自动驾驶TPM技术杂谈 ———— 可行驶区域生成
文章目录
- 介绍
- Voronoi图
- 占用栅格
介绍
运动规划对车辆行驶发挥着精准的导航功能，在规划过程中需要确定一系列控制指令以引导车辆从初始状态持续运动至目标状态，并在运行过程中有效规避障碍物侵扰。整个运动规划系统包含三个主要环节：
1. 首先建立包含障碍区域和自由区域的环境地图，并在此基础上构建可通行区域；
2. 选择合适的路径搜索算法以实现快速实时路径寻径；
3. 进行车辆轨迹和速度规划以确保行驶过程的安全性和可控性。
与全局路径规划模块不同的是，在本系统中生成的路径不仅包含位置信息还需考虑时间因素，并对车辆的速度和加速度进行详细规划以满足平滑性和速度限制等要求条件。为了满足复杂的运动模型与边界条件需求同时兼顾乘客舒适度及行车安全性需要精确生成可行行驶轨迹基于上述可通行路径轨迹生成环节只需选择一条能够在路网中实现平滑过渡的曲线即可满足需求。
为了使运动规划系统能够有效运行环境必须被转化为具体的可寻径的状态空间其中状态空间需完整表征车辆的位置方向线速度与角速度等关键参数以及其它必要特征信息。在此过程中车辆持续采集并解析多源传感器数据并结合电子地图获取的道路网络信息来动态更新其位置参数与方向信息电子地图作为连续体向数字化道路网络转换的过程对于规划算法的性能至关重要高密度的道路网络虽然能提高计算效率但也可能导致能耗增加因而需要在计算效率道路密度与表现力之间找到合理的平衡点以确保系统的优化效果和运行安全性的同时有效降低潜在碰撞风险。
Voronoi图
该方法寻求最大的汽车与障碍物之间的距离来生成路径。被用于搜索的算法是完整的，在自由区域存在路径的情况下，在相应的Voronoi图中也会有对应的路径存在。从图中可以看到黑色线条表示的是所有可行驶的道路边界线以及可用行驶区域。该方法广泛应用于静态环境下的规划问题中。然而，在公路路线规划方面并不适用该方法的原因是因为车辆导航中的边缘通常不连续
占用栅格
栅格占用概念与成本地图具有相似的内涵。将状态空间划分为网格结构是实现这一目标的关键步骤。每个网格单元代表当前单元被障碍物占据的概率值，并且或表示在网格单元中的可通行性和风险程度按比例赋值的价值。风向和可行性主要依据障碍物、车道以及道路边界进行计算。当计算能力较为有限时，在较短时间内寻找到解决方案的能力较强；但在处理非线性动力学问题的鲁棒性方面以及遇到障碍物时表现不足。此外，在动态环境中对移动物体进行实时描绘的能力是栅格方法所不具备的优势之一；而栅格占用不仅能够记录障碍物的位置及其运动速度，并能直观地反映出它们的动力学特性；相比之下，在成本地图中，每个单元格的成本值越高，则该区域在视觉上表现得越突出。
占用栅格
成本地图 # 状态网格 状态网格法本质上是一种网格生成方法。它通过周期性重复矩形或正方形构建网格的方式将连续空间离散化，并在每个周期内复制原始路径以形成整体布局。这种复制方式使得原始路径的位置、曲率和时间参数与车辆的状态密切相关。这种方法将复杂的规划问题转化为求解初始状态与目标状态间关系的边界值问题。值得注意的是，在不增加计算复杂度的前提下，该方法克服了传统基于网格技术在效率方面的局限性。 # 驾驶通道 驾驶通道代表一个连续且无碰撞的道路区域，在道路和车道边界等限制因素下定义为安全行驶的道路带宽区域。驾驶通道的具体形状由数字道路图提供的车道边界的详细信息决定，并可借助同时定位与建图技术动态生成。车道边界的外框即为驾驶通道的主要边界线，在此框架下根据车辆的操作指令对主体进行动态约束并生成个体化的行驶通道。每个确定的个体化行驶通道都会在其中心轴线上按照车辆运动轨迹的方向生成对应的最佳行驶路径（BMP）。尽管这种方法在实际应用中表现出良好的效果[1]，但其主要缺陷在于对大规模复杂场景下的实时规划能力仍有待提升：因为要在道路网络所有坐标范围内进行精确规划需要大量计算资源[2]。（注：此处引用文献编号仅为示例用途） 总结 上述搜索可行行驶区域的方法并非孤立使用，在结合多种算法策略后可以获得更好的综合效果
| 可行驶空间搜索方法对比 | ||
|---|---|---|
| 方法 | 优点 | 缺点 |
| Voronoi图 | 完整性 |
|---|---|
| 基于与障碍物的最大化距离计算 | 仅适用于静态障碍物布局 |
| 不连续边缘 | |
| 占用栅格 | 快速离散化 |
| 栅格化占用地面 | 采用栅格化方法快速实现离散化处理 |
| 计算资源消耗少 | 占据较少的计算资源 |
| 障碍物表示不明确 | |
| 状态网格 | 计算高效 |
| 在状态空间中进行快速建模和规划 | 存在路径曲率的不连续性问题 |
| 运动受限 | 存在严格的运动限制条件 |
| 驾驶通道 | 能够有效规划出无冲突的道路通行路线 |
| 运动存在约束 | 占据较大的计算资源 |