CN109556623B - 融合触须算法与切线图法的迭代式路径规划算法 - Google Patents

融合触须算法与切线图法的迭代式路径规划算法 Download PDF

Info

Publication number
CN109556623B
CN109556623B CN201811474480.XA CN201811474480A CN109556623B CN 109556623 B CN109556623 B CN 109556623B CN 201811474480 A CN201811474480 A CN 201811474480A CN 109556623 B CN109556623 B CN 109556623B
Authority
CN
China
Prior art keywords
tangent
boundary
algorithm
path
iteration
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.)
Active
Application number
CN201811474480.XA
Other languages
English (en)
Other versions
CN109556623A (zh
Inventor
刘子超
张春华
吕卫强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China South Industries Group Automation Research Institute
Original Assignee
China South Industries Group Automation Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China South Industries Group Automation Research Institute filed Critical China South Industries Group Automation Research Institute
Priority to CN201811474480.XA priority Critical patent/CN109556623B/zh
Publication of CN109556623A publication Critical patent/CN109556623A/zh
Application granted granted Critical
Publication of CN109556623B publication Critical patent/CN109556623B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明公开了融合触须算法与切线图法的迭代式路径规划算法，从当前位置开始，生成满足车辆运动学约束的左右边界触须；使用切线图法生成满足安全性约束、最短路径约束的行驶轨迹；根据左右边界触须与切线图行驶轨迹的相对位置关系，确定迭代方向迭代生成新的子路径点，若未到达目标位置则继续计算知道达目标位置结束规划，迭代生成的路径作为该算法的规划结果。通过触须算法满足车辆运动学约束与车辆动力学约束的优势，改进现有切线图法，使规划结果能够直接应用于车辆路径规划；使用迭代方法实现规划结果平滑，能够不断逼近切线图法的规划结果；解决了现有算法无法同时满足实时性与最短路径，不考虑车辆的运动学约束、动力学约束的问题。

Description

融合触须算法与切线图法的迭代式路径规划算法
技术领域
本发明涉及一种车辆自主行驶路径规划，具体涉及一种融合触须算法与切线图法的迭代式路径规划算法。
背景技术
触须算法在每个控制周期内根据车辆行驶速度生成一组预先设定的触须，每条触须以当前位置为起点，以某一前轮偏角下预测的行驶轨迹构建触须，判断触须末端与目标位置的距离，对距离目标位置最近的触须进行安全性分析，若满足安全性约束，则选择该触须作为下一控制周期的规划路径，否则对该触须左右两侧的触须进行安全性分析，并继续向外扩散，直至某条触须满足安全性约束。切线图法是一种全局路径规划方法，获取全局地图后经障碍物抽象、切线图构建、图搜索算法获得最优路径；障碍物抽象一般使用圆形或凸多边形，将不规则障碍物抽象为规则形状；切线图构建是将二维平面图转换为网络图，先生成起点、终点到各障碍物的切线与障碍物之间的公切线，然后保留障碍物的边以及不与障碍物相交的切线；使用动态规划、A*算法或Dijkstra算法在切线图中寻找起点到终点的最优路径，该路径为全局最优路径。但是，触须算法的结果为局部最优路径，不是全局最优路径；切线图法的结果为折线，一般不满足车辆运动学约束与动力学约束，无法直接应用于车辆路径规划。
发明内容
本发明所要解决的技术问题是：现有算法无法同时满足实时性与最短路径，不考虑车辆的运动学约束、动力学约束的问题，本发明提供了解决上述问题的融合触须算法与切线图法的迭代式路径规划算法。
本发明通过下述技术方案实现：
融合触须算法与切线图法的迭代式路径规划算法，主要包括以下步骤：
S1、从当前位置开始，生成满足车辆运动学约束的左右边界触须；
S2、使用切线图法生成满足安全性约束、最短路径约束的行驶轨迹；
S3、根据左右边界触须与切线图行驶轨迹的相对位置关系，确定迭代方向；
S4、确定迭代方向后迭代生成新的子路径点，若未到达目标位置，则转至步骤S1；若到达目标位置，规划结束，将迭代生成的路径作为该算法的规划结果。
进一步的，步骤S1中所述左右边界触须生成的方法如下：
从当前位置开始，转向机构向某一方向转向至转向机构在一个迭代步长能够到达的极限位置，根据迭代步长与车速计算迭代周期，再根据转向机构转向速度与迭代周期时长计算转向角度的最大变化量，结合前轮偏角的机械限位、当前车速不侧倾的安全前轮偏角范围确定该极限位置，车辆行驶的整个行驶轨迹根据车辆运动学模型或动力学模型生成左转向的左侧边界触须与右转向的右侧边界触须。
进一步的，步骤S1中生成的边界触须对车辆未来行驶路径的预测方法采用但不仅限于实验、仿真、建模分析、车辆模型计算、实验采集实际路径作为预测路径的模板。
进一步的，步骤S2的具体实现方法是：基于全局或局部地图使用切线图法获得行驶轨迹，由障碍物边界与障碍物公切线组成，使得规划结果是最短路径，且不与障碍物干涉。
进一步的，步骤S3中确定迭代方向的方法是：
(1)若切线位于左右边界触须之间，直接选择切线方向为迭代方向；
(2)若切线位于左右边界触须外，选择更接近切线的边界触须方向为迭代方向。
进一步的，所述左右边界触须之间定义为左边界触须方向与右边界触须方向夹角小于180°的范围；所述更接近切线的边界触须定义为比较切线方向与边界触须方向小于等于180°的两个夹角，较小者对应的触须为更接近切线的边界触须。
本发明具有如下的优点和有益效果：
1、本发明通过触须算法满足车辆运动学约束与车辆动力学约束的优势，改进现有切线图法，使规划结果能够直接应用于车辆路径规划；
2、本发明使用迭代方法实现规划结果平滑，在规划时迭代末端能够不断逼近切线图法的规划结果，直至与切线图的结果重合，解决了现有算法无法同时满足实时性与最短路径，不考虑车辆的运动学约束、动力学约束的问题。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明的路径规划流程图。
图2为本发明的迭代方向选择规律示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1
如图1所示，融合触须算法与切线图法的迭代式路径规划算法，主要包括以下步骤：
S1、从当前位置开始，生成满足车辆运动学约束的左右边界触须；
S2、使用切线图法生成满足安全性约束、最短路径约束的行驶轨迹；
S3、根据左右边界触须与切线图行驶轨迹的相对位置关系，确定迭代方向；
S4、确定迭代方向后迭代生成新的子路径点，若未到达目标位置，则转至步骤S1；若到达目标位置，规划结束，将迭代生成的路径作为该算法的规划结果。
实施时，步骤S1中所述左右边界触须生成的方法如下：
从当前位置开始，转向机构向某一方向转向至转向机构在一个迭代步长能够到达的极限位置，车辆行驶的整个行驶轨迹根据车辆运动学模型或动力学模型生成左转向的左侧边界触须与右转向的右侧边界触须。
步骤S1中车辆运动学模型或动力学模型视具体车辆结构尺寸、传动方式有所区别，但是仅针对车轮摆动转向机构，对差速转向机构不存在边界触须。
步骤S1中生成的边界触须对车辆未来行驶路径的预测不限于实验、仿真、建模分析等获知途径，即可通过车辆模型计算，也可以通过实验采集实际路径作为预测路径的模板。
步骤S2的具体实现方法是：基于全局或局部地图使用切线图法获得行驶轨迹，由障碍物边界与障碍物公切线组成，使得规划结果是最短路径，且不与障碍物干涉。
步骤S2中切线图法可使用现有的切线图法进行规划，不限制规划过程，仅使用其满足安全性、最短路径约束的规划结果，作为步骤S3的输入信息。
如图2所示，图中实线代表迭代方向，步骤S3中确定迭代方向的方法是：
(1)若切线位于左右边界触须之间，直接选择切线方向为迭代方向；
(2)若切线位于左右边界触须外，选择更接近切线的边界触须方向为迭代方向。
所述左右边界触须之间定义为左边界触须方向与右边界触须方向夹角小于180°的范围；所述更接近切线的边界触须定义为比较切线方向与边界触须方向小于等于180°的两个夹角，较小者对应的触须为更接近切线的边界触须。
步骤S3中迭代步长需要针对具体场合进行调节，步长越长，规划速度越快，步长越短，规划结果越平滑。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.融合触须算法与切线图法的迭代式路径规划算法，其特征在于，主要包括以下步骤：
S1、从当前位置开始，生成满足车辆运动学约束的左右边界触须；
S2、使用切线图法生成满足安全性约束、最短路径约束的行驶轨迹；
S3、根据左右边界触须与切线图行驶轨迹的相对位置关系，确定迭代方向；
S4、确定迭代方向后迭代生成新的子路径点，若未到达目标位置，则转至步骤S1；若到达目标位置，规划结束，将迭代生成的路径作为该算法的规划结果；
步骤S3中确定迭代方向的方法是：
（1）若切线位于左右边界触须之间，直接选择切线方向为迭代方向；
（2）若切线位于左右边界触须外，选择最接近切线的边界触须方向为迭代方向；
所述左右边界触须之间定义为左边界触须方向与右边界触须方向夹角小于180°的范围；所述最接近切线的边界触须定义为比较切线方向与边界触须方向小于等于180°的两个夹角，最小者对应的触须为最接近切线的边界触须。
2.根据权利要求1所述的融合触须算法与切线图法的迭代式路径规划算法，其特征在于，步骤S1中所述左右边界触须生成的方法如下：
从当前位置开始，转向机构向某一方向转向至转向机构在一个迭代步长能够到达的极限位置，根据迭代步长与车速计算迭代周期，再根据转向机构转向速度与迭代周期时长计算转向角度的最大变化量，结合前轮偏角的机械限位、当前车速不侧倾的安全前轮偏角范围确定该极限位置；车辆行驶的整个行驶轨迹根据车辆运动学模型或动力学模型生成左转向的左侧边界触须与右转向的右侧边界触须。
3.根据权利要求1所述的融合触须算法与切线图法的迭代式路径规划算法，其特征在于，步骤S1中生成的边界触须对车辆未来行驶路径的预测方法采用但不仅限于实验、仿真、建模分析、车辆模型计算、实验采集实际路径作为预测路径的模板。
4.根据权利要求1所述的融合触须算法与切线图法的迭代式路径规划算法，其特征在于，步骤S2的具体实现方法是：基于全局或局部地图使用切线图法获得行驶轨迹，由障碍物边界与障碍物公切线组成，使得规划结果是最短路径，且不与障碍物干涉。
CN201811474480.XA 2018-12-04 2018-12-04 融合触须算法与切线图法的迭代式路径规划算法 Active CN109556623B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811474480.XA CN109556623B (zh) 2018-12-04 2018-12-04 融合触须算法与切线图法的迭代式路径规划算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811474480.XA CN109556623B (zh) 2018-12-04 2018-12-04 融合触须算法与切线图法的迭代式路径规划算法

Publications (2)

Publication Number Publication Date
CN109556623A CN109556623A (zh) 2019-04-02
CN109556623B true CN109556623B (zh) 2022-07-29

Family

ID=65868903

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811474480.XA Active CN109556623B (zh) 2018-12-04 2018-12-04 融合触须算法与切线图法的迭代式路径规划算法

Country Status (1)

Country Link
CN (1) CN109556623B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112697157B (zh) * 2020-12-04 2023-10-20 盐城中科高通量计算研究院有限公司 一种巡逻车用高精度循迹地图自动生成方法
CN112763751B (zh) * 2020-12-16 2021-12-07 北京理工大学 一种基于被动式触须传感器的形状识别方法及系统
CN115307651A (zh) * 2022-07-21 2022-11-08 同济大学 一种基于仿生触须的自动驾驶路径规划方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101777093A (zh) * 2009-12-25 2010-07-14 电子科技大学 一种大规模虚拟人群寻径方法
CN104020674A (zh) * 2014-04-21 2014-09-03 华南农业大学 车辆Bug避障算法的Matlab仿真可视化平台
CN105551284A (zh) * 2016-01-29 2016-05-04 武汉光庭科技有限公司 一种开放式自动驾驶系统
CN108088456A (zh) * 2017-12-21 2018-05-29 北京工业大学 一种具有时间一致性的无人驾驶车辆局部路径规划方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101777093A (zh) * 2009-12-25 2010-07-14 电子科技大学 一种大规模虚拟人群寻径方法
CN104020674A (zh) * 2014-04-21 2014-09-03 华南农业大学 车辆Bug避障算法的Matlab仿真可视化平台
CN105551284A (zh) * 2016-01-29 2016-05-04 武汉光庭科技有限公司 一种开放式自动驾驶系统
CN108088456A (zh) * 2017-12-21 2018-05-29 北京工业大学 一种具有时间一致性的无人驾驶车辆局部路径规划方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Real-Time Path Planning in Unknown Environments for Bipedal Robots;Arne-Christoph Hildebrandt 等;《IEEE Robotics and Automation Letters》;20170606;第1856-1863页 *
基于Agent的动态路径规划;宋露;《中国优秀硕士学位论文全文数据库》;20161115;第9页 *
智能车辆路径巡航和自主避障的触须算法;牛润新 等;《交通运输工程学报》;20101231;第53-58页 *
移动机器人混合路径规划研究;张成;《中国优秀硕士学位论文全文数据库》;20180115;第1-88页 *

Also Published As

Publication number Publication date
CN109556623A (zh) 2019-04-02

Similar Documents

Publication Publication Date Title
JP6525332B2 (ja) 半自律車両、及び、半自律車両を制御する方法
US11460311B2 (en) Path planning method, system and device for autonomous driving
EP3623759B1 (en) A computer-implemented method and a system for defining a path for a vehicle within an environment with obstacles
CN111830979B (zh) 一种轨迹优化方法和装置
CN109556623B (zh) 融合触须算法与切线图法的迭代式路径规划算法
CN113044029B (zh) 一种保证无人车在三维地形上安全行驶的运动规划方法
US10861183B2 (en) Method and device for short-term path planning of autonomous driving through information fusion by using V2X communication and image processing
JP2021526478A (ja) 車両の制御システム、車両を制御する方法、及び非一時的コンピュータ可読メモリ
CN110647151B (zh) 坐标转换方法及装置、计算机可读存储介质、电子设备
CN113895463B (zh) 一种适用于自动驾驶车辆掉头的路径规划方法
CN114281084B (zh) 一种基于改进a*算法的智能车全局路径规划方法
Bertolazzi et al. Efficient re-planning for robotic cars
Zhang et al. Structured road-oriented motion planning and tracking framework for active collision avoidance of autonomous vehicles
CN116182884A (zh) 基于frenet坐标系横纵解耦的智能车辆局部路径规划方法
CN114763133A (zh) 车辆泊车规划方法、装置、设备及计算机存储介质
Martin Interactive motion prediction using game theory
Schroder et al. Path planning for cognitive vehicles using risk maps
Li et al. Decision making for autonomous vehicles
CN111857112B (zh) 一种汽车局部路径规划方法及电子设备
Jiang et al. DL-AMP and DBTO: An Automatic Merge Planning and Trajectory Optimization and its Application in Autonomous Driving
Li et al. An efficient sampling-based hybrid a* algorithm for intelligent vehicles
Shan et al. Research and validation of self-driving path planning algorithm based on optimized A*-artificial potential field method
Patel et al. Simulation-based analysis of highway trajectory planning using high-order polynomial for highly automated driving function
CN116674562B (zh) 车辆控制方法、装置、计算机设备及存储介质
Cheedalla et al. Parallel Parking and Parking Assist System for Autonomous and Semi-Autonomous Vehicles

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220811

Address after: 621000 Mianyang province Sichuan City Youxian District Road No. 7 two immortals

Patentee after: China Ordnance Equipment Group Automation Research Institute Co.,Ltd.

Address before: 621000 Mianyang province Sichuan City Youxian District Road No. 7 two immortals

Patentee before: China Ordnance Equipment Group Automation Research Institute Co.,Ltd.