[发明专利]基于车辆运动模型的无人车辆野外路径规划方法

摘要

本发明涉及无人驾驶技术领域，尤其是一种基于车辆运动模型的无人车辆野外路径规划方法。包括以下步骤一、建立环境三维地图；二、定义车辆行驶模型；三、车辆按控制周期行驶；四、输出规划方案。按照本发明进行路径规划后，能够顺利躲避障碍，满足车轮转向角速度限制，使用尽量少的路径完成了规划要求，而且每段路径都给出了详细的转弯角度、行驶方向，为路径跟踪提供了指导，融合了优化算法、车辆运动学多方面的信息，为解决现有的路径规划存在的问题做了一个新的探索。

主权项

基于车辆运动模型的无人车辆野外路径规划方法，其特征在于，包括以下步骤：步骤一，建立环境三维地图根据传感器获取的信息进行初步处理，删除噪点，对临近障碍进行合并、膨胀，最终确定障碍Obsi(i＝1,2,3…)，每个Obsi包含了该区域中的离散点坐标，确定起点S_pos，在目标航线上，按照目标航线的方向以地图最远处为起点向地图内延伸，直到碰触到障碍物为止，该线段定义为目标航线段；步骤二，定义车辆行驶模型车辆在行驶中有以下假设：每个控制周期与行驶速度为固定，因此在该控制周期车辆行驶距离为C，车辆行驶时，在每个控制周期内，车辆转向角可以变化的最大值为S_angle，为了简化计算，将车轮转向角变化值离散为N个角度Δ_anglei(i＝1,2,3…N)，在最小转弯半径下，车辆的转弯角度最大，为Angle_range，在一个控制周期内，车轮的转动变化值Δ_anglei要小于S_angle，车辆当前转向角为Angle，那么车辆的实际转向角‑Angle_range≤Angle+Δ_anglei≤Angle_range，定义开集Open_set，每一个位置对应一个向量，该向量包括车辆中心位置，航向向量，上一个控制周期的车辆中心位置，车辆当前状态下的车轮转角，从起点到当前位置所行驶的路程Cost，启发性值H，总代价Value＝Cost+H，启发性信息一般为车辆当前位置与目标点的距离，为了保证航线一致，这里可以选用车头与目标航线段的距离以及车尾与目标航线段距离之和，对各个参数进行初始化，其中将起点及其对应参数加入开集；步骤三，车辆按控制周期行驶按下面内容进行迭代循环：(1)寻找Open_set中总代价Value最小的向量，所对应的车辆中心位置为车辆当前位置，第一次迭代时，当前位置为起点位置，闭集Closed_set为空；(2)遍历i＝1,2,3…N：①如果车辆的转向角变化量满足‑S_angle≤Δ_anglei≤S_angle，并且车辆的实际转向角满足‑Angle_range≤Angle+Δ_anglei≤Angle_range，根据当前位置以及车辆方向向量，按照一个控制周期车辆行驶的距离，计算车辆可以行驶到的新位置、新的方向向量；②判断是否碰触障碍，是否能够到达目标航线段，如果不碰触障碍且有可能到达目标航线段，则计算新位置的车辆坐标、航线、转向角、Cost、H、Value等值，并加入到Open_set中；③i＝i+1，进入下一循环，当计算完所有的转向角对应的参数后，将当前位置所对应的开集向量加入到闭集Closed_set中；(3)停止条件：①检验车辆是否已经到达目标航线段，并且航线偏差在规定误差内，如果满足，则停止循环；②判断Open_set是否为空，如果为空，则说明找不到可以行驶的路线，程序结束，显示无可行驶路线；如果不满足停止条件，则继续迭代循环；步骤四，输出规划方案如果找到了规划方案，将开集和闭集合并，首先找到终点位于的向量，保存该向量中的车辆当前位置、转向、车辆方向向量到路径矩阵中，并根据上一周期所对应的坐标寻找该坐标所对应的向量，保存相关信息到路径矩阵中，按照如下进行迭代：按照当前坐标与上一周期坐标依次循环直到起点，所对应的路线即为搜索到的路线。