一种基于多算力融合的局部路径规划方法与系统.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CN114265410A(43)申请公布日2022.04.01(21)申请号202111606059.1(22)申请日2021.12.25(71)申请人长安大学地址710064陕西省西安市雁塔区南二环路中段(72)发明人韩毅崔洋陈扬帆顾恒之徐震(74)专利代理机构西安通大专利代理有限责任公司61200代理人王艾华(51)Int.Cl.G05D1/02(2020.01)权利要求书2页说明书5页附图2页(54)发明名称一种基于多算力融合的局部路径规划方法与系统(57)摘要本发明公开了一种基于多算力融合的局部路径规划方法与系统，属于智能车辆的局部导航领域。根据智能车辆传感器提取的信息，建立包含障碍物信息的地图，构建人工势场，初始化路径规划任务，计算当前车辆所在位置在人工势力场中所收到的斥力，将车辆当前位置到目标点的距离作为调节因子，加入到斥力函数中，并进行分段调节。设计采样时间距离阈值，基于单位采样时间距离阈值判断是否陷入局部最优情况，若是，建立二维栅格地图。若否，继续返回设计的人工势场法进行局部路径规划，再利用改进的人工势场法对多个中间目标点逐一局部规划。CN114265410ACN114265410A权利要求书1/2页1.一种基于多算力融合的局部路径规划方法，其特征在于，包括以下步骤：S1：获取障碍物信息，建立包含障碍物信息的地图；障碍物信息包括障碍物的坐标和大小；S2：获取障碍物信息，建立人工势力场，并计算初始化路径规划任务，建立斥力势场和斥力函数；S3：基于斥力函数检测原始设定路径上是否有障碍物，并在斥力势场的作用下控制车辆进行避障运动；S4：设置采样时间距离阈值，判断是否陷入局部最优情况；若是局部最优情况，则建立二维栅格地图；若不是局部最优情况，则返回S3；S5：基于二维栅格地图，结合初始化路径规划任务，根据航向角突变的特征，筛选中间目标点，使车辆绕过所有障碍物，利用改进的人工势场法对斥力函数进行改进，对多个中间目标点逐一进行局部规划。2.根据权利要求1所述的基于多算力融合的局部路径规划方法，其特征在于，S2中，人工势力场为由目标点和障碍点产生的叠加势场。3.根据权利要求1所述的基于多算力融合的局部路径规划方法，其特征在于，S2中障碍物信息的获取过程为：基于障碍物与目标点对智能车辆的影响，获取障碍物坐标和大小信息。4.根据权利要求1所述的基于多算力融合的局部路径规划方法，其特征在于，S2中，将车辆所在位置到目标点的距离作为调节因子，加入到斥力函数中，并进行分段调节，分段调节后的：斥力势场为：斥力函数为：其中，m(m≥2)为正实数，κrep为斥力增益系数，Frep1(qv)方向沿障碍点与车辆连线并指向车辆，是此方向上的单位向量，Frep2(qv)沿车辆和目标点连线并指向后者，是此方向上的单位向量。5.根据权利要求1所述基于的多算力融合的局部路径规划方法，其特征在于，S3中，基于斥力函数检测原始设定路径上是否有障碍物，具体检测过程为：通过车载雷达传感器，感知周围环境，建立人工势力场。6.根据权利要求1所述的基于多算力融合的局部路径规划方法，其特征在于，S4中，判断是利用在极小值点附近产生虚拟牵引力的方法设置距离阀值判断是否达到局部最优。7.根据权利要求1所述的基于多算力融合的局部路径规划方法，其特征在于，S5中，对2CN114265410A权利要求书2/2页多个中间目标点逐一局部规划的具体过程为：在每一个中间目标点都要进行局部最优判断，根据判断结果做出在遇见障碍物时的方向改变，继续在人工势力场下行车。8.一种基于多算力融合的局部路径规划系统，其特征在于，包括：信息获取单元，用于获取障碍物信息，建立包含障碍物信息的地图；函数建立单元，与信息获取单元相交互，基于障碍物与目标点对智能车辆的影响建立人工势力场，并计算初始化路径规划任务，建立斥力势场和斥力函数；检测单元，基于斥力函数检测原始设定路径上是否有障碍物，并在斥力势场的作用下控制车辆进行避障运动；判断评估单元，设置采样时间距离阈值，基于单位采样时间距离阈值判断是否陷入局部最优情况，若是最优情况，则建立二维栅格地图；若不是最优情况，则在斥力势场的作用下控制车辆进行避障运动。3CN114265410A说明书1/5页一种基于多算力融合的局部路径规划方法与系统技术领域[0001]本发明属于智能车辆的局部导航领域，涉及一种基于多算力融合的局部路径规划方法与系统。背景技术[0002]智能车辆实时路径规划和导航是反映机器人自主能力的关键要素之一，也是较难解决的问题之一。智能车辆路径规划主要分为环境信息已知的规划和环境信息未知的规划。对于前者多采用离线规划，得到的路径较优，后者多采用在线规划，体现了路径规划的实时性。[0