【技术实现步骤摘要】
本申请涉及机器人、自动驾驶和路径规划的，具体而言，涉及一种路径规划方法、装置及电子设备。
技术介绍
1、目前，对自主移动机器进行路径规划的方式，大都使用动态窗口法(dynamicwindow approach，dwa)和基于贪心搜索的实时避障算法等等对自主移动机器进行路径规划，此处的自主移动机器例如：机器人、自动驾驶汽车、无人机和自主移动工程车等。在具体的实践过程中发现，这些算法大都容易关注到局部到局部的路径导致容易陷入局部最优解，使得自主移动机器出现绕行较远距离的现象以至于从出发位置点到达目标位置点的时间过长。因此，使用目前的路径规划算法对自主移动机器进行路径规划的效率较低。
技术实现思路
1、本申请实施例的目的在于提供一种路径规划方法、装置及电子设备，用于改善对自主移动机器进行路径规划的效率较低的问题。
2、本申请实施例提供了一种路径规划方法，包括：根据自主移动机器的环境地图和路径参数生成路径种群，路径种群中包括多个候选路径；根据候选路径的路径参数计算出自主移动机器的行驶方向参数；根据行驶方向参数对路径种群进行更新，获得更新后的路径种群；根据候选路径的路径参数和环境地图确定更新后的路径种群中的每个候选路径的适应度值，并根据候选路径的适应度值确定最优路径；根据最优路径的路径参数对路径种群进行迭代更新，直到最优路径的适应度值小于预设阈值时，获得自主移动机器在环境地图中的最优路径。在上述方案的实现过程中，通过自主移动机器的环境地图和路径参数生成路径种群，并根据路径种群中的
3、可选地，在本申请实施例中，在根据行驶方向参数对路径种群进行更新之前，还包括：从多个候选路径筛选出最优路径；对最优路径和多个候选路径中的每个候选路径进行交叉学习。在上述方案的实现过程中，通过对最优路径和多个候选路径中的每个候选路径进行交叉学习，从而有效地让候选路径从最优路径中交叉学习，将两个或多个优秀解的部分特征组合在一起产生新的解，显著增强种群的多样性，从而帮助搜索算法跳出局部最优，有效地提高了探索到全局最优解的概率。
4、可选地，在本申请实施例中，行驶方向参数，包括：转向角度和航向角度；根据行驶方向参数对路径种群进行更新，包括：根据转向角度和航向角度确定最新路段；使用最新路段对路径种群进行更新。在上述方案的实现过程中，通过根据转向角度和航向角度确定最新路段，并使用最新路段对路径种群进行更新，从而对原本独立更新的路径进行深度干预，有助于克服单纯依赖个体极值和全局极值导致的早熟收敛问题，使得算法能在更大程度上跳出局部最优陷阱，提高了找到全局最优路径的可能性。
5、可选地，在本申请实施例中，使用最新路段对路径种群进行更新，包括：针对路径种群中的每个候选路径，判断该候选路径的路段数量是否大于预设阈值；若是，则将最新路段替换掉该候选路径中的末端路段，否则，在该候选路径的末端路段之后增加最新路段。在上述方案的实现过程中，通过根据候选路径的路段数量来替换或者增加最新路段，从而将候选路径中的某个路段替换成已知的到达目标点的最优路段，确保最终形成的完整路径能够尽可能减少不必要的距离或成本，从而结合了动态规划优化的思想和全局优化性能的提升，极大地提高了对自主移动机器进行路径规划的效率。
6、可选地，在本申请实施例中，自主移动机器为工程车，路径参数包括：工程车的出发位置点、出发方向、轴距、车辆长度、目标位置点和目标停车方向；根据候选路径的路径参数和环境地图确定更新后的路径种群中的每个候选路径的适应度值，包括：针对路径种群中的每个候选路径，根据出发位置点、出发方向、轴距、车辆长度、目标位置点、目标停车方向和环境地图计算出该候选路径的适应度值。在上述方案的实现过程中，通过在实时路径规划场景下，适应度值能反映当前环境信息的变化，使得算法能够快速响应障碍物移动、交通状况变动等因素，持续寻找在变化环境下的最优路径，确保了算法在复杂环境下能够高效地找到满意的最优路径，极大地提高了对自主移动机器进行路径规划的效率。
7、可选地，在本申请实施例中，根据候选路径的适应度值确定最优路径，包括：若候选路径的适应度值小于最优路径的适应度值，则将候选路径确定为最优路径。
8、本申请实施例还提供了一种路径规划装置，包括：路径种群生成模块，用于根据自主移动机器的环境地图和路径参数生成路径种群，路径种群中包括多个候选路径；方向参数计算模块，用于根据候选路径的路径参数计算出自主移动机器的行驶方向参数；路径种群更新模块，用于根据行驶方向参数对路径种群进行更新，获得更新后的路径种群；适应度值确定模块，用于根据候选路径的路径参数和环境地图确定更新后的路径种群中的每个候选路径的适应度值，并根据候选路径的适应度值确定最优路径；最优路径获得模块，用于根据最优路径的路径参数对路径种群进行迭代更新，直到最优路径的适应度值小于预设阈值时，获得自主移动机器在环境地图中的最优路径。
9、可选地，在本申请实施例中，路径规划装置，还包括：最优路径筛选模块，用于从多个候选路径筛选出最优路径；路径交叉学习模块，用于对最优路径和多个候选路径中的每个候选路径进行交叉学习。
10、可选地，在本申请实施例中，行驶方向参数，包括：转向角度和航向角度；路径种群更新模块，包括：最新路段确定子模块，用于根据转向角度和航向角度确定最新路段；路径种群更新子模块，用于使用最新路段对路径种群进行更新。
11、可选地，在本申请实施例中，路径种群更新子模块，包括：路段数量判断单元，用于针对路径种群中的每个候选路径，判断该候选路径的路段数量是否大于预设阈值；路段替换增加单元，用于若该候选路径的路段数量大于预设阈值，则将最新路段替换掉该候选路径中的末端路段，若该候选路径的路段数量小于或等于预设阈值，在该候选路径的末端路段之后增加最新路段。
12、可选地，在本申请实施例中，自主移动机器为工程车，路径参数包括：工程车的出发位置点、出发方向、轴距、车辆长度、目标位置点和目标停车方向；适应度值确定模块，包括：适应度值计算子模块，用于针对路径种群中的每个候选路径，根据出发位置点、出发方向、轴距、车辆长度、目标位置点、目标停车方向和环境地图计算出该候选路径的适应度值。
13、可选地，在本申请实施例中，适应度值确定模块，包括：最优路径确定子模块，用于若候选路径的适应度值小于最优路径的适应度值，则将候选路径确定为最优路径。
14、本申请实施例还提供了一种电子设备，包括：处理器和存储器，存储器存储有处理器可执行的机器可读指令，机器可读指令被处理器运行时执行上面描述的方法。
15、本申请实施例还提供了一种计算机可读存储介本文档来自技高网...
【技术保护点】
1.一种路径规划方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在所述根据所述行驶方向参数对所述路径种群进行更新之前，还包括：
3.根据权利要求1所述的方法，其特征在于，所述行驶方向参数，包括：转向角度和航向角度；所述根据所述行驶方向参数对所述路径种群进行更新，包括：
4.根据权利要求3所述的方法，其特征在于，所述使用所述最新路段对所述路径种群进行更新，包括：
5.根据权利要求1所述的方法，其特征在于，所述自主移动机器为工程车，所述路径参数包括：所述工程车的出发位置点、出发方向、轴距、车辆长度、目标位置点和目标停车方向；所述根据所述候选路径的路径参数和所述环境地图确定所述更新后的路径种群中的每个候选路径的适应度值，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据所述候选路径的适应度值确定最优路径，包括：
7.一种路径规划装置，其特征在于，包括：
8.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器存储有所述处理器可执行的机器可读指令，所述机器可读指令被所述处
9.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行权利要求1至6任一所述的方法。
10.一种计算机程序产品，其特征在于，包括：计算机程序或者计算机指令，所述计算机程序或者所述计算机指令被处理器运行时执行权利要求1至6任一所述的方法。
...【技术特征摘要】
1.一种路径规划方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在所述根据所述行驶方向参数对所述路径种群进行更新之前，还包括：
3.根据权利要求1所述的方法，其特征在于，所述行驶方向参数，包括：转向角度和航向角度；所述根据所述行驶方向参数对所述路径种群进行更新，包括：
4.根据权利要求3所述的方法，其特征在于，所述使用所述最新路段对所述路径种群进行更新，包括：
5.根据权利要求1所述的方法，其特征在于，所述自主移动机器为工程车，所述路径参数包括：所述工程车的出发位置点、出发方向、轴距、车辆长度、目标位置点和目标停车方向；所述根据所述候选路径的路径参数和所述环境地图确定所述更新后的路径种群中的每个候选路径的...
【专利技术属性】
技术研发人员：梁椅辉，
申请(专利权)人：电子科技大学中山学院，
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。