一种基于自由空间与快速搜索随机树算法的无人车动态路径规划方法技术

本文发明专利技术公开了一种基于自由空间与快速搜索随机树算法的无人车动态路径规划方法。本文利用凹多边形凸分解的图形学方法，设计了一种在含有障碍地图上构建自由空间的方法，并应用人工蜂群算法对进行路径优化找出全局最优路径。本文通过调整随机树节点采样概率，实现了基于改进快速搜索随机树算法的快速路径规划方法。最后，本发明专利技术分别利用自由空间法和快速搜索随机树算法实现动态地图的全局路径规划和无人车行进过程中的局部快速路径规划，兼顾了动态环境下路径规划的质量和速度。

【技术实现步骤摘要】
一种基于自由空间与快速搜索随机树算法的无人车动态路径规划方法1.
本专利技术涉及路径规划领域，尤其涉及动态环境下无人车行进过程中地图发生变化的路径规划。2.
技术介绍
自动驾驶技术是人工智能领域中的热点方向，在未来社会中，大部分车辆将会配置自动驾驶技术，使得地面交通更加通畅、交通事故率更低。作为其中关键一环的动态环境路径规划方法，须要达到以下目的和要求：1)行驶路径不与障碍物发生碰撞；2)路径须连接起点与终点区域；3)路径质量较高；4)动态规划时间短。现有的路径规划算法很难同时满足上述要求，例如，RRT算法与A*算法容易陷入陷阱区域，且在复杂环境下规划速度较慢；人工势场法和粒子群算法易陷入局部最优解；栅格法易受栅格划分精度的影响；V图算法和切线法不适用于复杂地图；自由空间法适用于复杂地图，但由于自由空间原始构建逻辑略显复杂且计算量较大，不适用于动态环境下的局部快速规划。3.
技术实现思路
由于不同的路径规划算法特点各不相同，使用单一算法难以在动态环境下实现快速、高质量的响应。本专利技术结合自由空间法和快速搜索本文档来自技高网...

【技术保护点】
1.一种基于自由空间与快速搜索随机树算法的无人车动态路径规划方法，其特征在于分别利用自由空间法和快速搜索随机树算法实现动态地图的全局路径规划和无人车行进过程中的局部快速路径规划。/n所述动态路径规划方法主要步骤：/n1)根据已知地图条件，利用基于自由空间法与人工蜂群算法的路径规划算法求解由起点至目标点的最优路径；/n2)无人车按照当前规划路径前进，每隔一段时间t，判断当前地图状态是否发生改变；其中，首先判断终点是否发生改变，如发生改变则跳至步骤1)；随后判断当前路径是否被障碍物阻挡，若未被障碍物阻挡，则重新根据当前路径节点与存储的初始路径节点优化路径；若被障碍物阻挡，则跳至下一步；/n3)选择...

【技术特征摘要】
1.一种基于自由空间与快速搜索随机树算法的无人车动态路径规划方法，其特征在于分别利用自由空间法和快速搜索随机树算法实现动态地图的全局路径规划和无人车行进过程中的局部快速路径规划。
所述动态路径规划方法主要步骤：
1)根据已知地图条件，利用基于自由空间法与人工蜂群算法的路径规划算法求解由起点至目标点的最优路径；
2)无人车按照当前规划路径前进，每隔一段时间t，判断当前地图状态是否发生改变；其中，首先判断终点是否发生改变，如发生改变则跳至步骤1)；随后判断当前路径是否被障碍物阻挡，若未被障碍物阻挡，则重新根据当前路径节点与存储的初始路径节点优化路径；若被障碍物阻挡，则跳至下一步；
3)选择被障碍物阻挡的路径两端分别作为局部路径规划的起点和终点，利用快速搜索随机树算法对该段路径进行局部规划；
4)用步骤3)中重新规划的局部路径替换被障碍物阻挡的路径；
5)路径优化：按顺序列出所得路径的起点、节点、终点，依次判断每一个节点若与其相隔的节点连线是否会与障碍物产生交集，若无交集，则舍弃两点间的其它节点；
6)重复以上步骤直至无人车行进至目标区域。


2.根据权利要求1所述的一种基于自由空间与快速搜索随机树算法的动态路径规划方法，其特征在于利用凹多边形凸分解的图形学方法，设计了一种在含有障碍地图上构建自由空间的方法，并应用人工蜂群算法对进行路径优化找出全局最优路径。
所述全局路径规划方法主要步骤：
1)构建自由空间：首先将地图构建为单连通多边形，然后对单连通凹多边形进行凸分解；
2)全局搜索初始路径：全局搜索找出一组自...

【专利技术属性】
技术研发人员：李昭莹，石若凌，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11