[发明专利]基于变步长A星搜索的无人驾驶汽车局部路径规划方法

权利要求书

1.基于变步长A星搜索的无人驾驶汽车局部路径规划方法，其特征在于：它包括如下步骤，

步骤一：初始化搜索模板；

步骤二：构建搜索空间，输入带方向的初始点S、带方向的目标点T、引导线L和障碍物图costmap；

步骤三：建立OPEN表和CLOSE表；

步骤四：设置评估函数F(i)＝G(i)+H(i)；

其中，i表示第i个节点，G(i)表示从初始点S到该i节点的已付出的代价值，H(i)表示从该i节点到目标点T的预测代价值；

所述的评估函数F(i)＝G(i)+H(i)；其中，i表示第i个节点，G(i)表示从初始点S到该i节点的已付出的代价值，H(i)表示从该i节点到目标点T的预测代价值；

所述的H(i)＝H1(i)*α1+H2(i)*α2，其中，H1(i)表示该节点到引导线L之间的最小距离值；H2(i)为i节点到引导线最小距离所对应的点到目标点之间的距离；α1、α2为权重系数；

所述的G(i)＝G1(i-1)*β1+G2(i)*β2，其中，G1(i-1)表示从初始点到i-1节点的已付出代价值；G2(i)表示从i-1节点拓展到i节点需要付出的代价值，该值与拓展步长的长度有关；β1、β2为权重系数；

步骤五：计算初始点S的评估函数值F，并放入OPEN表中；

步骤六：OPEN表中的点按评估函数值F从小到大进行排序；

步骤七：如果OPEN表不为空，则弹出OPEN表中排序的第一个节点K，否则算法失败；

步骤八：判断该节点K是否与目标点T足够靠近，如果是，则结束算法，输出节点K及其一系列父节点作为搜索结果；否则进行步骤九；

步骤九：根据当前拓展点K与障碍物图costmap的关系，得到拓展步长step；

所述的拓展步长step的计算方式如下：首先计算以当前节点K为中心，step_max*γ为半径的范围内是否存在障碍物，如否，则取step＝step_max；如是，则计算以节点K为中心，step_min*γ为半径的范围内是否存在障碍物，如是，则取step＝step_min；如否，则计算K与costmap中最近障碍物的距离dis(K)，使step＝dis(K)/γ，然后在预设步长中取最近的值；其中γ为系数，step_max为预设的最大步长，step_min为预设的最小步长；

步骤十：根据K的方向，在预设模板中寻找最接近的方向，根据拓展步长step，在预设模板中寻找最接近的预设搜索步长，然后向预设的搜索分支拓展节点K的相邻节点；

步骤十一：判断待拓展的n个节点中是否有节点已经在CLOSE表中，如是，则放弃该节点；

步骤十二：根据评估函数F(i)和拓展步长step，利用搜索模板计算拓展节点j(j∈{1，n})的评估值；

步骤十三：把带评估值的拓展节点放入OPEN表中，把节点K放入CLOSE表中；

步骤十四：跳到步骤六。

2.如权利要求1所述的基于变步长A星搜索的无人驾驶汽车局部路径规划方法，其特征在于：所述的步骤一中初始化搜索模板，该模板包括N个方向、M个分支和T个步长。

3.如权利要求1所述的基于变步长A星搜索的无人驾驶汽车局部路径规划方法，其特征在于：所述的步骤三中OPEN表和CLOSE表，分别用于存放待拓展节点和已拓展节点。