[發明專利]基于圖搜索和幾何曲線融合的路徑規劃方法

有效

• 申請號: 201911411062.0
• 申請日: 2019-12-31
• 公開（公告）號: CN111158366B
• 公開（公告）日: 2021-11-05
• 發明（設計）人: 秦兆博;陳鑫;丁榮軍;徐彪;秦曉輝;胡滿江;王曉偉;謝國濤;邊有鋼;陳亮
• 申請（專利權）人: 湖南大學
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 廣州容大知識產權代理事務所(普通合伙) 44326
• 代理人: 劉新年

本發明公開了一種基于圖搜索和幾何曲線融合的路徑規劃方法，包括如下步驟：步驟1：得到地圖信息，確定車輛的起始點和目標點；步驟2：通過Hybrid A*算法對節點進行拓展，得到新的節點及其狀態信息；步驟3：判斷新節點在直行狀態下，是否能與目標點所在射線相交；步驟4：判斷新節點能否通過幾何曲線路徑到達目標點；步驟5：判斷ProState集合是否為空集。本發明的基于圖搜索和幾何曲線融合的路徑規劃方法，解決了傳統的Hybrid A*無法精確到達目標點、無法滿足車輛目標橫擺角要求的問題。

技術領域

本發明涉及智能網聯汽車技術領域，更具體的說是涉及一種基于圖搜索和幾何曲線融合的路徑規劃方法。

背景技術

隨著傳感技術和人工智能的不斷發展，自動駕駛系統的發展日益成熟。自動駕駛系統能減少駕駛員的操作負擔，并減少交通事故發生的概率，將在生活中扮演愈發重要的角色。路徑規劃是自動駕駛系統中的關鍵一環，主要是在先驗地圖中，結合當前環境信息，規劃出一條從起始點到目標點的可行路徑。

目前，解決路徑規劃問題主要是用A*算法，是一種圖搜索算法。A*算法在搜索的過程中，根據與目標點相關的啟發式信息，朝著有利的方向展開搜索，可以避免許多無意義的搜索路徑，大大減少搜索范圍、降低問題的復雜度。但是，傳統的A*算法規劃出的路徑不滿足車輛的動力學約束，不適合車輛行駛。Hybrid A*算法在傳統A*算法的基礎上，加入了車輛動力學約束，能夠規劃出一條車輛可行駛的路徑。但Hybrid A*算法無法精確到達目標點，且未考慮車輛終點的角度約束。Hybrid A*算法與Dubins算法的融合，使得車輛能夠精確到達目標點，但計算量較大，不適合車輛的實時規劃。

發明內容

針對現有技術存在的不足，本發明的目的在于提供一種基于圖搜索和幾何曲線融合的路徑規劃方法。該方法前期采用Hybrid A*算法進行路徑搜索，逐漸靠近目標點。在搜索過程中，不斷檢測是否能夠通過幾何曲線路徑規劃到達目標點。當滿足幾何曲線規劃的條件時，將規劃出一條由直線和圓弧組成的路徑，直接到達目標點，完成路徑規劃。

為實現上述目的，本發明提供了如下技術方案：一種基于圖搜索和幾何曲線融合的路徑規劃方法，包括如下步驟：

步驟1：得到地圖信息，確定車輛的起始點和目標點；

步驟2：通過Hybrid A*算法對節點進行拓展，得到新的節點及其狀態信息；

步驟3：判斷新節點在直行狀態下，是否能與目標點所在射線相交，若能，則進行步驟4；若不能，則計算該節點的f、h和g值，并將該節點放入Open集中，進行步驟5；

步驟4：判斷新節點能否通過幾何曲線路徑到達目標點，若不能，則計算該節點的ΔL值，并將該節點放入ProState集合中，進行步驟5；若能，則采用幾何路徑到達目標點，并進行路徑回溯；

步驟5：判斷ProState集合是否為空集，若不為空集，則從ProState集合中挑出最佳節點，返回步驟2；若ProState集合為空集，則從Open中挑出最佳節點，返回步驟2。

作為本發明的進一步改進，所述步驟2用Hybrid A*算法對節點進行拓展的具體步驟如下：

步驟21，記當前節點狀態為：(x_current，y_current，〖heading〗_current，x_discurrent，y_discurrent)，其中，x_current為當前狀態的橫坐標，y_current為當前狀態的縱坐標，〖heading〗_current為當前狀態的橫擺角；

步驟22，記車輛最大轉向角為α_max，則車輛可用轉向角為：

α＝(-α_max，-α_max/2，0，α_max/2，α_max)；