基于优化的离散空间轨迹规划算法

针对无人车离散空间轨迹规划时存在路径不平滑、速度不平稳、动态规划运算时间长等问题，提出一种基于优化的离散空间轨迹规划算法。将无人车所需搜索的空间解耦为纵向-横向空间（S-L空间）和纵向-时间空间（S-T空间），在S-L空间根据静态避障和路径平滑程度的要求设计代价函数进行动态规划，进而利用二次规划对动态规划结果进行优化；在S-T空间提出一种改进的动态规划方法，根据道路速度限制和不可倒车约束优化搜索，并引入启发函数加快对规划终点的搜索速度，减少算法计算量，提高运行效率。仿真实验结果表明，在静态避障和动态避障环境中，所提算法规划出的轨迹曲率更小、速度变化更平滑、运行时间更快，相比于传统动态规划算法单次规划时间减少了77.13%。