一种基于改进场论的无人车轨迹规划方法技术

本发明专利技术涉及一种基于改进场论的无人车轨迹规划方法，属于无人驾驶技术领域

【技术实现步骤摘要】
一种基于改进场论的无人车轨迹规划方法


[0001]本专利技术公开了一种基于改进场论的无人车轨迹规划方法，属于无人车驾驶
；还涉及一种考虑障碍物边界的无人车轨迹规划方法
。

技术介绍

[0002]运动规划是无人车的核心技术部分，一般分为全局路径规划与局部路径规划，局部路径规划是自动驾驶汽车行驶主动安全的重要手段，常用的局部路径规划算法有强化学习
、
蚁群算法
、
动态窗口法
、
快速探索的随机树
(RRT*)
算法及人工势场法等
。
人工势场算法原理简单，计算速度快，容易实现，在局部路径规划方面应用广泛，各界学者以此进行了深入的改进与推广
。
[0003]基于场论的规划算法可以较好的展现出人
‑
车
‑
路之间的影响机理，其算法简单，计算量小，在实时避障时运行效率较高，是应用范围较广的算法之一
。
然而场论在实际运用中除了局部最优解与目标不可达这两个自身的算法缺陷外，其在复杂环境下规划出的轨迹不平滑，在实际应用场景中，无人车受到的势场力复杂且方向变化频率频繁，这也意味着规划出来的无人车轨迹是很不稳定的，而无人车的运行中要求车身尽可能地平稳，频繁的转换方向不仅会影响到行驶的平顺性，还会影响运送质量，所以基于传统的场论算法无法满足无人车的轨迹规划需求
。

技术实现思路

[0004]本专利技术的目的是提供一种基于改进场论的无人车轨迹规划方法，用以解决上述
技术介绍
中提出的势场法难以应用实际的问题
。
[0005]为实现上述目的，本专利技术的方案包括：
[0006]本专利技术的一种基于改进场论的无人车轨迹规划方法的技术方案，包括如下步骤：
[0007]S1
确定无人车位置与目标点位置，计算目标点对无人车的引力；
[0008]S2
根据感知到的环境信息，建立对应的车道势场
、
障碍物静态势场；
[0009]S3
建立反应运动障碍物对无人车行驶影响程度的动能场；
[0010]S4
设置安全距离，如果无人车与当前障碍物之间的欧氏距离小于所述安全距离，则进行步骤
S5
；如果大于所述安全距离则跳至步骤
S6
；
[0011]S5
根据所述动能场计算动态障碍物对自车的总场力；
[0012]S6
根据所述动能场计算动态障碍物对自车总场力中无人车前进方向上的分力；
[0013]S7
计算无人车受到的合力，并根据合力进行下一步规划
。
[0014]步骤
S2
中，利用自车激光雷达
、
相机等感知障碍物
、
道路边界线
、
交通道路线及其他交通参与者的状态信息
。
[0015]步骤
S4
中的安全距离，车辆与障碍物之间在小于安全距离时才会趋向于排斥行车风险较大的障碍物的接近
。
[0016]步骤
S5
中，如果欧氏距离小于设定的安全距离，则无人车开始排斥障碍物的接近，
此时受到全部的场力
。
[0017]步骤
S6
中，若欧氏距离大于设定的安全距离，则说明无人车尚未排斥障碍物的接近，只需受到场力的纵向力
。
[0018]进一步地，步骤
S7
中，根据合力进行规划时，还判断当前是否陷入局部最优，如果陷入局部最优，则运用触须算法快速逃逸
。
[0019]对于所述的局部最小值点：若无人车行驶的过程中，其所受的引力与斥力达到平衡时，无人车受力变为0，然而此时无人车并未到达目标点，规划任务还在继续，但无人车受力为0已经不在前进，导致规划任务失败
。
本专利技术进一步对局部最小值进行判定识别并运用触须算法进行逃逸
。
[0020]另外通过检测无人车与目标点距离如果小于某个预设较小值，则认为无人车到达目的地，规划程序即可退出
。
[0021]进一步地，用于计算目标点对无人车引力的引力模型如下：
[0022][0023]式中，
U
att
(q)
为引力函数
、q
为无人车位置坐标
、q
g
为目标点位置坐标
、
ρ
att
为无人车与目标点之间的直线距离
、k
att
为引力势场系数
。
[0024]进一步地，目标点对无人车的引力通过对引力函数求负梯度得到
。
[0025]进一步地，步骤
S2
中，车道势场包括道路边界势场和中心线势场，道路边界势场模型如下：
[0026][0027]式中，
y
为无人车在坐标系中的纵向坐标值
、l
r
为道路宽度
、k
b
为待定系数
、E
b
为道路边界势场场强，方向指向道路中心方向；
[0028]中心线势场模型模型如下：
[0029][0030]式中，
k
l
为待定系数
、E
l
为道路中心线场强，方向指向道路边界方向
。
[0031]进一步地，步骤
S2
中，障碍物静态势场模型如下：
[0032]E
o
＝
GR
i
M
i
L
equ
[0033]式中，
G
为调节系数
、R
i
为道路条件影响因子
、M
i
为障碍物
i
的等效质量
、L
equ
为考虑障碍物尺寸的等效距离
、E
o
为静态障碍物势场场强
。
[0034]进一步地，步骤
S3
中，所述动能场的模型为：
[0035]E
v
＝
GR
i
M
i
L
equ
·
exp[k1v
i
cos(
θ
i
)][0036]式中，
E
v
表示动态障碍物
i
的动能场场强
、k1为待定系数
、v
i
为障碍物速度
、
θ
i
为无人车速度方向与位置矢量夹角
。
[0037]进一步地，考虑障碍物尺寸的等效距离
L
equ
通过下式计算：
[0038][0039]其中，
k
equ...

【技术保护点】

【技术特征摘要】
1.
一种基于改进场论的无人车轨迹规划方法，其特征在于，包括如下步骤：
S1
确定无人车位置与目标点位置，计算目标点对无人车的引力；
S2
根据感知到的环境信息，建立对应的车道势场
、
障碍物静态势场；
S3
建立反应运动障碍物对无人车行驶影响程度的动能场；
S4
设置安全距离，如果无人车与当前障碍物之间的欧氏距离小于所述安全距离，则进行步骤
S5
；如果大于所述安全距离则跳至步骤
S6
；
S5
根据所述动能场计算动态障碍物对自车的总场力；
S6
根据所述动能场计算动态障碍物对自车总场力中无人车前进方向上的分力；
S7
计算无人车受到的合力，并根据合力进行下一步规划
。2.
根据权利要求1所述的基于改进场论的无人车轨迹规划方法，其特征在于，步骤
S7
中，根据合力进行规划时，还判断当前是否陷入局部最优，如果陷入局部最优，则运用触须算法快速逃逸
。3.
根据权利要求1所述的基于改进场论的无人车轨迹规划方法，其特征在于，用于计算目标点对无人车引力的引力模型如下：式中，
U
att
(q)
为引力函数
、q
为无人车位置坐标
、q
g
为目标点位置坐标
、
ρ
att
为无人车与目标点之间的直线距离
、k
att
为引力势场系数；目标点对无人车的引力通过对引力函数求负梯度得到
。4.
根据权利要求1所述的基于改进场论的无人车轨迹规划方法，其特征在于，步骤
S2
中，车道势场包括道路边界势场和中心线势场，道路边界势场模型如下：式中，
y
为无人车在坐标系中的纵向坐标值
、l
r
为道路宽度
、k
b
为待定系数
、E
b
为道路边界势场场强，方向指向道路中心方向；中心线势场模型模型如下：式中，
k
l
为待定系数
、E
l
为道路中心线场强，方向指向道路边界方向
。5.
根据权利要求1所述的基于改进场论的无人车轨迹规划方法，其特征在于，步骤
S2
中，障碍物静态势场模型如下：
E
o
＝
GR
i
M
i
L
equ
式中，
G
为调节系数
、R
i
为道路条件影响因子
、M
i
为障碍物
i
的等效质量
、L
equ
为考虑障碍物尺寸的等效距离
、E
o
为静态障碍物势场场强；步骤
S3
中，所述动能场的模型为：
E
v
＝
GR
i
M
i
L
equ
·
exp[k1v
i
cos(
θ
i
)]
式中，
E
v
表示动态障碍物
i
的动能场场强
、k1为待定系数
、v
i
为障碍物速度
、
θ
i
为无人车速度方向与位置矢量夹角
...

【专利技术属性】
技术研发人员：高建平，常永强，刘攀，杜国国，苏志军，杨一鸣，
申请(专利权)人：河南科技大学，
类型：发明
国别省市：