[发明专利]一种改进双向快速搜索随机树算法的智能车路径规划方法

说明书

本发明公开了一种改进双向快速搜索随机树算法的智能车路径规划方法，包括以下步骤：1)起始点和目标点两棵树相向搜索；2)节点扩展时同时生成两个随机采样点，选择距离目标点较近的采样点为下一扩展节点提供方向；3)结合目标引力思想，根据概率来判断是以目标点还是随机采样点作为扩展节点方向；4)产生动态目标点，两棵随机树分别选择对方生成的最新节点作为目标；5)判断扩展过程中是否发生碰撞，若有则重新生成新的采样点；6)两棵树的最新节点间距小于一定阈值则生成路径；7)将路径结合车辆的非完整约束模型；8)采用B样条曲线对生成路径进行优化。与现有技术相比，本发明具有路径更短，实时性更高，考虑非完整约束等优点。

技术领域

本发明属于人工智能领域，涉及智能车路径规划，尤其是涉及一种改进双向快速搜索随机树算法的智能车路径规划方法。

背景技术

智能交通系统的兴起为汽车工业的发展带来了巨大的改变，智能交通系统的发展核心是无人驾驶车辆，而路径规划作为无人驾驶汽车发展研究的关键技术之一，一直以来受到广泛的关注和研究。

近年来基于快速搜索随机树的路径规划方法由于在高维空间中的卓越性能受到了广大学者的青睐。该算法具有概率完备性并且收敛速度较快，可以应用在具有障碍物的未知环境中，并且一定能够找到可行路径等优点。

但也存有一些缺点：1)为了找到可行路径，算法需要不停的进行反复迭代来探索整个未知空间，计算过程中会消耗大量的内存；2)由于算法在状态空间中采用随机采样的方式进行扩展，使得随机树节点的生成没有方向，会导致最终难以生成最优路径；3)由于算法的随机性，会很大程度上计算出较为粗糙弯折的路径，不适合智能车辆直接使用。

发明内容

本发明的目的在于提供一种改进双向快速搜索随机树算法的智能车路径规划方法，以解决现有技术中计算量较大，消耗大量内存，难以产生最优路径，生成的路径比较粗糙弯折不适合车辆直接使用的技术问题。

所述的一种改进双向快速搜索随机树算法的智能车路径规划方法，具体包括以下步骤：

9)起始点和目标点两棵树相向搜索；

10)开始生成新节点，在节点扩展时，在地图上同时生成两个随机采样点，并通过距离函数来选择距离目标点较近的采样点来为下一扩展节点提供方向；

11)结合目标引力思想，根据概率来判断生成下一节点时是以目标点还是上一步新生较近随机采样点作为扩展节点方向；

12)在规划过程中，产生动态目标点，加快规划速度，两棵随机树分别选择对方生成的最新节点作为目标；

13)判断扩展过程中是否与障碍物或者地图边界发生碰撞，若碰撞，则重新生成新的采样点；否则，产生新节点；

14)两棵树的最新节点小于一定阈值，则生成路径；

15)结合车辆的非完整约束模型，提高生成路径的可行性；

16)采用B样条曲线对生成路径进行优化，提高路径的平滑性。

优选的，所述的步骤3)包括：

在进行采样时，采用启发式采样，其随机树在进行扩展时，通过随机概率p₁(1p₁≥0)来确定目标点作为随机采样点的可能性，设定参照概率p，当pp₁，选择随机采样点作为最终采样点，当p₁p，选择目标点作为最终采样点，当目标点作为采样点时，使得随机树的生长具有一定的方向性和收敛性，能够提高随机树的扩展能力。

优选的，所述的步骤3)还包括：计算扩展树新生节点q_new时，基本RRT中计算公式为：