【技术实现步骤摘要】
本专利技术涉及交通路径规划领域，具体涉及一种基于时空柔性绳物理模型的协同路径规划方法及系统。
技术介绍
1、目前，自动驾驶技术和智能交通系统(its)的发展推动了无信号交叉口路径规划和多移动物体协同控制技术的不断进步。在传统的交通管理系统中，路径规划大多依赖于固定车道设计和交通信号灯控制。
2、基于规则/优化的路径规划方法如分治策略dcs、模型预测控制mpc和轨迹优化方法等具有构造明确和计算效率高的优点，适用于小规模、多移动物体场景。这些方法通过数学建模提供可控的算法，确保了较高的计算效率，但其扩展性较差且灵活性不足。在高密度、多变的交通环境中，这些方法容易出现碰撞或延迟的问题，限制了它们在复杂场景中的应用。
3、基于深度强化学习的方法，如dqn、sac和ahrl，具备强大的自适应能力，能够处理复杂和不确定的交通场景。虽然这些方法能够在动态环境中高效进行路径规划，但它们对大规模高质量数据和计算资源的依赖较强，训练成本高，并且在实时性上存在不稳定性。此外，深度强化学习方法通常面临“黑箱”决策的难题，导致其决策过程难
【技术保护点】
1.一种基于时空柔性绳物理模型的协同路径规划方法，其特征在于：其包括以下步骤：
2.根据权利要求1所述的基于时空柔性绳物理模型的协同路径规划方法，其特征在于：S1具体包括以下子步骤：
3.根据权利要求2所述的基于时空柔性绳物理模型的协同路径规划方法，其特征在于：S1中，利用柔性绳的碰撞体积模拟移动物体在三维空间中的物理尺寸：
4.根据权利要求1所述的基于时空柔性绳物理模型的协同路径规划方法，其特征在于：S2中弹性力的表达式为：
5.根据权利要求4所述的基于时空柔性绳物理模型的协同路径规划方法，其特征在于：S2中排斥力的表
【技术特征摘要】
1.一种基于时空柔性绳物理模型的协同路径规划方法，其特征在于：其包括以下步骤：
2.根据权利要求1所述的基于时空柔性绳物理模型的协同路径规划方法，其特征在于：s1具体包括以下子步骤：
3.根据权利要求2所述的基于时空柔性绳物理模型的协同路径规划方法，其特征在于：s1中，利用柔性绳的碰撞体积模拟移动物体在三维空间中的物理尺寸：
4.根据权利要求1所述的基于时空柔性绳物理模型的协同路径规划方法，其特征在于：s2中弹性力的表达式为：
5.根据权利要求4所述的基于时空柔性绳物理模型的协同路径规划方法，其特征在于：s2中排斥力的表达式为：
6.根据权利要求5所述的基于时空柔性绳物理模型的协同路径规划方法，其特征在于：s2中边界约束力的表达式为：
7.根据权利要求6所述的基于时空柔性绳物理模型的协同路径规划方法，其特征在于：s3中每条柔性绳达到力学平衡后：
<...【专利技术属性】
技术研发人员：郝星晖，张钦禹，肖鹞，杜小乐，刘兴哲，陈阳，
申请(专利权)人：曹妃甸区炽纶信息科技服务部个体工商户，
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。