【技术实现步骤摘要】
：本专利技术涉及自动驾驶，特别是关于一种多车型兼容的混合场景下全局路径规划控制系统。
技术介绍
0、
技术介绍
：
1、随着自动驾驶技术的快速发展，全局路径规划控制系统的设计变得越来越重要。然而，现有的全局路径规划控制系统通常只针对单一车型或特定场景，无法适应混合场景下多种车型的兼容控制。
2、港口作为海上与陆路交通枢纽，需要港口车对货物进行装卸转运工作，通常情况下会存在多种车型在同一片港区进行作业，如带挂集卡、跨运车、igv等，上述车型在进行作业的路径规划时有着不同的行进特点，针对每种车型都单独进行路径规划会造成严重的资源浪费。因此，开发一种多车型兼容的混合场景下全局路径规划控制系统，以提高自动驾驶在复杂环境下的适应性和安全性，成为了一项迫切的需求。
技术实现思路
0、
技术实现思路
：
1、本专利技术是为了解决上述现有技术存在的问题而提供一种多车型兼容的混合场景下全局路径规划控制方法及系统。
2、一种多车型兼容的混合场景下全局路径规划控制系统，其特征在于：包括
3、数据感知模块，所述数据感知模块包括用于实时获取道路信息的多个传感器；
4、规则设定模块，所述规则设定模块获取待规划路径车辆的车型，根据车型设定对应的路径规划规则；
5、场景分类模块，所述场景分类模块获取数据感知模块所收集的道路信息，得到当前场景信息并进行分类，区别场景中不同类型和级别的道路；
6、路径规划模块，所述路径规划模块根据
7、控制执行模块，所述控制执行模块将全局路径规划模块生成的行驶路径转化为控制指令，对车辆进行实时控制；
8、通信集成模块，所述通信集成模块负责各模块间的通讯及数据交换。
9、一种多车型兼容的混合场景下全局路径规划控制方法，其特征在于：采用上述系统来进行路径规划，包括如下步骤：
10、s1数据感知模块通过多个传感器获取区域内的道路信息；
11、s2场景分类模块根据数据感知模块所获得的道路信息，得到当前场景信息并进行分类，区别场景中不同类型和级别的道路，并将上述道路与地图数据匹配；
12、s3规则设定模块获取待规划路径的车型，并生成对应车型的路径规划规则；
13、s4路径规划模块根据地图数据以及规则设定模块所设定的路径规划规则，生成行驶路径，并将行驶路径发送给控制执行模块；
14、s5控制执行模块根据路径规划模块所生成的路径控制/引导车辆进行移动。
15、进一步地，步骤s1中，所述道路信息包括道路属性、障碍物信息和行人信息。
16、进一步地，步骤s2中，所述地图数据由预先输入获得或由场景分类模块根据道路信息生成。
17、进一步地，步骤s3中，所述路径规划规则由启发函数表示，不同车型所对应的启发函数分别为
18、跨运车：h(n)＝(abs(current.x-goal.x)+abs(current.y-goal.y))；
19、带挂集卡：
20、h(n)＝sqrt(2)min(|goal.x-current.x|,|goal.y-current.y|)+|goal.x-current.x|+|goal.y-current.y|；
21、igv：h(n)＝sqrt((goal.x-current.x)^2+(goal.y-current.y)^2)；
22、其中current.x,current.y为车辆当前坐标位置，goal.x，goal.y为目的点位坐标位置。
23、进一步地，步骤s4中，路径规划模块生成行驶路径的方法为
24、s41由车辆初始点开始，根据地图数据将初始点周围可以进行下一步路径规划的点位列入开放列表，不可到达的点位列入关闭列表，表示点位不可被关注并且不可被迭代；
25、s42从开放列表中选择一个点位，生成初始点位与被选择点位间的启发函数与代价函数，遍历所有开放列表中的点位，选择启发函数与代价函数之和最小的点位作为路径上的下个点，生成初始点位与该点位间的路径；
26、s43将步骤s42中选择的点位作为新的初始点，生成新的开放列表，重复步骤s41和s42直至待规划路径的终点出现在开放列表中，上述步骤中所选择的所有点位与终点的连接路径即为规划路径；
27、s44对步骤s43中获得的规划路径进行倒推计算，直至回到车辆初始点，则该路径评估通过，将路径结果发送给控制执行模块；若倒推失败，将结果返回给路径规划模块，重新获取地图数据并重新进行路径规划。
28、进一步地，所述初始点位与被选择点位间的代价函数为
29、cost(n)＝a*(slope+distance(current_node,n)/vmax)+b*
30、(curvature+traffic_congestion)；
31、所述slope为初始点位与被选择点位间道路的平均坡度，distance(current_node,n)为被选择点位与终点间的距离，curvature为道路曲率，traffic_congestion为初始点位与被选择点位间道路的交通拥堵情况，a、b为常值系数。
32、进一步地，步骤s44对规划路径进行倒推计算时，待规划车型的最大转向曲率小于任意相邻点位间的道路曲率时，则判定该路径无法通行。
33、本专利技术具有如下有益效果：
34、本专利技术的多车型兼容的混合场景下全局路径规划控制系统可以适应不同的车型和场景，提高自动驾驶在复杂环境下的适应性和安全性。
35、通过数据采集、规则设定、场景分类、路径规划和控制执行等模块的协同工作，可以实现自适应的全局路径规划控制，从而提升自动驾驶的效率和安全性。
36、本系统具有较好的扩展性，可以方便地添加新的车型和场景，以适应不断发展的自动驾驶技术需求。
本文档来自技高网...【技术保护点】
1.一种多车型兼容的混合场景下全局路径规划控制系统，其特征在于：包括
2.一种多车型兼容的混合场景下全局路径规划控制方法，其特征在于：采用权利要求1所述系统来进行路径规划，包括如下步骤：
3.根据权利要求2所述的全局路径规划控制方法，其特征在于：步骤S1中，所述道路信息包括道路属性、障碍物信息和行人信息。
4.根据权利要求2所述的全局路径规划控制方法，其特征在于：步骤S2中，所述地图数据由预先输入获得或由场景分类模块根据道路信息生成。
5.根据权利要求2所述的全局路径规划控制方法，其特征在于：步骤S3中，所述路径规划规则由启发函数表示，不同车型所对应的启发函数分别为跨运车：h(n)＝(abs(current.x-goal.x)+abs(current.y-goal.y))；
6.根据权利要求5所述的全局路径规划控制方法，其特征在于：步骤S4中，路径规划模块生成行驶路径的方法为S41由车辆初始点开始，根据地图数据将初始点周围可以进行下一步路径规划的点位列入开放列表，不可到达的点位列入关闭列表，表示点位不可被关注并且不可被迭
7.根据权利要求6所述的全局路径规划控制方法，其特征在于：所述初始点位与被选择点位间的代价函数为
8.根据权利要求7所述的全局路径规划控制方法，其特征在于：步骤S44对规划路径进行倒推计算时，待规划车型的最大转向曲率小于任意相邻点位间的道路曲率时，则判定该路径无法通行。
...【技术特征摘要】
1.一种多车型兼容的混合场景下全局路径规划控制系统，其特征在于：包括
2.一种多车型兼容的混合场景下全局路径规划控制方法，其特征在于：采用权利要求1所述系统来进行路径规划，包括如下步骤：
3.根据权利要求2所述的全局路径规划控制方法，其特征在于：步骤s1中，所述道路信息包括道路属性、障碍物信息和行人信息。
4.根据权利要求2所述的全局路径规划控制方法，其特征在于：步骤s2中，所述地图数据由预先输入获得或由场景分类模块根据道路信息生成。
5.根据权利要求2所述的全局路径规划控制方法，其特征在于：步骤s3中，所述路径规划规则由启发函数表示，不同车型所对应的启发函数分别为跨运车：h(n)＝(abs(...
【专利技术属性】
技术研发人员：蔡跃，刘海燕，林政，张阳，王坚，曹红军，王金才，于进，王文强，张子杰，
申请(专利权)人：江苏省港口集团信息科技有限公司，
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。