[发明专利]一种基于健康状态的野外条件下路径规划方法

说明书

本发明公开了一种基于健康状态的野外条件下路径规划方法及系统，涉及人工智能技术领域，包括获取车辆的属性值及其对应的健康能力因素值；采用综合加权的方法对车辆的健康能力状态进行评估，获得健康能力评估等级；当健康能力评估等级为预设评估等级以上时，获取地图上起点坐标、终点坐标以及起点至终点之间的直线连线周边一定范围内的绕行区域边界及类型；分别将每一绕行区域边界整体外扩其类型对应的绕行区域安全距离；分别将每一位于起点至终点之间的直线连线上的绕行边界整体外扩车辆安全距离；根据绕行区域安全距离和车辆安全距离智能确定绕行路径，获得车辆行驶路径。本发明提高了任务有效性，具有自主性高、快速灵活的优点。

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于健康状态的野外条件下路径规划方法及系统。

背景技术

战场环境瞬息万变，车辆不仅需要被时刻关注着其健康状态，健康状态一般包括人员状况、设备状态、剩余燃油情况以及物资情况等多方面内容，还需要被时刻关注着野外环境中出现的障碍物、禁止通行区域等在行驶路径中需要绕行的障碍，据此进行适时的避障路线规划。只有在上述两种条件都满足的情况下，作为战场应用，才能保证车辆到达目的地后满足战地所需，否则要么由于车辆不满足健康状态的情况而无法满足战地所需，要么由于避障不能实时有效而无法及时到达目的地。

但是，目前的避障方法无法满足上述需求。例如，专利201811189513.6中公开了一种实时避障的方法，该方法中机器人每一步的移动方向是根据经验值从不同方位角选取四个方向的离散点，进而计算得到下一步运动方向，因而无法获得精准连续的规划路径。

文献B.K.Patle,D.R.K.Parhi,A.Jagadeesh,and S.K.Kashyap,“Application ofprobability to enhance the performance of fuzzy based mobile robotnavigation.”Applied Soft Computing Journal,vol.75,pp.265–283,2019中提出了一种基于概率和模糊逻辑的路径规划算法，应用于移动机器人。模糊逻辑算法参考人的驾驶经验，通过查表得到规划信息，实现局部路径规划。但是该方法是分段式的查表无法获得最优解，存在自主性较差等的缺点。并且上述两种方法均不能适用于战地环境，解决评价车辆健康状态的问题。

发明内容

因此，为了克服上述缺陷，本发明实施例提供一种基于健康状态的野外条件下路径规划方法及系统。

本发明实施例的一种基于健康状态的野外条件下路径规划方法，其特征在于，包括以下步骤：

获取车辆的属性值O_i，i＝1,2,…,n，构成属性集O＝{O₁,O₂,…,O_n}，以及属性值O_i对应的健康能力因素值f_i；

根据属性值O_i和健康能力因素值f_i，采用综合加权的方法，对车辆的健康能力状态进行评估，获得健康能力评估等级；

判断健康能力评估等级是否为预设评估等级以上；

当健康能力评估等级为预设评估等级以上时，获取地图上起点Pos_init坐标、终点Pos_destination坐标以及起点Pos_init至终点Pos_destination之间的直线连线周边一定范围内的绕行区域边界及类型，绕行区域边界的函数表达式为l＝1,2,…,n，(x_i,y_i)为绕行区域边界上的点的坐标；

分别将每一绕行区域边界整体外扩其类型对应的绕行区域安全距离α_k，k＝1,2,…,m，获得绕行边界l＝1,2,…,n，(x_j,y_j)为绕行边界上的点的坐标；