自动驾驶车辆决策层路径规划的人工势场方法技术

本发明专利技术提供自动驾驶车辆决策层路径规划的人工势场方法，包括S1，通过人工势场方法建立道路环境，使得车辆行驶在道路边界之内；S2，通过车辆感知装置获知周围信息，并将不同种类的障碍物建立不同的势场函数，使得车辆面对不同的障碍物有不同的处理方式；S3，根据建立的势场环境，可规划出安全路径的集合，使用改进的遗传算法进行优化，找到最短路径。本发明专利技术使用人工势场方法建立自动驾驶车辆行驶环境，使得车辆对于不同种类的障碍物进行不同的行驶操作，并且使用改进遗传算法对路径进行优化，使得车辆安全行驶且能量消耗最小。

【技术实现步骤摘要】
自动驾驶车辆决策层路径规划的人工势场方法
本专利技术涉及自动驾驶车辆
，尤其是涉及自动驾驶车辆决策层路径规划的人工势场方法。
技术介绍
自动驾驶车辆通过感知层获得的车辆周围环境信息，规划车辆行驶路径，使得车辆安全平稳行驶。由于当前路径规划所使用人工势场方法多通过势场直接产生吸引力或排斥力作为车辆外力驱使智能车辆运动，容易出现局部最小值使得车辆不能到达终点。本文针对这一问题，将人工势场方法做出改进，并结合遗传算法对路径进行优化，考虑车辆动力学约束与驾驶体验。
技术实现思路
本申请的目的在于提供一种用于自动驾驶车辆决策层进行局部路径规划的方法，以避开障碍物安全行驶，减少安全事故的发生。为实现上述目的，本申请采用的技术方案是：自动驾驶车辆决策层路径规划的人工势场方法，包括以下步骤：S1，通过人工势场方法建立道路环境，使得车辆行驶在道路边界之内；S2，通过车辆感知装置获知周围信息，并将不同种类的障碍物建立不同的势场函数，使得车辆面对不同的障碍物有不同的处理方式；通过车辆感知装置获知周围信息，包括摄像头获知图像得到中远距离场景信息；毫米波雷达在中短距离中得到物体速度信息；激光雷达获得更高精度的速度、距离和角度信息以及组合导航获知精准的车辆定位信息；通过上述车辆感知装置获知信息的融合，获知周围道路环境。S3，根据建立的势场环境，可规划出安全路径的集合，使用改进的遗传算法进行优化，找到最短路径。还包括，根据车辆行驶过程中可能碰到的障碍物：减速带、行人、车辆和大型障碍物；车辆通过减速不换道的方式通过减速带，面对行人及大型障碍物时车辆必须通过减速停车或者变道以避免与其发生危险碰撞；面对车辆时还要考虑车辆的行驶速度，通过控制车辆转向和制动以避让。本专利技术使用人工势场方法建立自动驾驶车辆行驶环境，使得车辆对于不同种类的障碍物进行不同的行驶操作，并且使用改进遗传算法对路径进行优化，使得车辆安全行驶且能量消耗最小。附图说明图1是本专利技术的流程图；图2是本专利技术的车辆感知装置示意图。具体实施方式结合实施例说明本专利技术的具体技术方案。如图1所示，自动驾驶车辆决策层路径规划的人工势场方法，在自动驾驶车辆决策控制器中计算实现，具体内容如下：首先，通过人工势场方法建立道路环境，使得车辆行驶在道路边界之内；其次，利用车辆感知装置获知周围信息，并将不同种类的障碍物建立不同的势场函数，使得车辆面对不同的障碍物有不同的处理方式；如图2所示，假设自动驾驶车辆的车辆感知装置正常工作，组合传感中摄像头获知图像可得到中远距离场景信息；毫米波雷达可以在中短距离中得到物体速度信息；激光雷达用于获得更高精度的速度、距离和角度信息以及组合导航可以获知精准的车辆定位信息。通过上述传感器获知信息的融合，可以充分获知周围道路环境。最后，根据建立的势场环境，可规划出安全路径的集合，使用改进的遗传算法进行优化，找到最短路径。根据车辆行驶过程中可能碰到的障碍物：减速带、行人、车辆和大型障碍物等，可以知道车辆可以通过减速不换道的方式通过减速带，面对行人及大型障碍物时车辆必须通过减速停车或者变道以避免与其发生危险碰撞。面对车辆时还要考虑车辆的行驶速度，通过控制车辆转向和制动以避让。实施例1：车辆沿车道进行直线行驶，通过建立道路环境使得车辆不能超出车道边界行驶。且前方有减速带提醒驾驶员减速行驶。此时感知层将信息传递到决策层判断此时不需要进行换道，决策层建立势场，使得道路两边势场值足够高，车辆无法跨越。且随着车辆逐渐靠近前方的减速带，势场值逐渐增大使车辆减速，等到减速到一定程度时，势场梯度减小使得车辆顺利通过。实施例2：车辆行驶前方突然有行人出现。感知层将障碍物位置传递到决策层，判断超出可换道距离，迅速建立势场，随着车辆与前方行人的纵向距离的减少，势场值迅速增大。并且当足够靠近行人时，势场值增大到无穷大，使车辆刹车保证行人安全。实施例3：车辆以30km/h的车速行驶，前方100m处车辆以25km/h行驶。感知层将前方障碍车辆的位置与速度传递到决策层，通过障碍物与车辆间纵向距离判断，可进行换道操作，通过人工势场将障碍物附近势场值增大，使得车辆不能过度接近障碍物，使得车辆双移线工况安全进行。与传统势场方法的对比：传统人工势场路径规划算法仅根据障碍物位置与速度等状态信息进行路径规划，且多用在机器人领域。已有方法之一，郑继发.一种基于人工势场法的路径规划方法:中国，110209171A.2019-09-06，通过障碍物坐标建立阻力场，目标位置建立引力场，通过二者形成对移动机械的阻力与引力引导机械运动，避免发生碰撞。已有方法之二，袁朝春,翁烁丰,何友国,等.一种采用人工势场法的车辆主动避撞方法，已有方法之三，江苏大学.一种基于改进人工势场的商用车车道保持路径规划方法:CN201910871253.9[P].2020-01-17，在传统势场方法上考虑车辆动力学模型以及通过粒子群算法进行优化，提高车辆稳定性。本专利技术首先不是直接通过障碍物位置建立势场外力，而是结合障碍物的形状、大小以及特性建立势场环境，叠加引力势场环境后筛选出安全区域范围，并且在改进遗传算法的优化下，可以应对传统势场算法存在的局部最小值问题，并在区域内产生满足车辆性能的最优行驶路径。本文档来自技高网...

【技术保护点】
1.自动驾驶车辆决策层路径规划的人工势场方法，其特征在于，包括以下步骤：/nS1，通过人工势场方法建立道路环境，使得车辆行驶在道路边界之内；/nS2，通过车辆感知装置获知周围信息，并将不同种类的障碍物建立不同的势场函数，使得车辆面对不同的障碍物有不同的处理方式；/nS3，根据建立的势场环境，可规划出安全路径的集合，使用改进的遗传算法进行优化，找到最短路径。/n

【技术特征摘要】
1.自动驾驶车辆决策层路径规划的人工势场方法，其特征在于，包括以下步骤：
S1，通过人工势场方法建立道路环境，使得车辆行驶在道路边界之内；
S2，通过车辆感知装置获知周围信息，并将不同种类的障碍物建立不同的势场函数，使得车辆面对不同的障碍物有不同的处理方式；
S3，根据建立的势场环境，可规划出安全路径的集合，使用改进的遗传算法进行优化，找到最短路径。


2.根据权利要求1所述的自动驾驶车辆决策层路径规划的人工势场方法，其特征在于，S2步骤中，通过车辆感知装置获知周围信息，包括摄像头获知图像得到中...

【专利技术属性】
技术研发人员：杨超，王伟达，刘文婕，徐彬，王暮遥，路深，赵靖，张宇航，
申请(专利权)人：北京理工大学重庆创新中心，北京理工大学，
类型：发明
国别省市：重庆;50