一种用于无人环卫车贴边清扫的图优化路径规划方法技术

本发明专利技术公开了路径规划技术领域的一种用于无人环卫车贴边清扫的图优化路径规划方法，包括两个步骤：一是障碍物目标的分类；二是图结构中约束边的设计；本发明专利技术采用基于代价函数最小化的图优化方法来研究环卫车辆贴边清扫时的路径规划问题，根据障碍物类型的不同，对图中的车辆状态节点添加贴边约束和整体清扫效率约束后，该方法可以让环卫车安全有效地执行贴边清扫任务。行贴边清扫任务。行贴边清扫任务。

【技术实现步骤摘要】
一种用于无人环卫车贴边清扫的图优化路径规划方法


[0001]本专利技术涉及路径规划
，具体为一种用于无人环卫车贴边清扫的图优化路径规划方法。

技术介绍

[0002]路径规划是无人驾驶车辆决策模块中的重要一环，它综合车辆周围障碍物的位置信息和事先建立的环境地图，来为车辆规划出一条符合运动规律同时又能快速到达目的地的路径。这里我们主要关注非规则路面上，适用于低速无人环卫车的路径规划问题。
[0003]近几年无人驾驶技术快速发展，适用于各种车辆的路径规划算法也在不断涌现和完善。可当把无人驾驶模块部署到传统环卫车上时，新的挑战随之而来。传统路径规划算法只需将车辆从起点导引到目标点同时避开障碍物即可，但是环卫车辆在行驶的同时还需要执行清扫任务，沿着马路边沿清扫即是其中一个比较典型的场景。
[0004]环卫车辆的贴边清扫作业要求路径规划模块不仅安全地将车辆从起点导引到目标点，还应该在最短的时间内尽可能地让车辆清扫盘覆盖所有的路沿，而当车辆靠路沿过近无法前进时，还应该规划出可行的恢复路径，继续清扫任务。这些特点是传统的采样式、搜索式路径规划算法无法满足的。传统方法将所有待确定的路径点假设为需要计算的未知状态，状态中包含车辆位置和偏航角，这些状态自身受障碍物位置的约束，状态之间受车辆运动规律和行驶时间的约束，当所有的状态符合最小转弯半径限制同时和障碍物保持足够的冗余距离时，状态的集合即为一条可行驶的路径。
[0005]如图8所示，{X0,X1,X2}代表需要计算的车辆位置和角度信息，车辆从X0行驶到X2时需要避开四边形障碍物，所以X1需要位于障碍物左侧；在避开障碍物的同时还不能花费太常时间，要尽量保证时间差值Δt较小。
[0006]为实时地规划出无人车辆的行驶路径，基于采样或搜索的规划方法通常利用车辆的运动约束简化搜索空间，例如在前向可行驶区域中以一定的间隔搜索出最优的一条路径，但这种方法受限搜索空间范围的限制，通常无法规划出合适的倒车恢复路径。而传统基于图优化的路径规划为了安全地避开障碍物，无法规划出稳定贴边的行驶路径。
[0007]基于此，本专利技术设计了一种用于无人环卫车贴边清扫的图优化路径规划方法，以解决上述问题。

技术实现思路

[0008]本专利技术的目的在于采用基于代价函数最小化的图优化方法来研究环卫车辆贴边清扫时的路径规划问题，提供一种用于无人环卫车贴边清扫的图优化路径规划方法。
[0009]为实现上述目的，本专利技术提供如下技术方案：一种用于无人环卫车贴边清扫的图优化路径规划方法，包括两个步骤：一是障碍物目标的分类；二是图优化中节点和边的设计；
[0010]障碍物目标的分类：传统无人驾驶车辆一般将路沿归属为不可碰撞接触的障碍
物，需要与其保持足够的安全冗余距离，但是无人环卫车经常需要进行贴边清扫作业。因此首先需要将车辆周围的障碍物分为无法越过但需要尽量贴近的路沿，或是环卫车不能靠近且需要绕行的人或车辆等障碍。实践中发现，路侧的绿植是最容易和路沿产生混淆的物体之一，特别地，当绿植的枝条延伸到道路上或有树叶连续地落下时，路径规划算法需要不受其影响，继续进行贴边规划，而当确实存在障碍物挡住贴边路径时，车辆需要安全地绕行。由于障碍物分类不是本专利重点，此处不做深入说明。
[0011]图优化中节点和边的设计：当需要规划的车辆状态数目较多时，需要将其表示为由节点和边组成的超图结构，以便于分析状态节点之间的联系和约束。在图优化中，将需要规划的车辆位置状态表示为节点，将节点所受的约束表示为边。
[0012]节点分为两类，一是表示车辆位置、偏航角的状态节点；二是表示车辆状态之间行驶时间的节点。边的类型也分为两类：一是相邻车辆状态节点之间所受的约束，例如转弯半径、角速度、加速度的限制；二是车辆状态节点自身所受的约束，例如距离某个障碍物或路沿的最小距离。
[0013]在求解最优的车辆状态集合前，需要将图结构转化为数学描述。用X表示车辆的状态节点，包括平面坐标和偏航角度，用Q表示某段路径中这些状态的集合：
[0014]Q＝{X1,X2...,X
n
}
[0015]用Δt表示车辆的行驶时间节点，T表示其集合：
[0016]T＝{Δt1,Δt2...,Δt
n
}
[0017]用B表示所有节点集合：
[0018]B＝(Q,T)
[0019]将路径规划过程转为求解目标函数f(B)最小值时的解B
*
，f(B)由若干个约束子函数f
k
(B)组成，B
*
中的车辆状态集合即为最终的车辆路径：
[0020]f(B)＝∑γ
k
f
k
(B)
[0021]B
*
＝arg
min f(B)
[0022]虽然f
k
(B)对于车辆状态的约束目标不同，但都是将车辆状态优化到某一固定区间，因此具有相似的计算模式，其中下边界约束函数计算如下：
[0023][0024]利用归一化参数s,n来将不同尺度的约束函数统一到同一水平，B
r
满足该约束子函数的最优状态，e为优化冗余量。
[0025]对于无人环卫车贴边清扫时路径规划问题，在保持常规约束的同时，应着重考虑以下三种约束：一是路沿对车辆状态节点的吸引和排斥作用，车辆应尽量和路沿贴合但又不能越过路沿；二是车辆在贴边过程中的稳定性，尽量保持贴边的平稳性；三是保持稳定的车速以提高清扫效率，车速过快时清扫不干净，过慢时清扫效率太低。
[0026]在对车辆周围的障碍物进行分类后，车辆状态节点的一元边在受路沿排斥作用的同时，还会根据所需的贴边距离来和路沿保持一定的吸引力，此约束子函数f
edge
计算如下：
[0027][0028]其中为同时具有上下边界的三段式目标函数，
±
d表征了环卫车贴边时允许范围内的距离偏移。
[0029]环卫车在清扫过程中保持贴边距离的稳定性不仅可以提高硬件电机的使用寿命还能提高清扫的整洁度，因此可将贴边距离的变化成度加入到约束函数中：
[0030][0031]其中，是贴边距离的均值，N是车辆状态节点的个数，δ是该约束函数的归一化参数。
[0032]在环卫车辆贴边清扫过程中，在保持贴边的同时还需要适配扫盘和车辆的行驶速度，以达到尽可能高的清扫效率，将此约束添加到子函数中：
[0033][0034]其中δ
p
,δ
v
是行驶距离和速度的归一化参数，是车辆状态之间的距离，v
i
,v
s
是车辆状态节点对应的车速和清扫盘的转速。
[0035]与现有技术相比，本专利技术的有益效果是：本专利技术采用基于代价函数最小化的图优化方法来研究环卫车辆贴边清扫时的路径规划问题，在对图优化中的障碍节点进行分类并添加稳定贴边约束后，该方法可以让环卫车安全有效地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于无人环卫车贴边清扫的图优化路径规划方法，包括两个步骤：障碍物目标分类：将环卫车遇到的障碍分为两类，一类是无法越过但需要尽量贴近的路沿，另一类是环卫车不能靠近且需要绕行的人或车辆等障碍；图结构设计：将未知的车辆状态和状态之间所受的约束表示为超图结构，分析车辆状态之间的递推关联和约束；在路径规划中，将未知的车辆状态表示为节点，将节点之间的约束关系表示为边；节点分为两类：一是表示车辆位置、偏航角的状态节点X＝(x,y,θ)；二是表示车辆状态之间行驶时间的节点Δt；边的类型也分为两类：一是相邻车辆状态节点之间所受的约束，包括转弯半径、角速度、加速度的限制；二是车辆状态节点自身所受的约束，包括距离某个障碍物或路沿的最小距离；在求解最优的车辆状态集合前，将图结构转化为数学描述；用X表示车辆的状态节点，包括平面坐标和偏航角度，用Q表示某段路径中这些状态的集合：Q＝{X1,X2...,X
n
}用Δt表示车辆的行驶时间节点，T表示其集合：T＝{Δt1,Δt2...,Δt
n
}用B表示所有节点集合：B＝(Q,T)。2.根据权利要求1所述的一种用于无人环卫车贴边清扫的图优化路径规划方法，其特征在于：将路径规划过程转为求解目标函数f(B)取得最小值时的解B
*
，f(B)由若干个约束子函数f
k
(B)组成，B
*
中的车辆状态集合即为最终的车辆路径：f(B)＝∑γ
k
f
k
(B)B
*
＝arg
min f(B)...

【专利技术属性】
技术研发人员：苏金亚，杨增辉，
申请(专利权)人：无锡太机脑智能科技有限公司，
类型：发明
国别省市：