[发明专利]一种基于启发式搜索算法来缩短智能汽车路径规划搜索时间的方法

说明书

本发明公开了一种基于启发式搜索算法来缩短智能汽车路径规划搜索时间的方法，该方法能够应用在智能汽车由于突发情况而偏离最初设定最优路径的情况下。针对上述情况，本发明提出了一种具有动态启发函数的路径搜索算法。首先需要通过差分技术的全球定位系统和激光雷达实时地提取环境信息，然后通过将环境信息均匀栅格化，建立包含障碍区域与自由区域的环境地图。之后在智能汽车发生偏离原定路径的情况时，触发偏离机制，调取该动态搜索算法并快速实时地搜索可行路径。此发明可有效处理全局路径规划搜索路径的最优性和搜索效率之间的矛盾，为无人驾驶的路径规划提供技术支持。

技术领域

本发明涉及自动驾驶汽车领域，特别是涉及一种缩短智能汽车路径规划搜索时间的方法。

背景技术

自动驾驶系统在智能交通领域占有重要的地位，是计算机人工智能、机器人学、控制理论和电子技术等多个技术学科交叉的产物。其根据各传感器得到的信息做出分析和判断，把人从单一持久的驾驶活动中解放出来，减少驾驶行为差异对交通流稳定性的影响，有利于提高现有道路网络的车辆通行率缓解交通拥堵，另一方面可以提高汽车行驶安全，降低交通事故率改善交通安全，降低能源消耗和环境污染，对我国能源转型减少污染、缓解交通拥堵以及汽车产业自主创业都有重大的战略意义。

无人驾驶汽车实时路径规划和导航是反映汽车自主能力的关键要素之一，也是较难解决的问题之一。路径规划问题通常存在环境信息量大、障碍物多等约束，其已被证明是NP-Hard(非确定性多项式困难)问题。特别是在近年来由于智能控制理论的建立和实践，越来越多的学者和专家已经致力于结合智能控制来解决移动机器人的路径规划问题。例如遗传算法(GA)、蚁群算法(Ant)、禁忌搜索(Taboo Search)等智能算法及其混合形式都被用来解决路径规划问题。但这些智能算法目前还不太完善，存在着一些缺点，例如GA存在编码长度变化范围大，求解效率低，求解规模小等问题；Dijkstra算法直接搜索全局空间而不考虑目标信息，导致路径求解时间长，难以满足快速规划路径的需求。因此，智能汽车在遇到突发状况时，路径求解时间减少，鲁棒性增强，将是实现无人驾驶安全的保障。

发明内容

针对现有技术中存在不足，本发明提供了一种基于启发式搜索算法来缩短智能汽车路径规划搜索时间的方法。

本发明是通过以下技术手段实现上述技术目的的。一种基于启发式搜索算法来缩短智能汽车路径规划搜索时间的方法，包括如下步骤：

(1)运用GPS、激光雷达工具采集环境信息；

(2)将环境信息均匀栅格化，建立包含障碍区域与自由区域的均匀栅格地图；

(3)取智能车发动位置为s点，手动设置目的地为g点。采用A*搜索算法在环境地图中寻得s点到g点的最优路径X。选定路径X为智能车行驶路径；

(4)智能车开始行驶，监测车辆状态，导航引导过程中时刻检测智能车是否处于已规划的路径上。一旦汽车偏离最优路径行驶，触发偏离机制，跳转步骤(5)；如一直安全到达目的地，跳转步骤(10)；

(5)记当前汽车行驶位置为p点。根据设定的最高延误设置理论搜索最大时间T₁，智能汽车采用动态启发式搜索算法寻找当前汽车位置p到目的地g点的路径Y；

(6)检索路径Y是否与路径X有交集点q，如果有，转向步骤(7)；如果没有，转向步骤(8)。

(7)路径Y中，从当前汽车点p到交集点q不变，将交集点q到目的地g点的路径转换成路径X中q点到目的地g点的路径，并记此时从p点到g点的路径为路径Z。同时转向步骤(9)；

(8)令路径Z等同于路径Y；

(9)选取路径Z更新为智能汽车此时的行驶路径。跳转步骤(4)；

(10)结束进程。