融合运动约束和安全约束的自动驾驶车辆路径规划方法及介质技术

本发明专利技术公开融合运动约束和安全约束的自动驾驶车辆路径规划方法及介质，方法步骤为：1)初始化路径规划参数；2)建立引入安全距离和运动约束的估价函数；3)利用估价函数计算自动驾驶车辆最短路径；4)对最短路径中的路径节点进行筛选，去除冗余的路径节点；5)利用三阶贝塞尔曲线对路径优化节点进行平滑，生成自动驾驶车辆规划路径；6)控制自动驾驶车辆按照规划路径行驶，自动驾驶车辆每经过一个节点，则判断障碍物是否发生变化，若发生变化，更新车辆实际移动距离k

【技术实现步骤摘要】
融合运动约束和安全约束的自动驾驶车辆路径规划方法及介质


[0001]本专利技术涉及车辆路径规划领域，具体是融合运动约束和安全约束的自动驾驶车辆路径规划方法及介质。

技术介绍

[0002]随着科学技术的飞跃进步，自动驾驶车辆迅速发展，受到了各领域专家的广泛关注。自动驾驶车辆在国防军事、仓储物流、智能家居、智能制造等任务中扮演者至关重要的角色。随着自动驾驶车辆的应用场景越来越复杂，自动驾驶车辆在环境中的自主性要求越来越高，不仅要避开静止障碍物，还要避开动态障碍物，因此动态环境下的自动驾驶车辆路径规划是一个基本和关键问题。
[0003]路径规划算法主要有图搜索算法、随机采样算法、智能算法等。图搜索算法主要有A*算法和Dijkstra算法等。随机采样算法主要有随机路径图(Probabilistic Roadmaps，PRM)算法、快速扩展随机树(Rapidly
‑
Exploring Random Tree，RRT)算法等。智能算法主要有遗传算法、蚁群算法等。这些算法在路径规划领域应用广泛。
[0004]典型的路径规划算本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.融合运动约束和安全约束的自动驾驶车辆路径规划方法，其特征在于，包括以下步骤：1)加载包含自动驾驶车辆当前位置节点s
start
和目标节点的栅格地图；令上一时刻起始位置s
last
＝s
start
；2)初始化路径规划参数；3)建立引入安全距离和运动约束的估价函数；4)利用所述估价函数计算自动驾驶车辆最短路径；所述最短路径包括多个路径节点；5)对最短路径中的路径节点进行筛选，去除冗余的路径节点，得到路径优化节点；6)利用三阶贝塞尔曲线对路径优化节点进行平滑，生成自动驾驶车辆规划路径；7)控制自动驾驶车辆按照规划路径行驶，自动驾驶车辆每经过一个节点，则判断障碍物是否发生变化，若发生变化，更新车辆实际移动距离k
m
值和当前位置s
start
，并且将当前位置设置为s
last
，更新受影响节点的代价值，然后返回步骤4)。2.根据权利要求1所述的融合运动约束和安全约束的自动驾驶车辆路径规划方法，其特征在于，初始化路径规划参数的步骤包括：将路径节点优先队列U设置为空队列,自动驾驶车辆实际移动距离k
m
置为0；将栅格地图所有节点的g值和rhs值设置为无穷；g值表示该节点到目标节点的距离；rhs值表示代价函数；将目标节点的rhs值设置为0，并计算目标点的估价函数key值，将目标节点写入优先队列U中。3.根据权利要求1所述的融合运动约束和安全约束的自动驾驶车辆路径规划方法，其特征在于，建立引入安全距离和运动约束的估价函数的步骤包括：3.1)建立当前位置节点的安全距离矩阵S
n
×
n
，即：式中，n
×
n为安全距离矩阵的维度；n为奇数且n≥3；矩阵S
n
×
n
中，“1”代表自动驾驶车辆下一步可能到达的子节点，“3”代表待检测节点；“0”代表无需搜索的节点；3.2)基于安全距离矩阵S
n
×
n
，建立引入安全距离的代价函数，即：式中，Succ(s)表示当前节点s的所有后继节点，c(s,s')为当前节点s到后继节点s'的代价值，g(s')表示后继节点s'到目标节点s
goal
的距离；D
S
为增项；当安全距离矩阵S
n
×
n
中待检测节点不存在障碍物，则D
S
＝0，否则，D
S
≠0。
3.3)建立引入安全距离和运动约束的估价函数key，即：式中，k1、k2为中间参量；参数k
m
＝k
m
'+h(s
last
,s
start
)；k
m
'代表上一时刻的车辆实际移动距离，s
last
代表上一个起始点，s...

【专利技术属性】
技术研发人员：谢志江，李笑梅，欧德明，陈超，游悠，陆荣尊，唐浩，贾浩澜，
申请(专利权)人：重庆大学，
类型：发明
国别省市：