基于碰撞预测模型的人工势场无人车动态路径规划方法技术

本发明专利技术涉及一种基于碰撞预测模型的人工势场无人车动态路径规划方法。针对动态环境中，人工势场法应用于无人车路径规划所存在的反应不及时情况，由雷达传感器实时收集无人车与动态障碍物位置和运动状态信息，建立碰撞预测模型来判定环境是否安全，随之决定是否添加速度势场使得无人车提前获取需要转向的信息；通过建立虚拟势场来解决动态障碍物诱导无人车运动方向问题。本发明专利技术较传统人工势场在动态环境中的表现具备更强的避障能力与安全性，应用在实际无人车上同样达到了预期效果。用在实际无人车上同样达到了预期效果。用在实际无人车上同样达到了预期效果。

【技术实现步骤摘要】
基于碰撞预测模型的人工势场无人车动态路径规划方法


[0001]本专利技术涉及无人车实时避障的路径规划和无人车应用领域，包括引入碰撞预测模型和速度 势场、建立虚拟势场，具体涉及一种基于碰撞预测模型的人工势场无人车动态路径规划方法。

技术介绍

[0002]无人车路径规划就是在综合考虑行驶时间、速度和安全等因素的前提下，为无人车规划出 最优的行驶轨迹。无人车为了完成在复杂道路上的安全行驶，其自主移动能力是其基础，其中 路径规划和导航是保证无人车自主移动能力的核心算法，是体现车辆智慧水平的关键所在。
[0003]人工势场法因其原理简单﹑结构简洁和生成路径平滑等特点，在无人车避障和路径规划中 有着广泛的应用。该方法无需对全局路径进行搜索，规划时间短，执行效率高，非常适合于对 路径生成实时性和安全性要求较高的规划任务﹐它得到的规划路径虽然不一定最短，但却是最 平滑和最安全的。从规划环境是否随时间变化方面看，可以分为静态路径规划和动态路径规划。 当前人工势场法的典型应用大多是在静态路径规划方面，而在动态环境中，实际无人车的避障 效果仍存在不足；同时在动态环境下，人工势场法自身还存在动态障碍物诱导无人车运动方向 问题。因此，本专利技术引入碰撞预测模型和速度势场来提高人工势场法在动态环境下反应能力， 建立虚拟势场来解决动态障碍物诱导无人车运动方向问题，实现将人工势场法在应用于动态环 境路径规划时更具备实际应用价值。

技术实现思路

[0004]本专利技术的目的在于提供一种基于碰撞预测模型的人工势场无人车动态路径规划方法，在动 态环境下能有效提高人工势场法在无人车路径规划应用上的避障能力，并且解决动态障碍物诱 导无人车运动方向问题。
[0005]为实现上述目的，本专利技术的技术方案是：一种基于碰撞预测模型的人工势场无人车动态路 径规划方法，包括如下步骤：
[0006]步骤S1、获取障碍物坐标信息、无人车运动模型和初始状态信息；
[0007]步骤S2、判断当前时刻无人车所遇障碍物是否为动态障碍物；
[0008]步骤S3、识别危险度区域；
[0009]步骤S4、选择是否采用碰撞预测模型，并决定是否添加速度势场；
[0010]步骤S5、判断是否遇到障碍物诱导方向问题；
[0011]步骤S6、计算无人车引力、斥力函数；
[0012]步骤S7、输出无人车当前时刻运动步长及方向；
[0013]步骤S8、重复步骤S1
‑
S7，直至到达终点完成全局的路径追踪，并描点连线实现无人车运 动轨迹可视化。
[0014]在本专利技术一实施例中，所述步骤S4的具体实现过程如下：
[0015]步骤S4.1、建立具备自适应能力的速度势场；
[0016]步骤S4.2、建立碰撞预测模型，评价指标包括极限躲避时间t
c
和剩余躲避时间t
o
；
[0017]步骤S4.3、制定动态环境安全判定条件，决定是否添加速度势场。
[0018]在本专利技术一实施例中，所述步骤S4.1的具体实现过程如下：
[0019]所建立的速度势场函数：
[0020][0021]上式中，α为无人车距离障碍物的最小距离，α2为速度势场有效范围，V
o
为动态障碍物运动 速度，V
v
为无人车运动速度，ξ为增幅系数，其计算公式为：
[0022][0023]上式中，Φ
v
为无人车至障碍物位置所在线段与障碍物运动方向的夹角。
[0024]在本专利技术一实施例中，所述步骤S4.2的具体实现过程如下：
[0025]将过障碍物中心且与障碍物运动方向重合的直线记为k，平行直线k且过障碍物两端最外 端点P
o1
、P
o2
的直线，分别记为k1、k2，即得到无人车与直线k1、k2的距离D
c1
、D
c2
；若点P
o1
、P
o2
处于无人车运动方向两侧，取无人车具有转向趋势一侧的距离即D
c1
或D
c2
为D
c
，点P
c
为驶出直 线k1、k2所围区域并与其产生的交点；若点P
o1
、P
o2
处于无人车运动方向同侧，取D
cm徨x
＝ m徨x(D
c1
,D
c2
)、D
cmin
＝min(D
c1
,D
c2
)，点P
c1
、P
c2
分别为无人车驶入和驶出直线k1、k2所围区 域并与其产生的交点；
[0026]在极限情形即无人车转向角从开始就达到最大值下，从无人车受到动态障碍物斥力作用起， 到安全躲避障碍物的用时，记为极限躲避时间t
c
；从无人车受到动态障碍物斥力作用起，此时 障碍物斥力作用距离为最远距离，记为α0，到无人车进入障碍物对车速产生强大阻碍效果的距 离即α<0.35α0时所用时间，记为即剩余躲避时间t
o
；
[0027]在无人车与障碍物相遇场景中，极限躲避时间t
c
的计算公式为：
[0028][0029]上式中，R
min
为最小转弯半径，以最小转为半径的圆心O
’
建立坐标系iO
′
j，A为段距 离，即无人车坐标在坐标系iO
′
j上j轴的投影距离，Φ为相对运动夹角，Φ
l
为极限转向角，D
lim
为障碍物运动方向过极限转向点与无人车的距离，为无人车后半车身长度；
[0030]剩余躲避时间的计算公式为：
[0031][0032]上式中，α0为障碍物对无人车的斥力影响范围，Φ
v
为碰撞预测夹角，即无人车至障
碍物位 置所在线段与障碍物运动方向的夹角。
[0033]在本专利技术一实施例中，所述步骤S4.3的具体实现过程如下：
[0034]当点P
c1
、P
c2
处于无人车运动方向同侧时，将D
cmin
与D
cm徨x
分别代入式(3)可得t
c1
和t
c2
， 即无人车到达点P
c1
、P
c2
的用时；将D
cmin
与D
cm徨x
代入式(4)可得t
o1
和t
o2
，即障碍物到达点P
c1
、 P
c2
的用时；
[0035]动态环境安全判定条件：当P
c1
、P
c2
处于同侧时，若(t
c1
+t
p
<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于碰撞预测模型的人工势场无人车动态路径规划方法，其特征在于，包括如下步骤：步骤S1、获取障碍物坐标信息、无人车运动模型和初始状态信息；步骤S2、判断当前时刻无人车所遇障碍物是否为动态障碍物；步骤S3、识别危险度区域；步骤S4、选择是否采用碰撞预测模型，并决定是否添加速度势场；步骤S5、判断是否遇到障碍物诱导方向问题；步骤S6、计算无人车引力、斥力函数；步骤S7、输出无人车当前时刻运动步长及方向；步骤S8、重复步骤S1
‑
S7，直至到达终点完成全局的路径追踪，并描点连线实现无人车运动轨迹可视化。2.根据权利要求1所述的基于碰撞预测模型的人工势场无人车动态路径规划方法，其特征在于，所述步骤S4的具体实现过程如下：步骤S4.1、建立具备自适应能力的速度势场；步骤S4.2、建立碰撞预测模型，评价指标包括极限躲避时间t
c
和剩余躲避时间t
o
；步骤S4.3、制定动态环境安全判定条件，决定是否添加速度势场。3.根据权利要求2所述的基于碰撞预测模型的人工势场无人车动态路径规划方法，其特征在于，所述步骤S4.1的具体实现过程如下：所建立的速度势场函数：上式中，α为无人车距离障碍物的最小距离，α2为速度势场有效范围，V
o
为动态障碍物运动速度，V
v
为无人车运动速度，ξ为增幅系数，其计算公式为：上式中，Φ
v
为无人车至障碍物位置所在线段与障碍物运动方向的夹角。4.根据权利要求3所述的基于碰撞预测模型的人工势场无人车动态路径规划方法，其特征在于，所述步骤S4.2的具体实现过程如下：将过障碍物中心且与障碍物运动方向重合的直线记为k，平行直线k且过障碍物两端最外端点P
o1
、P
o2
的直线，分别记为k1、k2，即得到无人车与直线k1、k2的距离D
c1
、D
c2
；若点P
o1
、P
o2
处于无人车运动方向两侧，取无人车具有转向趋势一侧的距离即D
c1
或D
c2
为D
c
，点P
c
为驶出直线k1、k2所围区域并与其产生的交点；若点P
o1
、P
o2
处于无人车运动方向同侧，取D
cmax
＝max(D
c1
，D
c2
)、D
cmin
＝min(D
c1
，D
c2
)，点P
c1
、P
c2
分别为无人车驶入和驶出直线k1、k2所围区域并与其产生的交点；在极限情形即无人车转向角从开始就达到最大值下，从无人车受到动态障碍物斥力作用起，到安全躲避障碍物的用时，记为极限躲避时间t
c
；从无人车受到动态障碍物斥力作用起，此时障碍物斥力作用距离为最远距离，记为α0，到无人车进入障碍物对车速产生强大阻碍效果的距离即α＜0.35α0时所用时间，记为即剩余躲避时间t
o
；在无人车与障碍物相遇场景...

【专利技术属性】
技术研发人员：张卫波，黄志鹏，陈慧鸿，黄绍斌，罗星，
申请(专利权)人：福州大学，
类型：发明
国别省市：