[發明專利]一種自動駕駛車輛避障路徑規劃方法、車輛及可讀存儲介質

在審

• 申請號: 202111470674.4
• 申請日: 2021-12-03
• 公開（公告）號: CN113985896A
• 公開（公告）日: 2022-01-28
• 發明（設計）人: 繩紅強;劉志勇;李帥;李冀;張國旗;張健敏;李哲
• 申請（專利權）人: 中國重汽集團濟南動力有限公司
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 濟南舜源專利事務所有限公司 37205
• 代理人: 張營磊

本發明提供一種自動駕駛車輛避障路徑規劃方法、車輛及可讀存儲介質，方法涉及自動駕駛車輛路徑規劃領域，方法在提高算法收斂速度和改善規劃路徑質量方面效果顯著。首先，利用車載感知系統獲取的環境數據建立二維柵格化地圖模型；其次，利用本發明構造的全局啟發函數優化蟻群算法狀態轉移概率，在基于車速和貝塞耳光滑曲線的約束條件下，引導一定規模的螞蟻依次向目標點移動；再次，利用本發明提出的一種基于動態調整的信息素更新策略，引導優化過程快速向全局可行最優解收斂；最后，達到規定的迭代次數，迭代終止，生成輸出全局最優的自動駕駛車輛避障規劃路徑。

技術領域

本發明涉及自動駕駛車輛路徑規劃領域，尤其涉及一種自動駕駛車輛避障路徑規劃方法、車輛及可讀存儲介質。

背景技術

路徑規劃是自動駕駛車輛運動控制的關鍵技術，通常被描述為自動駕駛車輛在空間環境約束下尋找一條從起始點通往目標點的最優無碰撞路徑。自動駕駛車輛又稱為輪式移動機器人，其路徑規劃算法的研究源自機器人技術。現有技術中公開了諸多路徑規劃算法，比如蟻群算法、Dijastra算法、A*算法、粒子群算法、快速探索隨機樹算法(RRT)、人工勢場法、禁忌搜索算法、神經網絡法、動態窗口算法等。但大多數算法針對具體問題需要進行優化整合，自動駕駛車輛安全行駛要求延時必須控制在毫秒甚至微秒級別，對算法效率、規劃路徑轉彎的平滑性提出了較高的要求。

而蟻群算法是由意大利學者M.Dorigo等人于1996年首先提出，它源于對螞蟻群體覓食機制的研究。蟻群算法具有自組織、分布式、正反饋、魯棒性強等優點，易于與其他優化算法相結合，已經廣泛用于求解車輛路徑規劃、機器人路徑規劃、無人機飛行路徑規劃等問題。但是，蟻群算法理論模型缺乏科學的數學基礎，關鍵參數的選擇多依靠試驗和經驗來確定，易出現收斂速度慢、路徑拐點多轉彎角度大、局部收斂或搜索停滯等典型問題。

發明內容

為解決基本蟻群算法在路徑規劃中存在的收斂速度慢、路徑彎角度大等技術問題，本發明提供了一種改進蟻群算法的自動駕駛車輛避障路徑規劃方法。

方法包括：

步驟1：利用車載感知系統獲取環境數據，并構建基于自動駕駛車輛二維柵格化的行駛道路地圖模型；

在行駛道路地圖模型中定位起始點S和目標點E；獲取空間所有節點信息，計算鄰接矩陣D和計算啟發式信息矩陣；

步驟2：初始化迭代次數N，螞蟻規模M，信息啟發式因子α，期望啟發式因子β，信息素揮發系數ρ，ε、t,信息素濃度，當前路徑列表RT以及禁忌表TS；將起始點S分別置于禁忌表RT和當前路徑列表TS中；

步驟3：查詢鄰接矩陣D，獲取當前節點i出發下一步可行節點的集合然后利用全局啟發函數η_ij(t)優化蟻群算法狀態轉移概率計算第m(m＝1,2,3,…,M)只螞蟻選擇相鄰節點的概率；

按輪盤法選擇下一節點，將選定的節點作為新的當前節點；

更新當前路徑列表RT和禁忌表TS；

步驟4：更新螞蟻序號，若第m只螞蟻的當前路徑列表包含了目標點或無路徑且m≥M，則轉入步驟5，否則返回步驟3；

步驟5：更新信息素，計算當前迭代最優路徑，并利用動態調整的信息素增量模型Δτ_ij更新信息素矩陣；

步驟6：若n≥N，則輸出最優路徑并停止迭代，否則返回步驟3。

進一步需要說明的是，步驟3中的蟻群算法狀態轉移概率表達式為：

式中：為t時刻第m只螞蟻從當前位置節點i到相鄰位置節點j的狀態轉移概率；

τ_ij(t)為路徑(i,j)上的信息素濃度；