【技术实现步骤摘要】
一种基于改进A*算法的自动驾驶避障轨迹规划方法
[0001]本专利技术属于车辆全局规划与局部规划
,尤其涉及一种基于改进A*算法的自动驾驶避障轨迹规划方法。
技术介绍
[0002]随着人工智能以及自动驾驶领域的飞速发展,多传感器融合技术、导航与定位技术、运动控制与决策技术、多目标协同技术等广泛应用到自动驾驶各个领域。其中为了满足无人车导航任务的需求,轨迹规划是非常关键的部分。在自动驾驶汽车行驶过程中,准确,安全,快速的避开障碍物不仅能提高其行驶安全性,同时出行效率也有一定的提高。其研究对提高车辆的智能化驾驶水平和增加道路通行能力有重要意义。
[0003]汽车已成为人们日常生活和生产中不可缺少的工具。在由人、车和环境组成的闭环驾驶系统中,驾驶员驾驶技能、生理状态和体力的差异是驾驶系统中最薄弱的环节,也是交通事故频发的主要原因。自驾汽车被认为能够解决交通安全、拥堵、车辆调度等问题,因为它们消除了部分或全部人为因素。自动驾驶技术已成为未来汽车的发展方向。自主驾驶的核心技术主要包括四个模块:感知、决策、规划和控制。路径规划是在获得车辆周围环境模型后,在满足避障和可行路径的前提下,确定最优行驶路径。当前路径规划的主要方法有:
[0004](1)基于人工势场的路径规划算法,其基本思想是将目标和障碍物对机器人运动的影响具体化成人造势场。目标处势能低,障碍物处势能高。人工势场法计算方便,得到的路径安全平滑,但是复杂的势场环境可能在目标点之外产生局部极小点导致无法到达目标。
[0005](2)基于图搜索的
【技术保护点】
【技术特征摘要】
1.一种基于改进A*算法的自动驾驶避障轨迹规划方法,其特征在于,包括以下步骤:步骤1,通过多传感器融合技术实时获取车辆自身和周围障碍物的信息;步骤2,建立周围环境与障碍物的m*n的栅格地图,m表示每行的栅格数,n表示每列的栅格数,建立车辆简化模型;步骤3,基于栅格地图和车辆简化模型,建立代价函数F
ij
(k),并通过代价函数计算各处路径的代价大小;步骤4,在步骤2中生成的m*n规格的栅格地图中确定起点、终点和障碍物位置;步骤5,设置OPEN、CLOSE和ROUTE集合,并初始化为空集;步骤6,将起点放在ROUTE集合中,将所有障碍点放在CLOSE集合中;步骤7,以ROUTE集合中当前节点为基本点,搜索基本点所有能够展开的节点集并放在OPEN集合中,同时在OPEN集合中移除CLOSE集合中的所有点;并将当前节点也放入CLOSE集合中;步骤8,判断OPEN集合是否为空集,如果是,则返回到步骤7;如果不是,则在OPEN集合中计算所有节点的代价函数F
ij
(k);并将F
ij
(k)值最小的节点置于ROUTE集合中,作为下一个展开点;步骤9,判断所述F
ij
(k)值最小的节点是否为终点,如果不是,则返回步骤7;如果是,将ROUTE集合中的节点集合按代价函数值从小到大排序,得到原序列;步骤10,将ROUTE集合中的所有节点的个数记为num;同时初始化递归起点route(i),i=0,且i<num
‑
1;终点route(j),j=1,且i<j<num;步骤11,计算规划路线总长度dis
F
(i,j)与原A*算法规划总长度dis
A
(i,j)的大小;如果dis
F
(i,j)≤dis
A
(i,j),则替换路径中的原序列;否则,从当前节点继续向终点搜索最短路径节点,直到遍历ROUTE集合中所有节点;步骤12,输出最优路径节点序列。2.根据权利要求1所述的方法,其特征在于,步骤1中,通过毫米波雷达、激光雷达、摄像头、惯性传感器IMU、GPS和车传感器,获取车辆自身和周围障碍物的信息。3.根据权利要求2所述的方法,其特征在于,步骤1中,所述车辆自身和周围障碍物的信息包括车辆自身状态和位置信息、障碍物的状态、类型和位置信息,以及道路的基本信息。4.根据权利要求3所述的方法,其特征在于,步骤2中,所述车辆简化模型建立如下:车辆左前转角点坐标:车辆右前转角点坐标:
车辆左后转角点坐标:车辆右后转角点坐标:其中,X
r
,Y
r
分别为汽车后轴中心点横坐标和纵坐标;F
X_l
、F
Y_l
分别为车辆左前转角点横坐标和纵坐标,F
X_r
、F
Y_r
分别为车辆右前转角点横坐标和纵...
【专利技术属性】
技术研发人员:舒佳豪,王春燕,刘津强,徐坤豪,张自宇,梁为何,郑双权,董坤,
申请(专利权)人:南京航空航天大学,
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。