【技术实现步骤摘要】
本专利技术涉及自动泊车路径规划，具体为基于改进混合a*和目标树的自动泊车路径规划方法。
技术介绍
1、自动泊车系统是智能汽车的重要组成部分。作为实现自动泊车的关键技术模块，路径规划旨在给定环境中找到一条满足车辆运动学约束并连接起始点和目标点之间的无碰撞轨迹。随着汽车保有量的增加和土地资源的占用，导致停车场越来越稀缺，停车位越来越小，“停车难”的现象在大小城市越来越常见。通过对多例交通事故的统计发现，与车相关的交通事故占比达到24％，其中发生在倒车时的事故占比达到75％。因此，研究复杂场景下的自动泊车路径规划对人民的生命和财产安全具有重大的现实意义。
2、现有的泊车路径规划方法中，混合a*算法是一种在离散x-y-θ状态空间中使用a*策略并融合reeds-sheep曲线机制的路径采样规划法。其优点在于在保持搜索效率的同时，能够更灵活地应对相对复杂场景。目标树由直线路径和弧形路径组成，构建一组向后的停车路径，在这些路径上，停放的车辆可以不发生碰撞地驶入停车位。其优点在于将目标点扩展到停车场障碍物之外，并将目标点从一个点扩展到数百个节点，减少搜索空间。其存在以下缺陷：
3、在狭窄通道环境下，使用混合a*算法进行航行过程中，由于搜索空间的减少，算法需要在有限空间内找到可行路径，会导致搜索和计算复杂度增加。目标树中的直线和弧线交接处存在曲率不连续问题，会增加车轮磨损，影响泊车对准精度。
技术实现思路
1、针对现有技术的不足，本专利技术提供了基于改进混合a*和目标树的自动
2、第一方面，本专利技术提出基于改进混合a*和目标树的自动泊车路径规划方法，所述方法包括：
3、步骤s1、获取车辆所在的复杂场景全区域地图，对场景地图进行栅格化处理表达环境信息并离散化处理规划空间，地图中的所有障碍物采用连通图方式构建；
4、步骤s2、周期性地获取在世界坐标系中的车辆当前状态、周围空闲车位的坐标信息；所述车辆状态包括车辆在世界坐标系中的车辆的方向和位置；
5、步骤s3、基于当前车辆状态采用混合a*树扩展方式进行泊车通道路径搜索，判定每一树节点所对应的车辆状态是否满足避障约束条件，并根据判定结果获得一次机动采样路径，重复上述过程，直至取得车辆航行到停车位附近的第一阶段泊车通道路径；
6、步骤s4、从所述停车位区域的混合a*扩展树与泊车位处目标树上节点进行结合，确定一个候选目标；最后，在额外的时间重复上述操作，将获得一系列候选目标组成候选集；
7、步骤s5、根据预设筛选规则对所述候选集进行筛选得到最佳目标点，然后车辆就可以根据目标树上预知的路径信息，安全、快速的驶入泊车位，对应第二阶段泊车入库路径；
8、步骤s6、将所述第一阶段规划路径和第二阶段规划路径连接，以形成完整的自动泊车规划路径。
9、优选地，所述步骤s3具体包括：
10、采用双圆描述车辆轮廓，对地图中的障碍物进行膨化处理并且车辆轮廓随之进行质点化描述；
11、车辆从起点位置开始在覆盖地图网格进行寻迹，在寻迹过程中通过车载传感器对邻近的一定空间内进行搜索，生成衔接起始点到中间的局部起始点的折线路径；
12、根据避障约束条件，生成从局部起始点到结合点的可避障的参考折线路径，并生成从局部起始点到结合点的多条曲线参考路径；
13、从所述多条参考路径中选择一条与参考折线路径的累加距离偏差值最小并满足避障条件的曲线路径作为衔接局部起始点到结合点的连通路径；
14、将衔接起始点到中间的局部起始点的折线路径和衔接局部起始点到结合点的连通路径拼接形成泊车通道路径。
15、优选地，所述步骤s3中所述生成从局部起始点到结合点的可避障的参考折线路径包括：
16、从当前节点的相邻节点中选择代价值最小且未被障碍物占据的相邻节点作为所述参考折线路径上的下一个节点，并将下一个节点作为下一次循环的当前节点，直到所述下一个节点为所述的结合节点，其中，当前节点的初始值设置为局部起始位姿对应的局部起始节点，所述局部起始节点、选择出的节点以及结合节点依次连接形成所述参考折线路径。
17、优选地，所述步骤s3中所述生成从局部起始点到结合点的多条曲线路径包括：
18、用rs曲线生成算法生成从局部起始位姿到终点位姿的多条曲线路径。
19、所述节点代价函数表达如下所示，包括：
20、
21、式中，γ(·)函数用于计算惩罚项的代价，由实际值与相应的代价系数相乘得到。惩罚项包括运动距离d、速度方向变化h、前轮转向变化和航向变化θ的代价。此外，为鼓励前进运动，后退操作惩罚代价系数αw值设置大于1。代价系数用向量描述；为了加快混合a*算法的搜索速度，引入λ＞1；f代表当前节点的总代价值；h表示中间节点到结合点的估计代价值。
22、所述从所述多条曲线参考路径中选择一条与参考折线路径的累加距离偏差最小并满足避障约束的曲线路径作为衔接局部起始点到结合点的连通路径包括：利用若干第一剖分点将参考折线路径等分为预设个数的分段；利用若干第二剖分点将多条曲线路径分别等分为所述预设个数的分段；计算每一个第一剖分点与相应的第二剖分点的距离偏差并对各个所述距离偏差求和，将所述距离偏差之和最小时对应的曲线路径作为衔接局部起始位姿到终点位姿的连通路径；当所述连通路径上有障碍物时，继续生成衔接局部起始点到下一个局部起始点的折线路径。
23、优选地，所述步骤s4具体包括：
24、根据当前空闲停车位信息，构建基于目标点向外扩展的目标树结构，为了后续的研究方便，将目标树线集进行离散化处理成有限位姿点的树结构；
25、由直线和弧线组成一组向后的泊车路径目标树，在直线和弧线的交接处存在曲率突变，采用三次抛物线方法缓和曲率突变问题，使其连续变化；
26、
27、其中，y表示三次抛物线上点p纵坐标，其中c是三次抛物线参数，与抛物线本身属性有关；x为三次抛物线上点p横坐标；s是三次抛物线上任意点p到起点o之间的距离。
28、上述构建的轨迹与实际轨迹不在同一坐标系下，因此需要进行坐标转换，这一过程由下式完成：
29、
30、式中，xc、yc分别是坐标转换后的三次抛物线的横纵坐标值；xstart、ystart是目标位置的横纵坐标值；βc、βstart是坐标转换后的三次抛物线和目标位置的航向角；ε是两个坐标系进行转换的角度。
31、混合a*扩展树与目标树上的节点进行结合，需要进行可行性验证，具体包括：
32、混合a*树主动从具有τ概率的目标树中提取随机样本qrand(位姿点)；
33、随后，混合a*树将自身扩展点与提取的qrand进行匹配；
34、在匹配的过程中，确保扩展点与qrand精准对齐方向和位置，同时保持可行性和满足本文档来自技高网...
【技术保护点】
1.一种自动泊车路径规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的自动泊车路径规划方法，其特征在于，所述步骤S3具体包括：
3.根据权利要求2所述的自动泊车路径规划方法，其特征在于，所述步骤S3具体还包括：
4.根据权利要求3所述的自动泊车路径规划方法，其特征在于，所述节点代价函数表达如下所示：
5.根据权利要求4所述的自动泊车路径规划方法，其特征在于，所述步骤S4具体包括：
6.根据权利要求5所述的自动泊车路径规划方法，其特征在于，包括：
7.根据权利要求6所述的自动泊车路径规划方法，其特征在于，所述步骤S4具体还包括：
8.根据权利要求7所述的自动泊车路径规划方法，其特征在于，所述步骤S5具体包括：
9.根据权利要求8所述的自动泊车路径规划方法，其特征在于，所述步骤S6具体包括：
【技术特征摘要】
1.一种自动泊车路径规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的自动泊车路径规划方法，其特征在于，所述步骤s3具体包括：
3.根据权利要求2所述的自动泊车路径规划方法，其特征在于，所述步骤s3具体还包括：
4.根据权利要求3所述的自动泊车路径规划方法，其特征在于，所述节点代价函数表达如下所示：
5.根据权利要求4所述的自动泊车路径规划...
【专利技术属性】
技术研发人员：杨平，魏永涛，王路瑶，孙斯楠，牛逸飞，
申请(专利权)人：东北大学秦皇岛分校，
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。