【技术实现步骤摘要】
一种用于自动驾驶车辆的避障路径规划方法
[0001]本专利技术涉及路径规划
,特别涉及一种用于自动驾驶车辆的避障路径规划方法。
技术介绍
[0002]随着自动驾驶技术的不断发展,路径规划已经成为众多学者研究的热点问题,其主要思路是根据能耗、路程、时间等性能指标,在已知车辆的起始状态、目标状态、和环境中障碍物的前提下,规划出一条由起始位置到目标位置的满足车辆动力学约束的无碰撞最优路径。
[0003]路径规划又可以分为两大类,分别是全局路径规划和局部路径规划。在环境已知情况下搜索全局最优路径是全局路径规划,在环境未知情况下的避障路径规划是局部路径规划。目前常用的路径规划算法有:A*算法(A
‑
star算法)、神经网络、遗传算法、粒子群算法、蚁群算法、人工势场法等。人工势场法是由Khatib于1986年提出的,其思想是通过障碍物的斥力场和目标的引力场共同作用形成虚拟的势场,通过势函数的叠加搜索一条避开障碍物的路径。但是人工势场法仍然存在局部最优、路径振荡以及无法到达目标点等问题。因此针对人工势场法在遇到大型障碍物时路径振荡和规划失败的问题,利用局部栅格法结合A
‑
star算法完成大型障碍物的避障,相比A
‑
star算法花费时间更少,但是上述算法规划的路径较长,并不是最优的路径。
技术实现思路
[0004]本专利技术的目的在于,提供一种用于自动驾驶车辆的避障路径规划方法。本专利技术可以在复杂环境中更快的规划出一条无碰撞且平滑的自动驾驶车辆路径 ...
【技术保护点】
【技术特征摘要】
1.用于自动驾驶车辆的避障路径规划方法,包括A
‑
star算法和人工势场法,其特征在于:按如下步骤进行:步骤A、对A
‑
star算法进行改进形成二次A
‑
star算法,用于缩短路径长度,提高路径规划安全性;步骤B、采用正反向交替搜索机制对人工势场法加以改进,形成双向人工势场法,通过双向人工势场法完成双向的路径规划,提高搜索效率;步骤C、规划路径时,利用二次A
‑
star算法和双向人工势场法结合共同进行,同时对二次A
‑
star算法和双向人工势场法在切换时的连接处进行优化,最后利用贝塞尔曲线优化二次A
‑
star算法和双向人工势场法共同规划的路径,使其符合车辆的行驶轨迹。2.根据权利要求2所述的用于自动驾驶车辆的避障路径规划方法,其特征在于:步骤A中,所述的二次A
‑
star算法是在A
‑
star算法得到路径以及父节点邻域中子节点的代价值后,选取与路径起点不相邻、代价值最小的子节点作为新的父节点,若路径起点与新的父节点之间不存在障碍物同时此时代价值也是最小,则更新路径剔除中间的父节点,并进入下一次搜索;反之,则不更新路径;通过不断循环搜索,直至找到一条从起点到目标点的路径。3.根据权利要求1所述的用于自动驾驶车辆的避障路径规划方法,其特征在于:步骤B中,双向人工势场法是增设从终点出发的虚拟车辆,与起点出发的车辆相向而行,避免了出现在目标点附近的障碍物所导致的目标位置无法到达问题,从而完成由起点至终点的无碰撞路径规划。4.根据权利要求3所述的用于自动驾驶车辆的避障路径规划方法,其特征在于:所述双向人工势场法路径规划的终止条件包括如下:条件(a)、在正向和反向寻路过程中,均实现到达当前目标点;条件(b)、正反向行驶的车辆均受力平衡,位置已经不再发生变化,且未抵达当前目标点;条件(c)、正反向寻路过程中遇到大型障碍物,随受力尚未平衡但在相同的位置反复振荡,且未抵达当前目标点;当满足上述条件(a)(b)或(c)的任意一个时,双向人工势场法运行...
【专利技术属性】
技术研发人员:李强,丁伟奇,张新闻,付中元,任迪梦,
申请(专利权)人:浙江科技学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。