生碰撞时车辆的路径长度下限和路径长度上限，根据可用采样轨迹，可获得车辆在t时刻的路径长度，若车辆的路径长度大于路径长度上限，则所述采样轨迹标记障碍物的决策结果为超，若车辆的路径长度小于路径长度下限，则所述采样轨迹标记障碍物的决策结果为让。
[0091]
如图3所示，是本发明的一个实施例提供的采样轨迹标记障碍物的决策结果示意图，图中，有两条可用采样轨迹，该采样轨迹为st坐标系下的表达，oi为障碍物，oi所在的平行四边形为t1时刻障碍物在采样轨迹坐标系下的投影位置，s_lower为车辆与障碍物发生碰撞的路径长度下限，s_upper为车辆与障碍物发生碰撞的路径长度上限。t1时刻，采样轨迹2上车辆的路径长度大于s_upper，所以采样轨迹2对障碍物标记出的决策结果为超，采样轨迹1上车辆的路径长度小于s_lower，所以采样轨迹1对障碍物标记出的决策结果为让。
[0092]
本发明实施例中，障碍物在采样轨迹所在坐标系中的投影，得到车辆与障碍物发生碰撞的路径长度上限和路径长度下限，根据该路径长度上限和路径长度下限以及车辆在采样轨迹上的路径长度，采样轨迹可对障碍物标记让或超的决策结果，以便于车辆对障碍物做出预判。
[0093]
在本发明的一个实施例中，根据所述决策结果，将所述若干条可用采样轨迹划分至若干个决策空间，包括：
[0094]
将决策结果相同的所述可用采样轨迹划分至同一个决策空间，获得若干个所述决策空间。
[0095]
具体地，每条可用采样轨迹对障碍物都会标记出让或超的决策结果，将标记出相同决策结果的可用采样轨迹划分至同一个决策空间，可得到若干个决策空间。例如，有三条可用采样轨迹对障碍物的决策结果都是超，则这三条可用采样轨迹属于同一个决策空间。
[0096]
如图4所示，是本发明的一个实施例提供的在st空间内的不同组决策空间划分结果的示意图。图中，平行四边形所在的区域表示障碍物，带箭头的曲线为可用采样轨迹，overtake表示采样轨迹对障碍物标记的决策结果为超，yield表示采样轨迹对障碍物标记的决策结果为让，其中，a、b、c三个图表示了三组不同的决策空间，a图的决策空间包含的采样轨迹是对障碍物标记的决策结果为超的可用采样轨迹，b图的决策空间包含的采样轨迹是对障碍物标记的决策结果有超有让的可用采样轨迹，c图的决策空间包含的采样轨迹是对障碍物标记的决策结果为让的可用采样轨迹。
[0097]
本发明实施例中，根据决策结果，将采样轨迹划分至不同的决策空间，可使所有障碍物之间的决策均保持自洽，即可保证所有决策结果都是有效且可执行的。
[0098]
在本发明的实施例中，根据所述可用采样轨迹所属的决策空间，从所述若干条可用采样轨迹中筛选出目标采样轨迹，包括：
[0099]
根据所述可用采样轨迹所属的决策空间和预设的决策算法，确定各个所述决策空间中代价函数值最小的可用采样轨迹；
[0100]
在各个所述代价函数值最小的可用采样轨迹中选定所述目标采样轨迹；所述目标采样轨迹的代价函数值小于其他可用采样轨迹的代价函数值。
[0101]
具体地，根据可用采样轨迹所属的决策空间和预设的决策算法，如二次规划(quadratic programming，qp)算法或是动态规划(dynamic programming，dp)算法，本发明实施例中选用的是qp算法，在每一个决策空间内应用qp算法，到各个决策空间内使得代价函数值最小的可用采样轨迹作为各个决策空间内的最佳采样轨迹，之后从各个最佳采样轨迹中选择一个代价函数值最小的采样轨迹作为目标采样轨迹。
[0102]
确定目标采样轨迹优选方案如上所述，先在各个决策空间内通过qp算法从若干条可用采样轨迹中选择一条最佳采样轨迹，然后在各个最佳采样轨迹中确定目标采样轨迹，还有一个实施方案是先通过预先设定的规则从多个决策空间中确定一个最佳决策空间，在最佳决策空间上，应用qp算法，从中选取出一个使代价函数值最小的可用采样轨迹为目标采样轨迹。
[0103]
在本发明实施例中，通过在决策空间内应用qp算法做速度规划，qp规划的表达能力强、变量多、自由度高，可以在划分出来的决策空间内做精细规划，更加能满足车辆交互时的体感要求，提高乘车舒适度。
[0104]
如图5所示，本说明书实施例提供了一种自动驾驶车辆的速度规划装置，包括：
[0105]
获取模块501，配置为根据预设的采样参数对车辆进行速度空间采样，获得多个采样样本；
[0106]
决策模块502，配置为根据所述多个采样样本和预设的多项式方程生成多条采样轨迹，获取障碍物信息，根据所述障碍物信息，对所述多条采样轨迹进行碰撞剪枝，获得若干条可用采样轨迹，根据所述若干条可用采样轨迹和所述障碍物信息，标记所述障碍物的决策结果，根据所述决策结果，将所述若干条可用采样轨迹划分至若干个决策空间；
[0107]
筛选模块503，配置为根据所述可用采样轨迹所属的决策空间，从所述若干条可用
采样轨迹中筛选出目标采样轨迹，控制所述车辆按照所述目标采样轨迹行驶。
[0108]
在本发明的一个实施例中，所述采样参数包括：采样初始速度、采样速度上限、采样初始加速度、采样初始时间、采样时间上限、采样的时间颗粒度和采样的速度颗粒度；
[0109]
决策模块502，配置为以所述采样初始速度、所述采样初始加速度和所述采样初始时间为采样初始点；根据所述采样的速度颗粒度，在零到所述采样速度上限范围内采样，获得多个速度采样点；根据所述采样的时间颗粒度，在零到所述采样时间上限范围内采样，获得多个时间采样点；对所述多个速度采样点和多个时间采样点进行两两组合，获得多个采样样本。
[0110]
在本发明的一个实施例中，所述采样参数包括：采样初始速度、采样初始加速度和采样初始时间；
[0111]
决策模块502，配置为针对每一条采样轨迹：
[0112]
以所述采样初始速度、所述采样初始加速度和所述采样初始时间为采样初始点；从所述多个采样样本中选择一个作为采样终点，根据所述采样初始点、所述采样终点和所述多项式方程生成所述采样轨迹；
[0113]
其中，所述采样终点的加速度值为0。
[0114]
在本发明的一个实施例中，所述障碍物信息包括：障碍物的轨迹和障碍物的尺寸信息；该方法进一步包括：获取所述车辆的尺寸信息；
[0115]
决策模块502，配置为根据所述障碍物的轨迹，将所述障碍物投影至所述采样轨迹所在的坐标系中；根据所述障碍物在所述坐标系中的投影、所述障碍物的尺寸信息、所述车辆的尺寸信息和所述采样轨迹，确定所述车辆按照所述采样轨迹行驶时是否会与所述障碍物发生碰撞，如果否，确定所述采样轨迹为所述可用采样轨迹。
[0116]
在本发明的一个实施例中，所述障碍物信息包括：障碍物轨迹和某一时刻t的位置信息；
[0117]
决策模块502，配置为针对各条可用采样轨迹：
[0118]
根据所述障碍物轨迹和所述位置信息，将所述障碍物投影至所述采样轨迹所在的坐标系中，获得t时刻所述车辆的路径长度上限和路径长度下限；当所述车辆的路径长度位于[路径长度上限,路径长度下限]时，所述车辆与所述障碍物会产生碰撞；
[0119]
根据所述可用采样轨迹，获得t时刻车辆的路径长度；
[0120]
根据所述车辆的路径长度、所述路径长度上限和所述路径长度下限，标记所述障碍物的决策结果；
[0121]
其中，若所述车辆的路径长度大于所述路径长度上限，则所述可用采样轨迹对所述障碍物的决策结果为超，若所述车辆的路径长度小于所述路径长度下限，则所述可用采样轨迹对所述障碍物的决策结果为让。
[0122]
在本发明的一个实施例中，决策模块502配置为将决策结果相同的所述可用采样轨迹划分至同一个决策空间，获得若干个所述决策空间。
[0123]
在本发明的一个实施例中，筛选模块503配置为根据所述可用采样轨迹所属的决策空间和预设的决策算法，确定各个所述决策空间中代价函数值最小的可用采样轨迹；在各个所述代价函数值最小的可用采样轨迹中选定所述目标采样轨迹；所述目标采样轨迹的代价函数值小于其他可用采样轨迹的代价函数值。
[0124]
本说明书实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现如上述任一实施例所述的方法。
[0125]
下面参考图6，其示出了适于用来实现本发明实施例的终端设备的计算机系统600的结构示意图。图6示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
[0126]
如图6所示，计算机系统600包括中央处理单元(cpu)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram 603中，还存储有系统600操作所需的各种程序和数据。cpu 601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
[0127]
以下部件连接至i/o接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
[0128]
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(cpu)601执行时，执行本发明的系统中限定的上述功能。
[0129]
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
[0130]
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代
表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0131]
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括发送模块、获取模块、确定模块和第一处理模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，发送模块还可以被描述为“向所连接的服务端发送图片获取请求的模块”。
[0132]
作为另一方面，本说明书实施例还提供一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如上述任一实施例所述的方法。
[0133]
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

技术特征：

1.一种自动驾驶车辆的速度规划方法，其特征在于，包括：根据预设的采样参数对车辆进行速度空间采样，获得多个采样样本；根据所述多个采样样本和预设的多项式方程生成多条采样轨迹；获取障碍物信息；根据所述障碍物信息，对所述多条采样轨迹进行碰撞剪枝，获得若干条可用采样轨迹；根据所述若干条可用采样轨迹和所述障碍物信息，标记所述障碍物的决策结果；根据所述决策结果，将所述若干条可用采样轨迹划分至若干个决策空间；根据所述可用采样轨迹所属的决策空间，从所述若干条可用采样轨迹中筛选出目标采样轨迹；控制所述车辆按照所述目标采样轨迹行驶。2.根据权利要求1所述的方法，其特征在于，所述采样参数包括：采样初始速度、采样速度上限、采样初始加速度、采样初始时间、采样时间上限、采样的时间颗粒度和采样的速度颗粒度；根据预设的采样参数对车辆进行速度空间采样，获得多个采样样本，包括：以所述采样初始速度、所述采样初始加速度和所述采样初始时间为采样初始点；根据所述采样的速度颗粒度，在零到所述采样速度上限范围内采样，获得多个速度采样点；根据所述采样的时间颗粒度，在零到所述采样时间上限范围内采样，获得多个时间采样点；对所述多个速度采样点和多个时间采样点进行两两组合，获得多个采样样本。3.根据权利要求1所述的方法，其特征在于，所述采样参数包括：采样初始速度、采样初始加速度和采样初始时间；根据所述多个采样样本和预设的多项式方程生成多条采样轨迹，包括：针对每一条采样轨迹：以所述采样初始速度、所述采样初始加速度和所述采样初始时间为采样初始点；从所述多个采样样本中选择一个作为采样终点，根据所述采样初始点、所述采样终点和所述多项式方程生成所述采样轨迹；其中，所述采样终点的加速度值为0。4.根据权利要求1所述的方法，其特征在于，所述障碍物信息包括：障碍物的轨迹和障碍物的尺寸信息；该方法进一步包括：获取所述车辆的尺寸信息；根据所述障碍物信息，对所述多条采样轨迹进行碰撞剪枝，获得若干条可用采样轨迹，包括：根据所述障碍物的轨迹，将所述障碍物投影至所述采样轨迹所在的坐标系中；根据所述障碍物在所述坐标系中的投影、所述障碍物的尺寸信息、所述车辆的尺寸信息和所述采样轨迹，确定所述车辆按照所述采样轨迹行驶时是否会与所述障碍物发生碰撞，如果否，确定所述采样轨迹为所述可用采样轨迹。5.根据权利要求1述的方法，其特征在于，所述障碍物信息包括：障碍物轨迹和某一时刻t的位置信息；
根据所述若干条可用采样轨迹和所述障碍物信息，标记所述障碍物的决策结果，包括：针对各条可用采样轨迹：根据所述障碍物轨迹和所述位置信息，将所述障碍物投影至所述采样轨迹所在的坐标系中，获得t时刻所述车辆的路径长度上限和路径长度下限；当所述车辆的路径长度位于[路径长度上限，路径长度下限]时，所述车辆与所述障碍物会产生碰撞；根据所述可用采样轨迹，获得t时刻车辆的路径长度；根据所述车辆的路径长度、所述路径长度上限和所述路径长度下限，标记所述障碍物的决策结果；其中，若所述车辆的路径长度大于所述路径长度上限，则所述可用采样轨迹对所述障碍物的决策结果为超，若所述车辆的路径长度小于所述路径长度下限，则所述可用采样轨迹对所述障碍物的决策结果为让。6.根据权利要求5所述的方法，其特征在于，根据所述决策结果，将所述若干条可用采样轨迹划分至若干个决策空间，包括：将决策结果相同的所述可用采样轨迹划分至同一个决策空间，获得若干个所述决策空间。7.根据权利要求1所述的方法，其特征在于，根据所述可用采样轨迹所属的决策空间，从所述若干条可用采样轨迹中筛选出目标采样轨迹，包括：根据所述可用采样轨迹所属的决策空间和预设的决策算法，确定各个所述决策空间中代价函数值最小的可用采样轨迹；在各个所述代价函数值最小的可用采样轨迹中选定所述目标采样轨迹；所述目标采样轨迹的代价函数值小于其他可用采样轨迹的代价函数值。8.一种自动驾驶车辆的速度规划装置，其特征在于，包括：获取模块，配置为根据预设的采样参数对车辆进行速度空间采样，获得多个采样样本；决策模块，配置为根据所述多个采样样本和预设的多项式方程生成多条采样轨迹，获取障碍物信息，根据所述障碍物信息，对所述多条采样轨迹进行碰撞剪枝，获得若干条可用采样轨迹，根据所述若干条可用采样轨迹和所述障碍物信息，标记所述障碍物的决策结果，根据所述决策结果，将所述若干条可用采样轨迹划分至若干个决策空间；筛选模块，配置为根据所述可用采样轨迹所属的决策空间，从所述若干条可用采样轨迹中筛选出目标采样轨迹，控制所述车辆按照所述目标采样轨迹行驶。9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的方法。10.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的方法。

技术总结

本发明公开了一种自动驾驶车辆的速度规划方法及装置，涉及自动驾驶技术领域。该方法的一具体实施方式包括：根据预设的采样参数对车辆进行速度空间采样，获得多个采样样本；根据所述多个采样样本和预设的多项式方程生成多条采样轨迹；获取障碍物信息；根据所述障碍物信息，对所述多条采样轨迹进行碰撞剪枝，获得若干条可用采样轨迹；根据所述若干条可用采样轨迹和所述障碍物信息，标记所述障碍物的决策结果；根据所述决策结果，将所述若干条可用采样轨迹划分至若干个决策空间；根据所述可用采样轨迹所属的决策空间，从所述若干条可用采样轨迹中筛选出目标采样轨迹。该实施方式能够实现决策结果的决策自洽，并提高车辆交互时的乘车舒适度。乘车舒适度。乘车舒适度。