System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及人工智能,尤其涉及一种协同编队的多智能车辆避障方法及装置。
技术介绍
1、随着科学技术的不断进步,智能车(intelligent vehicle,简称vi)已经成为了现代交通领域的一个重要研究对象。智能车通过搭载各种传感器和通信设备,使其在运输、消防和军事等领域得到了广泛的应用。相较于单个智能车辆,智能车编队可以通过协作完成更为艰巨的任务,例如协同打击、救援搜寻等等。在这些场景下,如果对每个智能车辆进行独立控制,不但加大了计算量,也不利于智能车间的配合协同和环境适应。因此,对于提高智能车编队的控制技术水平以及丰富智能车编队的应用场景,已经成为了交通领域的发展共识。然而,在实际应用中,智能车辆仍然面临着许多挑战,如复杂的道路环境、不确定的交通参与者行为等。因此,如何运用先进的技术实现智能车辆高效、稳定的行驶是本领域广泛关注的问题。
2、然而,目前现有技术中均是基于静态障碍物进行避障的,但由于环境的不确定性和复杂性,目前基于静态障碍物进行避障的方法无法应用于动态环境下的编队协同避障,导致目前动态环境下无法保证智能车辆之间的协同性和一致性。
3、现在亟需一种协同编队的多智能车辆避障方法,从而解决目前动态环境下无法保证智能车辆之间的协同性和一致性的问题。
技术实现思路
1、为解决目前动态环境下无法保证智能车辆之间的协同性和一致性,本专利技术实施例提供了一种协同编队的多智能车辆避障方法及装置,主要创新在于:首先,在领导-跟随模型下,将领导者车辆的任务指定
2、为了解决上述技术问题,本专利技术的具体技术方案如下:
3、一方面,本专利技术实施例提供了一种协同编队的多智能车辆避障方法,所述方法包括:
4、在由多个智能车辆按照指定编队队形组成的车辆编队在行进至目标点的过程中,当所述车辆编队中的多个智能车辆检测到障碍物时,将检测到障碍物的所述智能车辆作为避障车辆,并分别控制每一避障车辆获取各自检测到的所述障碍物的位姿信息;
5、分别计算每一避障车辆的位姿信息与相应障碍物的位姿信息之间的距离信息;
6、根据所述距离信息计算该避障车辆与相应障碍物之间的梯度值;
7、分别根据每一避障车辆与相应障碍物之间的距离信息以及自身避障车辆的感知范围,计算所述避障车辆与相应障碍物之间的排斥作用函数值;
8、根据多个避障车辆对应的距离信息、梯度值以及排斥作用函数值分别计算每一避障车辆的控制参数;
9、根据所述控制参数控制相应避障车辆的运动状态。
10、进一步地,根据多个避障车辆对应的距离信息、梯度值以及排斥作用函数值分别计算每一避障车辆的控制参数进一步包括:
11、将多个避障车辆中的一个避障车辆作为目标车辆,多个避障车辆中与所述目标车辆存在双向通信的智能车辆作为协同车辆;
12、按照公式:
13、
14、计算所述目标车辆的控制参数,其中,表示第i个目标车辆的控制参数,为常数,表示第i个目标车辆探测到的障碍物集合,pi表示第i个目标车辆的位姿信息,表示第i个目标车辆对应的障碍物集合中的第k个障碍物的位姿信息,表示第i个目标车辆与相应的障碍物集合中第k个障碍物之间的距离信息,表示范数,ε>0为一个常数,z1表示参数,表示第i个目标车辆对应的排斥作用函数值,其中,cβ=||c||σ,c表示车辆编队中各智能车辆的感知范围,z2表示排斥作用函数的参数,z3表示参数,z4表示参数,表示第i个目标车辆与相应的障碍物集合中第k个障碍物之间的梯度值,表示第i个目标车辆对应的协同车辆集合,pj表示第j个协同车辆的位姿信息,表示第j个协同车辆对应的障碍物集合中的第k个障碍物的位姿信息,表示第j个协同车辆与相应的障碍物集合中第k个障碍物之间的梯度值。
15、进一步地,所述车辆编队包括领导者车辆和跟随者车辆;
16、根据多个避障车辆对应的距离信息、梯度值以及排斥作用函数值分别计算每一避障车辆的控制参数还包括:
17、根据所述领导者车辆对应的距离信息、梯度值以及排斥作用函数值计算所述领导者车辆的第一控制参数;
18、根据所述跟随者车辆对应的距离信息、梯度值以及排斥作用函数值计算所述领导者车辆的第二控制参数;
19、根据所述控制参数控制相应避障车辆的运动状态进一步包括:
20、根据所述第一控制参数控制所述领导者车辆的运动状态;
21、根据所述第二控制参数控制所述跟随者车辆的运动状态。
22、进一步地,计算所述第一控制参数的公式为:
23、
24、其中,un表示领导者车辆的第一控制参数,表示领导者车辆达到所述目标点的控制参数,其中为常数,为饱和函数,z5表示参数,zmin表示参数中的最小值,zmax表示参数中的最大值,pn表示领导者车辆的位姿信息,pγ表示目标点的位姿信息,表示按照公式:
25、
26、计算的领导者车辆的控制参数。
27、进一步地,计算所述第二控制参数的公式为:
28、
29、其中,ui表示第i个跟随者车辆的第二控制参数,表示第i个跟随者车辆保持所述指定编队队形的控制参数,其中为常数,表示能够与第i个跟随者车辆双向通信的智能车辆集合,aij表示第i个跟随者车辆与第j个跟随者车辆之间是否能够双向通信的标识,若aij=1,则代表第i个跟随者车辆与第j个跟随者车辆之间是能够双向通信的,若aij=0,则代表第i个跟随者车辆与第j个跟随者车辆之间不能进行通信,wij表示第i个跟随者车辆与第j个跟随者车辆之间的权重,pi和pj分别表示第i个跟随者车辆的位姿信息和第j个跟随者车辆的位姿信息。
30、进一步地,计算第i个跟随者车辆与第j个跟随者车辆之间的权重的公式为:
31、
32、其中,ζ≥1为常数,pi(t)、pj(t)分别代表t时刻下第i个跟随者车辆和第j个跟随者车辆的位姿信息,dij表示第i个跟随者车辆和第j个跟随者车辆之间的期望距离信息。
33、进一步地,计算梯度值的公式为:
34、
35、其中,表示第i个避障车辆与相应的障碍物集合中第k个障碍物之间的梯度值,pi表示第i个避障车辆的位姿信息,表示第i个避障车辆对应的障碍物集合中的第k个障碍物的位姿信息,表示梯度运算符,表示范数,z6表示参数,ε>0为一个常数。
36、进一步地,控制参数包括避障本文档来自技高网...
【技术保护点】
1.一种协同编队的多智能车辆避障方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,根据多个避障车辆对应的距离信息、梯度值以及排斥作用函数值分别计算每一避障车辆的控制参数进一步包括:
3.根据权利要求2所述的方法,其特征在于,所述车辆编队包括领导者车辆和跟随者车辆;
4.根据权利要求3所述的方法,计算所述第一控制参数的公式为:
5.根据权利要求3所述的方法,其特征在于,计算所述第二控制参数的公式为:
6.根据权利要求5所述的方法,其特征在于,计算第i个跟随者车辆与第,个跟随者车辆之间的权重的公式为:
7.根据权利要求1所述的方法,其特征在于,计算梯度值的公式为:
8.根据权利要求1所述的方法,其特征在于,控制参数包括避障车辆的线速度和角速度;
9.一种协同编队的多智能车辆避障装置,其特征在于,所述装置包括:
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1
...【技术特征摘要】
1.一种协同编队的多智能车辆避障方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,根据多个避障车辆对应的距离信息、梯度值以及排斥作用函数值分别计算每一避障车辆的控制参数进一步包括:
3.根据权利要求2所述的方法,其特征在于,所述车辆编队包括领导者车辆和跟随者车辆;
4.根据权利要求3所述的方法,计算所述第一控制参数的公式为:
5.根据权利要求3所述的方法,其特征在于,计算所述第二控制参数的公式为:
6.根据权利要求5所述...
【专利技术属性】
技术研发人员:张利国,王梓贤,周佳慧,邓恒,詹璟原,石睿,
申请(专利权)人:北京工业大学,
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。