[发明专利]无人靶车野外试验路径实时规划方法

权利要求书

1.一种无人靶车野外试验路径实时规划方法，其特征在于，包括：

S1、采集无人靶车的GPS/BDS数据信息，获取本车状态位置信息，将无人靶车位置作为起始点，将目标点作为终点，加载全局地图信息；

S2、基于已选择的起始点和目标点信息，以及全局地图信息构建栅格环境模型，采用改进的蚁群算法进行全局路径规划，生成全局路径；

S3、无人靶车沿着期望路径行驶并接受从各类传感器传来的实时信号，根据信号获得无人靶车周围的环境信息，包括道路信息，障碍物信息，根据获得的传感器信息进行分析和判断是否需要进行局部路径规划，如果需要进行局部路径规划则进行步骤S4；如果不需要进行局部路径规划则转到步骤S5；

S4、局部实时路径规划策略：无人靶车沿着期望路径行驶中，利用自身携带的传感器持续地感知有限范围障碍物信息，并将障碍物信息表示在栅格模型中，以当前无人靶车实时位置为参考，以与障碍物栅格模型顶点邻边最近的点为可行点，当无人靶车行驶到此可行点后，将此可行点作为起始点，观察障碍物栅格是否与期望路径有重合部分，如果有，基于改进的蚁群算法进行局部路径规划；如果没有则进行步骤S5；

S5、将生成的期望路径发送给无人靶车底盘控制器；如果生成了局部路径，则对路径信息进行更新，并把更新后的路径信息发送给底盘控制器；如果未生成局部路径，无人靶车沿着期望路径继续行驶。

2.根据权利要求1所述的无人靶车野外路径实时规划方法，其特征在于，步骤S1中的全局地图信息包括障碍物信息，其中障碍物为静态障碍物，是原有全局地图信息上所能获取到的障碍物信息；步骤S4中的障碍物信息为地图中未能获取的障碍物信息或者无人靶车在野外行驶过程中新增的静态障碍物。

3.根据权利要求1所述的无人靶车野外试验路径实时规划方法，其特征在于，步骤S2中的全局路径规划过程如下：

S201、采用GPS/BDS系统、毫米波雷达、激光雷达、获取全局地图中障碍物信息以及无人靶车自身信息，无人靶车自身信息包括速度，方位，位置信息；

S202、根据GPS/BDS获取模拟靶标车辆当前的位置信息作为起始点，选择目标点，加载全局地图信息获取车辆行驶范围信息，进行环境建模，采用1*1的栅格粒度对行驶区域进行栅格划分，对于环境中的不规则的障碍物，统一的采用栅格粒来表示，当不规则障碍物未填满栅格粒的时候将其补满；

S203、采用改进的蚁群算法进行全局路径规划，获得期望路径；

S204、采用三次B样条曲线对上述生成的全局路径进行平滑处理。

4.根据权利要求3所述的无人靶车野外试验路径实时规划方法，其特征在于，改进的蚁群算法模型为：

allowk为蚂蚁k带访问点集合；

初始时刻，allowk中有n-1个元素，即除了蚂蚁当前所在位置点的其他多个点集合，蚂蚁每走一步，allowk中的元素越来越少，最后为空；

表示蚂蚁的转移概率函数；c_id(t)表示点i到下一步邻点d路径上的信息素浓度；a为信息素重要程度因子；b为启发函数因子；c_ij(t)为点i到点j路径上的信息素浓度；d为与位置节点i相邻的可选节点的集合，n_ij(t)为启发函数，表示蚂蚁从i点转移到j的期望，n_id(t)表示蚂蚁与邻点d之间的启发函数；

启发函数的计算公式为：

上述公式中，d_id表示节点i到其相邻点d之间的距离，d_dj表示节点d到目标点j的距离，λ为节点间距离的权重系数，λ∈[0,1]。