[发明专利]一种基于带时间窗A*改进的多车路径规划方法

说明书

本发明公开了一种基于带时间窗A*改进的多车路径规划方法，具体为：获取路网结构信息及该路网上所有车辆的位置，生成动态拓扑图；结合动态拓扑图及已规划的其它车辆路径的时间窗信息，采用带时间窗的A*算法规划当前车辆的全局路径，并基于车辆动力学模型计算车辆遵循全局路径行驶时的时间窗；对于当前车辆的全局路径在其经过的路口处进行分割，分割为多个路径段，将分割后的路径段逐段下发给当前车辆执行，即当前车辆执行完前一个路径段后到达该路径段的出口停止等待，直到下一个路径段下发后再执行下一个路径段，直至所有路径段都执行完；根据当前车辆到达前一个路径段的出口时，实际时刻和理想时刻之间的差异，对下一个路径段的时间窗进行调整。

技术领域

本发明涉及一种基于带时间窗A*改进的多车路径规划方法，属于自动驾驶-路径规划领域。

背景技术

近几年来，自动驾驶技术取得了突破性的发展，也使得越来越多的机构将大量的人力物力投入到了自动驾驶的研发工作中。从软件层面上来看，自动驾驶大体分为定位、感知、决策、规划和控制。作为一个承上启下的模块，规划从感知、定位和决策获取数据，并指引控制模块实际控制车辆运动，使其担任着至关重要的角色。

路径规划算法和相关技术的提出也是层出不穷，例如：带时间窗的A*算法、RRT(快速扩展随机数算法)和人工势场法等。带时间窗的A*算法以其复杂度低、易实现以及实用性强的特点在自动驾驶领域备受青睐。传统的带时间窗的A*算法能有效地解决单体(机器人或者无人车辆)的路径规划问题。但当该算法扩展到多体规划时，由于缺乏考虑应用场景的实际情况，致使算法实用性和效率降低。主要有两个问题：1)带时间窗A*算法通常是为所有个体同时规划路径以求得所有个体的全局最优结果。但在很多场景中(例如：码头和物流园区)，车辆通常是先后完成任务。所以，同时规划的方法明显不适用这些场景；2)车辆实际运动与理想情况有偏差，无法按照规划好的时间窗依次经过指定区域。若用重规划的方式来修正这些偏差，会导致算法复杂度的提升以及大量计算资源的浪费。

发明内容

本发明所要解决的技术问题是：提供一种基于带时间窗A*改进的多车路径规划方法，对传统的带时间窗的A*算法进行改进，可以有效地解决车辆实际运动状态与理想状态之间的偏差问题，使其适用于无人驾驶车辆的实际运作场景。

本发明为解决上述技术问题采用以下技术方案：

一种基于带时间窗A*改进的多车路径规划方法，包括如下步骤：

步骤1，获取路网结构信息以及该路网上所有车辆的位置，生成动态拓扑图；

步骤2，结合动态拓扑图以及已规划的其它车辆路径的时间窗信息，采用带时间窗的A*算法规划当前车辆从起始节点到目标节点的全局路径，并基于车辆动力学模型计算车辆遵循全局路径行驶时的时间窗；

步骤3，对于当前车辆的全局路径在其经过的路口处进行分割，将全局路径分割为多个路径段，将分割后的路径段逐段下发给当前车辆执行，即当前车辆执行完前一个路径段后到达该路径段的出口停止等待，直到下一个路径段下发后再执行下一个路径段，直至所有路径段都执行完；

步骤4，根据当前车辆到达前一个路径段的出口时，实际时刻和理想时刻之间的差异，对下一个路径段的时间窗进行调整，所述理想时刻即步骤2计算得到的车辆离开路径段的时刻，具体如下：

1)若实际时刻与理想时刻差值的绝对值小于等于5秒，则下一个路径段直接下发不做时间窗调整；

2)若实际时刻早于理想时刻Δt秒，Δt为设定值，并且当前车辆到达前一个路径段的出口时无其他车辆等待或者当前车辆的优先级最高，则将下一个路径段的时间窗都减去Δt秒；

3)若实际时刻早于理想时刻Δt秒，但在前一个路径段的出口处有其他车辆并且其他车辆的优先级高于当前车辆，若等待优先级比当前车辆高的其他车辆通过的时间为k秒，则将下一个路径段的时间窗都减去(Δt-k)秒。