张垚， 彭育辉

(福州大学机械工程及自动化学院， 福建 福州 350108)

0 引言

随着2020年2月《智能汽车创新发展战略》的发布， 汽车无人驾驶技术研究得到了学者和行业的普遍关注. 轨迹规划是汽车无人驾驶的关键模块， 依据感知系统得到行驶环境的周围信息， 生成一条保证行驶安全、 时空平滑、 可行的汽车行驶轨迹.

目前被广泛应用的基于离散优化的轨迹规划算法， 是针对行驶环境进行离散的. 其采用数值积分和微分方程描述车辆运动， 产生有限的候选轨迹， 由代价函数从候选轨迹中选择出最优轨迹， 实时性好. Chu等[1]基于离散优化思想， 提出以三次多式作为车辆运动基元的算法， 能够安全地避开静态障碍物， 但没有考虑动态障碍物和多车道场景. 周惠子等[2]通过加权碰撞检测的方法， 实现了多车道避障行驶， 但仍未考虑移动障碍物. 文献[3-4]在此基础上考虑了移动障碍车辆， 提出一种新的安全代价函数， 但是仅考虑了同向行驶的障碍车辆， 具有一定的局限性. Werling等[5]以五次多项式作为运动基元， 同时引入最优控制的方法进行规划， 能够避开低速行驶的障碍物， 但行驶时会导致方向盘频繁的转动. 由于使用特定的参数曲线描述车辆的运动轨迹， 限制了车辆的运动性能[6]. 文献[7-9]使用采样和优化相结合的轨迹规划方法， 使规划出来的轨迹更加平滑. 上述研究对行驶环境进行离散时， 需选择适合的采样精度以平衡规划路径的最优性和候选路径……