[发明专利]一种基于改进A*算法的智能车全局路径规划方法

说明书

本发明涉及一种基于改进A*算法的智能车全局路径规划方法，包括：载入预定义的栅格地图，提取所述栅格地图中的关键点，所述关键点包括道路转向节点、道路死角节点；通过目标车辆当前所处位置和所述栅格地图，确定目标点位置，在所述目标点导向机制下结合改进的A*算法进行路径拓展，生成初始路径；对生成的所述初始路径中的转向节点处进行路径平滑操作，输出最终路径信息。本发明方法相比传统算法具有更高的搜索效率，所规划路径的物理性能也优于传统路径，更能够适应于封闭园区环境下智能车的行驶需求。

技术领域

本发明涉及智能网联汽车技术领域，特别是涉及一种基于改进A*算法的智能车全局路径规划方法。

背景技术

现代生活中，汽车发挥着举足轻重的作用，但与此同时，汽车也造成了诸多的社会问题。人类多样化的驾驶方式，既导致了能源的低效应用，也导致了极高的事故率，车祸早已成为了现代社会中人类生命财产的巨大威胁，但人类对于车辆的高依赖性导致人类无法脱离汽车。因此，无人驾驶技术应运而生。智能汽车相比人类更遵守规则，更理解汽车，因此其不仅能够实现高效的驾驶，同时也能最大化避免交通事故的发生。作为智能汽车的核心部分，路径规划系统在其中所发挥的作用是不可忽视的。

根据对外界环境的认知程度可以将路径规划划分为全局路径规划和局部路径规划。其中，全局路径规划是在先验地图信息的基础上对全局路径进行规划，目前常用的全局路径规划算法有A*算法、RRT算法、神经网络算法、遗传算法等。A*算法因其环境建模简单，规划路径效率高而被广泛应用。如中国专利申请号为201910494421.7的专利中提出了一种基于A*算法的自动驾驶无人车双向动态路径规划算法，该方法在传统A*算法的基础上，改进了双向搜索规则，有效地缩短了算法的规划时长，但是该算法所规划的路径仍存在转折点较多、生成路径紧贴障碍物边缘和生成路径曲率不连续等缺陷，同时该方法的规划时长随着栅格地图规模的增加也将呈现指数化增长趋势，因此在实际应用中仍存在壁垒。又如中国专利申请号为202110024447.2的专利中提出了一种基于改进A*算法和贝塞尔曲线的全局路径规划方法，该方法将传统A*算法中的四邻域或八邻域调整为24邻域，进一步增加了A*算法规划出的道路可行驶角度范围，同时使用动态调节因子对A*算法规划过程进行调节，在对生成的路径进行冗余点去除后，采用贝塞尔曲线对路径进行平滑处理，该方法相比传统A*算法，生成的路径更加平滑，路径规划效率也得到了进一步的提升。但由该方法规划的路径仍然存在转折点过多且与障碍物距离较近的缺陷，同时因为该方法扩大了A*算法在搜索过程中的扩展节点数量，这也将会导致算法规模的进一步增加，随着栅格地图规模的增大，规划时长将呈现指数化增长趋势。

传统A*算法在进行规划时，其主要依据对扩展节点代价函数的选择增量式提取最优节点，在计算扩展节点代价时，传统的A*算法仅考虑了实际走过的距离和扩展节点至目标节点的估算距离，此代价函数可以使A*算法以最快的速度趋近取目标节点，同时也可保证A*算法走过的路径最短。但是由于算法的目标趋向性，也会导致算法在寻路过程中趋近障碍物边界，在道路岔口的选择环节中，也会导致频繁转向现象的发生，同时经由A*算法规划的路径曲率不连续，无法直接提供给智能汽车控制系统所使用。由此可见，目前的A*算法在应用中仍然存在诸多缺陷，这些缺陷也成为了限制智能汽车快速发展的根本原因所在。

发明内容

针对现有技术中算法所存在的缺陷，本发明提供一种基于改进A*算法的智能车全局路径规划方法。

为实现上述目的，本发明提供了如下方案：

一种基于改进A*算法的智能车全局路径规划方法，包括：

载入预定义的栅格地图，提取所述栅格地图中的关键点，所述关键点包括道路转向节点、道路死角节点；

通过目标车辆当前所处位置和所述栅格地图，确定目标点位置，在所述目标点导向机制下结合改进的A*算法进行路径拓展，生成初始路径；

对生成的所述初始路径中的转向节点处进行路径平滑操作，输出最终路径信息。