【技术实现步骤摘要】
一种面向无人驾驶赛车的路径与车速协同规划方法
本专利技术涉及一种面向无人驾驶赛车的路径与车速协同规划方法，属于智能运动规划领域。
技术介绍
随着无人驾驶技术的发展，各类智能算法研究的深入，无人驾驶系统应用的场景也愈加丰富。而赛车运动，作为汽车科技发展与创新的平台，汽车工业的指南针，也跟随时代潮流，开始走向智能化道路；路径规划在无人驾驶系统中处于上层位置，是无人驾驶系统最重要的部分之一，因此针对赛道的路径规划，对于无人驾驶赛事至关重要。智能车路径规划作为一种重要技术，可以分为全局路径规划和局部路径规划，对此，国内外学者已经进行大量的研究工作；从可见性地图的搜索算法角度，主要有Dijkstra算法、A*算法以及RRT算法(如J.C.Latombe,Robotmotionplanning,1991,Dordrecht:KluwerAcademic,ISBN0-7923-9129-2以及S.M.LaValle,PlanningAlgorithms,CambridgeUniversityPress,2006,ISBN05218...
【技术保护点】
1.一种面向无人驾驶赛车的路径与车速协同规划方法，其特征在于：包括以下步骤：/n第一步：获取赛车车道的地图文件以及赛车的起点状态，结合线下运算离散车辆动力学模型；/n第二步：以确定的时间步长计算下一步的可能位姿；/n第三步：进行碰撞检测以及赛道约束检测，剔除不符合的路径后记录符合条件的路径；/n第四步：进行次数规划；/n第五步：若不符合次数规划，将路径末端作为起点，回到第二步进行再次操作；若符合次数规划，找到局部最优路径，进行圈数检测；/n第六步：若已经完成一圈，则直接输出结果；若未完成一圈，将局部最优路径端点作为起点，回到第二步进行再次操作。/n
【技术特征摘要】
1.一种面向无人驾驶赛车的路径与车速协同规划方法，其特征在于：包括以下步骤：
第一步：获取赛车车道的地图文件以及赛车的起点状态，结合线下运算离散车辆动力学模型；
第二步：以确定的时间步长计算下一步的可能位姿；
第三步：进行碰撞检测以及赛道约束检测，剔除不符合的路径后记录符合条件的路径；
第四步：进行次数规划；
第五步：若不符合次数规划，将路径末端作为起点，回到第二步进行再次操作；若符合次数规划，找到局部最优路径，进行圈数检测；
第六步：若已经完成一圈，则直接输出结果；若未完成一圈，将局部最优路径端点作为起点，回到第二步进行再次操作。
2.根据权利要求1所述的面向无人驾驶赛车的路径与车速协同规划方法，其特征在于：前述的车辆动力学模型计算过程分成两个部分，一部分为赛车等速工况点集合，另一部分为赛车工况点之间的转移关系，具体包括以下步骤：
第11步：加载运算该模型所需的参数，其中包括车辆质量m、质心距前轴距离lf、质心距后轴距离lr以及用魔术公式来定义的轮胎模型中的参数B、C和D；
第12步：列出工况点的等式，在确定的速度和前轮转角下，获得转弯圆心距离前轮主销的距离rf和转弯圆心与前轮主销连线与车辆纵向平面的夹角A，
由于等速条件为速度和前轮转角不变，所以赛车的纵向加速度和角加速度为0，结合车辆动力学方程、轮胎模型和几何关系，可以得到：
ygc＝(lr+lf-xgc)×tanA
其中，δ为方向盘转角，αf为前轮侧偏角，αr为后轮侧偏角，lf为质心距前轴距离，lr为质心距后轴距离，xgc为转向中心距离质心的纵向距离，ygc为转向中心距离质心的横向距离，Ffy为前轮所受的横向力，Df、Cf、Bf为魔术公式下车辆模型参数，vx为纵向速度；
第13步，对上述方程进行求解，其求解的实质上是模拟车辆匀速行驶，然后缓慢增加前轮转角的过程，具体的将转角增加的过程离散化，在上一时刻的基础上进行迭代，易于收敛到期望的点，根据上述方程，可以将侧偏角表示为：
(αf，αr)＝f(δ)
将车轮转角输入离散化可得：
δ(0)＝αf(0)＝αr(0)＝0
δ(k+1)-δ(k)＝Δδ
(αf(k+1)，αr(k+1))＝f(δ(k+1)，αf(k)，αr(k))
其中，δ为前轮转角，αf为前轮侧偏角，αr为后轮侧偏角，k为计数的索引，
利用上述方法进行迭代计算，将每个工况点K进行编号，号码数为n，则K(n)＝(vx，δ，rf，A)；
第14步，计算这些工况点之间的关系，在模型中，若当前工况点为K(i)，车辆最大加速度和最大减速度随速度的变化的关系，以...
【专利技术属性】
技术研发人员：庄伟超，李荣粲，刘昊吉，殷国栋，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。