一种基于控制采样的智能车辆路径规划系统及方法技术方案

本发明专利技术请求保护一种基于控制采样的智能车辆路径规划系统及方法，该系统由环境地图模块、车辆状态计算模块、路径搜索模块组成。环境地图模块存储车载传感器检测到的环境信息和车辆状态信息，并构造实时环境地图用于路径规划。车辆状态计算模块基于环境模型和车辆状态扩展模型，提供车辆状态扩展、车辆状态评价以及对状态的碰撞检查功能。路径搜索模块执行初步路径搜索算法得到初步路径，再利用带切向约束的二次B样条插值初步路径，得到连续的最终路径。本发明专利技术所述路径规划系统及方法具有良好的实时性、收敛性，规划的路径符合车辆运动学约束，可执行性佳。

【技术实现步骤摘要】
一种基于控制采样的智能车辆路径规划系统及方法
本专利技术属于计算机和自动化技术，特别是智能车辆路径规划
，具体涉及一种基于控制采样的智能车辆路径规划系统及方法。
技术介绍
路径规划技术是智能车辆关键技术问题之一。智能车辆在动态的不确定环境中，根据环境感知系统和车辆状态测量系统提供的信息，和所要到达的目的地，实时地规划出车辆当前应该行驶的路径，使车辆能安全快速地到达终点。中国专利申请：用于无人驾驶汽车局部路径规划的装置及方法(申请号：201110007154.X)采用人工势场法综合环障碍物和目标点等因素的影响产生最终路径。该方法简单易行，实时性有保证，但是产生的路径可能违背车辆运动学约束，运动控制系统执行起来会有较大误差。中国专利申请：一种随机路线图的快速路径规划方法及增强方法(申请号：201010519248.0)改进的PRM(ProbabilisticRoadmapsMethod，概率路径图法)方法解决了一般PRM方法完全等概率均匀分布自由节点导致困难区域自由节点数目分布不够的问题，具有较好的完备性，减少了遗漏某些通过困难区域的可行路径的概率，但与传统PRM方法一样未能解决基本文档来自技高网...

【技术保护点】
一种基于控制采样的智能车辆路径规划系统，其特征在于，包括环境地图模块、车辆状态计算模块和路径搜索模块；其中，所述环境地图模块，用于将车载传感器提供的环境信息以栅格地图形式存储下来，为路径规划提供任务场景信息，供车辆状态计算模块和路径搜索模块访问；还用于环境地图更新，实时接收车辆参数测量装置提供的车辆状态信息和车载传感器提供的环境信息来更新栅格地图；车辆状态计算模块，用于通过碰撞检查算法，判断某一车辆状态是否与环境中障碍物发生碰撞；依据车辆状态扩展模型描述的车辆状态扩展方程和控制空间采样策略，对任意车辆状态扩展，得一簇新的状态；并基于当前状态、环境障碍物信息和本次任务的目标状态，实现对车辆状态的...

【技术特征摘要】
1.一种基于控制采样的智能车辆路径规划系统，其特征在于，包括环境地图模块、车辆状态计算模块和路径搜索模块；其中，所述环境地图模块，用于将车载传感器提供的环境信息以栅格地图形式存储下来，为路径规划提供任务场景信息，供车辆状态计算模块和路径搜索模块访问；还用于环境地图更新，实时接收车辆参数测量装置提供的车辆状态信息和车载传感器提供的环境信息来更新栅格地图；车辆状态计算模块，用于通过碰撞检查算法，判断某一车辆状态是否与环境中障碍物发生碰撞；依据车辆状态扩展模型描述的车辆状态扩展方程和控制空间采样策略，对任意车辆状态扩展，得一簇新的状态；并基于当前状态、环境障碍物信息和本次任务的目标状态，实现对车辆状态的状态评价；路径搜索模块，用于采用初步路径搜索算法，得到以离散状态序列形式的初步路径；并通过路径插值，对初步路径的状态序列，利用满足切向约束的2次B样条插值优化处理，得到连续可执行的最终路径。2.根据权利要求1所述的基于控制采样的智能车辆路径规划系统，其特征在于，所述的车辆状态计算模块：在实现碰撞检查功能时，将车辆抽象地看做一个矩形，称为车辆区域，车辆区域将车辆整体包括在内，车辆区域的长为length，宽为width，lengthmin和widthmin对应于车长与车宽，一次碰撞检查过程分为如下两步：(1)确定扫描栅格范围，为减小一次碰撞检查过程中扫描的栅格范围，取车辆区域的四个顶点abcd，勾勒出一个扫描范围，扫描范围为点A和点D确定的矩形范围ABCD内的所有栅格，即中心坐标在集合{(x,y)|xA≤x≤xD,yA≤y≤yD}中的所有栅格；(2)判断障碍栅格是否在车辆区域内，对于扫描范围内的栅格，首先判断其是否为障碍物栅格，若不是障碍物栅格，则继续扫描下一个栅格；若为障碍物栅格，则判断障碍栅格是否在车辆区域内，若障碍物栅格在车辆区域内，则判定为碰撞。3.根据权利要求2所述的基于控制采样的智能车辆路径规划系统，其特征在于，所述的车辆状态计算模块，依据车辆状态扩展方程，在控制输入δ下，预测一个步长后的车辆状态；定义车辆状态为x为车辆中心横坐标，y为车辆中心纵坐标，为车辆航向角。车辆状态扩展方程为其中表示此刻车辆状态；表示扩展后车辆状态。l为车辆轴长，Δs为扩展步长；在确定控制输入采样策略时，考虑到车辆转向机构存在前轮最大转向角速度ωmax限制和前轮最大转向角δmax的限制，得到当前前轮转角为δnow时，控制输入的采样区间为δi＝[min(-δmax,δnow-ωmaxT),max(δmax,δnow+ωmaxT)]其中T为状态扩展的时间步长，当车速为u时，有T＝Δs/u。在该区间内均匀采样得到离散的控制输入以扩展当前状态。4.根据权利要求1所述的基于控制采样的智能车辆路径规划系统，其特征在于，所述路径搜索模块，用于采用初步路径搜索算法，得到以离散状态序列形式的初步路径，初步路径搜索算法具体分为路径选择，节点扩展，节点更新，初步路径生成这四个步骤：(1)路径选择：从根状态节点起，依据节点选择公式从子状态节点中选择一个状态节点，重复直至到达当前状态树的叶节点；(2)节点扩展：采样控制输入，并代入状态扩展方程，得到一批新的节点，对这些新节点对应的车辆空间位姿作碰撞检查，保留无碰撞节点为新的叶节点，计算新叶节点的评价值；(3)节点更新：当状态扩展产生的新状态中没有到达目标状态的节点时，将该次状态扩展的信息沿所选择的路径反向传播，形式为更新路径途径节点的评价值和节点访问次数；(4)初步路径生成：当状态扩展产生的某新状态到达目标状态时，由根状态节点到该新状态节点的状态序列即为初步路径。5.根据权利要求4所述的基于控制采样的智能车辆路径规划系统，其特征在于，所述路径选择方法采用UCT应用于树搜索的上限置信区间...

【专利技术属性】
技术研发人员：岑明，孔令上，曾素华，李银国，田甄，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50