CN111397624A - 一种基于JPS和Hybrid A*的全局路径规划方法 - Google Patents
一种基于JPS和Hybrid A*的全局路径规划方法 Download PDFInfo
- Publication number
- CN111397624A CN111397624A CN202010231973.1A CN202010231973A CN111397624A CN 111397624 A CN111397624 A CN 111397624A CN 202010231973 A CN202010231973 A CN 202010231973A CN 111397624 A CN111397624 A CN 111397624A
- Authority
- CN
- China
- Prior art keywords
- current
- new
- point
- target area
- path
- 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.)
- Pending
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)
- Navigation (AREA)
Abstract
本发明公开了一种基于JPS和Hybrid A*的全局路径规划方法,包括如下步骤:步骤1:得到地图信息,确定车辆的起始点和目标点;步骤2:通过跳点法,找到对应的初始路径,将初始路径中的路径点作为新的目标,并生成对应的目标区域;步骤3:确定当前点,当前目标点及当前目标区域;步骤4:使用Hybrid A*算法,从当前点开始,生成到达对应目标区域的路径;步骤5:检查当前区域是否为最终目标区域,若不是,则更新目标区域及目标点;若是,则完成路径规划。本发明的基于JPS和Hybrid A*的全局路径规划方法,通过步骤1至步骤5的设置,便可有效的实现基于JPS和Hybrid A*进行全局路径规划了。
Description
技术领域
本发明涉及智能网联汽车技术领域,具体涉及一种基于JPS和Hybrid A* 的全局路径规划方法。
背景技术
随着传感技术和人工智能的不断发展,自动驾驶系统的发展日益成熟。自动驾驶系统能减少驾驶员的操作负担,并减少交通事故发生的概率,将在生活中扮演愈发重要的角色。路径规划是自动驾驶系统中的关键一环,主要是在先验地图中,结合当前环境信息,规划出一条从起始点到目标点的可行路径。
目前,解决路径规划问题主要是用图搜索算法,如A*算法,JPS算法和Hybrid A*算法。A*算法在搜索过程中,根据与目标点相关的启发式信息,朝着有利的方向展开搜索,可以避免许多无意义的搜索路径,大大减少搜索范围、降低问题的复杂度;JPS算法改进了A*算法,省略了大量关于无用节点的计算,可更快速地生成路径。但是,JPS算法生成的路径无法供车辆行驶,因为未考虑车辆的运动学约束;Hybrid A*算在生成新路径时,考虑了车辆的运动学约束,使生成的路径更具实际意义,但Hybrid A*算法会在无效方向进行探索,如死角区域。
发明内容
针对现有技术存在的不足,本发明的目的在于提供一种基于JPS和Hybrid A*的全局路径规划方法。该方法先用JPS算法寻找一条初始路径,并将路径中的各个路径点当作参考点,生成对应的目标区域。再用Hybrid A*算法,依次生成到达各个目标区域的路径,完成路径规划。
为实现上述目的,本发明提供了如下技术方案:一种基于JPS和Hybrid A*的全局路径规划方法,其特征在于:包括如下步骤:
步骤1:得到地图信息,确定车辆的起始点和目标点;
步骤2:通过跳点法,找到对应的初始路径,将初始路径中的路径点作为新的目标,并生成对应的目标区域;
步骤3:确定当前点,当前目标点及当前目标区域;
步骤4:使用Hybrid A*算法,从当前点开始,生成到达对应目标区域的路径;
步骤5:检查当前区域是否为最终目标区域,若不是,则更新目标区域及目标点;若是,则完成路径规划。
作为本发明的进一步改进,步骤2中,根据新目标点生成目标区域具体过程如下:
记JPS找到的路径点为{P1,P2...Pn},以各个路径点为圆心,Rl为半径,生成对应的目标区域{Area1,Area2...Arean}
Rl的计算公式如下:
其中,Lx为车辆的轴距,Lf为车辆的前悬长度,Wc为车辆的宽度。
作为本发明的进一步改进,步骤3中,确定当前点,当前目标点及当前目标区域的具体过程如下:
令起始点Sstart(xstart,ystart,θstart)为当前点Ncurrent(xcurrent,ycurrent,θcurrent),目标点列表中的第一个点P1为当前目标点Goaleurrent ,目标区域中的第一个区域Area1为当前目标区域Areacurrent。
作为本发明的进一步改进,步骤3中,确定当前点,当前目标点及当前目标区域的具体过程如下:
令起始点Sstart(xstart,ystart,θstart)为当前点Ncurrent(xcurrent,ycurrent,θcurrent),目标点列表中的第一个点P1为当前目标点Goalcurrent ,目标区域中的第一个区域Area1为当前目标区域Areacurrent。
作为本发明的进一步改进,步骤4中,生成到达对应目标区域路径的过程如下:
I.扩展当前节点,并生成路径。当前点Ncurrent(xcurrent,ycurrent,θcurrent)生成新节点Nnew(xnew,ynew,θnew)及新路径的计算公式如下:
xnew=xcurrent+Rnew(sin(θnew)-sin(θcurrent))
ynew=ycurrent+Rnew(cos(θcurrent)-cos(θnew))
θnew=θcurrent+β
其中,Wx是轴距,Larc是预设的圆弧长度,α是车轮的转向角度;
II.计算新节点的启发函数值fnew:
fnew=gnew+hnew+δ(dnew)
其中gnew为新节点Nnew沿着已经生成的路径到起始点Snew的路径长度。δ(x)为障碍物惩罚函数,dnew为新节点Nnew与障碍物之间的最短距离;
III.将新生成的节点都放入Open列表中,再从Open中挑选出f值最小的节点放入Closed列表中,并将该节点当作当前点;
IV.检查当前点是否在当前目标区域中。若在,则结束步骤4,进行步骤5。若不在,则返回I。
作为本发明的进一步改进,步骤5中,更新目标区域和目标点的具体过程如下:在目标区域列表{Area1,Area2...Arean}中,当前目标区域Areacurrent对应的下一个目标区域,即为新的目标区域。
本发明的有益效果,本方法利用了JPS算法的快速性,以及HybridA*算法的车辆适用性,通过JPS算法的引导,避免了HybridA*算法在无效区域的探索。
1.提出了一种基于JPS和Hybrid A*的全局路径规划方法。该方法利用JPS算法寻找路径的快速性,以及Hybrid A*算法的车辆适用性规划路径。解决了传统图搜索算法在无效区域花费大量时间探索的问题。
2.提出一种追寻多目标的路径规划方法。该方法通过Hybrid A*算法依次生成到达各个目标区域的路径,并且为了避免旧节点的无效拓展,每次更新目标区域后都清空Open列表。该方法与JPS算法的结合,使得车辆能够更快速的生成有效路径。
附图说明
图1是算法的流程图;
图2是JPS算法寻找路径的过程示意图;
图3是新目标点的示意图;
图4是目标区域生成示意图;
图5是全部目标区域的示意图;
图6是生成新节点的示意图。
具体实施方式
下面将结合附图所给出的实施例对本发明做进一步的详述。
参照图1所示,本实施例的一种基于跳点法和Hybrid A*的路径规划方法,前期采用跳点法进行路径搜索,快速找到初始路径。再将路径中的点依次作为小目标,使用HybridA*算法生成对应的路径,直到到达最终目标点。
因此,方案实施过程如图1所示,主要包含如下过程:
步骤1:得到地图信息,确定车辆的起始点和目标点。
步骤2:通过跳点法,找到对应的初始路径,将初始路径中的路径点作为新的目标,并生成对应的目标区域。
步骤3:确定当前点,当前目标点及当前目标区域。
步骤4:使用Hybrid A*算法,从当前点开始,生成到达对应目标区域的路径。
步骤5:检查当前区域是否为最终目标区域,若不是,则更新目标区域及目标点;若是,则完成路径规划。
下面一一予以细述。
步骤1:得到地图信息,确定车辆的起始点和目标点。
路径规划系统获得地图信息,设定起始点Sstart(xstart,ystart,θstart),和目标点Pgoal(xgoal,ygoal,θgoal)。
步骤2:通过跳点法,找到对应的初始路径,将初始路径中的路径点作为新的目标,并生成对应的目标区域。
JPS寻找过程及初始路径如图2所示,初始路径中的各个路径点如图3所示,其中P1为起始点,P7为目标点。
以各个路径点{P1,P2...Pn}为圆心,Rl为半径,生成对应的目标区域 {Area1,Area2...Arean},如图5所示,其中P7为最终目标点Pgoal,Area7为最终目标区域Areagoal。
图4中Rl的计算公式如下:
其中,Lx为车辆的轴距,Lf为车辆的前悬长度,Wc为车辆的宽度。
步骤3:确定当前点,当前目标点及当前目标区域。
令起始点Sstart(xstart,ystart,θstart)为当前点Ncurrent(xcurrent,ycurrent,θcurrent),目标点列表中的第一个点P1为当前目标点Goaleurrent ,目标区域中的第一个区域Area1为当前目标区域Areacurrent。
步骤4:使用Hybrid A*算法,从当前点开始,生成到达对应目标区域的路径。
I.扩展当前节点,并生成路径。如图6所示,当前点 Ncurrent(xcurrent,ycurrent,θcurrent)生成新节点Nnew(xnew,ynew,θnew)及新路径的计算公式如下:
xnew=xcurrent+Rnew(sin(θnew)-sin(θcurrent))
ynew=ycurrent+Rnew(cos(θcurrent)-cos(θnew))
θnew=θcurrent+β
其中,Wx是轴距,Larc是预设的圆弧长度,α是车轮的转向角度。
II.计算新节点的启发函数值fnew:
fnew=gnew+hnew+δ(dnew)
其中gnew为新节点Nnew沿着已经生成的路径到起始点Snew的路径长度。δ(x)为障碍物惩罚函数,dnew为新节点Nnew与障碍物之间的最短距离。
III.将新生成的节点都放入Open列表中,再从Open中挑选出f值最小的节点放入Closed列表中,并将该节点当作当前点。
IV.检查当前点是否在当前目标区域中。若在,则结束步骤4,进行步骤5。若不在,则返回I。
步骤5:检查当前区域是否为最终目标区域,若不是,则更新目标区域及目标点;若是,则完成路径规划。在目标区域列表{Area1,Area2...Arean}中,当前目标区域Areacurrent对应的下一个目标区域,即为新的目标区域。如当前目标区域为 Area1,则新的目标区域应为Area2。目标点的更新同理。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (5)
1.一种基于JPS和Hybrid A*的全局路径规划方法,其特征在于:包括如下步骤:
步骤1:得到地图信息,确定车辆的起始点和目标点;
步骤2:通过跳点法,找到对应的初始路径,将初始路径中的路径点作为新的目标,并生成对应的目标区域;
步骤3:确定当前点,当前目标点及当前目标区域;
步骤4:使用Hybrid A*算法,从当前点开始,生成到达对应目标区域的路径;
步骤5:检查当前区域是否为最终目标区域,若不是,则更新目标区域及目标点;若是,则完成路径规划。
4.根据权利要求1或2所述的基于JPS和Hybrid A*的全局路径规划方法,其特征在于:步骤4中,生成到达对应目标区域路径的过程如下:
I.扩展当前节点,并生成路径。当前点Ncurrent(xcurrent,ycurrent,θcurrent)生成新节点Nnew(xnew,ynew,θnew)及新路径的计算公式如下:
xnew=xcurrent+Rnew(sin(θnew)-sin(θcurrent))
ynew=ycurrent+Rnew(cos(θcurrent)-cos(θnew))
θnew=θcurrent+β
其中,Wx是轴距,Larc是预设的圆弧长度,α是车轮的转向角度;
II.计算新节点的启发函数值fnew:
fnew=gnew+hnew+δ(dnew)
其中gnew为新节点Nnew沿着已经生成的路径到起始点Snew的路径长度。δ(x)为障碍物惩罚函数,dnew为新节点Nnew与障碍物之间的最短距离;
III.将新生成的节点都放入Open列表中,再从Open中挑选出f值最小的节点放入Closed列表中,并将该节点当作当前点;
IV.检查当前点是否在当前目标区域中,若在,则结束步骤4,进行步骤5,若不在,则返回I。
5.根据权利要求1或2所述的基于JPS和Hybrid A*的全局路径规划方法,其特征在于:步骤5中,更新目标区域和目标点的具体过程如下:
在目标区域列表{Area1,Area2…Arean}中,当前目标区域Areacurrent对应的下一个目标区域,即为新的目标区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010231973.1A CN111397624A (zh) | 2020-03-27 | 2020-03-27 | 一种基于JPS和Hybrid A*的全局路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010231973.1A CN111397624A (zh) | 2020-03-27 | 2020-03-27 | 一种基于JPS和Hybrid A*的全局路径规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111397624A true CN111397624A (zh) | 2020-07-10 |
Family
ID=71436703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010231973.1A Pending CN111397624A (zh) | 2020-03-27 | 2020-03-27 | 一种基于JPS和Hybrid A*的全局路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111397624A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113375686A (zh) * | 2021-04-26 | 2021-09-10 | 北京旷视机器人技术有限公司 | 路径规划的方法、装置以及智能输送系统 |
CN116481557A (zh) * | 2023-06-20 | 2023-07-25 | 北京斯年智驾科技有限公司 | 一种路口通行路径规划方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108983781A (zh) * | 2018-07-25 | 2018-12-11 | 北京理工大学 | 一种无人车目标搜索系统中的环境探测方法 |
CN110006430A (zh) * | 2019-03-26 | 2019-07-12 | 智慧航海(青岛)科技有限公司 | 一种航迹规划算法的优化方法 |
CN110196592A (zh) * | 2019-04-26 | 2019-09-03 | 纵目科技(上海)股份有限公司 | 一种轨迹线的更新方法、系统、终端和存储介质 |
CN110806218A (zh) * | 2019-11-29 | 2020-02-18 | 北京京东乾石科技有限公司 | 泊车路径规划方法、装置和系统 |
CN110836671A (zh) * | 2019-11-14 | 2020-02-25 | 北京京邦达贸易有限公司 | 轨迹规划方法、轨迹规划装置、存储介质与电子设备 |
-
2020
- 2020-03-27 CN CN202010231973.1A patent/CN111397624A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108983781A (zh) * | 2018-07-25 | 2018-12-11 | 北京理工大学 | 一种无人车目标搜索系统中的环境探测方法 |
CN110006430A (zh) * | 2019-03-26 | 2019-07-12 | 智慧航海(青岛)科技有限公司 | 一种航迹规划算法的优化方法 |
CN110196592A (zh) * | 2019-04-26 | 2019-09-03 | 纵目科技(上海)股份有限公司 | 一种轨迹线的更新方法、系统、终端和存储介质 |
CN110836671A (zh) * | 2019-11-14 | 2020-02-25 | 北京京邦达贸易有限公司 | 轨迹规划方法、轨迹规划装置、存储介质与电子设备 |
CN110806218A (zh) * | 2019-11-29 | 2020-02-18 | 北京京东乾石科技有限公司 | 泊车路径规划方法、装置和系统 |
Non-Patent Citations (1)
Title |
---|
张野等: "基于两步法的平行泊车分段路径规划算法", 《计算机仿真》, vol. 30, no. 06, 30 June 2013 (2013-06-30), pages 169 - 173 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113375686A (zh) * | 2021-04-26 | 2021-09-10 | 北京旷视机器人技术有限公司 | 路径规划的方法、装置以及智能输送系统 |
CN116481557A (zh) * | 2023-06-20 | 2023-07-25 | 北京斯年智驾科技有限公司 | 一种路口通行路径规划方法、装置、电子设备及存储介质 |
CN116481557B (zh) * | 2023-06-20 | 2023-09-08 | 北京斯年智驾科技有限公司 | 一种路口通行路径规划方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113359757B (zh) | 一种无人驾驶车辆路径规划与轨迹跟踪方法 | |
CN110333659B (zh) | 一种基于改进a星搜索的无人驾驶汽车局部路径规划方法 | |
US20200250848A1 (en) | Method and device for short-term path planning of autonomous driving through information fusion by using v2x communication and image processing | |
CN111397624A (zh) | 一种基于JPS和Hybrid A*的全局路径规划方法 | |
CN112590775B (zh) | 一种自动泊车方法、装置、车辆及存储介质 | |
CN108279563B (zh) | 一种速度自适应的无人车轨迹跟踪pid控制方法 | |
CN112595337B (zh) | 避障路径规划方法、装置、电子装置、车辆及存储介质 | |
CN111735639B (zh) | 一种面向智能网联汽车示范区的自动驾驶场景最小集生成方法 | |
CN112612266B (zh) | 一种非结构化道路全局路径规划方法与系统 | |
CN110488842A (zh) | 一种基于双向内核岭回归的车辆轨迹预测方法 | |
CN113587944B (zh) | 准实时的车辆行驶路线生成方法、系统及设备 | |
CN108919805B (zh) | 一种车辆无人驾驶辅助系统 | |
CN114527761A (zh) | 一种基于融合算法的智能汽车局部路径规划方法 | |
CN115167398A (zh) | 一种基于改进a星算法的无人船路径规划方法 | |
CN114281084A (zh) | 一种基于改进a*算法的智能车全局路径规划方法 | |
CN111397623A (zh) | 一种基于最佳泊车起始点的路径规划方法 | |
CN112799393B (zh) | 一种面向泊车场景的地图简化系统 | |
CN111596664B (zh) | 一种基于三层架构的无人驾驶汽车路径规划方法 | |
CN115547087B (zh) | 基于两阶段法与方向诱导的城市路网最短路径获取方法及应用 | |
CN115016458B (zh) | 基于rrt算法的地洞勘探机器人路径规划方法 | |
Ren et al. | Intelligent path planning and obstacle avoidance algorithms for autonomous vehicles based on enhanced rrt algorithm | |
CN114397890A (zh) | 车辆动态路径规划方法、装置、电子设备及可读存储介质 | |
CN114964293A (zh) | 车辆的路径规划方法、装置及电子设备、存储介质 | |
CN114536326A (zh) | 一种路标数据处理方法、装置及存储介质 | |
Li et al. | DF-FS based path planning algorithm with sparse waypoints in unstructured terrain |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200710 |