低速无人车避障方法、装置、设备及介质制造方法及图纸

本发明专利技术公开了一种低速无人车避障方法，涉及自动驾驶技术领域，用于解决现有避障未考虑低速无人车运动模型的问题，该方法包括以下步骤：获取三维点云地图及局部栅格地图；根据所述三维点云地图获取定位信息；检测障碍物，并获取所述障碍物的位姿信息，判断所述位姿信息与所述定位信息之间的距离；当所述距离小于预设阈值时，根据所述局部栅格地图，通过Hybrid A*算法计算得到避障路径。本发明专利技术还公开了一种低速无人车避障装置、电子设备和计算机存储介质。本发明专利技术通过Hybrid A*算法实现结合运动模型的低速无人车避障方法。

Method, device, equipment and medium for obstacle avoidance of low speed unmanned vehicle

【技术实现步骤摘要】
低速无人车避障方法、装置、设备及介质
本专利技术涉及自动驾驶
，尤其涉及一种低速无人车避障方法、装置、设备及介质。
技术介绍
低速无人车主要指的是应用场景相对简单固定，且时速较低的自动驾驶汽车，其主要应用场景包括校园、景区、园区、机场、矿山等；低速无人车主要用于特定区域的物流配送、矿山开采、无人农用机械、餐饮及零售服务等。目前，低速无人车的路径规划方法主要通过Dijkstra、A*、D*和D*_lite算法实现，D*和其改进的D*_lite算法都可以用于实现动态的局部避障，但这些算法都没有考虑到车辆的实际运动学模型，缺少对车体尺寸、行驶中转向角改变、倒车等因素的判断，导致无人车在实际运行时，仍然有碰到障碍物的情况，或者因为避障路线不平滑导致难以按照避障路线进行障碍物的规避。
技术实现思路
为了克服现有技术的不足，本专利技术的目的之一在于提供一种低速无人车避障方法，其通过对低速无人车进行定位，并通过HybridA*算法，实现低速无人车的实时避障。本专利技术的目的之一采用以下技术方案实现：一种低速无人车避障方法，包括以下步骤：获取三维点云地图及局部栅格地图；根据所述三维点云地图获取定位信息；检测障碍物，并获取所述障碍物的位姿信息，判断所述位姿信息与所述定位信息之间的距离；当所述距离小于预设阈值时，根据所述局部栅格地图，通过HybridA*算法计算得到避障路径。进一步地，获取三维点云地图，包括以下步骤：获取点云pcd文件；r>对所述点云pcd文件进行过滤，得到所述三维点云地图。进一步地，通过多线激光雷达检测障碍物。进一步地，检测障碍物，并获取所述障碍物的位姿信息，包括以下步骤：获取所述多线激光雷达检测到的点云数据；分割所述点云数据，过滤地面点云数据；根据过滤后的所述点云数据，对所述障碍物进行点云聚类；对聚类后的障碍物进行特征提取，得到所述障碍物位姿信息。进一步地，当所述距离小于预设阈值时，根据所述局部栅格地图，通过HybridA*算法计算得到避障路径，包括以下步骤：获取全局路径点；初始化OPEN列表，从所述全局路径点中获得起始点s和目标点o，所述起始点s和目标点o在所述局部栅格地图内；将所述起始点s至所述目标点o之间的周围节点i加入到所述OPEN列表中；从所述周围节点i中，筛选出最小代价值节点Nmin作为父节点，并将所述最小代价值节点Nmin存入CLOSE列表；用A*算法作为启发函数，得到启发代价F_h；计算所述父节点到所述起始点s的距离，得到实际代价F_g；判断是否达到目标点o；当达到目标点o时，通过Reeds-Shepp曲线构建避障路径；否则，继续筛选最小代价值节点Nmin作为父节点，直到到达目标点o。进一步地，检测障碍物时，包括以下步骤：通过有限状态机机制轮询车辆状态，所述车辆状态包括追踪状态、停止状态和避障状态；当所述车辆状态为追踪状态时，控制所述低速无人车沿所述全局路径点行驶；实时检测障碍物并获取所述障碍物位姿信息，判断所述位姿信息与所述定位信息之间的距离；当所述位姿信息与所述定位信息之间的距离小于预设阈值时，切换所述追踪状态为所述停止状态；通过HybridA*算法计算得到避障路径后，切换所述停止状态为所述避障状态；当所述车辆为避障状态时，持续实时检测障碍物并所述障碍物位姿信息，判断获取到的障碍物位姿信息与所述定位信息之间的距离，若所述距离小于预设阈值时，切换所述避障状态为所述停止状态；再次通过HybridA*算法计算得到新的避障路径，切换所述停止状态为所述避障状态，直至避障完成；切换所述避障状态为所述追踪状态。进一步地，控制所述低速无人车沿所述全局路径点行驶，还包括以下步骤：获取全局路径点和车辆参数信息；根据所述车辆参数信息，通过pure_pursuit算法追踪所述全局路径点。本专利技术的目的之二在于提供一种低速无人车避障装置，其通过对低速无人车进行定位，并通过HybridA*算法，实现低速无人车的实时避障。本专利技术的目的之二采用以下技术方案实现：一种低速无人车避障装置，其包括：获取模块，用于获取三维点云地图及局部栅格地图；并根据所述三维点云地图获取定位信息；检测模块，用于检测障碍物，并获取所述障碍物的位姿信息，判断所述位姿信息与所述定位信息之间的距离；计算模块，用于当所述距离小于预设阈值时，根据所述局部栅格地图，通过HybridA*算法计算得到避障路径。本专利技术的目的之三在于提供执行专利技术目的之一的电子设备，其包括处理器、存储介质以及计算机程序，所述计算机程序存储于存储介质中，所述计算机程序被处理器执行时实现上述的低速无人车避障方法。本专利技术的目的之四在于提供存储专利技术目的之一的计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的低速无人车避障方法。相比现有技术，本专利技术的有益效果在于：本专利技术通过三维点云地图及局部栅格地图实现低速无人车的定位，通过HybridA*算法，得到适合低速无人车运动模型的平滑避障路径，从而实现低速无人车的避障。附图说明图1是实施例一的低速无人车避障方法的流程图；图2是实施例一的检测障碍物方法的流程图；图3是实施例三的避障路径计算方法的流程图；图4是实施例四的低速无人车避障装置的结构框图；图5是实施例五的电子设备的结构框图。具体实施方式以下将结合附图，对本专利技术进行更为详细的描述，需要说明的是，以下参照附图对本专利技术进行的描述仅是示意性的，而非限制性的。各个不同实施例之间可以进行相互组合，以构成未在以下描述中示出的其他实施例。实施例一实施例一提供了一种低速无人车避障方法，旨在通过获取低速无人车行驶区域的三维点云地图实现全局定位，根据局部栅格地图及HybridA*算法完成避障路径的实时构建。请参照图1所示，一种低速无人车避障方法，包括以下步骤：S110、获取三维点云地图及局部栅格地图；S110中三维点云地图具体生成方法本实施例中不作具体限定，只要是能生成三维点云地图的方法都可用于S110步骤。局部栅格地图为实时构建的地图，局部栅格地图是以低速无人车为坐标系，并构建完成的局部栅格地图，该局部栅格地图主要用于HybridA*算法的局部代价地图。在通过点云数据完成建图后，生成的pcd文件往往较大，因此需要对其进行过滤，获得计算需要的点云特征，使三维点云地图更便于读取和计算；具体地，获取三维点云地图，包括以下步骤：获取点云pcd文件；对所述点云pcd文件进行过滤，得到所述三维点云地图。本实施例不对具体过滤方法进行限定，例如LIDAR点云过滤算法、坡度滤波法等都可以用于本文档来自技高网...

【技术保护点】
1.一种低速无人车避障方法，其特征在于，包括以下步骤：/n获取三维点云地图及局部栅格地图；/n根据所述三维点云地图获取定位信息；/n检测障碍物，并获取所述障碍物的位姿信息，判断所述位姿信息与所述定位信息之间的距离；/n当所述距离小于预设阈值时，根据所述局部栅格地图，通过Hybrid A*算法计算得到避障路径。/n

【技术特征摘要】
1.一种低速无人车避障方法，其特征在于，包括以下步骤：
获取三维点云地图及局部栅格地图；
根据所述三维点云地图获取定位信息；
检测障碍物，并获取所述障碍物的位姿信息，判断所述位姿信息与所述定位信息之间的距离；
当所述距离小于预设阈值时，根据所述局部栅格地图，通过HybridA*算法计算得到避障路径。


2.如权利要求1所述的低速无人车避障方法，其特征在于，获取三维点云地图，包括以下步骤：
获取点云pcd文件；
对所述点云pcd文件进行过滤，得到所述三维点云地图。


3.如权利要求1所述的低速无人车避障方法，其特征在于，通过多线激光雷达检测障碍物。


4.如权利要求3所述的低速无人车避障方法，其特征在于，检测障碍物，并获取所述障碍物的位姿信息，包括以下步骤：
获取所述多线激光雷达检测到的点云数据；
分割所述点云数据，过滤地面点云数据；
根据过滤后的所述点云数据，对所述障碍物进行点云聚类；
对聚类后的障碍物进行特征提取，得到所述障碍物位姿信息。


5.如权利要求1所述的低速无人车避障方法，其特征在于，当所述距离小于预设阈值时，根据所述局部栅格地图，通过HybridA*算法计算得到避障路径，包括以下步骤：
获取全局路径点；
初始化OPEN列表，从所述全局路径点中获得起始点s和目标点o，所述起始点s和目标点o在所述局部栅格地图内；
将所述起始点s至所述目标点o之间的周围节点i加入到所述OPEN列表中；
从所述周围节点i中，筛选出最小代价值节点Nmin作为父节点，并将所述最小代价值节点Nmin存入CLOSE列表；
用A*算法作为启发函数，得到启发代价F_h；
计算所述父节点到所述起始点s的距离，得到实际代价F_g；
判断是否达到目标点o；
当达到目标点o时，通过Reeds-Shepp曲线构建避障路径；
否则，继续筛选最小代价值节点Nmin作为父节点，直到到达目标点o。


6.如权利要求...

【专利技术属性】
技术研发人员：嵇望，丁大为，马浩，
申请(专利权)人：浙江远传信息技术股份有限公司，
类型：发明
国别省市：浙江;33