[发明专利]一种基于拓扑地图和冲突消除策略的多无人车寻路方法

说明书

本发明公开了一种基于拓扑地图和冲突消除策略的多无人车寻路方法，本发明的技术方案包含三个要点：第一，引入拓扑地图作为无人车调度环境，来减少多无人车路径规划的计算量；第二，通过将拓扑地图转化成加权有向图来生成精准调度方案，再对精准调度方案进行RVIZ仿真，证明算法的有效性；第三，提出两种冲突消除方法，即：中间点冲突消除法和相邻点冲突消除法，并根据动作计划中冲突结点的属性，选择冲突消除方法，来消除冲突，从而快速生成无冲突的路径计划。本发明通过RVIZ对联合计划进行仿真实验，验证了提出的方法在真实环境下是有效性的。

技术领域

本发明涉及一种多主体寻路方法，具体是一种基于拓扑地图和冲突消除策略的多无人车寻路方法。

背景技术

近年来，无人驾驶的研究发展迅速，其涉及机器人、计算机科学和工程学等多个领域。多无人车路径规划问题是多主体寻路问题(Multi-Agent Pathfinding，MAPF)在无人驾驶领域的延伸。MAPF被定义为：存在多个主体，它们具有不同的目标点，为这些主体寻找无冲突路径计划的问题。MAPF问题为无人车路径规划提供理论基础，解决MAPF问题的算法通过改进可以用于解决无人车路径规划问题。

目前最受欢迎的解决MAPF的算法是基于冲突的搜索算法(Conflict-BasedSearch，CBS)。CBS是一个面向MAPF问题的求解算法，它通过运行两级搜索算法(高级搜索和低级搜索)，来保证算法的完整性和最优性。以前绝大数工作针对网格地图，并假设主体的动作具有统一的持续时间，如：CBS算法等；也有少部分只针对网格地图，不作假设，如：CCBS(CBS with Continuous Times)算法等。CCBS也可用于拓扑地图上的MAPF问题中。在无人车路径规划问题中，采用网格地图进行路径规划，计算量大，很难在短时间内获得合理的解决方案；拓扑地图以其数据量少，处理方便的优点，被用来作为无人车路径规划的环境。将CCBS算法用于拓扑地图上的多无人车路径规划问题，不仅能够生成高质量的解决方案，而且能够极大地减少计算时间。但是实际使用过程中，会出现不能及时提供无冲突路径计划的现象。此现象不仅降低了无人车的工作效率，而且降低了用户体验。为消除此现象，本发明提出基于拓扑地图和冲突消除策略的多无人车寻路算法。此算法将根据当前路况及时地提供无人车的路径计划，来准确高效地指导无人车的路线调度。

发明内容

本发明提出了一种基于拓扑地图和冲突消除策略的多无人车寻路方法。此方法将根据当前路况及时地提供无人车的路径计划，来准确高效地指导无人车的路线调度。其原理为：开始时，将真实世界的拓扑地图处理成加权有向图，以便实现无人车的精准路径规划，再调用CCBS算法生成无人车的动作计划；若一定时间内找不到无冲突的动作计划，就调用冲突消除策略来消除冲突，从而加速无冲突动作计划的查找。具体地：一开始，将真实世界的拓扑地图处理为加权有向图，并输入每辆无人车的起点和终点，再调用提出的算法生成合理的解，其过程如下。根据无人车在加权有向图中的起点与终点，调用CCBS算法生成无人车的动作计划；然后判断生成的动作计划是否有冲突，若没有冲突，就保存此动作计划到合理的解中；若存在冲突，就检查当前动作计划中是否存在多个无人车同时经过的结点，若存在此类结点，调用“中间点冲突消除法”选择此位置之前的结点作为临时终点；若不存在此类结点，调用“相邻点冲突消除法”选择当前位置相邻的未使用的结点作为临时终点，重复这个过程，直到无人车到达输入的终点。最后，返回合理的解。本发明提出的基于拓扑地图和冲突消除策略的多无人车寻路算法的步骤为：

1)根据真实的地形获取相应的拓扑地图的数据，拓扑地图的数据包含：node(x，y)，track(startNode，endNode，weight)，topoMap(tracks，nodes)；其中，node表示拓扑地图中结点，track表示拓扑地图的边，其由开始顶点(startNode)、结束顶点(endNode)和权重(weight)组成，topoMap表示整个拓扑地图，由边集(tracks)和顶点集(nodes)构成；