System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及无人驾驶车辆,更具体的是,本专利技术涉及一种无人驾驶车辆的路径规划方法。
技术介绍
1、随着城市化进程的发展,汽车工业也取得了飞速发展,但是随着汽车保有量的逐年增加,也引发了一系列的问题,如交通拥挤加剧,交通事故频发,进而使得交通环境日趋恶劣,因此,无人驾驶智能汽车的发展为解决上述问题提供了一个全新的解决方案。
2、无人驾驶智能汽车是指使用计算机、传感器、通信和控制技术等人工智能技术,可以在没有人类干预的情况下自主驾驶的汽车。这项技术是基于深度学习、机器视觉和自动控制等技术的复杂系统的实现,其目标是在不牺牲安全性和稳定性的情况下,提供一种更加高效、更加便捷、更加环保的交通方式。
3、但是现有的无人驾驶智能汽车多数还是仅处于试验阶段,实车上应用的也多是需要驾驶员从旁监督并及时接管,也因此,体现出现有的无人驾驶智能汽车无法适应真实的环境变化及交通状况。
技术实现思路
1、本专利技术的目的是设计开发了一种无人驾驶车辆的路径规划方法,通过道路坡度和车辆摩擦阻力的结合,提高了无人驾驶车辆的路径规划准确度和实用性。
2、本专利技术提供的技术方案为:
3、一种无人驾驶车辆的路径规划方法,包括如下步骤:
4、步骤一、按照采样周期,采集车辆实时位置、前方道路坡度和车辆滚动阻力系数;
5、步骤二、基于当前车辆实时位置确定地图,将地图栅格化,以车辆实时位置作为起始位置,并确定终点位置和障碍物位置;
6、步骤
7、将障碍物位置及车辆不可通行的节点均放入关闭列表中,将其余位置均放入开放列表中;
8、步骤四、构建车辆最短路径函数:
9、
10、式中,fi为归一化后的车辆最短路径函数,β为第一调节因子,γ为第二调节因子,为以栅格为基础的起始位置到终点位置的代价,d0为起始位置中心到终点位置中心的欧氏距离,为以栅格为基础的起始位置到终点位置的车辆损耗能量,e0为车辆在路程为d0且滚动阻力系数为ψ′的道路上损耗能量;
11、步骤五、以起始位置为当前节点,遍历当前节点的四周节点,若四周节点在开放列表中,则确定四周节点中车辆最短路径函数的最小值对应的节点并将其更新为当前节点,将上一节点从开放列表中删除并加入到关闭列表中;
12、步骤六、遍历开放列表中的所有节点,直至到达终点位置,获得无人驾驶车辆的最优路径。
13、优选的是,所述采样周期为10秒。
14、优选的是,所述栅格的单位长度为1m。
15、优选的是,所述第一调节因子和第二调节因子的取值范围均为[0,1],且β+γ=1。
16、优选的是,以栅格为基础的起始位置到终点位置的代价满足:
17、
18、式中,为以栅格为基础的起始位置到第i个栅格位置的代价,为以栅格为基础的第i个栅格位置到终点位置的代价。
19、优选的是,所述以栅格为基础的起始位置到第i个栅格位置的代价满足:
20、
21、式中,为以栅格为基础的起始位置到第i-1个栅格位置的代价,||i-1,i||为第i-1个栅格位置到第i个栅格位置的欧氏距离,θi-1为第i-1个栅格位置的道路坡度,θi为第i个栅格位置的道路坡度。
22、优选的是,所述以栅格为基础的第i个栅格位置到终点位置的代价满足:
23、
24、式中,||i,end||为以栅格为基础的第i个栅格位置与终点位置之间的欧氏距离。
25、优选的是,所述以栅格为基础的起始位置到终点位置的车辆损耗能量满足:
26、
27、式中,为以栅格为基础的起始位置到终点位置的车辆损耗能量,为以栅格为基础的起始位置到第i个栅格位置的车辆损耗能量,为第i个栅格位置到终点位置的车辆损耗能量。
28、优选的是,所述第i个栅格位置到终点位置的车辆损耗能量满足:
29、
30、式中,g为车辆的重量,ψ′为车辆平均滚动阻力系数。
31、优选的是,所述以栅格为基础的起始位置到第i个栅格位置的车辆损耗能量满足:
32、
33、式中,ψi-1第i-1个栅格位置的车辆滚动阻力系数。
34、本专利技术所述的有益效果:
35、本专利技术设计开发的一种无人驾驶车辆的路径规划方法,通过考虑道路坡度和车辆行驶阻力的因素,构建了车辆最短路径函数,进而提高了无人驾驶车辆行驶的路径规划精确度和实用性,更符合车辆在实际道路上行驶的应用,提高了对路径规划的鲁棒性和实时性,更提高了车辆的行驶安全。
本文档来自技高网...【技术保护点】
1.一种无人驾驶车辆的路径规划方法,其特征在于,包括如下步骤:
2.如权利要求1所述的无人驾驶车辆的路径规划方法,其特征在于,所述采样周期为10秒。
3.如权利要求2所述的无人驾驶车辆的路径规划方法,其特征在于,所述栅格的单位长度为1m。
4.如权利要求3所述的无人驾驶车辆的路径规划方法,其特征在于,所述第一调节因子和第二调节因子的取值范围均为[0,1],且β+γ=1。
5.如权利要求4所述的无人驾驶车辆的路径规划方法,其特征在于,以栅格为基础的起始位置到终点位置的代价满足:
6.如权利要求5所述的无人驾驶车辆的路径规划方法,其特征在于,所述以栅格为基础的起始位置到第i个栅格位置的代价满足:
7.如权利要求6所述的无人驾驶车辆的路径规划方法,其特征在于,所述以栅格为基础的第i个栅格位置到终点位置的代价满足:
8.如权利要求7所述的无人驾驶车辆的路径规划方法,其特征在于,所述以栅格为基础的起始位置到终点位置的车辆损耗能量满足:
9.如权利要求8所述的无人驾驶车辆的路径规划方法,其特征在于
10.如权利要求9所述的无人驾驶车辆的路径规划方法,其特征在于,所述以栅格为基础的起始位置到第i个栅格位置的车辆损耗能量满足:
...【技术特征摘要】
1.一种无人驾驶车辆的路径规划方法,其特征在于,包括如下步骤:
2.如权利要求1所述的无人驾驶车辆的路径规划方法,其特征在于,所述采样周期为10秒。
3.如权利要求2所述的无人驾驶车辆的路径规划方法,其特征在于,所述栅格的单位长度为1m。
4.如权利要求3所述的无人驾驶车辆的路径规划方法,其特征在于,所述第一调节因子和第二调节因子的取值范围均为[0,1],且β+γ=1。
5.如权利要求4所述的无人驾驶车辆的路径规划方法,其特征在于,以栅格为基础的起始位置到终点位置的代价满足:
6.如权利要求5所述的无人驾驶车辆的路径规划方法,...
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。