[发明专利]一种基于障碍物构型重构的无人车避障方法及系统

权利要求书

1.一种基于障碍物构型重构的无人车避障方法，该方法包括：求解如下目标函数的最优解，得到无人车避障最优路径；

其中，J_obs，i为采样时刻第i预测时域的避障惩罚函数；η(t+i|t)为时刻t的状态变量；η_ref(t+i|t)为时刻t的参考状态变量；U_t为控制量前轮偏角的物理约束条件、U_i为控制量符合安全避障距离约束条件；Q为反映控制器对全局参考路径跟随能力的权重矩阵；R为对控制量平稳变化的权重矩阵；Np为预测时域；

在第i预测时域时，所述避障惩罚函数为：

其中，S_obs为权重系数；v为无人车与障碍物之间的相对速度；x_m，y_m为重构后障碍物构型的第m个信息点在全局坐标系下的坐标；x₀，y₀为无人车在全局坐标系下的坐标；ζ为正数；

所述重构后障碍物构型是对全局坐标系下的障碍物数据进行重构后得到的障碍物信息点的集合；

所述重构障碍物信息点总数设置为m，采用以下构型函数对全局坐标系下的障碍物数据进行重构：

双八字构型：

或

圆形构型：

或

椭圆形构型：

或

矩形构型：

纵向

横向

其中，x_m，y_m为重构后障碍物构型的第m个信息点在全局坐标系下的坐标；x_g，y_g为障碍物中心点在全局坐标系下的坐标；Wid为在最近点处检测到障碍物的宽度；m为设置的第m个点；pi为圆周率π。

2.根据权利要求1所述的基于障碍物构型重构的无人车避障方法，其特征在于，所述全局坐标系下的障碍物数据根据如下函数得到：

Br_obs,i＝Br_i+Yaw

x_obs,i＝x_i+X₀

y_obs,i＝y_i+Y₀

其中，B_robs,i为障碍物点在全局坐标系下的全局夹角集，x_obs,i，y_obs,i为障碍物点的全局坐标集；Br_i为障碍物点在无人驾驶车坐标系的夹角集；x_i，y_i为障碍物点在无人驾驶车坐标系的坐标集，i＝1、2、3；Yaw为无人驾驶车的航向角；X₀，Y₀为无人驾驶车的坐标。

3.根据权利要求2所述的基于障碍物构型重构的无人车避障方法，其特征在于，所述障碍物点在无人驾驶车坐标系的坐标集通过如下函数得到：

其中，x₁，y₁为障碍物最近点的坐标；x₂，y₂为障碍物检测宽度的左边缘点的坐标，x₃，y₃为障碍物检测宽度的右边缘点的坐标；x_g，y_g为中心点的坐标；ζ为防止分母为0的较小正数；Dis为传感器到最近障碍物点的相对距离；BrL为左边缘点与传感器的夹角；BrC为最近点与传感器的夹角；BrR为右边缘点与传感器的夹角。

4.根据权利要求1或2所述的基于障碍物构型重构的无人车避障方法，其特征在于，还包括如下步骤：根据车载传感器采集的障碍物状态信息计算出碰撞时间△T，

若△T大于第一预设值，则控制无人车按照所述无人车避障最优路径进行避障；

若△T小于或等于第一预设值，则控制无人车制动。