[發明專利]一種無人車路徑規劃方法、客戶端及服務器

在審

• 申請號: 202110332643.6
• 申請日: 2021-03-29
• 公開（公告）號: CN113063430A
• 公開（公告）日: 2021-07-02
• 發明（設計）人: 鄭偉鴻;鄒潔嘉
• 申請（專利權）人: 世光（廈門）智能科技有限公司
• 主分類號: G01C21/34
• 分類號: G01C21/34
• 代理公司: 廈門原創專利事務所(普通合伙) 35101
• 代理人: 魏思凡

本發明提供了一種無人車路徑規劃方法，包括如下步驟：S1，將地圖導入無人車系統中，并將所述地圖柵格化；S2，在所述柵格化地圖中設定起始節點和目標節點，基于改進的A*算法，在所述起始節點和目標節點之間的柵格節點中進行逐步遍歷；S3，逐步遍歷相鄰所述柵格節點間的平均高程值，得到滿足車輛運動學的多條規劃路徑；S4，計算所述多條規劃路徑的路徑代價函數值，獲取最小路徑代價函數值所對應的規劃路徑為最優路徑。本發明結合基于改進的A*算法，考慮路面高度變化，并且計算效率高，路徑規劃精度高。

技術領域

本發明涉及尋路算法技術領域，尤其涉及一種無人車路徑規劃方法、客戶端、服務器及計算機可讀存儲介質。

背景技術

無人駕駛汽車是通過車載傳感系統感知道路環境，自動規劃行車路線并控制車輛到達預定目標的智能汽車。路徑規劃技術是無人駕駛汽車中關鍵技術之一，主要使無人車能夠快速平穩到達目標地。其中需要考慮無人車以怎樣的路徑到達設定目標地，能否以最優的路徑，能否遵守交通規則，以能否越過障礙物等。

在對無人車的路徑規劃中，A*算法是常用的一種無人車路徑規劃算法。A*算法需要給定地圖信息，將地圖信息柵格化，遍歷周圍節點尋找最優路徑。但是A*算法適用于在平坦地帶進行路徑規劃，即需要假定地面高度恒定，對于山路環境或者高低起伏的道路環境，通過常規的A*算法規劃的路徑可能會存在路面高度變化突變，導致無人車無法通行的情況。

發明內容

本發明提供了一種無人車路徑規劃方法、客戶端、服務器及計算機可讀存儲介質，可以有效解決上述問題。

本發明是這樣實現的：

本發明提供一種無人車路徑規劃方法，包括如下步驟：

S1，將地圖導入無人車系統中，并將所述地圖柵格化；

S2，在所述柵格化地圖中設定起始節點和目標節點，基于改進的A*算法，在所述起始節點和目標節點之間的柵格節點中進行逐步遍歷；

S3，逐步遍歷相鄰所述柵格節點間的平均高程值，得到滿足車輛運動學的多條規劃路徑；

S4，計算所述多條規劃路徑的路徑代價函數值，獲取最小路徑代價函數值所對應的規劃路徑為最優路徑。

作為進一步改進的，在步驟S1中，所述地圖為三維地圖模型，且所述地圖柵格化后得到每個柵格節點的尺寸和平均高程值。

作為進一步改進的，在步驟S2中，所述基于改進的A*算法，在所述起始節點和目標節點之間的柵格節點中進行逐步遍歷的步驟包括：

基于路徑代價函數：F(n)＝G(n)+H(n)+C(n)，在所述起始節點和目標節點之間的柵格節點中進行逐步遍歷；其中，所述G(n)為所述柵格化地圖中無人車從起始節點到當前節點的實際代價；所述H(n)為所述柵格化地圖中無人車從當前節點到目標節點的估算代價；所述C(n)為曲率代價函數，用來計算所述柵格化地圖中相鄰柵格節點的曲率代價。

作為進一步改進的，所述曲率代價通過公式獲得，其中，Z_k為第k個柵格節點高程值。

作為進一步改進的，定義所述車輛運動學約束的無人車可通過高程值閾值為H，且在步驟S3中，所述逐步遍歷相鄰所述柵格節點間的平均高程值的步驟包括：

當|Z_k-Z_k-1|H時，判斷相鄰所述柵格節點間的平均高程值滿足所述車輛運動學約束,即無人車可從第k-1個柵格節點進入第k個柵格節點。

作為進一步改進的，在步驟S4中，所述計算所述多條規劃路徑的路徑代價函數值的步驟包括：

通過CUDA調用GPU加速多線程，計算每個所述柵格節點的路徑代價函數,從而獲得每條規劃路徑的路徑代價函數值。