CN103335658B - 一种基于弧线路径生成的自主车辆避障方法 - Google Patents
一种基于弧线路径生成的自主车辆避障方法 Download PDFInfo
- Publication number
- CN103335658B CN103335658B CN201310246898.6A CN201310246898A CN103335658B CN 103335658 B CN103335658 B CN 103335658B CN 201310246898 A CN201310246898 A CN 201310246898A CN 103335658 B CN103335658 B CN 103335658B
- Authority
- CN
- China
- Prior art keywords
- barrier
- turning
- vehicle
- feeler
- route
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000004888 barrier function Effects 0.000 claims abstract description 151
- 230000007246 mechanism Effects 0.000 claims abstract description 35
- 230000009471 action Effects 0.000 claims abstract description 16
- 238000013461 design Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 9
- 230000008447 perception Effects 0.000 claims description 6
- 239000002245 particle Substances 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 3
- 210000000746 body region Anatomy 0.000 claims description 2
- 238000004088 simulation Methods 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 3
- 230000001427 coherent effect Effects 0.000 abstract description 2
- 230000005012 migration Effects 0.000 abstract description 2
- 238000013508 migration Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 238000004387 environmental modeling Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 101001031591 Mus musculus Heart- and neural crest derivatives-expressed protein 2 Proteins 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000009514 concussion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于弧线路径生成的自主车辆避障方法,包括下述步骤:S1、通过定位系统得到任意时刻车辆的位置;S2、判断探测范围内特定区域内有无障碍物,如有障碍物,测量车辆与障碍物之间的距离;S3、根据障碍物分布情况,车辆选择“趋向目标前进”或“绕障碍物行走”,实现未知环境下定目标点无碰撞导航;S4、在“绕障碍物行走”下加入转弯路线选择机制,并根据障碍物信息确定最优避障行驶路线。本发明充分利用BUG避障算法的优点,但仅要求车辆具有180°探测范围,也考虑了车辆的物理尺寸和行驶特性,解决了非360°探测范围的四轮车辆不能应用BUG类算法的问题;通过转折点处过渡路径轨迹的生成实现连贯平滑的导航避障绕行动作。
Description
技术领域
本发明涉及自动控制的技术领域,特别涉及一种基于弧线路径生成的自主车辆避障方法。
背景技术
四轮车辆的避障规划问题是自主导航车辆安全驾驶的关键,标准BUG及其衍生算法是实现机器人在未知环境中避开障碍到达指定目的地的基于传感器的著名导航算法,总体来说它们结合了全局规划与局部规划特点,其路径规划是在直接应用传感器信息基础上引入了一些全局信息,实现比较简单,算法本身保证收敛。它要求机器人具有360°探测范围,默认机器人为一点,自动具有绕行障碍物能力,显然这种宏观指导意义上的算法很难直接实际应用,因此出现多种改进算法。针对部分不具备360°探测范围的机器人,研究人员也提出基于BUG的改良算法。刘祥等提出在BUG算法基础上利用45°探测器,采用两种搜索模式的避障路径规划算法;郝宗波等利用180°探测器法,综合考虑了传感器的数据误差和机器人形体尺寸,规划时只考虑当前状态下所必需的传感数据,不必计算障碍物边线的解析式。赵祚喜提出一种适用于非360°探测机器人的改进BUG算法,以纯直线行走方式与纯转动方式相结合实现正对目标点直线前进模式及遇到障碍物时绕行障碍物边缘行走模式。
而四轮车辆,由于车体固有尺寸、传感器安装位置、障碍物形状和传感器成本等影响,测量范围并不能完全覆盖车体四周,很难得到360°全方位障碍物检测信息,一般只能得到前方180°范围的环境信息。BUG类算法没有考虑车辆的最小转弯半径和其它动力学特性,四轮车辆一般是满足阿克曼转弯特性的前轮转向车辆,具有最小转弯半径。四轮车辆体积庞大难以也忽略其物理尺寸。因此现有的BUG算法不适用于四轮车辆,不能满足非360°探测范围的四轮车辆的避障导航要求。所以研究此类车辆在未知环境下定目标点导航的控制方法具有重要意义。
发明内容
本发明的目的在于克服现有技术的缺点与不足,提供一种能有效、可靠实现180°探测范围的四轮自主车辆在未知环境下定目标点避障导航的方法。
为了达到上述目的,本发明采用以下技术方案:
本发明一种基于弧线路径生成的自主车辆避障方法,包括下述步骤:
S1、通过定位系统得到任意时刻车辆的位置;
S2、根据车辆上探测传感器的测量信息,设立虚拟触角,判断探测范围内特定区域内有无障碍物,如有障碍物,测量车辆与障碍物之间的距离;
S3、根据障碍物分布情况,车辆选择“趋向目标前进”或“绕障碍物行走”,实现未知环境下定目标点无碰撞导航;
S4、在“绕障碍物行走”下加入转弯路线选择机制,生成多条弧线候选路线,在候选路线的各位置上根据车体的位姿模拟出车体及虚拟触角所在的区域,并根据障碍物信息确定最优避障行驶路线。
优选的,步骤S2中,在探测传感器探测范围内设计了两个虚拟触角,分别是位于车辆正前方中间的两个矩形虚拟触角Drecb(L×Wb)和Drecs(L×Ws),L代表虚拟触角长度,Wb代表较大的虚拟触角的宽度,Ws代表较小的虚拟触角的宽度,其中Wb>Ws;车身所在区域用矩形DR(Lr×Wr)表示,Lr代表车身长度,Wr代表车身宽度,探测传感器安装在车辆行驶方向的正前方获得较大有效视野。
优选的,所述的虚拟触角是车辆导航行走决策的依据:Drecs用于感知车辆在当前位姿下直线前进的通行性,区域内存在障碍物表明车辆直线前进将会与障碍物发生正面碰撞,理论上Ws=Wr,但由于路面颠簸和传感器误差的原因造成车辆瞬时航向与理论航向不一致,可能使车辆在障碍物旁通过时碰撞到障碍物,因此设计上使Ws略大于Wr;Drecb用于感知障碍物判断障碍物边缘绕行过程中避开转弯的结束时机,Drecb和Drecs配合,用于障碍物边缘绕行过程中避开转向的实现,L根据车辆最小转弯半径设计,保证车辆能在前方无法通行情况下安全掉头。
优选的,步骤3中,具体为:
S31、通过定位系统得到获得车辆的出发点、目标点的位置以及初始化航向角;
S32、车辆在出发点开始进入“趋向目标前进”模式,直到Drecs触角探测到障碍物或者到达目标点结束直线前进;
S33、当Drecs触角探测到障碍物后,车辆开始进入“绕障碍物行绕行走”模式,根据虚拟触角信息决策,当脱离条件成立时,车辆结束“绕障碍物行绕行走”模式再开始“趋向目标前进”模式,如此不断重复直到车辆到达目标点,“趋向目标前进”模式转变为“绕障碍物行绕行走”模式的转折点命名为相遇点,车辆由这一点开始绕行障碍物边缘;“绕障碍物行绕行走”模式转变为“趋向目标前进”模式的转折点命名为脱离点,车辆由这一点开始结束绕行障碍物边缘。
优选的,步骤S4中,多条弧线候选路线用于预测和行动指导,预测方面,各车辆候选路线的设计符合车辆转弯特性的要求,保证车辆能跟踪此规划路线行驶,在候选路线的各位置上根据车体的位姿模拟出车体及虚拟触角所在的区域;车体区域与障碍物区域重合表示按照该路线行走到该位置,车辆将发生碰撞,虚拟触角区域与障碍物区域重合表示按照该路线行走到该位置,车辆正前方仍有障碍物,最后综合以上两种方式的计算预测候选规划路线的通行性;行动指导方面,是指根据各候选路线的预测情况,选取能使车辆最快脱离视野范围内障碍物的候选路线作为转弯路线,所述转换路线包括转弯方向和转弯半径。
优选的,候选路线以车辆中心为起点延伸至车辆正前方为界的左右两个区域,各分布数条,且左右对称;第k条候选路线的转弯半径rk表示为:
其中Rmin是车辆的最小转弯半径,ρ是影响因数,ρ的取值与候选路线分布状态有关,ρ越大,候选路线越往中间靠拢,两旁的候选路线显得稀疏;反之,候选路线越往中间两旁扩散,中间的候选路线显得稀疏甚至不存在;k为候选路线序号,依次为0,1,…,n-1,左右区域对称,且中间为一直线候选路线,所以n为奇数;编号小于(n-1)/2的是左区域候选路线,编号为(n-1)/2的是一条直线候选路线,大于(n-1)/2的是右区域候选路线,各候选路线长度均为最小转弯半径Rmin所成圆周长度的1/4。
优选的,根据位置状态,模拟构造该位置状态下车体及虚拟触角所在的区域,转弯路线选择机制就是依次计算每条候选路线上各位置点的车体、虚拟触角所占区域与障碍物区域的关系是相交还是不相交,判断哪一条候选路线能使车辆最快脱离障碍物,所述状态位置是编号k候选路线t时刻的位置状态,用Pkt表示,Pkt=[xkt,ykt,akt]T,xkt、ykt和akt分别代表在车体坐标系下模拟构造的车体的横轴、纵轴坐标和航向。
优选的,当对准目标点,且Drecs触角内没有探测到障碍物,表明在安全范围内前方道路畅通,执行直线行走,直到以下结束条件之一满足为止:
a)到达T,即完成导航任务;
b)直线行走过程中,Drecs触角探测到障碍物,表明不可继续前进,需要绕过障碍物重新找到目标,即探测到障碍物的车体位置为相遇点,进入绕障碍物行走模式。
优选的,步骤1中,绕障碍物的直线行走指绕障碍物行走模式下的直线行走,一旦避开转弯结束,即执行直线行走,直到以下结束条件之一满足为止:
c)直线行走过程中,Drecs触角内出现障碍物;
d)无障碍直线行走距离达到直线行走前车身质点与障碍物之间距离的一半,即直线行走距离跟车体、障碍物之间距离成正比例关系,出现以上两个结束条件之一均使机器人进入相应转弯行走,由于当前模式下的直线行走用于远离障碍物,为了再次接近障碍物,规定了直线行走结束后优先执行接近转弯,当接近转弯方向不能通行才转而执行避开转弯。
优选的,绕障碍物的转弯行走以转弯的方式远离或接近障碍物的行走方式,分别有避开转弯和接近转弯:
1)避开转弯,是指为防止与前方障碍物碰撞而转弯远离障碍物边缘的避障动作,当绕障碍物行走模式下满足以下条件之一即执行避开转弯:
e)绕障碍物行走模式的首个动作;
f)接近转向时Drecs触角遇到障碍物且由“转弯路线选择机制”预测得知当前接近转向不能继续;
g)直线行走时Drecs触角遇到障碍物且由“转弯路线选择机制”预测得知接近转弯方向不可通行;
转弯过程中使用“转弯路线选择机制”更新转弯半径,并且仅用转弯方向一侧的候选路线进行预测,以减少运算。避开转弯直到如下三个结束条件之一满足为止:
h)Drecb触角检测不到障碍物;
i)对准T且该点满足脱离条件;
g)由“转弯路线选择机制”预测得知避开转弯方向不能继续通行;
2)接近转弯,是指绕障碍物行走过程中接近被绕行障碍物的动作,绕障碍物行走模式下满足以下条件之一即触发接近转弯:
k)无障碍直线行走距离达到g后;
l)直线行走时Drecs触角内出现障碍物且接近转弯方向可通行;
对于k,接近转弯以最小转弯半径执行,对于l,使用“转弯路线选择机制”确定转弯半径。在接近转弯过程中,当Drecs触角内没有障碍物时,均以最小转弯半径执行转弯;当Drecs触角内有障碍物时,则以“转弯路线选择机制”确定转弯半径执行转弯。接近转弯直到如下两个结束条件之一满足为止:
m)Drecs触角遇到障碍物且由“转弯路线选择机制”预测得知接近转弯不能继续;
n)对准T且该点满足脱离条件;
当接近转弯时由于障碍物的阻挡,使车辆无法满足脱离条件而改变转弯方向,需要在接近转弯过程中重新定义转弯方向,改变转弯方向,使车辆按合适的方向转弯,全局转弯方向取反后继续执行接近转弯。
本发明相对于现有技术具有如下的优点及效果:
(1)本发明充分利用BUG避障算法的优点,使车辆在未知环境下绕障碍物边缘行走实现定目标避障导航,仅要求车辆具有180°探测范围,也考虑了四轮车辆的物理尺寸和转弯特性,填补了BUG类算法未能在非360°探测范围的四轮车辆上应用的空白。
(2)本发明通过转折点处过渡路径轨迹的生成,具体以弧线行走方式交替“远离”和“接近”障碍物实现连贯平滑的导航避障绕行动作。
(3)本发明采用虚拟触角感知障碍物,不需进行环境建模,仅需利用探测传感器的实时数据实现导航决策。
(4)本发明在BUG算法基础上引入转弯路线选择机制,根据车辆最小转弯半径的约束条件,设计多条弧线路线,预测车辆沿各弧线路线作等速圆周运动时,车辆、虚拟触角与障碍物之间位置关系,从而选取出能使车辆最快脱离障碍物的转弯路线。转弯路线选择机制仅在特定时候启用,以减少运算量。
(5)本发明对障碍物形状没有特殊要求,对障碍物数量也没有限制。
附图说明
图1是被控对象和行驶环境的参考坐标系;
图2是虚拟触角的设计图;
图3是车体与候选路线分布状态示意图;
图4是候选路线上模拟构造的车体位置状态示意图;
图5是沿着候选路线行走时将脱离障碍物的示意图;
图6是沿着候选路线行走时不能确定是否碰撞障碍物的示意图;
图7是沿着候选路线行走时将要发生碰撞时的示意图;
图8是有两个障碍物时候选路线状态分布的示意图;
图9是本发明的流程图;
图10是绕障碍物行走过程的示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例
本实施例的基于弧线路径生成的自主车辆避障方法,包括下述步骤:1、通过定位系统得到任意时刻车辆的位置;2、根据车辆上探测传感器的测量信息,判断探测范围内特定区域内有无障碍物及车辆与障碍物之间的距离等情况;3、在“绕障碍物行走”下加入转弯路线选择机制,生成多条弧线候选路线并根据障碍物信息确定最优避障行驶路线;4、根据障碍物分布情况,车辆选择“趋向目标前进”或“绕障碍物行走”两种模式,实现未知环境下定目标点无碰撞导航,图9给出本发明的工作原理流程图,描述了具体实施方式。
步骤1中,所述车辆具有自主导航系统,能够按照计算机控制要求自动行走,包括直线行走和转弯行走。定位系统传感器由GPS、惯性传感器或车轮编码盘等组成。
建立如图1的全局坐标系,本实施例以自主导航的起始点S为全局坐标系的原点,定义车体质心为导航点而用车体正前方与全局坐标系X轴的夹角来表示车体的航向。根据坐标系定义,X轴方向0度,车体方向在X轴顺时针方向为负,逆时针方向为正。图1为本章被控对象和行驶环境的参考坐标系,其中x(t),y(t)是机器人当前时刻的位置,θ(t)是机器人当前时刻的航向角,只考虑机器人做平面运动,则其位姿可以表示为一个与时间有关的三维状态向量:P(t)=[x(t),y(t),θ(t)]。
D为小车的质心到目标点的距离,为车体的当前航向与质心到目标点连线的夹角。各参数之间相互关系如下:
步骤2中,所述的传感器为探测范围为180°的探测传感器(如LMS200激光测距仪)。
步骤2中,所述的传感器范围内的特定区域命名为“虚拟触角”。虚拟触角位于探测传感器范围内,能直观表示车体前方障碍物情况,且仅处理特定区域的传感器数据,不需要对环境建模,运算方法简单,数据处理量少。图2为虚拟触角设计图,首先车辆所在区域用矩形DR表示,长宽分别为LR,WR。Rmax为测距仪传感器的最大探测范围。在测距范围内设计了两个虚拟触角,分别是位于车辆正前方中间的两个矩形触角Drecb(L×Wb)和Drecs(L×Ws),其中Wb>Ws。
Drecs用于感知车辆在当前位姿下直线前进的通行性,区域内存在障碍物表明车辆直线前进将会与障碍物发生正面碰撞。理论上Ws=WR,但由于路面颠簸和传感器误差等原因造成车辆瞬时航向与理论航向不一致,可能使车辆在障碍物旁通过时碰撞到障碍物,因此设计上使Ws略大于WR,通过加宽探测区域以提高安全性(但可能增大转向的震荡)。Drecb和Drecs配合,用于障碍物边缘绕行过程中避开转向的实现,Wb大小根据环境和经验得出,但必须大于Ws。L根据车辆最小转弯半径设计,保证车辆能在前方无法通行情况下安全掉头。Rmax是传感器探测范围极限。
步骤3中,四轮车辆存在最小转弯半径的运动学输入约束,其移动路径受到转弯半径的严格限制,控制方法只有依据车辆的转弯规律为其设计合理的路径,才能实施有效控制。车辆在行驶时,给车辆以转向盘角阶跃输入,一般车辆经短暂时间后便进入等速圆周行驶,行驶路径为弧线曲线。为简化候选路线的设计,本实施例假设车辆转弯时即进入等速圆周行驶,因此设计的候选路线是弧线曲线。为预测车辆在各种转向盘角阶跃输入下的行驶情况,设计了多条候选路线,以车辆中心为起点延伸至车辆正前方为界的左右两个区域,各分布数条,且左右对称,如图3所示。
候选路线具有预测和行动指导作用,预测方面,各候选路线的设计符合车辆转弯特性的要求,保证车辆能跟踪此规划路线前进,在候选规划路线的各位置上根据车体的位姿模拟出车体及虚拟触角所在的区域;车体区域与障碍物区域重合表示按照该路线行走到该位置,车辆将发生碰撞,虚拟触角区域与障碍物区域重合表示按照该路线行走到该位置,车辆正前方仍有障碍物,最后综合以上两种方式的计算预测候选规划路线的通行性。行动指导方面,是指根据各候选路线的预测情况,以一定原则处理预测反馈信息,综合计算出合理的转弯路线,包括转弯方向和转弯半径。
候选路线形状的几何表达式,第k条候选路线的转弯半径rk表示为:
其中Rmin是车辆的最小转弯半径。ρ是影响因数,ρ的取值与候选路线分布状态有关,ρ越大,候选路线越往中间靠拢,两旁的候选路线显得稀疏;反之,候选路线越往中间两旁扩散,中间的候选路线显得稀疏。k为候选路线序号,依次为0,1,…,n-1,左右区域候选路线对称,且中间为一直线候选路线,所以n为奇数。编号小于(n-1)/2的是左区域候选路线,编号为(n-1)/2的是一条直线候选路线,大于(n-1)/2的是右区域候选路线。各候选路线长度均为最小转弯半径Rmin所成圆周长度的1/4,如图3所示。
仅知道候选路线离散点坐标,缺少车辆航向信息,仍不能在二维空间描述“虚拟车辆”。车辆局部坐标系下的“虚拟车辆”航向角由图4的几何关系可知αk=θ。因此车体姿态Pkt=[xkt,ykt,akt]T已知,即可在各候选路线点以数字形式描述“虚拟车辆”区域。
由上面分析可知,Pkt=[xkt,ykt,akt]T是编号k候选路线t时刻的位置状态。根据此信息,可以模拟构造该位置状态下车体及虚拟触角所在的区域。转弯路线选择方法就是依次计算每条候选路线上各位置点的车体、虚拟触角所占区域与障碍物区域的关系(相交或不相交),判断哪一条候选路线能使车辆最快脱离障碍物。转弯路线选择具体步骤如下:
1)相对于车身坐标系,候选路线位置已事先确定,当前候选路线总数为7,编号由0到6,以细线表示,用粗线表示已处理的路径,如图5,6,7所示。车辆在初始位置H时,虚拟触角已触碰到障碍物(交点为A),因此车辆在初始位置即进入绕障碍物行走模式。下文中,Tkt表示车辆在编号为k的候选路线,从H点走到位置t所走用的时间。设置数组TIME作相关时间的记录。
2)首先是编号0候选路线,从T00到T0a时刻依次处理,由图5可看出,T0a时刻前,Drecb区域还在障碍物区域内,T0a时刻Drecb区域已脱离障碍物区域(交点为B),且车体区域DR一直未触碰障碍物区域,表明按照此候选路线将使车辆安全脱离障碍物。系统记录下按照此路线脱离障碍物预计所用的时间T0a,TIME[0]内记为T0a。
3)重复步骤2),选择编号1候选路线,从T10到T1t时刻依次处理,如图6所示。Drecb区域由始至终未能脱离障碍物区域,但车体区域DR亦未触碰障碍物区域,表明按照此候选路线走,虽不会发生碰撞,但不能保证车辆能安全脱离障碍物,TIME[1]内记为T1t。
4)选择编号2候选路线,从T20到T2t时刻依次处理,如图7所示。T2b时刻前,车体DR区域未触碰障碍物区域,T2b时刻车体DR区域触碰障碍物区域(交点为C),表明按照此候选路线走,车辆将与障碍物发生碰撞,不能沿此路线走,TIME[2]内记为inf。
5)全部候选路线处理完后,得到的预测反馈信息将全部存放在数组T中。设计候选路线的目的是指导车辆尽快脱离前方障碍物,选择数组T中最小值所表示的候选路线。
6)不断重复以上步骤,实时计算当前位置最优的路线。经以上分析,候选路线0所示路线使将使车辆最快的、安全的脱离障碍物,即如图5所示。
步骤4中,车辆在出发点开始进入“趋向目标前进”模式,直到Drecs触角探测到障碍物或者到达目标点结束直线前进;当Drecs触角探测到障碍物后,车辆开始进入“绕障碍物行绕行走”模式,根据虚拟触角信息决策,当脱离条件成立时,车辆结束“绕障碍物行绕行走”模式再开始“趋向目标前进”模式。如此不断重复直到车辆到达目标点。
为叙述方便,定义如下符号。记出发点为S,目标点为T,当前位置值为X,障碍物上最接近车体的点为O,用d(X,T)表示X至T的距离,用d(X,O)表示X到O的纵向距离。用相遇点H表示朝目标点直线行走过程中碰到障碍物的点,用脱离点L表示绕行障碍物边缘的结束点,L'表示上一次脱离点。
“趋向目标前进”模式转变为“绕障碍物行绕行走”模式的转折点命名为相遇点,即车辆在朝向目标前进过程中Drecs触角遇到障碍物的点,车辆由这一点开始绕行障碍物边缘。
“绕障碍物行绕行走”模式转变为“趋向目标前进”模式的转折点命名为脱离点,车辆由这一点开始结束绕行障碍物边缘。其确定方法如下:
绕障碍物行走模式时,对准目标点T且以下两个脱离条件之一成立:i)Drecs触角检测不到障碍物;ii)Drecs触角检测到障碍物,但d(X,T)<d(X,O)。此时“脱离点”就确定下来。
1、车辆在出发点时,对准目标点,且Drecs触角内没有探测到障碍物,表明在安全范围内前方道路畅通,执行直线行走。直到以下结束条件之一满足为止:i)到达T,即完成导航任务;ii)直线行走过程中,Drecs触角探测到障碍物,表明不可继续前进,需要绕过障碍物重新找到目标,记探测到障碍物的车体位置为相遇点,进入绕障碍物行走模式。
2、“绕障碍物行走”模式包括绕障碍物的直线行走和绕障碍物的转弯行走。“绕障碍物行走”模式的核心理念是使车辆以交替“远离”和“接近”障碍物的方式绕行障碍物边缘
(1)绕障碍物的直线行走指绕障碍物行走模式下的直线行走。一旦避开转弯结束,即执行直线行走。直到以下结束条件之一满足为止:i)直线行走过程中,Drecs触角内出现障碍物;ii)无障碍直线行走距离达到直线行走前车身质点与障碍物之间距离的一半,即直线行走距离跟车体、障碍物之间距离成正比例关系。出现以上两个结束条件之一均使机器人进入相应转弯行走。由于当前模式下的直线行走用于远离障碍物,为了再次接近障碍物,规定了直线行走结束后优先执行接近转弯,当接近转弯方向不能通行才转而执行避开转弯。
(2)绕障碍物的转弯行走以转弯的方式远离或接近障碍物的行走方式,分别有避开转弯和接近转弯。
避开转弯,是指为防止与前方障碍物碰撞而转弯远离障碍物边缘的避障动作。转弯方向是一个全局变量,一般情况下在本次绕行开始点(即相遇点)时决定,直到本次绕行结束点(即脱离点)为止保持不变。转弯方向是使用上文“转弯路线选择机制”找出最快脱离障碍物路线所在的方向。当绕障碍物行走模式下满足以下条件之一即执行避开转弯:i)绕障碍物行走模式的首个动作;ii)接近转向时Drecs触角遇到障碍物且由“转弯路线选择机制”预测得知接近转向不能继续;iii)直线行走时Drecs触角遇到障碍物且由“转弯路线选择机制”预测得知接近转弯方向不可通行。转弯过程中使用上文“转弯路线选择机制”更新转弯半径。并且仅用转弯方向一侧的候选路线进行预测,以减少运算。避开转弯直到如下三个结束条件之一满足为止:i)Drecb触角检测不到障碍物;ii)对准T且该点满足脱离条件;iii)由“转弯路线选择机制”预测得知避开转弯方向不能继续通行。避开转弯方向不能继续通行是由“转弯路线选择机制”根据当前环境判断得到,如图8所示,小车在H点遇到障碍物1后执行向左的避开转弯,按照“0”号候选路线(粗曲线)行驶到H'点时,小车尚未脱离障碍物1又遇到障碍物2,此时“转弯路线选择机制”判断得到避开转弯方向的候选路线,即1,2,3,4号候选路线均使小车与障碍物2相撞,因此此方向不能继续通行。
接近转弯,是指绕障碍物行走过程中接近被绕行障碍物的动作。接近转弯方向与避开转弯方向相反(即避开转弯为转右,接近转弯即转左)。绕障碍物行走模式下满足以下条件之一即触发接近转弯:i)无障碍直线行走距离达到g后;ii)直线行走时Drecs触角内出现障碍物且接近转弯方向可通行。对于i),接近转弯以最小转弯半径执行,对于ii),使用“转弯路线选择机制”确定转弯半径。在接近转弯过程中,当Drecs触角内没有障碍物时,均以最小转弯半径执行转弯;当Drecs触角内有障碍物时,则以“转弯路线选择机制”确定转弯半径执行转弯。转弯方向确定后同时使用“转弯路线选择机制”确定转弯半径。接近转弯直到如下两个结束条件之一满足为止:i)Drecs触角遇到障碍物且由“转弯路线选择机制”预测得知接近转弯不能继续;ii)对准T且该点满足脱离条件。
图10为车辆绕障碍物行走过程的示意图。从出发点S朝目标点T直线行走;直到Drecs触角探测到障碍物(I点),此位置即相遇点H;根据“转弯路线选择机制”计算出粗曲线候选路线将最快脱离障碍物边缘,执行避开转弯,方向向左;直到位置D,Drecb触角探测不到障碍(J点),避开转弯结束,获取车身质点与最接近的障碍物之间的距离,记为Dist;接着开始直线行走,以Dist/2的距离直线行走至E;接着开始接近转弯,以达到靠近障碍物或对准T的目的,由于避开转弯向左,因此接近转弯将向右,根据“转弯路线选择机制”计算出粗曲线候选路线将最快脱离障碍物边缘(转弯半径最小的路线将发生碰撞,因此弃用),执行向右的接近转弯动作;到达F后,前方较开阔,车体能以最小转弯半径执行接近转弯动作,车辆以最小转弯半径转弯直到满足脱离条件,到达脱离点L;最后向T直线行走。本方法确定的绕行轨迹为SHDEFLT。其中SH,DE,LT为直线行走,HD为避开转弯,EF,FL为接近转弯。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (6)
1.一种基于弧线路径生成的自主车辆避障方法,其特征在于,包括下述步骤:
S1、通过定位系统得到任意时刻车辆的位置;
S2、根据车辆上探测传感器的测量信息,在探测传感器探测范围内设计了两个虚拟触角,分别是位于车辆正前方中间的两个矩形虚拟触角Drecb(L×Wb)和Drecs(L×Ws),L代表虚拟触角长度,Wb代表较大的虚拟触角的宽度,Ws代表较小的虚拟触角的宽度,其中Wb>Ws;车身所在区域用矩形DR(Lr×Wr)表示,Lr代表车身长度,Wr代表车身宽度,探测传感器安装在车辆行驶方向的正前方获得较大有效视野,判断探测范围内特定区域内有无障碍物,如有障碍物,测量车辆与障碍物之间的距离;
S3、根据障碍物分布情况,车辆选择“趋向目标前进”或“绕障碍物行走”,实现未知环境下定目标点无碰撞导航;
所述“趋向目标前进”模式为当车辆对准目标点,且Drecs触角内没有探测到障碍物,表明在安全范围内前方道路畅通,执行直线行走,直到以下结束条件之一满足为止:
a)到达目标T,即完成导航任务;
b)直线行走过程中,Drecs触角探测到障碍物,表明不可继续前进,需要绕过障碍物重新找到目标,即探测到障碍物的车体位置为相遇点,进入绕障碍物行走模式;
所述“绕障碍物行走”模式包括绕障碍物的直线行走和绕障碍物的转弯行走,其中,
绕障碍物行走模式下的直线行走:一旦避开转弯结束,即执行直线行走,直到以下结束条件之一满足为止:
c)直线行走过程中,Drecs触角内出现障碍物;
d)无障碍直线行走距离达到直线行走前车身质点与障碍物之间距离的一半,即直线行走距离跟车体、障碍物之间距离成正比例关系,出现以上两个结束条件之一均使机器人进入相应转弯行走,由于当前模式下的直线行走用于远离障碍物,为了再次接近障碍物,规定了直线行走结束后优先执行接近转弯,当接近转弯方向不能通行才转而执行避开转弯;
绕障碍物的转弯行走以转弯的方式远离或接近障碍物的行走方式,分别有避开转弯和接近转弯:
1)避开转弯,是指为防止与前方障碍物碰撞而转弯远离障碍物边缘的避障动作,当绕障碍物行走模式下满足以下条件之一即执行避开转弯:
e)绕障碍物行走模式的首个动作;
f)接近转向时Drecs触角遇到障碍物且由“转弯路线选择机制”预测得知当前接近转向不能继续;
g)直线行走时Drecs触角遇到障碍物且由“转弯路线选择机制”预测得知接近转弯方向不可通行;
转弯过程中使用“转弯路线选择机制”更新转弯半径,并且仅用转弯方向一侧的候选路线进行预测,以减少运算,避开转弯直到如下三个结束条件之一满足为止:
h)Drecb触角检测不到障碍物;
i)对准T且当前车辆位置点满足脱离条件;
g)由“转弯路线选择机制”预测得知避开转弯方向不能继续通行;
2)接近转弯,是指绕障碍物行走过程中接近被绕行障碍物的动作,绕障碍物行走模式下满足以下条件之一即触发接近转弯:
k)无障碍直线行走距离达到g后;
l)直线行走时Drecs触角内出现障碍物且接近转弯方向可通行;
对于k,接近转弯以最小转弯半径执行,对于l,使用“转弯路线选择机制”确定转弯半径,在接近转弯过程中,当Drecs触角内没有障碍物时,均以最小转弯半径执行转弯;当Drecs触角内有障碍物时,则以“转弯路线选择机制”确定转弯半径执行转弯,接近转弯直到如下两个结束条件之一满足为止:
m)Drecs触角遇到障碍物且由“转弯路线选择机制”预测得知接近转弯不能继续;
n)对准T且当前车辆位置点满足脱离条件;
当接近转弯时由于障碍物的阻挡,使车辆无法满足脱离条件而改变转弯方向,需要在接近转弯过程中重新定义转弯方向,改变转弯方向,使车辆按合适的方向转弯,全局转弯方向取反后继续执行接近转弯;
S4、在“绕障碍物行走”下加入转弯路线选择机制,生成多条弧线候选路线,在候选路线的各位置上根据车体的位姿模拟出车体及虚拟触角所在的区域,并根据障碍物信息确定最优避障行驶路线。
2.根据权利要求1所述的基于弧线路径生成的自主车辆避障方法,其特征在于,所述的虚拟触角是车辆导航行走决策的依据:Drecs用于感知车辆在当前位姿下直线前进的通行性,区域内存在障碍物表明车辆直线前进将会与障碍物发生正面碰撞,理论上Ws=Wr,但由于路面颠簸和传感器误差的原因造成车辆瞬时航向与理论航向不一致,可能使车辆在障碍物旁通过时碰撞到障碍物,因此设计上使Ws略大于Wr;Drecb用于感知障碍物判断障碍物边缘绕行过程中避开转弯的结束时机,Drecb和Drecs配合,用于障碍物边缘绕行过程中避开转向的实现,L根据车辆最小转弯半径设计,保证车辆能在前方无法通行情况下安全掉头。
3.根据权利要求1所述的基于弧线路径生成的自主车辆避障方法,其特征在于,步骤S3中,具体为:
S31、通过定位系统得到获得车辆的出发点、目标点的位置以及初始化航向角;
S32、车辆在出发点开始进入“趋向目标前进”模式,直到Drecs触角探测到障碍物或者到达目标点结束直线前进;
S33、当Drecs触角探测到障碍物后,车辆开始进入“绕障碍物行绕行走”模式,根据虚拟触角信息决策,当脱离条件成立时,车辆结束“绕障碍物行绕行走”模式再开始“趋向目标前进”模式,如此不断重复直到车辆到达目标点,“趋向目标前进”模式转变为“绕障碍物行绕行走”模式的转折点命名为相遇点,车辆由这一点开始绕行障碍物边缘;“绕障碍物行绕行走”模式转变为“趋向目标前进”模式的转折点命名为脱离点,车辆由这一点开始结束绕行障碍物边缘。
4.根据权利要求1所述的基于弧线路径生成的自主车辆避障方法,其特征在于,步骤S4中,将多条弧线候选路线用于预测和行动指导,预测方面,各候选路线的设计符合车辆转弯特性的要求,保证车辆能跟踪此规划路线行驶,在候选路线的各位置上根据车体的位姿模拟出车体及虚拟触角所在的区域;车体区域与障碍物区域重合表示按照该路线行走到该位置,车辆将发生碰撞,虚拟触角区域与障碍物区域重合表示按照该路线行走到该位置,车辆正前方仍有障碍物,最后综合以上两种方式的计算预测候选规划路线的通行性;行动指导方面,是指根据各候选路线的预测情况,选取能使车辆最快脱离视野范围内障碍物的候选路线作为转弯路线,所述转弯路线包括转弯方向和转弯半径。
5.根据权利要求4所述的基于弧线路径生成的自主车辆避障方法,其特征在于,候选路线以车辆中心为起点延伸至车辆正前方为界的左右两个区域,各分布数条,且左右对称;第k条候选路线的转弯半径rk表示为:
其中Rmin是车辆的最小转弯半径,ρ是影响因数,ρ的取值与候选路线分布状态有关,ρ越大,候选路线越往中间靠拢,两旁的候选路线显得稀疏;反之,候选路线越往中间两旁扩散,中间的候选路线显得稀疏甚至不存在;k为候选路线序号,依次为0,1,…,n-1,左右区域对称,且中间为一直线候选路线,所以n为奇数;编号小于(n-1)/2的是左区域候选路线,编号为(n-1)/2的是一条直线候选路线,大于(n-1)/2的是右区域候选路线,各候选路线长度均为最小转弯半径Rmin所成圆周长度的1/4。
6.根据权利要求5所述的基于弧线路径生成的自主车辆避障方法,其特征在于,根据位置状态,模拟构造该位置状态下车体及虚拟触角所在的区域,转弯路线选择机制就是依次计算每条候选路线上各位置点的车体、虚拟触角所占区域与障碍物区域的关系是相交还是不相交,判断哪一条候选路线能使车辆最快脱离障碍物,所述状态位置是编号k候选路线t时刻的位置状态,用Pkt表示,Pkt=[xkt,ykt,akt]T,xkt、ykt和akt分别代表在车体坐标系下模拟构造的车体的横轴、纵轴坐标和航向。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310246898.6A CN103335658B (zh) | 2013-06-19 | 2013-06-19 | 一种基于弧线路径生成的自主车辆避障方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310246898.6A CN103335658B (zh) | 2013-06-19 | 2013-06-19 | 一种基于弧线路径生成的自主车辆避障方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103335658A CN103335658A (zh) | 2013-10-02 |
CN103335658B true CN103335658B (zh) | 2016-09-14 |
Family
ID=49243866
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310246898.6A Expired - Fee Related CN103335658B (zh) | 2013-06-19 | 2013-06-19 | 一种基于弧线路径生成的自主车辆避障方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103335658B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019026074A1 (en) * | 2017-07-31 | 2019-02-07 | Israel Aerospace Industries Ltd. | TRAJECTORY PLANNING WITHIN A TRAINED AREA |
Families Citing this family (61)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102197801B1 (ko) * | 2013-10-31 | 2021-01-04 | 현대모비스 주식회사 | 주행 경로 생성 장치 및 방법 |
CN104020674B (zh) * | 2014-04-21 | 2017-01-25 | 华南农业大学 | 车辆Bug避障算法的Matlab仿真可视化平台 |
DE102014008353B4 (de) * | 2014-06-04 | 2016-09-15 | Audi Ag | Verfahren zum Betrieb eines Fahrerassistenzsystems zur automatisierten Führung eines Kraftfahrzeugs sowie zugeordnetes Kraftfahrzeug |
CN104019825A (zh) * | 2014-06-23 | 2014-09-03 | 中国北方车辆研究所 | 一种路径规划的确定方法 |
CN105444772A (zh) * | 2014-08-22 | 2016-03-30 | 环达电脑(上海)有限公司 | 导航装置及其方法 |
JP6412457B2 (ja) * | 2015-03-31 | 2018-10-24 | 株式会社デンソー | 運転支援装置、及び運転支援方法 |
TWI577968B (zh) * | 2015-06-18 | 2017-04-11 | 金寶電子工業股份有限公司 | 定位導航方法及其電子裝置 |
JP6535537B2 (ja) * | 2015-07-30 | 2019-06-26 | 株式会社Subaru | 車両の運転支援装置 |
CN105137970B (zh) * | 2015-07-31 | 2018-03-16 | 奇瑞汽车股份有限公司 | 车辆避障方法及装置 |
US20170083794A1 (en) * | 2015-09-18 | 2017-03-23 | Ford Global Technologies, Llc | Virtual, road-surface-perception test bed |
CN106569488A (zh) * | 2015-10-09 | 2017-04-19 | 北京京东尚科信息技术有限公司 | 拣货方法、拣货系统、调度服务器、拣货车以及控制装置 |
CN105509729B (zh) * | 2015-11-16 | 2018-06-29 | 中国航天时代电子公司 | 一种基于仿生触角的机器人自主导航方法 |
WO2017147747A1 (en) | 2016-02-29 | 2017-09-08 | SZ DJI Technology Co., Ltd. | Obstacle avoidance during target tracking |
US10303166B2 (en) * | 2016-05-23 | 2019-05-28 | nuTonomy Inc. | Supervisory control of vehicles |
CN105976457A (zh) * | 2016-07-12 | 2016-09-28 | 百度在线网络技术(北京)有限公司 | 用于指示车辆行车动态的方法和装置 |
CN106681359B (zh) * | 2016-07-18 | 2020-10-27 | 歌尔股份有限公司 | 一种智能婴儿车的控制方法、智能婴儿车及控制系统 |
CH713152A2 (de) * | 2016-11-23 | 2018-05-31 | Cleanfix Reinigungssysteme Ag | Bodenbehandlungsmaschine und Verfahren zum Behandeln von Bodenflächen. |
JP6544348B2 (ja) * | 2016-12-22 | 2019-07-17 | トヨタ自動車株式会社 | 車両運転支援装置 |
US10611370B2 (en) * | 2017-02-09 | 2020-04-07 | Panasonic Intellectual Property Corporation Of America | Information processing apparatus, information processing method, and non-transitory recording medium |
CN108454512B (zh) * | 2017-02-20 | 2021-06-04 | 奥迪股份公司 | 避开车辆车轮周围异物的装置、方法及车辆 |
CN107145147B (zh) * | 2017-04-10 | 2020-12-15 | 广州小鹏汽车科技有限公司 | 一种车辆低速自动驾驶避碰方法及系统 |
EP3611589B1 (en) | 2017-04-11 | 2021-11-17 | Amicro Semiconductor Co., Ltd. | Method for controlling motion of robot based on map prediction |
CN106843239B (zh) * | 2017-04-11 | 2020-05-01 | 珠海市一微半导体有限公司 | 基于地图预测的机器人运动控制方法 |
JP6743750B2 (ja) * | 2017-04-14 | 2020-08-19 | 株式会社ダイフク | 物品搬送設備 |
CN107179078B (zh) * | 2017-05-24 | 2020-04-03 | 合肥工业大学 | 一种基于时间窗优化的agv路径规划方法 |
US10782699B2 (en) * | 2018-03-10 | 2020-09-22 | Baidu Usa Llc | Real-time perception adjustment and driving adaption based on surrounding vehicles' behavior for autonomous driving vehicles |
CN108489501A (zh) * | 2018-03-16 | 2018-09-04 | 深圳冰川网络股份有限公司 | 一种基于智能绕过障碍的快速路径搜索算法 |
CN110319846A (zh) * | 2018-03-30 | 2019-10-11 | 郑州宇通客车股份有限公司 | 一种用于车辆的可行驶区域提取方法及系统 |
CN109062948B (zh) * | 2018-06-22 | 2020-11-13 | 广州杰赛科技股份有限公司 | 目标点确定、目标路径确定方法和系统 |
US11117569B2 (en) * | 2018-06-27 | 2021-09-14 | Baidu Usa Llc | Planning parking trajectory generation for self-driving vehicles using optimization method |
CN108748165A (zh) * | 2018-08-13 | 2018-11-06 | 安徽爱依特科技有限公司 | 一种自主识别防撞的人工智能机器人 |
KR102223347B1 (ko) * | 2018-09-28 | 2021-03-04 | 바이두닷컴 타임즈 테크놀로지(베이징) 컴퍼니 리미티드 | 에뮬레이션 기반의 자율 주행 차량의 3점 방향 전환 계획 |
CN109341698B (zh) * | 2018-11-29 | 2019-12-27 | 深圳市银星智能科技股份有限公司 | 一种移动机器人的路径选择方法及装置 |
CN109784526B (zh) | 2018-12-05 | 2023-02-28 | 阿波罗智能技术(北京)有限公司 | 通行路径的规划方法、装置、设备及可读存储介质 |
WO2020136385A1 (ja) * | 2018-12-28 | 2020-07-02 | 日産自動車株式会社 | 運転支援方法及び運転支援装置 |
CN109732598A (zh) * | 2018-12-29 | 2019-05-10 | 深圳市越疆科技有限公司 | 一种避障方法、装置及协作式机器人 |
CN109782756A (zh) * | 2018-12-29 | 2019-05-21 | 国网安徽省电力有限公司检修分公司 | 具有自主绕障行走功能的变电站巡检机器人 |
CN111457931B (zh) * | 2019-01-21 | 2021-09-24 | 广州汽车集团股份有限公司 | 自动驾驶车辆的局部路径重规划控制方法、装置、系统及存储介质 |
CN109828574B (zh) * | 2019-02-22 | 2022-05-03 | 深兰机器人(上海)有限公司 | 一种避障方法及电子设备 |
CN109760060B (zh) * | 2019-03-02 | 2021-06-08 | 安徽理工大学 | 一种多自由度机器人智能避障方法及其系统 |
KR102709880B1 (ko) * | 2019-03-13 | 2024-09-26 | 한화에어로스페이스 주식회사 | 경로 제공 장치 및 경로 제공 방법 |
CN112097781B (zh) * | 2019-06-17 | 2023-05-09 | 宇通客车股份有限公司 | 一种基于多级触须的路径规划方法及装置 |
CN110530390A (zh) * | 2019-09-16 | 2019-12-03 | 哈尔滨工程大学 | 一种在狭窄环境下的非质点车辆路径规划方法 |
CN112539748B (zh) * | 2019-09-19 | 2022-08-23 | 沛远智能科技(厦门)有限公司 | 适用于自动引导车辆的导航方法与系统 |
CN113040922B (zh) * | 2019-12-27 | 2022-06-14 | 重庆海扶医疗科技股份有限公司 | 聚焦超声手术执行机构的运动控制方法、介质、系统和设备 |
CN113119964B (zh) * | 2019-12-30 | 2022-08-02 | 宇通客车股份有限公司 | 一种自动驾驶车辆碰撞预测判断方法及装置 |
US11538343B2 (en) | 2020-03-23 | 2022-12-27 | Toyota Motor North America, Inc. | Automatic warning of atypical audio indicating a transport event |
US11443624B2 (en) | 2020-03-23 | 2022-09-13 | Toyota Motor North America, Inc. | Automatic warning of navigating towards a dangerous area or event |
CN111708361B (zh) * | 2020-05-19 | 2023-09-08 | 上海有个机器人有限公司 | 多机器人碰撞预测方法和装置 |
CN111513626A (zh) * | 2020-06-30 | 2020-08-11 | 北京欣奕华数字科技有限公司 | 移动设备的避障方法及移动设备 |
CN111739099B (zh) * | 2020-07-20 | 2020-12-11 | 北京云迹科技有限公司 | 预防跌落方法、装置及电子设备 |
CN112305911B (zh) * | 2020-09-11 | 2023-03-03 | 北京智行者科技股份有限公司 | 一种复杂环境下的反馈预测控制方法及其装置、车辆 |
CN112207826A (zh) * | 2020-09-28 | 2021-01-12 | 深圳市优必选科技股份有限公司 | 机器人及其路径规划方法和装置 |
CN112698659A (zh) * | 2020-12-29 | 2021-04-23 | 北京电子工程总体研究所 | 一种针对静态场景的编队避障方法 |
CN112731939A (zh) * | 2020-12-29 | 2021-04-30 | 北京电子工程总体研究所 | 针对动态目标的编队避障方法 |
CN113252040B (zh) * | 2021-05-08 | 2022-10-18 | 云南财经大学 | 一种改进的agv小车二维码弧线导航方法 |
CN113268065B (zh) * | 2021-07-19 | 2021-09-24 | 山东华力机电有限公司 | 基于人工智能的agv自适应转弯避障方法、装置及设备 |
CN113435417B (zh) * | 2021-08-26 | 2021-11-16 | 山东华力机电有限公司 | 一种双轮驱动的agv转向视觉控制方法 |
CN113771850A (zh) * | 2021-09-08 | 2021-12-10 | 恒大新能源汽车投资控股集团有限公司 | 车辆道路行驶控制方法及装置、计算机可读存储介质 |
CN113885525A (zh) * | 2021-10-30 | 2022-01-04 | 重庆长安汽车股份有限公司 | 一种自动驾驶车辆脱困的路径规划方法、系统、车辆及存储介质 |
CN115185286B (zh) * | 2022-09-13 | 2022-12-27 | 上海仙工智能科技有限公司 | 一种移动机器人自主绕障规划方法及其任务调度系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101075352A (zh) * | 2007-06-29 | 2007-11-21 | 中国科学院计算技术研究所 | 一种用于动态实体的分层避障方法 |
CN101666649A (zh) * | 2009-09-17 | 2010-03-10 | 华南农业大学 | 一种非360°探测机器人的定目标导航方法 |
CN102520721A (zh) * | 2011-12-08 | 2012-06-27 | 北京控制工程研究所 | 一种基于双目立体视觉的巡视探测器自主避障规划方法 |
-
2013
- 2013-06-19 CN CN201310246898.6A patent/CN103335658B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101075352A (zh) * | 2007-06-29 | 2007-11-21 | 中国科学院计算技术研究所 | 一种用于动态实体的分层避障方法 |
CN101666649A (zh) * | 2009-09-17 | 2010-03-10 | 华南农业大学 | 一种非360°探测机器人的定目标导航方法 |
CN102520721A (zh) * | 2011-12-08 | 2012-06-27 | 北京控制工程研究所 | 一种基于双目立体视觉的巡视探测器自主避障规划方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019026074A1 (en) * | 2017-07-31 | 2019-02-07 | Israel Aerospace Industries Ltd. | TRAJECTORY PLANNING WITHIN A TRAINED AREA |
Also Published As
Publication number | Publication date |
---|---|
CN103335658A (zh) | 2013-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103335658B (zh) | 一种基于弧线路径生成的自主车辆避障方法 | |
CN110018689B (zh) | 一种基于动态窗口的多虚拟目标点全局动态路径规划算法 | |
Batkovic et al. | Real-time constrained trajectory planning and vehicle control for proactive autonomous driving with road users | |
Sezer et al. | A novel obstacle avoidance algorithm:“Follow the Gap Method” | |
TW202019743A (zh) | 自動駕駛車輛之行駛軌跡規劃系統及方法 | |
Zhao et al. | Dynamic motion planning for autonomous vehicle in unknown environments | |
JP7130062B2 (ja) | 経路決定方法 | |
CN106483955A (zh) | 用于控制自主导航的装置和方法 | |
JP2014136480A (ja) | 走行経路生成装置 | |
CN104881025A (zh) | 一种地下矿用车辆的反应式导航控制方法 | |
CN113608531A (zh) | 基于安全a*引导点的动态窗口的无人车实时全局路径规划方法 | |
Zhang et al. | Dynamic obstacle-avoiding path planning for robots based on modified potential field method | |
CN113110497A (zh) | 基于导航路径的沿边绕障路径选择方法、芯片及机器人 | |
Park et al. | Path generation algorithm based on crash point prediction for lane changing of autonomous vehicles | |
Rizano et al. | Global path planning for competitive robotic cars | |
CN113341999A (zh) | 一种基于优化d*算法的叉车路径规划方法及装置 | |
US11986964B2 (en) | Path determination device, robot, and path determination method | |
JP7250571B2 (ja) | 倒立振子型ロボット | |
CN108255165A (zh) | 基于邻域势场的机器人路径规划方法 | |
CN112731944B (zh) | 一种无人驾驶压路机自主避障方法 | |
CN115167393A (zh) | 未知环境下基于改进蚁群和动态窗口法的路径规划方法 | |
Luo et al. | Joint grid network and improved particle swarm optimization for path planning of mobile robot | |
CN112748733A (zh) | 电缆放线车路径规划方法、装置、设备及存储介质 | |
Vokřínek et al. | Cooperative agent navigation in partially unknown urban environments | |
Hacene et al. | Autonomous navigation and obstacle avoidance for a wheeled mobile robots: A hybrid approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160914 |
|
CF01 | Termination of patent right due to non-payment of annual fee |