基于车辆机动性评估的复杂越野环境导航方法及系统技术方案

本发明专利技术提供了一种基于车辆机动性评估的复杂越野环境导航方法及系统，涉及越野环境导航技术领域，包括：步骤S1：对复杂越野环境车辆机动性进行评估与预测；步骤S2：对复杂环境泛在导航性能进行评估与预测；步骤S3：根据前述步骤得到的结果，构建基于体素模型空间拓扑关系的地图数据结构；步骤S4：根据地图数据结构，规划面向多种应用需求的全局路径，以及基于短距三维感知的局域动态路径。本发明专利技术能够构造更加精确的可通行区域图，提供多种路径规划服务。务。务。

【技术实现步骤摘要】
基于车辆机动性评估的复杂越野环境导航方法及系统


[0001]本专利技术涉及越野环境导航
，具体地，涉及一种基于车辆机动性评估的复杂越野环境导航方法及系统。

技术介绍

[0002]导航是指对车辆实施机动的时刻、路径规划与线路推荐和耗时进行分析计算。现阶段导航技术侧重于道路网中的导航，对复杂越野环境等无路网环境下的车辆导航研究不足，即使有相关研究，也大多针对于无人车或其它无人设备，普通越野车辆的野外路径规划问题一直有待解决。与此同时在导航计算过程中考虑的因素过于单一，无法满足车辆在复杂越野环境中对导航的需求。越野机动导航是越野机动分析的重要内容，它以测绘地理、装备性能等方面的理论和技术为基础，重点研究复杂越野区域的环境要素类别和分布特征、车辆机动与地面交互等内容，分析越野环境、机动装备对越野机动的影响，进行与实际环境相符的越野导航辅助决策。越野机动导航在越野机动中尤为重要，它与两地之间的地形、土质、水系、植被、居民地分布、实时天气信息、实时突发事件以及机动平台本身的转弯半径、高度、宽度、重量等要素都有很大的关系。
[0003]目前已有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于车辆机动性评估的复杂越野环境导航方法，其特征在于，包括：步骤S1：对复杂越野环境车辆机动性进行评估与预测；步骤S2：对复杂环境泛在导航性能进行评估与预测；步骤S3：根据前述步骤得到的结果，构建基于体素模型空间拓扑关系的地图数据结构；步骤S4：根据地图数据结构，规划面向多种应用需求的全局路径，以及基于短距三维感知的局域动态路径。2.根据权利要求1所述的基于车辆机动性评估的复杂越野环境导航方法，其特征在于，所述步骤S1包括：步骤S1.1：基于Bekker理论以及压强
‑
沉陷量表征模型，建立车辆
‑
地面力学模型；步骤S1.2：根据所述车辆
‑
地面力学模型，对地面进行参数化表征，综合路面信息、地形信息、地貌信息和气候信息，基于主客观结合的方法对各类信息进行特征提取及选择，获得与车辆通过性相关性较高的特征种类；步骤S1.3：根据特征种类，构建涵盖几何和地质特性的地面综合表征参数模型，获得车辆的区域通过性评估结果。3.根据权利要求1所述的基于车辆机动性评估的复杂越野环境导航方法，其特征在于，所述步骤S2包括：步骤S2.1：设置待评估区域范围，从地理数据库中调用相应的GIS数据，作为导航信号视距分析及导航对抗态势分析的环境信息输入；步骤S2.2：将不同类型机动平台的导航装备特征信息汇总为机动车辆导航系统装备模型库，根据待评估平台调取相应的导航装备模型；步骤S2.3：通过引入的导航信号监测网数据，结合待评估区域GIS信息形成区域导航干扰态势反演预测结果；步骤S2.4：根据区域导航干扰态势及导航装备模型，获得待评估区域或待评估路径上的导航性能预测评估结果，同时作为对路径规划插件的反馈或输入。4.根据权利要求1所述的基于车辆机动性评估的复杂越野环境导航方法，其特征在于，所述步骤S3包括：步骤S3.1：建立基于体素模型空间拓扑关系，利用不同实例物体之间的空间连续性，将基于语义点云的空间信息进行增量式聚类，得到的每一个簇将认为是空间中的一个独立物体；同时，体素格对象将由全局体素格集合管理，按照物体实例进行组织；步骤S3.2：聚类结束后得到总体的野外环境空间语义拓扑体素格地图，或转换为仅局部的物体实例，实现野外环境空间中覆盖物体大小、种类广泛的态势感知；步骤S3.3：利用语义分割后的体素格实例信息间的内在关联，生成拓扑关系，进而生成越野环境的复杂地形地图数据结构。5.根据权利要求1所述的基于车辆机动性评估的复杂越野环境导航方法，其特征在于，所述步骤S4中规划面向多种应用需求的全局路径，采用LSTM来学习历史轨迹的连续特征；路径规划网络第一层和第二层包括含有256个神经元的LSTM层，采用修正线性单元RELU作为网络的激活函数，第三层是由128个神经元组成的全连接层，最后的输出层采用全连接层；神经元个数与输出相等，网络输入为单元历史观测量，输出包括越野车辆的未来轨迹坐标和速度，由输入的应用需求对未来轨迹在内的相关合理性进行评估。
6.根据权利要求1所述的基于车辆机动性评估的复杂越野环境导航方法，其特征在于，所述步骤S4中规划基于短距三维感知的局域动态路径，包括：步骤S4.1：待选局部路径库生成；随机生成N条局部路径形成待选局部路径库，对于路径库中的每条路径，采样M个点作为不确定的查询点，总共有N
×
M个状态需要进行评估；步骤S4.2：路径点状态查询；对于局部路径库中的N
×
M个状态，每个状态都是一个查询点，将每个查询点处的机动车辆看作近似球体的高斯分布；通过查询算法迭代在历史传感器测量的坐标帧中对查询点进行查询，直到找到一个包含查询点的视图；步骤S4.3：车辆碰撞概率计算；根据查询算法所得的视图下的点云数据，对车辆是否碰撞进行计算，如果点云数据障碍物的k个最近邻在查询点的高斯分布内，则碰撞概率为1；如果障碍物的k个最近邻不在查询点的高斯分布内，则对查询点机动车辆位置取平均值，用查询点高斯概率乘以机动车辆高斯分布的球体体积，计算得到碰撞概率的近似值；步骤S4.4：局部路径评分选择；对于一条局部路径，路径上的M个查询点都要进行碰撞概率计算，计算所得概率相加就是这条局部路径的评分，对于路径库中N条路径，每条路径计算评分，选择评分最高的局部路径作为输出。7.一种基于车辆机动性评估的复杂越野环...

【专利技术属性】
技术研发人员：安晓亚，金澄，徐道柱，孙哲，黄哲，徐鑫朋，陈景，杨辉，
申请(专利权)人：华东计算技术研究所中国电子科技集团公司第三十二研究所，
类型：发明
国别省市：