[发明专利]无人摩托静态障碍避障路径规划计算方法

说明书

本发明公开了一种无人摩托静态障碍避障路径规划方法，该方法包括以下步骤：建立无人摩托的平衡动力学模型与运动学模型；使用自适应分辨率的A*算法，在栅格地图上获取一条连接初始节点与目标节点的通路；结合平衡动力学模型与运动学模型，使用RRT算法对所述通路进行剪枝，生成一条无人摩托可执行的路径。该方法通过采用低精度地图，多层次展现环境，以及采用历史路径、历史地图的剪枝技术，极大降低算法的运行时间，实现路径规划中对于实时性的需求，当环境变化时也能够较快地适应，从而可以拓展为动态障碍物的避障算法。

技术领域

本发明涉及无人车智能决策规划与控制执行技术领域，特别涉及一种无人摩托静态障碍避障路径规划计算方法。

背景技术

随着交通需求的日益增长，驾驶成为日常生活必不可少的技能，同时也占据了人们大量的时间，可以预见在未来将会有大量驾驶工作的需求。各类汽车厂商以及高校均期望在数年时间之内研发出能够适应绝大多数路面条件的无人驾驶。而无人驾驶摩托车又是在无人驾驶中相对较新的领域，能够进行更为灵活的运动。摩托车作为一种特殊构型的机器人，兼备速度高、噪音小与野外通过性好的特性，其无人化在各领域均有较广应用前景。

无人摩托车中涉及到感知、规划、平衡控制，其中规划涉及到路径规划与轨迹规划，本发明提供了一种路径规划方法。路径规划是指车辆根据传感器接收到的，或事先在地图上采集到的信息，对于所即将采取的行进路径进行规划，寻求一条在两点之间符合约束条件的路径，约束条件可以为路径最短、机械功最小、可实现性、安全性、曲线平滑性等。

路径规划当中对于约束条件影响最大的即为障碍物，在本发明中假设障碍物均可以视作静态障碍物，也即障碍物均为静止不动的、具有一定几何形状的物体。根据障碍物进行避障操作是需要研究的目标。与一般车辆相比，摩托车重量较轻，加减速过程时间短，且面对障碍物时，摩托车体型更小，较容易穿越障碍物，从而具有更强的在野外运动能力。

目前应用较为广泛的传统路径规划算法为A*(A star)算法，其缺点在于存在大量不必要的冗余计算，实时性不高，远远达不到在线规划的要求。另外一类研究较为广泛的方法是RRT(Rapidly-exploring Random Trees，快速搜索随机树)法，缺点在于由于采用随机的策略，路径平滑性较差，另外产生大量不必要的随机树拓展节点导致收敛速度较慢，同样不利于实时性要求较高的场合。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的目的在于提出一种无人摩托静态障碍避障路径规划计算方法，该方法能够保留其优越性能，且大大降低了算法运行时间，最终生成可执行的、完备的、实时规划的路径，极大地满足了实用需求。

为达到上述目的，本发明提出了无人摩托静态障碍避障路径规划计算方法,包括以下步骤：S1，建立无人摩托的平衡动力学模型与运动学模型；S2，使用自适应分辨率的A*算法，在栅格地图上获取一条连接初始节点与目标节点的通路；S3，结合所述平衡动力学模型与所述运动学模型，使用RRT算法对所述通路进行剪枝，生成一条无人摩托可执行的路径。

本发明实施例的无人摩托静态障碍避障路径规划计算方法，通过采用低精度地图，多层次展现环境，以及采用历史路径、历史地图的剪枝技术，极大降低算法的运行时间，实现路径规划当中对于实时性的需求，又由于实时性能够保障，当环境变化时也能够较快地适应，从而可以拓展为动态障碍物的避障算法；路径规划具有完备性，也即若存在从起点到终点的路径，则必定能够找到路径，否则将会返回规划失败的信息；拓展得到的路径完全基于车体的动力学特性，因而完全可实现，路径能够满足所有的约束条件；采用图搜索的方法，十分直观地表现出路径规划的过程和结果；由于路径是完备的且完全可实现，因此可以保证安全性，不会发生意外碰撞。

另外，根据本发明上述实施例的无人摩托静态障碍避障路径规划计算方法还可以具有以下附加的技术特征：