优化采样点选择策略的自动驾驶轨迹规划研究

摘要

针对自动驾驶轨迹规划中关于实时性、安全性和舒适性的问题，提出一种优化采样点选择策略的自动驾驶轨迹规划方法，通过代价函数选取最优轨迹。综合考虑道路风险和障碍物风险，基于三角函数和二维高斯函数构建风险代价函数，引入障碍物筛选函数，提高处理复杂环境的能力；针对传统动态规划算法存在冗余计算的问题，基于车辆运动学、动力学性质和行驶特性，设计了有最大横向约束和不可倒车约束的采样点选择策略，提高动态规划算法的求解效率；构建速度优化模型，确保速度曲线符合速度限制、安全性和舒适性标准。通过联合仿真验证了该算法在不同道路环境下能够满足安全性要求，具有一定舒适性，且计算效率明显提升。

关键词

自动驾驶 / 轨迹规划 / 驾驶风险评估 / 动态规划

基金资助

国家自然科学基金项目(52272367); 江苏大学京江学院一流课程建设项目(2023ylkc005)