一种面向露天矿区无人化系统的云端规划策略技术方案

本发明专利技术涉及图像处理和环境建模仿真技术领域，提供了一种面向露天矿区无人化系统的云端规划策略。该方法包括：获取当前具有n辆车的编组车队每辆车需要达到的目标位置和规划区域边界，若当前车辆i>n时，规划结束，否则经过路径规划，速度规划获得第i辆车的运动轨迹，若不冲突，将其加入到有向带权图中，否则，将冲突节点作为时间区间的边界条件，在已有的规划路径上进行速度规划得到轨迹并对其进行规划，经评价获得最优路径。本发明专利技术将多车路径规划的2维问题增加到多车轨迹规划的3维问题，在兼顾时空间维度的情况下获得最优的多车协同规划结果，解决当前矿区无人化系统对高精地图的重度依赖，具有更高的运行效率。具有更高的运行效率。具有更高的运行效率。

【技术实现步骤摘要】
一种面向露天矿区无人化系统的云端规划策略


[0001]本专利技术涉及图像处理和环境建模仿真
，尤其涉及一种面向露天矿区无人化系统的云端规划策略。

技术介绍

[0002]露天矿生产作业作为传统行业具有劳动人员工作强度大、工作技能要求高、生产环境恶劣、安全风险高等性质。而当前的矿区经营还面临从业人员短缺，环保以及能耗管控政策收紧带来的成本上升等诸多挑战。而随着5G技术的大规模落地，以及无人驾驶、车联网技术的多年发展，露天矿区的无人化作业系统相比传统的生产作业方式其安全、低成本、高效能、更环保等诸多优点日渐凸显。
[0003]无人驾驶运载车辆作为露天矿区无人化系统技术的重要组成部分，其工作环境与公开道路无人驾驶乘用车在结构化高精地图上的路径规划有极大不同，矿区道路凹凸不平，且经常变化。随着的装卸两端作业的开展，每一次电铲/挖机的移动，每一次的卸载作业，都会造成装卸载区功能工作环境的变化。道路行驶区因为工程施工也会在原有的高精地图上出现未知的障碍。并且露天矿生产作业往往是多车编组作业，在道路行驶区，满载车队和空载车队共同行驶过一个路口或一条单车道区域时，矿区道路上没有交通指示灯和车道线。在装卸两端，多台车辆共同运行在一块具有不规则边界的开放区域内，没有结构化道路。
[0004]由于矿区无人驾驶运载车辆特殊的工作环境和矿用卡车动力学的独有特点，矿区无人化系统的路径规划算法和部署策略与无人驾驶乘用车有较大不同。
[0005]申请号为CN201710863755.8,申请日为2017
‑/>09
‑
22的中国专利申请《一种多无人车编队的交叉路口集中式调度方法》,公布了一种面向交叉路口多车道上的无人车集中式编队调度方法。面向以无人车作为移动服务载体的协同式智能交通系统,该方法基于车—路通信(V2I)进行多无人车编队的集中式调度,部署于各交叉路口的调度计算机中。
[0006]申请号为CN2020113456900.3,申请日为2020
‑
11
‑
25的中国专利申请《开放区域多无人车避让方法、装置和电子设备》，公布了一种开放区域多车避让方法、装置、存储介质和点之设备，设计多无人车避让
；开放区域进行栅格化处理，多车在开放区域内通行过程中，将运行轨迹就进行分段，分为前段轨迹和下个分段轨迹。通过分段轨迹在栅格中的占用情况，更新栅格的当前服务车辆和待服务车队队列。通过排队队列控制多车对期望占用栅格的优先通行权。有优先通行权的车辆可平滑切换轨迹通行。没有优先通行权的车辆则在当前分段轨迹执行完后等待。实现了开放区域的多无人车避让。
[0007]申请号为CN202110581107.X,申请日为2021
‑
05
‑
27的中国专利申请《矿区无人运输的基于车、电铲、云融合的泊车停靠方案》，公布了一种矿区无人运输的基于车、电铲、云融合的泊车停靠方法,在矿用车辆进入装载区后向电铲发送驶入申请；由电铲制定停靠位置和停靠方向,发给云端平台；云端平台根据已采集的边界信息、主路径信息和停靠位置方向,规划出前进路径和倒车路径,并通过云端方式发送给矿用车辆；矿用车辆依据下发轨迹
进行泊车停靠,停靠完成后将状态反馈给电铲进行装载。

技术实现思路

[0008]有鉴于此，本专利技术提供了一种面向露天矿区无人化系统的云端规划策略，以解决现有技术中道路行驶区对高精地图有较强依赖，高频变动的道路环境需要工程人员经常去更新地图，矿区无人化系统的运营成本很高，装/卸载区开放区域的空间特点没有被充分利用，编组车辆周边宽广的区域没有被利用，车队运营效率较低的问题。
[0009]本专利技术提供了一种面向露天矿区无人化系统的云端规划策略，包括：
[0010]步骤S1获取当前具有n辆车的编组车队每辆车需要达到的目标位置和规划区域边界；
[0011]步骤S2当i>n时，规划结束，否则进行步骤S3，其中，i为当前车辆的编号；
[0012]步骤S3调用路径规划器，按照车辆编号的前后顺序对第i辆车进行到其目标位置的路径规划path_i；
[0013]步骤S4基于所述路径规划path_i，调用速度规划器，根据边界条件，对所述第i辆车在path_i上进行速度规划，获得第i辆车的运动轨迹traj_i；
[0014]步骤S5调用图生成器将所述轨迹traj_i根据固定时间间隔离散成多个2d空间节点序列graph_i；
[0015]步骤S6当i＝＝1时，进行步骤S7，否则进行步骤S8；
[0016]步骤S7将2d空间节点序列graph_i加入到有向带权图graph中，第i辆车规划成功，然后i＝i+1，返回至步骤2；
[0017]步骤S8检查2d空间节点序列graph_i与当前的有向带权图graph是否存在节点冲突，如果不发生所述节点冲突，返回步骤S7，否则进行步骤S9；
[0018]步骤S9调用所述速度规划器，将冲突节点作为时间区间的边界条件，在已有的路径规划上进行速度规划得到轨迹运动traj_i1；
[0019]步骤S10调用所述路径规划器，将冲突节点区域作为障碍，动态修正所述path_i，获得path_i2，以路径向心加速度限制和高精地图最高限速作为边界条件，对第i辆车在path_i2上进行速度规划，获得第i辆车的运动轨迹traj_i2；
[0020]步骤S11评价traj_i1和第i辆车的运动轨迹traj_i2，若cost(traj_i1)>cost(traj_i2)，其中cost()为代价函数，则进行步骤S12；否则进行步骤S13；
[0021]步骤S12若traj_i＝traj_i2，返回步骤S7；
[0022]步骤S13若traj_i＝traj_i1，返回步骤S7。
[0023]进一步地，所述步骤S1中目标位置包括道路行驶区的路权终点、装载区的电铲/挖机指定的装载点或卸载区的破碎站/排土位，规划区域边界包括道路行驶区的左右道路边界或装卸两端工作区的物理边界。
[0024]进一步地，所述步骤S3包括：
[0025]步骤S31确定车辆当前位置到目标位置在规划区域边界，冲突节点区域，建立最小包围盒的栅格地图；
[0026]步骤S32利用Hybrid A*算法以Dubins/ReedsShepp Curve启发式规划出从车辆当前位置到所述目标位置的粗规划路径；
[0027]步骤S33基于所述粗规划路径，以平滑项、路径长度项、与参考路径距离项和距离障碍物最近距离项的加权代数和作为优化目标函数，以参考路径距离的限制与车辆运动学最大曲率限制作为约束条件进行二次规划，获得优化后的规划路径path_i。
[0028]进一步地，所述步骤S33优化后的规划路径的获得，包括：
[0029]以minf＝w1cost1+w2ost2+w3cost3+w4cost4为目标函数一，其中f为目标函数，minf本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向露天矿区无人化系统的云端规划策略，其特征在于，包括：步骤S1获取当前具有n辆车的编组车队每辆车需要达到的目标位置和规划区域边界；步骤S2当i>n时，规划结束，否则进行步骤S3，其中，i为当前车辆的编号；步骤S3调用路径规划器，按照车辆编号的前后顺序对第i辆车进行到其目标位置的路径规划path_i；步骤S4基于所述路径规划path_i，调用速度规划器，根据边界条件，对所述第i辆车在path_i上进行速度规划，获得第i辆车的运动轨迹traj_i；步骤S5调用图生成器将所述轨迹traj_i根据固定时间间隔离散成多个2d空间节点序列graph_i；步骤S6当i＝＝1时，进行步骤S7，否则进行步骤S8；步骤S7将2d空间节点序列graph_i加入到有向带权图graph中，第i辆车规划成功，然后i＝i+1，返回至步骤2；步骤S8检查2d空间节点序列graph_i与当前的有向带权图graph是否存在节点冲突，如果不发生节点冲突，返回步骤S7，否则进行步骤S9；步骤S9调用所述速度规划器，将冲突节点作为时间区间的边界条件，在已有的路径规划上进行速度规划得到轨迹运动traj_i1；步骤S10调用所述路径规划器，将冲突节点区域作为障碍，动态修正所述path_i，获得path_i2，以路径向心加速度限制和高精地图最高限速作为边界条件，对第i辆车在path_i2上进行速度规划，获得第i辆车的运动轨迹traj_i2；步骤S11评价traj_i1和第i辆车的运动轨迹traj_i2，若cost(traj_i1)>cost(traj_i2)，其中cost()为代价函数，则进行步骤S12；否则进行步骤S13；步骤S12若traj_i＝traj_i2，返回步骤S7；步骤S13若traj_i＝traj_i1，返回步骤S7。2.根据权利要求1所述的云端规划策略，其特征在于，所述步骤S1中目标位置包括道路行驶区的路权终点、装载区的电铲/挖机指定的装载点或卸载区的破碎站/排土位，规划区域边界包括道路行驶区的左右道路边界或装卸两端工作区的物理边界。3.根据权利要求1所述的云端规划策略，其特征在于，所述步骤S3包括：S31确定车辆当前位置到目标位置在规划区域边界，冲突节点区域，建立最小包围盒的栅格地图；S32利用Hybrid A*算法以Dubins/ReedsShepp Curve启发式规划出从车辆当前位置到所述目标位置的粗规划路径；S33基于所述粗规划路径，以平滑项、路径长度项、与参考路径距离项和距离障碍物最近距离项的加权代数和作为优化目标函数，以参考路径距离的限制与车辆运动学最大曲率限制作为约束条件进行二次规划，获得优化后的规划路径path_i。4.根据权利要求3所述的云端规划策略，其特征在于，所述步骤S33优化后的规划路径的获得，包括：以minf＝w1cost1+w2ost2+w3cost3+w4cost4为目标函数，其中f为目标函数，minf为目标函数最小值，w1，w2，w3，w4分别表示目标函数中四个优化项cost1，cost2，cost3，...

【专利技术属性】
技术研发人员：李佳良，周华生，张飞，邬海杰，
申请(专利权)人：北京踏歌智行科技有限公司，
类型：发明
国别省市：