【技术实现步骤摘要】
本专利技术属于自动化，尤其涉及一种矿用电铲自主行驶的路径规划方法及系统。
技术介绍
1、近年来，随着智能控制技术的发展，自动驾驶也成为比较热门的话题。而对于工业生产领域，由于其环境的特殊性，经常会有环境比较危险，会出现严重损害工作人员的身体健康的情况。自动驾驶不仅可以降低人员事故的发生率，极大的提高生产率，还可以减小人力成本。而路径规划作为自动驾驶的重要组成部分，是无人自动驾驶工作的前提和基础。
2、对于矿用电铲，由于其工作环境比较复杂，会有比较大坡度的道路、比较深的凹陷的道路，且由于矿用电铲自身存在质量大，转向不方便等原因，现有的路径规划不能满足矿用电铲在复杂路径中的控制。在路径规划中，没有考虑由于矿用电铲的工作环境比较复杂，有较多的坡度、台阶和凹陷，可能会导致规划的路径无法到达或者导致危险的情况；且现有的路径规划中没有充分考虑路径评价函数的权重的自适应调整，导致在路径规划过程中，存在搜索范围大、运算量大且规划时间久的问题；也没有充分考虑动态障碍物的运动情况，导致规划的路径再次发生碰撞的情况，不能得到最优的路径规划。为解决上述问题，本专利技术提供一种矿用电铲自主行驶的路径规划方法及系统。
技术实现思路
1、本专利技术的目的在于提供一种矿用电铲自主行驶的路径规划方法及系统。
2、本专利技术的技术方案如下：一种矿用电铲自主行驶的路径规划方法，包括如下步骤：步骤1：基于用户发送的任务，启动矿用电铲运行，根据矿用电铲上的传感器获得目标区域的环境信息及当前位置信息，
3、步骤2：基于环境地图、起点和目标终点信息，采用改进的a*算法，进行全局路径规划，得到全局最优路径序列；
4、步骤3：从全局最优路径序列中选取局部目标点；采用改进的dwa算法进行局部路径规划，得到绕开障碍物的局部路径；依次遍历各局部目标点，直到达到目标终点。
5、优选的，所述改进的a*算法的评价函数包括设置当前路径点的实际代价函数和启发式代价函数，并设置启发式代价函数的权重，提高路径的搜索效率；改进的a*算法的评价函数为：f(n)＝g(n)+α(h(n)-kcosβ)；其中g(n)为当前路径点的实际代价函数；h(n)为启发式代价函数；α为启发式代价函数的权重，s为起点到目标终点的距离；d为当前路径点到目标终点的距离；其中k为设定权重，β为起点与当前路径点的连线和当前路径点与目标终点的连线的夹角；z为已知障碍物个数。
6、优选的，由于矿用电铲的工作环境比较复杂，有较多的坡度、台阶和凹陷，所述改进的a*算法对所述实际代价函数和启发式代价函数进行改进，在实际代价函数和启发式代价函数中引入当前路径的坡度、能耗和障碍跨越度，所述实际代价函数为：
7、
8、启发式代价函数为：
9、
10、其中：n为当前路径点，n为目标终点，(xn，yn)为当前路径点n的坐标；为路径点n的地形高度；为该路径点n的额外能耗；pn为路径点的障碍跨越度；θn为路径点的路径倾角。
11、优选的，所述路径点的障碍跨越度：θmax为电铲能够爬坡的最大的路径倾角；其中fmax为电铲的最大输出动力；m为车辆的质量；g为重力系数；δ为电铲的滚动系数；为电铲能够克服的最大地形高度；其中r为电铲车轮半径；k为路径附着系数；l1为电铲重心与电铲前轮之间的距离；l为电铲前后轮之间的距离。
12、优选的，所述从全局最优路径序列中选取局部目标点；采用改进的dwa算法进行局部路径规划，得到绕开障碍物的局部路径；依次遍历各局部目标点，直到达到目标终点，具体包括：s1从全局最优路径序列中选取关键转折点作为局部目标点；s2建立速度约束空间及目标函数；s3通过电铲的运动学模型对速度约束空间进行采样，并生成预测路径；s4实时预测动态障碍物的轨迹；s5基于实时预测的动态障碍物的轨迹，通过目标函数评价多组预测路径的采样速度，得到最优的预测路径及对应的速度信息；s6判断局部目标点是否为目标终点，若是则输出最优路径；若否则跳转步骤s3，重复操作。
13、优选的，建立速度约束空间，减小速度搜索范围；速度约束空间为：v∈vmax∩vo∩vr；其中vmax为电铲的速度和角速度极限；vmin，vmax分别为速度的最小和最大值；ωmin，ωmax为角速度的最小和最大值；vo为电铲的可达速度限制；vr为电铲的安全速度限制；
14、
15、其中va和ωa为电铲的实时速度和角速度；a和aω为电铲的加速度和角加速度；δt为采样周期；lmin为当前速度预测路径点距离障碍物的最短距离。
16、优选的，所述目标函数为：sscore＝β1fh+β2fd+β3fv+β4fo；fh为局部路径与全局路径的贴合度代价函数；fh＝180°-|θt-θf|，其中θt为电铲预测路径点与目标终点的连线的夹角，θf为电铲预测路径点的航向角；该代价函数用于筛选出目标角度与航向角度间偏差较小的路径点，使电铲的前进方向指向目标终点；fd为电铲预测路径点距离目标终点的距离代价函数，xt和yt为预测路径点的坐标，xs和ys为目标终点的坐标；fv＝|vi|为速度代价函数，其中vi为预测运行速度；fo为电铲预测路径点到动态障碍物的距离代价，所述预测的动态障碍物的轨迹为高斯概率分布；其中i为动态障碍物的数量，和分别为第i个动态障碍物的预测轨迹的正态概率分布在x和y方向的标准差；和分别为第i个动态障碍物的预测轨迹的正态概率分布在x和y方向的均值；β1、β2、β3、β4分别为贴合度代价系数、距离代价系数、速度代价系数和障碍物代价系数。
17、优选的，设置自适应距离代价系数，根据预测路径点距离目标终点的距离，对距离代价系数进行自适应调整，当电铲距离目标终点较远时，设置较大的距离代价系数，当电铲距离目标终点较近时，设置较小的距离代价系数；xc和yc为电铲起点的坐标；设置自适应速度代价系数，通过判断电铲预测路径点与障碍物的距离，对速度代价系数进行自适应调整，当电铲预测路径点与障碍物较近时，设置较小的速度代价系数，当电铲预测路径点与障碍物较远时，设置较大的速度代价系数，保证障碍物的速度及安全性；
18、其中βmin和βmax是预设的速度代价系数的最小值和最大值；lmin为预测路径点与障碍物的最短距离，ls为距离阈值。
19、本专利技术的技术方案还包括：一种矿用电铲自主行驶的路径规划系统，包括云服务器和矿用电铲；矿用电铲包括地图构建模块、传感器模块、路径规划模块和控制模块；所述云服务器获取用户发送的任务，启动矿用电铲运行；所述传感器模块用于获得目标区域的环境信息及当前位置信息；所述地图构建模块根据矿用电铲上的传感器模块获得目标区域的环境信息及当前位置信息，构建环境地图；所述路径规划模块，基于环境地图、起点和目标终点信息，采用改进的a*算法，进行全局路径规划，得到全局最优路径序列；从全局最优路径序列中选取局部目标点；采用改进的dwa算法进行局部路径规划，得到绕开障碍物的局部路径；依次遍历本文档来自技高网...
【技术保护点】
1.一种矿用电铲自主行驶的路径规划方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种矿用电铲自主行驶的路径规划方法，其特征在于，所述改进的A*算法对所述实际代价函数和启发式代价函数进行改进，在实际代价函数和启发式代价函数中引入当前路径的坡度、能耗和障碍跨越度，所述实际代价函数为：
3.根据权利要求1所述的一种矿用电铲自主行驶的路径规划方法，其特征在于，所述从全局最优路径序列中选取局部目标点；采用改进的DWA算法进行局部路径规划，得到绕开障碍物的局部路径；依次遍历各局部目标点，直到达到目标终点，具体包括：S1从全局最优路径序列中选取关键转折点作为局部目标点；S2建立速度约束空间及目标函数；S3通过电铲的运动学模型对速度约束空间进行采样，并生成预测路径；S4实时预测动态障碍物的轨迹；S5基于实时预测的动态障碍物的轨迹，通过目标函数评价多组预测路径的采样速度，得到最优的预测路径及对应的速度信息；S6判断局部目标点是否为目标终点，若是则输出最优路径；若否则跳转步骤S3，重复操作。
4.根据权利要求3所述的一种矿用电铲自主行驶的路径规划方法，
5.根据权利要求4所述的一种矿用电铲自主行驶的路径规划方法，其特征在于，所述目标函数为：Sscore＝β1fh+β2fd+β3fv+β4fo；fh为局部路径与全局路径的贴合度代价函数；fh＝180°-|θt-θf|，其中θt为电铲预测路径点与目标终点的连线的夹角，θf为电铲预测路径点的航向角；fd为电铲预测路径点距离目标终点的距离代价函数，xt和yt为预测路径点的坐标，xs和ys为目标终点的坐标；fv＝|vi|为速度代价函数，其中vi为预测运行速度；fo为电铲预测路径点到动态障碍物的距离代价，所述预测的动态障碍物的轨迹为高斯概率分布；其中I为动态障碍物的数量，和分别为第i个动态障碍物的预测轨迹的高斯概率分布在x和y方向的标准差；和分别为第i个动态障碍物的预测轨迹的高斯概率分布在x和y方向的均值；β1、β2、β3、β4分别为贴合度代价系数、距离代价系数、速度代价系数和障碍物代价系数。
6.根据权利要求5所述的一种矿用电铲自主行驶的路径规划方法，其特征在于，其中设置自适应距离代价系数，根据预测路径点距离目标终点的距离，对距离代价系数进行自适应调整；自适应距离代价系数xc和yc为电铲起点的坐标。
7.根据权利要求6所述的一种矿用电铲自主行驶的路径规划方法，其特征在于，设置自适应速度代价系数，根据预测路径点与障碍物的距离，对速度代价系数进行自适应调整，自适应速度代价系数其中βmin和βmax是预设的速度代价系数的最小值和最大值；Lmin为预测路径点与障碍物的最短距离，Ls为距离阈值。
8.一种矿用电铲自主行驶的路径规划系统，采用权利要求1-7的任一项所述的一种矿用电铲自主行驶的路径规划方法，其特征在于，
9.根据权利要求8所述的一种矿用电铲自主行驶的路径规划系统，其特征在于，所述改进的A*算法的评价函数包括设置当前路径点的实际代价函数和启发式代价函数，并设置启发式代价函数的权重；改进的A*算法的评价函数为：f(n)＝g(n)+α(h(n)-kcosβ)；其中g(n)为当前路径点的实际代价函数；h(n)为启发式代价函数；α为启发式代价函数的权重，s为起点到目标终点的距离；d为当前路径点到目标终点的距离；其中k为设定权重，β为起点与当前路径点的连线和当前路径点与目标终点的连线的夹角；Z为已知障碍物个数。
10.根据权利要求9所述的一种矿用电铲自主行驶的路径规划系统，其特征在于，所述改进的A*算法对所述实际代价函数和启发式代价函数进行改进，在实际代价函数和启发式代价函数中引入当前路径的坡度、能耗和障碍跨越度，所述实际代价函数为：
...【技术特征摘要】
1.一种矿用电铲自主行驶的路径规划方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种矿用电铲自主行驶的路径规划方法，其特征在于，所述改进的a*算法对所述实际代价函数和启发式代价函数进行改进，在实际代价函数和启发式代价函数中引入当前路径的坡度、能耗和障碍跨越度，所述实际代价函数为：
3.根据权利要求1所述的一种矿用电铲自主行驶的路径规划方法，其特征在于，所述从全局最优路径序列中选取局部目标点；采用改进的dwa算法进行局部路径规划，得到绕开障碍物的局部路径；依次遍历各局部目标点，直到达到目标终点，具体包括：s1从全局最优路径序列中选取关键转折点作为局部目标点；s2建立速度约束空间及目标函数；s3通过电铲的运动学模型对速度约束空间进行采样，并生成预测路径；s4实时预测动态障碍物的轨迹；s5基于实时预测的动态障碍物的轨迹，通过目标函数评价多组预测路径的采样速度，得到最优的预测路径及对应的速度信息；s6判断局部目标点是否为目标终点，若是则输出最优路径；若否则跳转步骤s3，重复操作。
4.根据权利要求3所述的一种矿用电铲自主行驶的路径规划方法，其特征在于：建立速度约束空间，减小速度搜索范围；速度约束空间为：v∈vmax∩vo∩vr；其中vmax为电铲的速度和角速度极限；vmin,vmax分别为速度的最小和最大值；ωmin,ωmax为角速度的最小和最大值；vo为电铲的可达速度限制；vr为电铲的安全速度限制；
5.根据权利要求4所述的一种矿用电铲自主行驶的路径规划方法，其特征在于，所述目标函数为：sscore＝β1fh+β2fd+β3fv+β4fo；fh为局部路径与全局路径的贴合度代价函数；fh＝180°-|θt-θf|，其中θt为电铲预测路径点与目标终点的连线的夹角，θf为电铲预测路径点的航向角；fd为电铲预测路径点距离目标终点的距离代价函数，xt和yt为预测路径点的坐标，xs和ys为目标终点的坐标；fv＝|vi|为速度代价函数，其中vi为预测运行速度；fo为电铲预测路...
【专利技术属性】
技术研发人员：周博文，周良，李康军，庞敏丽，何世超，龚权华，李艳斌，张嘉莉，易志雄，崔玉婷，
申请(专利权)人：湖南睿图智能科技有限公司，
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。