本發明涉及自動駕駛，具體而言，涉及一種變道軌跡規劃方法、裝置、電子設備及存儲介質。

背景技術：

1、在自動駕駛技術中，自動駕駛車輛在道路行駛過程中，車上安裝的各傳感器可以采集相關的數據，如相機可以拍攝車輛周圍環境圖像，lidar(雷達)可以采集車輛周圍的點云數據。并且，在感知環節，感知算法可以基于環境圖像和點云數據分別進行目標識別，得到目標識別結果；在規控環節，規控算法可以基于目標識別結果進行軌跡規劃，得到軌跡規劃結果。

2、一些情況下，車輛需要進行變道操作，具體的，規控算法可以基于當前的環境感知結果輸出對應的變道軌跡。已知的變道軌跡規劃方法，僅考慮了當前時刻的環境感知結果。然而，在自動駕駛車輛實際行駛過程中，其他車輛未來的運動軌跡可能也會對自車的變道軌跡規劃產生影響，也就是說，僅考慮當前時刻環境感知結果進行自車變道軌跡規劃，可能導致變道軌跡規劃結果準確性較低。因此，如何提高變道軌跡規劃的準確性，成為一個亟待解決的技術問題。

技術實現思路

1、本發明提供了一種變道軌跡規劃方法、裝置、電子設備及存儲介質，以提高變道軌跡規劃的準確性。具體的技術方案如下。

2、第一方面，本發明實施例提供一種變道軌跡規劃方法，所述方法包括：

3、當接收到變道請求時，獲取環境感知結果和地圖數據；

4、根據所述環境感知結果和所述地圖數據，判斷是否滿足變道條件，如果是，則基于所述環境感知結果和所述地圖數據，生成自車的多條初始變道軌跡；

5、針對每條所述初始變道軌跡，獲取該初始變道軌跡數據中包括的各時刻自車的第一行駛參數，針對任一位于當前車道和目標車道的周圍車輛，從所述環境感知結果中獲取該周圍車輛各時刻的第二行駛參數，以及該周圍車輛對應目標車輛各時刻的第三行駛參數，并根據所述第一行駛參數、所述第二行駛參數、以及所述第三行駛參數，基于預設運動模型，確定該周圍車輛在該初始變道軌跡影響下的各預測軌跡；

6、基于對應的各所述預測軌跡，對每條所述初始變道軌跡進行篩選，得到篩選后變道軌跡，并基于預設排序規則，在各所述篩選后變道軌跡中確定一最終變道軌跡。

7、本技術實施例中，可以在基于環境感知結果和地圖數據生成自車多條初始變道軌跡后，針對每條初始變道軌跡，確定各周圍車輛在該初始變道軌跡影響下的預測軌跡，進一步地，可以基于各預測軌跡對初始變道軌跡進行篩選，也就是說，在確定自車軌跡時，不僅考慮了當前時刻的環境感知結果，還考慮了其他車輛未來的運動軌跡對自車變道軌跡規劃產生的影響，因此，可以提高自車變道軌跡規劃的準確性。

8、可選的，所述根據所述第一行駛參數、所述第二行駛參數、以及所述第三行駛參數，基于預設運動模型，確定該周圍車輛在該初始變道軌跡影響下的各預測軌跡的步驟包括：

9、根據所述第一行駛參數、所述第二行駛參數、以及所述第三行駛參數，基于縱向運動模型確定該周圍車輛的加速度信息，基于橫向運動模型確定該周圍車輛的變道決策；

10、根據所述加速度信息和所述變道決策構建該周圍車輛的各預測軌跡。

11、可選的，所述基于對應的各所述預測軌跡，對每條所述初始變道軌跡進行篩選，得到篩選后變道軌跡的步驟包括：

12、針對每條所述初始變道軌跡，判斷該初始變道軌跡是否同時滿足以下條件：預設安全性約束、預設運動學約束、預設交通法規限制、以及與對應的各所述預測軌跡均不存在交叉點；

13、如果是，將該初始變道軌跡作為篩選后變道軌跡。

14、可選的，所述基于預設排序規則，在各所述篩選后變道軌跡中確定一最終變道軌跡的步驟包括：

15、基于各篩選后變道軌跡中包括的自車速度和加速度變化率，計算各篩選后變道軌跡的得分；

16、將得分最高的篩選后變道軌跡作為最終變道軌跡。

17、可選的，所述基于各篩選后變道軌跡中包括的自車速度和加速度變化率，計算各篩選后變道軌跡的得分的步驟包括：

18、針對任一篩選后變道軌跡，根據以下公式計算該篩選后變道軌跡的得分s：

19、

20、其中，t表示時間，t表示該篩選后變道軌跡的時間長度，jerk(t)表示t時刻的加速度變化率，jerk?upper?bound表示預先設定的jerk的上界，vref表示駕駛員設定速度，vlon(t)表示t時刻自車速度。

21、可選的，所述變道條件包括：變道空間滿足預設條件、目標車道側車道線為非實線以及自車方向盤角度大于預設閾值。

22、可選的，所述基于對應的各所述預測軌跡，對每條所述初始變道軌跡進行篩選，得到篩選后變道軌跡之后，所述方法還包括：

23、當篩選后變道軌跡為空，則控制自車進入變道等待狀態。

24、第二方面，本技術實施例提供一種變道軌跡規劃裝置，所述裝置包括：

25、數據獲取模塊，用于當接收到變道請求時，獲取環境感知結果和地圖數據；

26、軌跡規劃模塊，用于根據所述環境感知結果和所述地圖數據，判斷是否滿足變道條件，如果是，則基于所述環境感知結果和所述地圖數據，生成自車的多條初始變道軌跡；

27、軌跡預測模塊，用于針對每條所述初始變道軌跡，獲取該初始變道軌跡數據中包括的各時刻自車的第一行駛參數，針對任一位于當前車道和目標車道的周圍車輛，從所述環境感知結果中獲取該周圍車輛各時刻的第二行駛參數，以及該周圍車輛對應目標車輛各時刻的第三行駛參數，并根據所述第一行駛參數、所述第二行駛參數、以及所述第三行駛參數，基于預設運動模型，確定該周圍車輛在該初始變道軌跡影響下的各預測軌跡；

28、軌跡篩選模塊，用于基于對應的各所述預測軌跡，對每條所述初始變道軌跡進行篩選，得到篩選后變道軌跡，并基于預設排序規則，在各所述篩選后變道軌跡中確定一最終變道軌跡。

29、可選的，所述軌跡預測模塊，具體用于：

30、根據所述第一行駛參數、所述第二行駛參數、以及所述第三行駛參數，基于縱向運動模型確定該周圍車輛的加速度信息，基于橫向運動模型確定該周圍車輛的變道決策；

31、根據所述加速度信息和所述變道決策構建該周圍車輛的各預測軌跡。

32、可選的，所述軌跡篩選模塊，具體用于：

33、針對每條所述初始變道軌跡，判斷該初始變道軌跡是否同時滿足以下條件：預設安全性約束、預設運動學約束、預設交通法規限制、以及與對應的各所述預測軌跡均不存在交叉點；

34、如果是，將該初始變道軌跡作為篩選后變道軌跡。

35、可選的，所述軌跡篩選模塊，包括：

36、得分計算子模塊，用于基于各篩選后變道軌跡中包括的自車速度和加速度變化率，計算各篩選后變道軌跡的得分；

37、軌跡確定子模塊，用于將得分最高的篩選后變道軌跡作為最終變道軌跡。

38、可選的，所述得分計算子模塊，具體用于：

39、針對任一篩選后變道軌跡，根據以下公式計算該篩選后變道軌跡的得分s：

40、

41、其中，t表示時間，t表示該篩選后變道軌跡的時間長度，jerk(t)表示t時刻的加速度變化率，jerk?upper?bound表示預先設定的jerk的上界，vref表示駕駛員設定速度，vlon(t)表示t時刻自車速度。

42、可選的，所述變道條件包括：變道空間滿足預設條件、目標車道側車道線為非實線以及自車方向盤角度大于預設閾值。

43、可選的，所述裝置還包括：

44、控制模塊，用于當篩選后變道軌跡為空，則控制自車進入變道等待狀態。

45、第三方面，本發明實施例提供一種電子設備，包括：存儲器和處理器、所述存儲器和所述處理器耦合；

46、所述存儲器用于存儲一條或多條計算機指令；

47、所述處理器用于執行所述一條或多條計算機指令，以實現如上述第一方面所述的變道軌跡規劃方法。

48、第四方面，本發明實施例提供一種計算機可讀存儲介質，其上存儲有一條或多條計算機指令，該指令被處理器執行以實現如上述第一方面所述的變道軌跡規劃方法。

49、第五方面，本技術提供一種計算機程序產品，所述計算機程序產品包括計算機程序，所述計算機程序被處理器執行時實現第一方面所述的變道軌跡規劃方法。