【技术实现步骤摘要】
本专利技术涉及一种路径规划方法，特别涉及一种考虑横纵向坡度的车辆三维路径规划方法。
技术介绍
1、目前，随着智能化程度提高，自动驾驶车辆正逐步取代传统车辆。由于其具有任务执行效率高、操作可重复性好、发生事故危害小等特点，使得其在紧急救援、资源勘探、军事任务等方面更是应用广泛。对于自动驾驶车辆，安全可靠的路径规划是稳定行驶最重要的要求之一。
2、而随着自动驾驶车辆深入军事、消防、科研等领域，传统的二维路径规划方法由于其仅考虑特定的交通场景和结构化道路，不具备解决处理三维复杂地形场景的能力，已经难以满足任务的需要，因此有必要针对三维路径规划方法开展研究。
3、当前的三维路径规划方法的开发主要面临如下问题：
4、(1)缺少可靠的三维环境模型。自动驾驶车辆实际工作的过程中存在路面高度连续变化，路面类别混杂，障碍类型复杂等问题。需要选择合适的方法使之能够在复杂的环境特性中提取关键性信息进行环境建模，同时在简化理解环境模型的基础上也要兼顾模型可靠性，使得到的路径规划结果行之有效。
5、(2)缺少适合的车辆运动学和动力学约束。在二维路径规划中，简单的自动驾驶车辆模型仅考虑航向的变化，而在三维路径规划中，还要进一步车辆俯仰角和侧倾角的极限，车辆加速度和速度的变化范围也要受到进一步的限制。同时，当前的三维路径规划方法的研究对象多为无人机和无人舰艇，即研究对象脱离地形工作，所以当前的三维路径规划方法均难以简单迁移至自动驾驶车辆规划方法中。
6、(3)缺少准确有效的算法优化目标。二维路径规划
7、当前的三维路径规划方法中通常将某一位置地形的坡度简化为一个定值，用车辆的纵向最大爬坡度来判断车辆可否通过此单元，这忽略了车辆不同角度通过时的状态差异，导致了规划的结果有时候会过于保守而错过最优解，有时又忽略了车辆侧翻而得到了不可执行的结果。同时，缺少考虑地形的通行时间计算模型也会使规划结果不具有实际执行的最优性，因此有必要面向三维地形开发一种新的路径规划方法。
技术实现思路
1、本专利技术的目的是为了解决当前自动驾驶车辆三维路径规划方法缺少可靠的环境模型、适合的车辆运动学和动力学约束以及准确有效的算法优化目标的问题，而提供的一种考虑横纵向坡度的车辆三维路径规划方法。
2、本专利技术提供的考虑横纵向坡度的车辆三维路径规划方法，其方法包括的步骤如下：
3、第一步、采集真实三维环境信息建立三维栅格地图模型，包括自动驾驶车辆在当前任务中的起点位置信息、终点位置信息、障碍位置信息和地形高程信息，并利用栅格法建立三维栅格地图模型；
4、第二步、建立车辆横纵向坡度通过性模型，根据车辆参数建立车辆在不同的俯仰角和侧倾角条件下的参考速度模型；
5、第三步、在三维栅格地图模型的基础上构建对角分割栅格地图，计算栅格中心点的高程值；建立通行时间代价计算器，用于计算从一个栅格节点到另一栅格节点的通行时间代价；
6、第四步、使用深度强化学习作为规划器进行任意角度路径规划，任意角度规划是指在栅格地图中，车辆能够从一个栅格节点朝向任意栅格节点运动，也就是运动路线能够沿着栅格拼成的任意尺寸矩形的对角线或边，每个路径段均能够从某个栅格节点到另一任意栅格节点，每个路径段的奖励由前述的时间代价计算器计算。
7、第一步中的三维栅格地图主要基于dem高程数据进行建模，具体指带有高程信息的二维栅格地图，三维地图模型建立过程包括：根据真实环境信息建立二维地图模型，利用栅格法对所述环境模型进行划分，网格位置基于笛卡尔坐标进行标记，基于网格节点进行dem高程数据采样添加到环境模型，在环境模型中确定起点位置与终点位置坐标对应的栅格并标记，同样的，在环境模型中根据障碍物位置信息对其对应的栅格进行标记。
8、第二步中车辆横纵向坡度通过性模型具体指通过车辆参数和车辆所处的横纵向坡度条件来判断的车辆是否能稳定通行的模型，具体针对某个已知尺寸的车辆根据其当前的俯仰角和侧倾角判断其是否发生侧翻，具体判断过程使用支撑多边形的方法，车辆四轮的接地点p1，p2，p3，p4为顶点构成车辆的支撑四边形s，车辆重心记作pg，假设车辆速度和加速度稳定变化，则若pg沿重力方向朝着支撑四边形所在的平面投影，若投影点落在s内则认为车辆不会侧翻，若投影点落在s外则认为车辆会发生侧翻；
9、实际工况中车辆重心并不处于车辆几何中心，因而重心的投影点也不会落在车辆支撑四边形的几何中心，因此以车辆几何中心建立车辆坐标系，车辆前进方向为x轴，车辆侧向方向y轴，车辆垂直向上方向z轴，车辆支撑四边形s在x，y方向的投影长度分别为l和w，车辆重心坐标为pg(xg，yg，zg)，车辆重心到车辆支撑四边形各边的距离：
10、
11、
12、其中，dx1，dx2为重心到支撑四边形前后边缘的沿x方向的距离，dy1，dy2为重心到支撑四边形左右边缘的沿y方向的距离。则可以通过车辆重心与支撑四边形的几何关系确定其落在支撑四边形内的条件，即保证车辆不发生翻滚的车辆俯仰角变化范围为：
13、
14、其中，θmax，θmin分别为车辆俯仰角的上下极限。并在车辆处于某俯仰角θ时，保证车辆不发生翻滚的车辆侧倾角变化范围为：
15、
16、其中，φmax，φmin分别为车辆侧倾角的上下极限。dx(θ)定义如下：
17、
18、综上，当自动驾驶车辆俯仰角θ和侧倾角φ满足：θmin＜θ＜θmax，φmin＜φ＜φmax，则认为车辆重心沿重力方向的投影落在车辆支撑四边形内，车辆能够在该条件下稳定通行，否则认为车辆不能通行。
19、当车辆处于能够稳定通行的坡路时，建立车辆在不同的俯仰角和侧倾角条件下的参考速度模型，车辆在坡路上行驶时需要附着力提供一部分的分量用以平衡车辆沿坡度方向使车下滑的重力分量，这使得车辆速度也受到地面坡度的限制，使车辆不失稳的标准速度定义为参考速度vr，同时在车辆俯仰角和侧倾角不同的条件下，车辆的参考速度也不同，定义如下：
20、vr(θ，φ)＝vn·cosξθ·cosζφ (6)
21、其中，vn为无坡度场景下的车辆参考速度，ξ为车辆俯仰角的影响系数，ζ为车辆侧倾角的影响系数。
22、第三步中对角分割栅格地图是指在基于dem数据构建的栅格地图的基础上，对其进行进一步的对角分割，具体是指连接每个栅格的对角线，将每个栅格均分为四个小三角形单元，这样做是因为一个带有高程信息的栅格是由空间中四个点围成，空间中的四个点不在同一平面，因此无法通过构建平面的方法来估计栅格中通行的车辆的坡度，而对角分割则使平面分成四个小三角单元，本文档来自技高网...
【技术保护点】
1.一种考虑横纵向坡度的车辆三维路径规划方法，其特征在于：其方法包括的步骤如下：
2.根据权利要求1所述的一种考虑横纵向坡度的车辆三维路径规划方法，其特征在于：所述的第二步中车辆横纵向坡度通过性模型具体指通过车辆参数和车辆所处坡度条件来判断的车辆是否能稳定通行的模型，具体针对某个已知尺寸的车辆根据其当前的俯仰角和侧倾角判断其是否发生侧翻，具体判断过程使用支撑多边形的方法，车辆四轮的接地点P1，P2，P3，P4为顶点构成车辆的支撑四边形S，车辆重心记作PG，假设车辆速度和加速度稳定变化，则若PG沿重力方向朝着支撑四边形所在的平面投影，若投影点落在S内则认为车辆不会侧翻，若投影点落在S外则认为车辆会发生侧翻；
3.根据权利要求1所述的一种考虑横纵向坡度的车辆三维路径规划方法，其特征在于：所述的第三步中对角分割栅格地图是指在基于DEM数据构建的栅格地图的基础上，对其进行进一步的对角分割，具体是指连接每个栅格的对角线，将每个栅格均分为四个小三角形单元，进一步计算栅格中心点的高程值，公式如下：
4.根据权利要求1所述的一种考虑横纵向坡度的车辆三维路径规划
...【技术特征摘要】
1.一种考虑横纵向坡度的车辆三维路径规划方法，其特征在于：其方法包括的步骤如下：
2.根据权利要求1所述的一种考虑横纵向坡度的车辆三维路径规划方法，其特征在于：所述的第二步中车辆横纵向坡度通过性模型具体指通过车辆参数和车辆所处坡度条件来判断的车辆是否能稳定通行的模型，具体针对某个已知尺寸的车辆根据其当前的俯仰角和侧倾角判断其是否发生侧翻，具体判断过程使用支撑多边形的方法，车辆四轮的接地点p1，p2，p3，p4为顶点构成车辆的支撑四边形s，车辆重心记作pg，假设车辆速度和加速度稳定变化，则若pg沿重力方向朝着支撑四边形所在的平面投影，若投影点落在s内则认为车辆不会侧翻，若投影点落在s外则认为车辆会发生侧翻；
3.根据权利要求1所述的一种考虑横纵向坡度的车辆三维路径规划方法，其特征在于：所述的第三步中对角分割栅格地图是指在基于de...
【专利技术属性】
技术研发人员：朱冰，李响，赵健，刘彦辰，薛越，黄殷梓，黄沐寒，
申请(专利权)人：吉林大学，
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。