面向异构车辆的统一运动规划方法

doi:10.3901/JME.2024.18.288

机械工程学报 ›› 2024, Vol. 60 ›› Issue (18): 288-298.doi: 10.3901/JME.2024.18.288

扫码分享

面向异构车辆的统一运动规划方法

关海杰, 王博洋, 龚建伟, 陈慧岩

北京理工大学机械与车辆学院北京 100081

收稿日期:2023-11-05 修回日期:2024-07-01 出版日期:2024-09-20 发布日期:2024-11-15
作者简介:关海杰,男,1995年出生,博士研究生。主要研究方向为无人驾驶车辆运动规划与控制。E-mail:guanhaijie1995@163.com
王博洋(通信作者),男,1991年出生,博士,预聘助理教授,硕士研究生导师。主要研究方向为无人驾驶车辆、机器学习、运动规划与控制。E-mail:boyang_wang@bit.edu.cn
基金资助:
国家自然科学基金资助项目(52302489)。

Unified Motion Planning Method for Heterogeneous Vehicles

GUAN Haijie, WANG Boyang, GONG Jianwei, CHEN Huiyan

School of Mechanical Engineering, Beijing Institute of Technology, Beijing 100081

Received:2023-11-05 Revised:2024-07-01 Online:2024-09-20 Published:2024-11-15

摘要/Abstract

摘要： 为在统一的算法框架下，结合异构车辆特有的运动特性生成差异化的规划结果，提出一种依托于行为基元生成与选择的运动规划方法。首先，构建融合驾驶行为数据与车辆运动学模型的基元优化生成问题，通过建立具备时空耦合信息的驾驶行为约束条件，根据基元类别以及自身横纵向耦合规律，引导行为基元库的优化生成；其次，在统一的行为基元扩展与选择框架下，从行为基元库中选取基元，并关联为行为基元序列，生成轨迹与速度相耦合的运动规划结果。最后，在非结构化场景中，开展轮式车辆平台和履带式车辆平台，这两种异构平台的实车试验研究。结果表明，所提出的异构车辆统一运动规划方法，得益于行为基元库中基元的多样性以及所涵盖信息的丰富性，能够生成体现异构车辆特性差异的运动规划结果。

关键词: 智能车辆, 运动规划, 异构车辆, 驾驶行为

Abstract: Under the unified algorithm framework, by incorporating the unique motion characteristics of heterogeneous vehicles to generate differentiated planning results, a motion planning method based on generating and selecting behavior primitives is proposed. First, a primitive optimization generation problem that integrates driving behavior data and vehicle kinematics model is constructed. By establishing driving behavior constraints with spatio-temporal coupling information, based on the primitive category and its own longitudinal and lateral coupling laws, the optimal generation of the behavior primitive library is completed. Secondly, under the unified behavior primitive extension and selection framework, the primitives are selected from the behavior primitive library, associating as the behavior primitive sequence, generating the motion planning results coupled with trajectory and velocity. Finally, in the unstructured scene, the actual experimental research of the wheeled and tracked vehicle platforms is carried out. The results show that the proposed unified motion planning method for heterogeneous vehicles can generate motion planning results, reflecting the differences in the characteristics of heterogeneous vehicles, benefiting from the diversity of primitives in the behavioral primitive library and the richness of the information covered.

Key words: intelligent vehicle, motion planning, heterogeneous vehicle, driving behavior

中图分类号:

TP242

关海杰, 王博洋, 龚建伟, 陈慧岩. 面向异构车辆的统一运动规划方法[J]. 机械工程学报, 2024, 60(18): 288-298.

GUAN Haijie, WANG Boyang, GONG Jianwei, CHEN Huiyan. Unified Motion Planning Method for Heterogeneous Vehicles[J]. Journal of Mechanical Engineering, 2024, 60(18): 288-298.

导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks

链接本文: http://www.cjmenet.com.cn/CN/10.3901/JME.2024.18.288

http://www.cjmenet.com.cn/CN/Y2024/V60/I18/288

参考文献

[1] CLAUSSMANN L，REVILLOUD M，GRUYER D，et al. A review of motion planning for highway autonomous driving[J]. IEEE Transactions on Intelligent Transportation Systems，2019，21(5)：826-1848.
[2] DOLGOV D，THRUN S，MONTEMERLO M，et al. Path planning for autonomous vehicles in unknown semi-structured environments[J]. The international journal of robotics research，2010，29(5)：485-501.
[3] THORESEN M，NIELSEN N H，MATHIASSEN K，et al. Path planning for UGVs based on traversability hybrid A[J]. IEEE Robotics and Automation Letters，2021，6(2)：1216-1223.
[4] 彭晓燕，谢浩，黄晶. 无人驾驶汽车局部路径规划算法研究[J]. 汽车工程，2020，42(1)：1-10. PENG Xiaoyan，XIE Hao，HUANG Jing. Research on local path planning algorithm for unmanned vehicles [J]. Automotive Engineering，2020，42(1)：1-10.
[5] LI X，SUN Z，CAO D，et al. Development of a new integrated local trajectory planning and tracking control framework for autonomous ground vehicles[J]. Mechanical Systems and Signal Processing，2017，87：118-137.
[6] HU X，CHEN L，TANG B，et al. Dynamic path planning for autonomous driving on various roads with avoidance of static and moving obstacles[J]. Mechanical systems and signal processing，2018，100：482-500.
[7] 唐斌，许占祥，江浩斌，等. 基于分段优化的车辆换道避障轨迹规划[J]. 汽车工程，2022，44(6)：831-841. TANG Bin，XU Zhanxiang，JIANG Haobin，et al. Trajectory planning of intelligent vehicles in lane change for collision avoidance based on segmented optimization[J]. Automotive Engineering，2022，44(6)：831-841.
[8] DING W，ZHANG L，CHEN J，et al. Safe trajectory generation for complex urban environments using spatio-temporal semantic corridor[J]. IEEE Robotics and Automation Letters，2019，4(3)：2997-3004.
[9] 李荣粲，庄伟超，殷国栋，等. 自动驾驶赛车路径与车速协同规划方法[J]. 机械工程学报，2022，58(10)：200-208. LI Rongcan，ZHUANG Weichao，YIN Guodong，et al. Simultaneous path and speed planning of driverless racing car[J]. Journal of Mechanical Engineering，2022，58(10)：200-208.
[10] 张琳，薛建儒，马超，等. 高速公路无人驾驶的分层抽样多动态窗口轨迹规划算法[J]. 自动化学报，2021，45：1-18. ZHANG Lin，XUE Jianru，MA Chao，et al. Stratified sampling based multi-dynamic window trajectory planner for autonomous driving on highway[J]. Acta Automatica Sinica，2021，45：1-18.
[11] IJSPEERT A J，NAKANISHI J，HOFFMANN H，et al. Dynamical movement primitives：Learning attractor models for motor behaviors[J]. Neural computation，2013，25(2)：328-373.
[12] MÜLLING K，KOBER J，KROEMER O，et al. Learning to select and generalize striking movements in robot table tennis[J]. The International Journal of Robotics Research，2013，32(3)：263-279.
[13] ZHANG W，WANG W. Learning V2V interactive driving patterns at signalized intersections[J]. Transportation Research Part C：Emerging Technologies，2019，108：151-166.
[14] LI G，CHEN Y，CAO D，et al. Extraction of descriptive driving patterns from driving data using unsupervised algorithms[J]. Mechanical Systems and Signal Processing，2021，156：107589.
[15] SAMA K，MORALES Y，LIU H，et al. Extracting human-like driving behaviors from expert driver data using deep learning[J]. IEEE transactions on vehicular technology，2020，69(9)：9315-9329.
[16] ZHAO H，WANG C，LIN Y，et al. On-road vehicle trajectory collection and scene-based lane change analysis：Part i[J]. IEEE Transactions on Intelligent Transportation Systems，2016，18(1)：192-205.
[17] XU D，DING Z，HE X，et al. Learning from naturalistic driving data for human-like autonomous highway driving[J]. IEEE Transactions on Intelligent Transportation Systems，2020，22(12)：7341-7354.
[18] LÖW T，BANDYOPADHYAY T，BORGES P V K. Identification of effective motion primitives for ground vehicles[C]//2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE，2020：2027-2034.
[19] 王博洋，龚建伟，张瑞增，等. 基于真实驾驶数据的运动基元提取与再生成[J]. 机械工程学报，2020，56(16)：155-165. WANG Boyang，GONG Jianwei，ZHANG Ruizeng，et al. Motion primitives extraction and regeneration based on real driving data[J]. Journal of Mechanical Engineering，2020，56(16)：155-165.
[20] 陆瑶敏，龚建伟，王博洋，等. 基于多重示范的智能车辆运动基元表征与序列生成[J]. 兵工学报，2021，42(4)：851-861. LU Yaomin，GONG Jianwei，WANG Boyang，et al. Representation of motion primitives of intelligent vehicle based on multiple demonstrations and generation of their sequences[J]. Acta Armamentarii，2021，42(4)：851-861.

面向异构车辆的统一运动规划方法

Unified Motion Planning Method for Heterogeneous Vehicles

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	张钰, 王成烨, 杜甫, 董明明, 秦也辰, 毛明. 基于动态稳定边界的智能车辆路径跟踪控制方法[J]. 机械工程学报, 2026, 62(8): 462-474.
[2]	唐小林, 张焜埸, 陈止戈, 杨剑英, 杨为. 融合交互预测信息的自动驾驶安全规划方法研究[J]. 机械工程学报, 2026, 62(4): 249-262.
[3]	赵浩宇, 侯鹏帅, 陈星全, 邵宇乐, 董奇, 陈杰. 非结构化地形环境下移动机器人导航[J]. 机械工程学报, 2026, 62(3): 396-406.
[4]	李骏, 李继秋, 孙亚诚, 单丰武, 曾建邦. 基于驾驶行为的纯电动汽车剩余续驶里程预测[J]. 机械工程学报, 2025, 61(4): 262-272.
[5]	庞文, 朱大奇, 林姝晗, 陈铭治. 基于多水下航行器编队控制的水下目标协同搬运研究[J]. 机械工程学报, 2025, 61(24): 363-376.
[6]	陈特, 蔡英凤, 陈龙, 徐兴. 基于四阶贝塞尔曲线的应急救援车辆轨迹规划方法[J]. 机械工程学报, 2025, 61(2): 198-209.
[7]	李朝, 赵霞, 赵继康, 付锐, 王畅. 基于人体特征点提取和多维时间序列分类的驾驶行为识别方法[J]. 机械工程学报, 2025, 61(15): 233-246.
[8]	胡杰, 赵文龙, 郑嘉辰, 周思龙, 张志凌, 吴作伟, 陈家骥. 换道场景下智能车辆交互决策与轨迹规划[J]. 机械工程学报, 2025, 61(10): 322-334.
[9]	杜国锋, 赵萌, 武建昫, 张东. 基于视觉的闭链多足机器人自主运动控制方法[J]. 机械工程学报, 2024, 60(19): 62-70.
[10]	王翔宇, 任帆, 刘冲, 许思昂, 王龙昕, 方勇纯, 于宁波, 韩建达. 面向NOTES手术的软镜操作机器人技术进展[J]. 机械工程学报, 2024, 60(17): 40-62.
[11]	张海伦, 许庆, 高博麟, 王建强, 李克强. 网联环境下驾驶人响应机制——一种交叉路口接近行为定性效应分析与定量驾驶模式提取案例[J]. 机械工程学报, 2024, 60(10): 22-47.
[12]	高镇海, 于桐, 孙天骏. 考虑社会性行为的自动驾驶运动规划研究综述[J]. 机械工程学报, 2024, 60(10): 112-128.
[13]	褚端峰, 彭赛骞, 胡海洋, 皮大伟. 预见性驾驶风险场模型[J]. 机械工程学报, 2024, 60(10): 160-170.
[14]	郄天琪, 王伟达, 杨超, 李颖, 项昌乐. 面向分体式飞行汽车自主对接的自动驾驶底盘运动规划方法研究[J]. 机械工程学报, 2024, 60(10): 235-244.
[15]	赵林峰, 丰肖, 方婷, 王宁, 陈无畏, 王慧然. 基于前车轨迹预测的智能车辆高速主动避撞方法[J]. 机械工程学报, 2024, 60(10): 289-301.