一种基于改进A*算法的智能车全局路径规划方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114281084A(43)申请公布日2022.04.05(21)申请号202111624901.4(22)申请日2021.12.28(71)申请人太原市威格传世汽车科技有限责任公司地址030012山西省太原市小店区平阳路1号金茂大厦(72)发明人张瑞亮张辉范政武(74)专利代理机构北京东方盛凡知识产权代理事务所(普通合伙)11562代理人程小芳(51)Int.Cl.G05D1/02(2020.01)权利要求书2页说明书7页附图6页(54)发明名称一种基于改进A*算法的智能车全局路径规划方法(57)摘要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。CN114281084ACN114281084A权利要求书1/2页1.一种基于改进A*算法的智能车全局路径规划方法，其特征在于，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。2.根据权利要求1所述的基于改进A*算法的智能车全局路径规划方法，其特征在于，所述栅格地图分辨率为1m，栅格地图尺寸为a*b，其中a、b分别表示栅格地图中每行、每列的栅格的个数，其中，每个栅格表示一种区域，包括可行区域和不可行区域。3.根据权利要求1所述的基于改进A*算法的智能车全局路径规划方法，其特征在于，载入所述栅格地图后，对所述栅格地图进行检测，所述检测过程包括对所述道路转向节点和所述道路死角节点进行筛选，同时提取道路边界邻近区域并保存到相应的数据列表中。4.根据权利要求1所述的基于改进A*算法的智能车全局路径规划方法，其特征在于，所述初始路径的规划过程包括：确定所述目标车辆当前位置与用户指定位置向量关系，得到目标向量，并判断沿所述目标向量方向是否存在可行道路转向节点，若存在，则选择满足目标向量约束的转向节点；若不存在，则选择其他可行节点进行路径规划；其中，所述目标车辆仅在以当前栅格节点与所选择的所述满足目标向量约束的转向节点两点之间距离及前后各延伸1/2栅格总长为长，道路边界宽度为宽的矩形区域内进行路径规划。5.根据权利要求4所述的基于改进A*算法的智能车全局路径规划方法，其特征在于，判断当前所述路径规划区域内是否存在障碍物，若存在，则判断障碍物类型，调用改进A*算法在当前区域内生成可行路径，行驶至所述满足目标向量约束的转向节点，若无障碍物，则将所述目标车辆直接从当前节点移动至所述满足目标向量约束的转向节点。6.根据权利要求5所述的基于改进A*算法的智能车全局路径规划方法，其特征在于，所述判断障碍物类型的过程包括：首先根据不同障碍物移动概率和形状尺寸进行分类，构建不同类型的碰撞场模型，所述障碍物包括三种，分别为：道路边界、移动概率高但形状尺寸较小的障碍物和移动概率高但形状尺寸较大的障碍物，其中道路边界选用固定距离碰撞场模型，针对另外两类障碍物类型，则根据发生紧急制动转向情况时所需的最小安全距离构建相应的碰撞场模型；其中，沿道路宽度方向投影长度l，1m<l<2m的物体，即为形状尺寸较大的障碍物；沿道路宽度方向投影长度l，0m<l<1m的物体，即为形状尺寸较小的障碍物。7.根据权利要求6所述的基于改进A*算法的智能车全局路径规划方法，其特征在于，所述安全距离计算公式如下：其中，ds是不同类型障碍物的安全距离，k是不同类型障碍物安全距离计算公式权重，v2是车辆当前行驶速度，μ是车辆当前所在路面的附着系数，g是重力加速度，取10m/s,da表示单位距离，此处取值为1m。8.根据权利要求1所述的基于改进A*算法的智能车全局路径规划方法，其特征在于，所2CN114281084A权利要求书2/2页述改进的A*算法函数包括：f(n)＝g(n)+k1*h(n)+k2*o(n)(2)其中，f(n)是扩展节点的代价值，g(n)是扩展节点与起始节点的实际距离，h(n)是扩展节点距离目标节点的估计距离，采用Manhattan函数进行计算，o(n)是不同障碍物的碰撞场距离代价，k1、k2为不同代价函