[发明专利]一种基于Hybrid-astar的动态路径规划方法

权利要求书

1.一种基于Hybrid-astar的动态路径规划方法，其特征在于，包括：

S1，根据已知的全局路径、用户设置的最大路径规划长度d_max和可变规划距离d_plan进行可变规划距离的粒度分割，生成全局路径；

S2，对动态路径进行优化；其中，对动态路径进行优化的步骤包括：分段规划多点组合路径搜索、角度平滑和贝塞尔曲线差值平滑中的至少一种；

S3，将优化后的路径周期性下发至无人车，无人车根据路径行驶。

2.根据权利要求1所述的基于Hybrid-astar的动态路径规划方法，其特征在于，步骤S1包括：

根据车辆当前位置，在全局路径集合Ψ＝{p₁，p₂，…，p_n}中查找离车辆最近的点P_nearest，将离车辆最近的点P_nearest作为规划的起始点，并加入到路径子集中；

从起始点开始逐点遍历全局路径集合Ψ，计算全局路径集合Ψ中的其余点与起始点的累计欧式距离当d_i大于d_plan时，将当前点加入到路径子集中

循环依次遍历进行粒度分割，当路径子集累计总距离大于d_max时，终止路径点的筛选，得到路径子集合

3.根据权利要求2所述的基于Hybrid-astar的动态路径规划万法，其特征在于，在步骤S2中，若在单次规划中起点p′_i与终点p′_j(i＜j)规划失败，则进行分段规划多点组合路径搜索，具体为：

保持终点p′_j不变，在p′_i点之前规划成功的点集中由后至前依次重选起点，若在预设重选起点阈值范围内的点p′_k(k＜i)到P_j规划成功，则用新的路径替换原来失败的p′_k到p′_i的路径，并且更新成功的点集；

若在预设重选起点阈值范围内的点到p′_j均未规划成功，则进行终点重选，保持起点p′_i不变，在终点p′_j(i＜j)点之后规划成功的点集中由前至后依次重选终点，若起点p′_i到在预设重选终点阈值范围内的点p′_k(k＜i)规划成功，则用新的路径替换原来失败的p′_k到p′_i的路径，并且更新成功的点集。

4.根据权利要求3所述的基于Hybrid-astar的动态路径规划方法，其特征在于，预设重选起点阈值和预设重选终点阈值均为3次。

5.根据权利要求3所述的基于Hybrid-astar的动态路径规划方法，其特征在于，角度平滑包括对路径子集中相邻规划点的角度进行平滑处理，保持两个相邻的点在同一象限或者保证相邻的两个点的角度差值小于k，k＞0；具体为：

判断路径集合中当前相邻两点的弧度α_i-1和α_i差值是否超过预设角度阈值，若超过预设角度阈值则按照调整前一个点α_i-1；

判断α_i-2和α_i-1是否超过预设角度阈值，若超过预设角度阈值则按照调整；

判断α_i-3和α_i-2是否超过预设角度阈值，如果超过预设角度阈值则按照调整；

其中，路径集台的各点之间的角度α_i＝arctan(Δy，Δx)，而Δy＝y_i+1-y_i，Δx＝x_i+1-x_i。

6.根据权利要求5所述的基于Hybrid-astar的动态路径规划方法，其特征在于，预设角度阈值为π/4。