一种避障路径规划方法和装置制造方法及图纸

本发明专利技术公开了一种避障路径规划方法和装置。其中，该方法包括：检测目标障碍物与智能车行驶路径之间的距离是否小于预设距离阈值；若是，则确定智能车的目标点和可避障区域内检测到的障碍物；根据智能车与障碍物之间的距离对人工势场法进行改进，并基于改进的人工势场法计算智能车行驶过程中的合力，以对智能车行驶至目标点的过程进行避障。本实施例的技术方案，通过引入距离因子来对人工势场法进行改进，从而减少了路径规划的计算量，解决了人工势场目标不可达的问题；通过引入斥力偏转模型和建立虚拟目标点，帮助智能车逃离局部最优状态，从而使得智能车能够更加安全有效地到达目标点。标点。标点。

【技术实现步骤摘要】
一种避障路径规划方法和装置


[0001]本专利技术实施例涉及智能车路径规划技术，尤其涉及一种避障路径规划方法和装置。

技术介绍

[0002]智能车在行驶的过程中，会遇有诸如其它车辆、行人等静态和动态障碍物，为保证智能车的导航安全，需对其做局部路径规划处理。路径规划就是智能车在有障碍物的未知环境中，通过自带传感器检测周围障碍物与智能车的距离和方位角，运用某种算法，并按照一定的评价标准，形成一条从起始到终点的安全、无碰撞的路径。
[0003]目前，由于人工势场法具有计算量小、实时性高、轨迹安全平滑等特点，被广泛运用于移动智能车的路径规划中。
[0004]但在实际的操作过程中，传统人工势场法还存在计算量大、目标不可达等障碍物避障不理想的情况。

技术实现思路

[0005]本专利技术提供一种避障路径规划方法，通过将改进的人工势场法运用到智能车上，使得智能车能够更加安全有效地到达目标点，同时减少计算量。
[0006]第一方面，本专利技术实施例提供了一种避障路径规划方法，包括：
[0007]S10、检测目标障碍物与智能车行驶路径之间的距离是否小于预设距离阈值；
[0008]S20、若是，则确定智能车的目标点和可避障区域内检测到的障碍物；
[0009]S30、根据智能车与障碍物之间的距离对人工势场法进行改进，并基于改进的人工势场法计算智能车行驶过程中的合力，以对智能车行驶至目标点的过程进行避障。
[0010]第二方面，本专利技术实施例还提供了避障路径规划装置，包括：
[0011]障碍物检测模块，用于检测目标障碍物与智能车行驶路径之间的距离是否小于预设距离阈值；
[0012]目标点和障碍物确定模块，用于确定智能车的目标点和可避障区域内检测到的障碍物；
[0013]避障模块，用于根据智能车与障碍物之间的距离对人工势场法进行改进，并基于改进的人工势场法计算智能车行驶过程中的合力，以对智能车行驶至目标点的过程进行避障。
[0014]本专利技术的有益效果：
[0015]本实施例的技术方案，通过引入距离因子来对人工势场法进行改进，在斥力与引力所围成的三角形的内角满足一定条件时，将斥力函数的斥力系数设为零，从而减少了路径规划的计算量，解决了人工势场目标不可达的问题；通过引入斥力偏转模型和建立虚拟目标点，帮助智能车逃离局部最优状态，从而使得智能车能够更加安全有效地到达目标点。
附图说明
[0016]图1为本专利技术实施例提供的一种避障路径规划方法的流程图；
[0017]图2为本专利技术实施例提供的智能车行驶路径示意图；
[0018]图3为本专利技术实施例提供的智能车受力分析示意图；
[0019]图4为本专利技术实施例提供的智能车行驶过程示意图；
[0020]图5为本专利技术实施例提供的一种智能车逃离局部最优状态的流程图。
具体实施方式
[0021]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0022]实施例
[0023]图1为本专利技术实施例提供的一种避障路径规划方法的流程图，本实施例可适用于对智能车进行路径规划的情况，其中，智能车可以同等的替换为智能机器人等智能设备，本实施例中提供的避障路径规划实现分为两步，一是障碍物检测，二是躲避障碍物。
[0024]具体包括如下步骤：
[0025]一、障碍物检测
[0026]S10、检测目标障碍物与智能车行驶路径之间的距离是否小于预设距离阈值。
[0027]具体的，S10具体包括以下步骤：
[0028]1、根据路径规划地图，智能车V判断出自身所在的路径；
[0029]2、智能车自带传感器可获取自身位置，即可获取自身的全局坐标；同时智能车自带传感器可以计算出障碍物相对于智能车车体的坐标；通过坐标换算，可以得到障碍物的全局坐标；
[0030]3、计算出障碍物相对于智能车行驶路径的坐标，即计算出障碍物于行驶路径的距离，判断此障碍物对智能车有没有影响。判断方法为：预先设置一个距离阈值d，为了保障智能车的安全行驶，d的距离需要略大于1/2车体宽度a。如果障碍物与行驶路径之间的距离大于距离阈值d(如图2中O2)，则该障碍物对智能车行驶没有影响，忽略不计；如果障碍物与行驶路径的距离，小于距离阈值d(如图2中O1)，则该障碍物会影响智能车的行驶，需要进行避障。
[0031]二、躲避障碍物
[0032]S20、若是，则确定智能车的目标点和可避障区域内检测到的障碍物。
[0033]本实施例中，在目标障碍物与智能车行驶路径之间的距离小于预设距离阈值时，则需要进行避障操作。
[0034]判断下一个目标点，即判定行驶路径上车体停靠的下一个路径点，智能车自带传感器所能扫描到的障碍物距离智能车车体的最大距离L0，再根据扫描角度得到路径行驶方向的最大距离L1＝L0cosθ，再加上车体本身长度的得到初始目标点的位置为大于L2的最小的一个路径点。
[0035]智能车行驶过程中是一直在进行避障扫描，如果检测到初始目标点附近有障碍
物，继续判断障碍物与初始目标点的距离，若断障碍物与初始目标点的距离小于大于预设距离阈值，则确定初始目标点否为下一个目标点。
[0036]S30、根据智能车与障碍物之间的距离对人工势场法进行改进，并基于改进的人工势场法计算智能车行驶过程中的合力，以对智能车行驶至目标点的过程进行避障。
[0037]本实施例中，障碍物对智能车存在斥力，目标点对障碍物存在吸引力，合力为斥力和引力之和。
[0038]参见图3，在目标点和障碍物确定以后，智能车请求上位机系统给定可避障区域S，智能车根据人工势场法进行避障。
[0039](1)引力势场与引力函数
[0040]智能车的实时位置为X
c
＝(x
c
,y
c
)，目标点的位置为X
g
＝(x
g
,y
g
)，引力势场的公式为：
∝
为正引力常数，ρ(X
c
,X
g
)为智能车实时位置与目标点的欧几里得距离，且ρ(X
c
,X
g
)是矢量，方向由智能车指向目标点，距离越大，引力势能越大。
[0041][0042]引力是引力势场的负梯度，其方向由智能车指向目标点，引力函数公式如下：
[0043][0044](2)斥力势场与斥力函数
[0045]1)障碍物的坐标位置X
o
＝(x
o
,y
o
)。给定一个智能车避障范围R，避障半径为ρ0，为减少计算量，ρ0一般小于智能车自带传感器所能扫描到的最大距离。
[0046]当智能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种避障路径规划方法，其特征在于，包括：S10、检测目标障碍物与智能车行驶路径之间的距离是否小于预设距离阈值；S20、若是，则确定智能车的目标点和可避障区域内检测到的障碍物；S30、根据智能车与障碍物之间的距离对人工势场法进行改进，并基于改进的人工势场法计算智能车行驶过程中的合力，以对智能车行驶至目标点的过程进行避障。2.根据权利要求1所述的方法，其特征在于，S30中根据智能车与障碍物之间的距离对人工势场法进行改进，包括：将斥力函数中的斥力系数改进为：其中，p为改进前的斥力常系数，ρ
n
(X
c
,X
o
)为智能车与障碍物之间的距离，n为非负常量，β，γ为斥力与引力所围成的三角形的内角。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：在智能车行向目标点行驶的过程中，判断智能车的状态是否处于局部最优状态；若是，则引入斥力偏转模型对斥力进行偏转，以减小引力与斥力之间的夹角；若偏转后的智能车逃离局部最优状态，则控制智能车继续朝目标点运动。4.根据权利要求3所述的方法，其特征在于，若偏转后的智能车未逃离局部最优状态，则为智能车建立虚拟目标点，控制车辆运动到虚拟目标点；在智能车行驶至虚拟目标点后，继续判智能车是否处于局部最优状态；若是，则继续为智能车建立新的虚拟目标点，直至车辆逃离局部最优状态后，再控制车辆继续朝目标点运动，从而完成导航。5.根据权利要求4所述的方法，其特征在于，为智能车建立虚拟目标点包括：将智能车的坐标延偏转后的K平移一段距离l，得到新的智能车坐标点(x

【专利技术属性】
技术研发人员：刘胜明，翁蒙，甄武斌，
申请(专利权)人：苏州艾吉威机器人有限公司，
类型：发明
国别省市：