一种无人驾驶汽车路径规划的优化方法、装置及终端设备制造方法及图纸

本发明专利技术公开了一种无人驾驶汽车路径规划的优化方法、装置及终端设备，包括：根据信息采集系统采集的信息，建立无人驾驶汽车路径规划的数学模型；根据所述信息采集系统采集的信息，构建所述无人驾驶汽车路径规划的评价函数；根据所述数学模型及所述评价函数，获取全局最优行驶路径；根据折线等效算法及拐角优化算法，对所述全局最优行驶路径进行局部优化，获得局部最优行驶路径。本发明专利技术提供的技术方案先获取全局路径，再通过折线等效算法及拐角优化优化算法获取最终优化路径，收敛速度快及优化精度高。

An Optimized Method, Device and Terminal Equipment for Unmanned Vehicle Path Planning

The invention discloses an optimization method, device and terminal equipment for the path planning of an unmanned vehicle, which includes: establishing a mathematical model for the path planning of an unmanned vehicle based on the information collected by the information acquisition system; constructing an evaluation function for the path planning of the unmanned vehicle based on the information collected by the information acquisition system; and building an evaluation function for the path planning of the unmanned vehicle according to the mathematical model and the evaluation. Function to obtain the global optimal driving path; according to the broken line equivalent algorithm and corner optimization algorithm, the global optimal driving path is locally optimized to obtain the local optimal driving path. The technical scheme of the invention first obtains the global path, and then obtains the final optimal path through the line equivalent algorithm and the corner optimization optimization algorithm, which has fast convergence speed and high optimization accuracy.

【技术实现步骤摘要】
一种无人驾驶汽车路径规划的优化方法、装置及终端设备
本专利技术涉及无人驾驶领域，尤其涉及一种无人驾驶汽车路径规划的优化方法、装置及终端设备。
技术介绍
汽车已经是人们日常生活中必不可少的交通工具，随着人工智能的发展，智能化技术在汽车行业得到广泛应用，其中，无人驾驶汽车是比较典型和热门的应用。相比传统的人工驾驶汽车，无人驾驶汽车解放了人工劳动力，为不方便驾驶人员提供便利。路径规划是无人驾驶汽车的关键技术之一，传统的无人驾驶汽车路径规划方法主要包括人工势场算法、蚁群算法、粒子群算法等，但是这些算法基本都存在收敛速度慢、易陷入局部最优解或优化精度有限等问题。
技术实现思路
针对现有技术的缺点，本专利技术实施例的目的是提供一种无人驾驶汽车路径规划的优化方法、装置及终端设备，本专利技术实施例先获取全局路径，再通过折线等效算法及拐角优化算法获取最终优化路径，收敛速度快及优化精度高。为实现上述目的，本专利技术实施例一方面提供了一种无人驾驶汽车路径规划的优化方法，所述方法包括：根据信息采集系统采集的信息，建立无人驾驶汽车路径规划的数学模型；根据所述信息采集系统采集的信息，构建所述无人驾驶汽车路径规划的评价函数；根据所述数学模型及所述评价函数，获取全局最优行驶路径；根据折线等效算法及拐角优化算法，对所述全局最优行驶路径进行局部优化，获得局部最优行驶路径。优选地，所述信息采集系统包括：激光测距仪，用于测定无人驾驶汽车到障碍物的距离；红外摄像机，用于捕捉视线范围内障碍物的图像；定位系统，用于确定无人驾驶汽车的具体位置；电子地图，用于采集障碍物形状、环境信息及无人驾驶汽车的行驶信息。优选地，所述根据信息采集系统采集的信息，建立所述无人驾驶路径规划的数学模型，包括：根据所述定位系统及所述电子地图采集的信息，建立以起始点和目标点为X轴的直角坐标系；其中，所述起始点为所述无人驾驶汽车行驶路劲的起点，所述目标点为所述无人驾驶汽车行驶路劲的终点；在所述起始点和所述目标点的直线段上取N－1个等分点；其中，N大于1；从所述起始点到所述目标点按顺序在每个所述等分点的垂线上任取一点组成一条无人驾驶汽车的初始路径；其中，所述垂线为经过所述等分点且相对所述X轴的垂线。优选地，所述根据所述信息采集系统采集的信息，构建所述无人驾驶汽车路径规划的评价函数，包括：根据所述电子地图、所述红外摄像机及所述激光测距仪获取障碍物的半径和各所述等分点到障碍物中心的距离，并计算各所述等分点的危险值；根据相邻两个所述等分点的总危险值及所述相邻两个等分点之间的路径总长度构建评价函数。优选地，所述危险值的计算公式如下：其中，i表示第i个等分点，j表示第j个障碍物，M(i,j)表示无人驾驶汽车第i个等分点到第j个障碍物的危险值，Rij表示第j个障碍物的半径，rij表示第i个等分点到第j个障碍物中心的距离，K表示危险模值。优选地，所述评价函数的计算公式为：其中，D(ai,ai+1)表示第i个及i+1个等分点的总危险值，表示第i个等分点到第i+1个等分点的之间路径总长度；Q1及Q2表示加权系数。优选地，所述根据所述数学模型及所述评价函数，获取全局优化路径，包括：根据所述数学模型初始化所述行驶路径上各所述等分点的位置，并构建初始群体；根据所述评价函数搜索所述初始群体中各所述等分点的评价函数值；记录所述搜索的迭代次数n，并比较n与预设的最大迭代次数N1的大小；其中，n及N1均大于1；当n不大于N1时；若所述等分点的评价函数值优于该等分点的历史最优值，则将所述评价函数值更新为历史最优值；若所述等分点的评价函数值优于群体中所有等分点的所述历史最优值，则将所述评价函数值更新为该等分点的全局最优值；当n大于N1时，则搜索停止，并以群体中各等分点的全局最优值对应的点组成的连线作为全局最优行驶路径。优选地，所述根据折线等效算法及拐角优化算法，对所述全局最优行驶路径进行优化，获得局部最优行驶路径，包括：根据所述折线等效算法将起始点与所述全局最优行驶路径上的各等分点依次连接，直至连接线经过所述障碍物，则将该等分点的前一等分点保存，并将所述前一等分点作为新的起始点继续连接剩余的各等分点，直至目标点结束后形成新的优化路径；从起始点依次计算所述新的优化路径中各个拐角的角度；比较所述拐角的角度与预设角度的大小；当所述拐角的角度大于所述预设角度时，该拐角的角度不需要优化；当所述拐角的角度小于所述预设角度时，则检验该拐点相邻两拐点的连线是否有效；其中，有效线段表示未经过障碍物；若有效，则向所述相邻两拐点两边分别扩展一个拐点继续检验所述连接线的有效性，直至所述连接线无效，并以该无效线段的前一个有效线段对应的路径作为所述局部最优行驶路径。为实现上述目的，本专利技术实施例第二方面提供一种无人驾驶汽车路径规划的优化装置，所述装置包括：数学模型建立模块，用于根据信息采集系统采集的信息，建立无人驾驶汽车路径规划的数学模型；评价函数构建模块，用于根据所述信息采集系统采集的信息，构建所述无人驾驶汽车路径规划的评价函数；全局路径优化模块，用于根据所述数学模型及所述评价函数，获取全局最优行驶路径；局部路径优化模块，用于根据折线等效算法及拐角优化算法，对所述全局最优行驶路径进行局部优化，获得局部最优行驶路径。为实现上述目的，本专利技术实施例第三方面提供一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一项所述的无人驾驶汽车路径规划的优化方法。与现有技术相比，本专利技术实施例具有如下有益效果：本专利技术实施例根据信息采集系统采集的信息，建立无人驾驶汽车路径规划的数学模型及评价函数，再根据所述数学模型及所述评价函数，获取全局最优行驶路径，然后根据折线等效算法及拐角优化算法，对所述全局最优行驶路径进行局部优化获得局部最优行驶路径；根据数学模型及评价函数获取全局最优行驶路径，收敛速度快、不会陷入局部最优解、搜索精度高；根据两点之间直线最短，采用折线等效算法在不触碰障碍物的前提下用若干条直线段对原轨迹进行等效替换，进一步缩短了无人驾驶汽车的路径长度；然后采用拐角优化算法对无人驾驶汽车的行驶路径进行三段式平滑，进一步缩短了路径长度，同时使行驶路径更加平滑。附图说明图1是本专利技术实施例1提供的一种无人驾驶汽车路径规划的优化方法的结构示意图；图2是本专利技术实施例2提供的一种无人驾驶汽车路径规划的数学模型的示意图；图3是本专利技术实施例3提供的一种无人驾驶汽车路径规划的局部最优行驶路径的示意图；图4是本专利技术实施例4提供的一种人驾驶汽车路径规划的优化装置的结构示意图；图5是本专利技术实施例5提供的一种终端设备的结构框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参阅图1，为本专利技术实施例提供的一种无人驾驶汽车路径规划的优化方法，所述方法包括步骤S11至S14：S11、根据信息采集系统采集的信息，建立无人驾驶汽车路径规划的数学模型；S12、根据所述信息采集系统采集的信息，构建本文档来自技高网...

【技术保护点】
1.一种无人驾驶汽车路径规划的优化方法，其特征在于，所述方法包括：根据信息采集系统采集的信息，建立无人驾驶汽车路径规划的数学模型；根据所述信息采集系统采集的信息，构建所述无人驾驶汽车路径规划的评价函数；根据所述数学模型及所述评价函数，获取全局最优行驶路径；根据折线等效算法及拐角优化算法，对所述全局最优行驶路径进行局部优化，获得局部最优行驶路径。

【技术特征摘要】
1.一种无人驾驶汽车路径规划的优化方法，其特征在于，所述方法包括：根据信息采集系统采集的信息，建立无人驾驶汽车路径规划的数学模型；根据所述信息采集系统采集的信息，构建所述无人驾驶汽车路径规划的评价函数；根据所述数学模型及所述评价函数，获取全局最优行驶路径；根据折线等效算法及拐角优化算法，对所述全局最优行驶路径进行局部优化，获得局部最优行驶路径。2.如权利要求1所述的无人驾驶汽车路径规划的优化方法，其特征在于，所述信息采集系统包括：激光测距仪，用于测定无人驾驶汽车到障碍物的距离；红外摄像机，用于捕捉视线范围内障碍物的图像；定位系统，用于确定无人驾驶汽车的具体位置；电子地图，用于采集障碍物形状、环境信息及无人驾驶汽车的行驶信息。3.如权利要求2所述的无人驾驶汽车路径规划的优化方法，其特征在于，所述根据信息采集系统采集的信息，建立无人驾驶汽车路径规划的数学模型，包括：根据所述定位系统及所述电子地图采集的信息，建立以起始点和目标点为X轴的直角坐标系；其中，所述起始点为所述无人驾驶汽车行驶路径的起点，所述目标点为所述无人驾驶汽车行驶路径的的终点；在所述起始点和所述目标点的直线段上取N－1个等分点；其中，N大于1；从所述起始点到所述目标点按顺序在每个所述等分点的垂线上任取一点组成一条无人驾驶汽车的初始路径；其中，所述垂线为经过所述等分点且相对所述X轴的垂线。4.如权利要求3所述的无人驾驶汽车路径规划的优化方法，其特征在于，所述根据所述信息采集系统采集的信息，构建所述无人驾驶汽车路径规划的评价函数，包括：根据所述电子地图、所述红外摄像机及所述激光测距仪采集的信息，获取障碍物的半径和各所述等分点到障碍物中心的距离，并计算各所述等分点的危险值；根据相邻两个所述等分点的总危险值及所述相邻两个等分点之间的路径总长度构建评价函数。5.如权利要求4所述的无人驾驶汽车路径规划的优化方法，其特征在于，所述危险值的计算公式如下：其中，i表示第i个等分点，j表示第j个障碍物，M(i,j)表示无人驾驶汽车第i个等分点到第j个障碍物的危险值，Rij表示第j个障碍物的半径，rij表示第i个等分点到第j个障碍物中心的距离，K表示危险模值。6.如权利要求5所述的无人驾驶汽车路径规划的优化方法，其特征在于，所述评价函数的计算公式为：其中，D(ai,ai+1)表示第i个及第i+1个等分点的总危险值，表示第i个等分点到第i+1个等分点之间的路径总长度；Q1及Q2表示加权系数。7.如权利要求6所述...

【专利技术属性】
技术研发人员：林凡，成杰，张秋镇，钟万春，杨峰，李盛阳，
申请(专利权)人：广州杰赛科技股份有限公司，
类型：发明
国别省市：广东,44