【技术实现步骤摘要】
基于改进人工势场法的无人车局部实时避障路径规划方法
[0001]本专利技术属于无人车自动驾驶
,具体涉及一种无人车的局部实时避障 路径规划方法。
技术介绍
[0002]路径规划作为无人驾驶车辆避障功能的重要环节,其性能直接关系到车辆在 复杂场景下选择路径的质量和行驶的平稳度。当前用于无人车避障的现有技术中 所常用的人工势场法由于其模型结构简单,不需要很大的计算量就可以实时避障 并完成规划任务,具有结构简单、实时性好、生成的路径圆滑等优点,有利于在 实时避障与平滑轨迹控制等动态规划方面加以应用。然而,现有人工势场法在应 用中仍然存在一些缺点与不足,常发生局部极小值、目标不可达、动态规划效果 差等情况。虽然本领域中有个别方案使用了改进的人工势场法,但依然存在静态 避障效率低、未考虑车辆运动学与动力学影响因素等弊端,导致了处理动态避障 工况时的无解、无法跟踪、避障工况单一等问题。
技术实现思路
[0003]有鉴于此,针对上述本领域中存在的技术问题,本专利技术提供了一种基于改进 人工势场法的无人车局部实时避障路径规划方法,具体包括以下步骤:
[0004]步骤一、针对履带式无人车所在的局部避障行驶环境,对车辆传感器检测到 的障碍物分别进行筛选,基于障碍物与车辆之间的距离去除对车辆轨迹规划无影 响的障碍物,然后评估剩余的静态和动态障碍物以及目标行驶目标点对轨迹规划 的影响风险用于后续建立行车势场环境;
[0005]步骤二、针对筛选的静态障碍物建立其对车辆的斥力势场函数模型,考虑车 速与车辆— ...
【技术保护点】
【技术特征摘要】
1.基于改进人工势场法的无人车局部实时避障路径规划方法,其特征在于:具体包括以下步骤:步骤一、针对履带式无人车所在的局部避障行驶环境,对车辆传感器检测到的障碍物分别进行筛选,基于障碍物与车辆之间的距离去除对车辆轨迹规划无影响的障碍物,然后评估剩余的静态和动态障碍物以及目标行驶目标点对轨迹规划的影响风险用于后续建立行车势场环境;步骤二、针对筛选的静态障碍物建立其对车辆的斥力势场函数模型,考虑车速与车辆—障碍物相对位置的夹角α对斥力势场进行改进,得到以下改进后的水滴形斥力势场函数模型U
rep
::式中,k
rep
为斥力势场正比例系数,d
obs
为车辆与静态障碍物距离,d0为障碍物对车辆产生斥力的最大影响范围,k
d
为调节因子,m
d
为常数;步骤三、针对筛选的动态障碍物建立其对车辆的斥力势场函数模型,考虑其与车辆的相对位置、相对速度以及相对加速度对斥力场进行改进,得到以下改进后的动态障碍物斥力势场函数U
rep
:式中,v
eo
为动态障碍物相对于车辆的相对速度,k
v
为相对速度比例系数,a
eo
为动态障碍物相对于车辆的相对加速度,k
a
为相对加速度比例系数,β为动态障碍物和车辆的相对速度与相对位置的夹角,γ为动态障碍物和自主车辆的相对加速度与相对位置的夹角;步骤四、针对行驶目标点建立其对车辆的引力势场函数模型;步骤五、利用所建立的斥力势场函数模型和引力势场函数模型计算车辆所受的引力与斥力,并由所述引力与斥力构建行车环境风险场势力函数模型;结合障碍物运动速度和方位设置动态路径规划周期、安全距离阈值、碰撞风险约束条件,以进行避障路径规划并实时滚动获取车辆位置与速度控制量;步骤六、进行避障工况试验,包括静态障碍物的换道避障、侧向动态障碍物的减速避障工况;利用贝塞尔曲线对所规划的避障路径中的车辆位置进行平滑处理,从而得到完整的无人车局部避障规划路径。
2.如权利要求1所述的方法,其特征在于:步骤一中对车辆传感器检测到的障碍物分别进行筛选具体包括以下过程:首先建立一条自我车辆到目标点的虚拟直线,记为L
ST
,其表达式如下:其中,为直线L
ST
的斜率,为直线L
ST
的截距,(x
ego
,y
ego
)、(x
target
,y
target
)分别为车辆以及目标点的位置坐标;设障碍物到车辆的距离为d
obs
‑
ego
,障碍物到直线L
ST
的距离为d
obs
‑
ST
,d
obs
‑
ego
与d
obs
‑
ST
的表达式如下:达式如下:其中,d
obs
‑
ego
和d
obs
‑
ST
对应的安全阈值分别为d
obs
‑
ego*
和d
obs
‑
ST*
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。