【技术实现步骤摘要】
一种基于大数据无人驾驶车辆实时路径规划方法
[0001]本专利技术涉及路径规划
，具体涉及一种基于大数据无人驾驶车辆实时路径规划方法。
技术介绍
[0002]露天矿场中的无人驾驶车辆在行驶过程中，矿体可能会发生滑落，如果无人驾驶车辆与滑落的矿体发生碰撞，会导致矿场产生经济损失，并影响前后方其他无人驾驶车辆的运行；现有技术通过局部路径规划算法DWA实现实时的车辆行驶避障；但在局部路径规划时，由于露天矿场中矿山上的矿体可能会发生滑落，而矿山坡体较为复杂，滑落矿体的速度和轨迹具有较大变化性；同时由于车辆在无人驾驶中具有较高的实时性要求，导致在进行路径规划选择最优轨迹时，不能采用复杂的轨迹预测方法，使得在对于动态障碍进行避障时效果较差。
[0003]在提高DWA算法中对动态障碍的避障能力时，现有方法会对障碍物进行膨胀；但现有方法的膨胀过程通常为整体膨胀，膨胀严重会导致无法获取有效路径，膨胀过小会导致碰撞可能发生，无法进行有效的膨胀进而导致规划结果较差；因此需要可以针对不同动态障碍实现自适应有效膨胀的方法，进而完成无人驾...
【技术保护点】
【技术特征摘要】
1.一种基于大数据无人驾驶车辆实时路径规划方法，其特征在于，该方法包括以下步骤：采集露天矿场的实时俯视视频，根据实时俯视视频中的视频帧数据，通过动态跟踪及识别提取其中的落石对象，得到每块落石的时序轨迹数据及时序速度数据；获取无人驾驶车辆的速度及加速度数据；根据每块落石的时序轨迹数据获取每块落石的轨迹复杂度，根据每块落石的时序速度数据获取每块落石的速度复杂度，根据轨迹复杂度及速度复杂度获取当前每块落石的初始膨胀率；根据无人驾驶车辆的速度及加速度数据获取无人驾驶车辆的速度空间，通过运动学模型预测获取速度空间中每个速度的预测轨迹，根据任意一个预测轨迹及每块落石的时序轨迹数据及初始膨胀率获取每块落石的膨胀后区域与该预测轨迹的最小距离，将任意一个预测轨迹对应的若干最小距离中的最小值作为该预测轨迹对应的速度的最近距离，根据每个速度的最近距离获取最近距离序列，根据最近距离序列获取最优速度及对应的最近距离，并通过DWA算法得到规划路径，根据最优速度的最近距离获取碰撞可能性；根据碰撞可能性判断落石是否需要调整初始膨胀率，根据规划路径及每块落石的初始膨胀率获取每块落石的调整膨胀率，根据无人驾驶车辆的速度空间及每块落石的调整膨胀率获取调整后的最优速度及对应的最近距离，并通过DWA算法得到调整后的规划路径，根据调整后的最优速度的最近距离获取调整后的碰撞可能性，根据调整后的碰撞可能性判断是否需要调整，直到得到满足不需要调整的规划路径；将满足预设条件规划路径作为无人驾驶车辆的实时路径规划结果。2.根据权利要求1所述的一种基于大数据无人驾驶车辆实时路径规划方法，其特征在于，所述根据每块落石的时序轨迹数据获取每块落石的轨迹复杂度，包括的具体方法为：获取任意一块落石的时序轨迹数据，构建时间及时序轨迹数据中每个元素的二维坐标的三维坐标系，按照时序将时序轨迹数据中每个元素转化为该三维坐标系中的坐标点，对坐标点通过线性最小二乘法进行线性拟合，获取到每个坐标点对应的三维线性拟合坐标点，提取三维线性拟合坐标点中的非时间坐标，按照时序排列得到该块落石的轨迹拟合序列，计算轨迹拟合序列与时序轨迹数据的汉明距离，并作为该块落石的轨迹复杂度。3.根据权利要求1所述的一种基于大数据无人驾驶车辆实时路径规划方法，其特征在于，所述根据每块落石的时序速度数据获取每块落石的速度复杂度，包括的具体方法为：获取任意一块落石的时序速度数据，构建时间及速度的二维坐标系，按照时序将时序速度数据中每个元素转化为该二维坐标系中的坐标点，对坐标点通过线性最小二乘法进行线性拟合，获取到每个坐标点对应的二维线性拟合坐标点，提取二维线性拟合坐标点中的速度坐标，按照时序排列得到该块落石的速度拟合序列，计算速度拟合序列与时序速度数据的汉明距离，并作为该块落石的速度复杂度。4.根据权利要求1所述的一种基于大数据无人驾驶车辆实时路...
【专利技术属性】
技术研发人员：杨扬，胡心怡，
申请(专利权)人：上海伯镭智能科技有限公司，
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。