CN115223389B - 一种基于动态路段代价的停车引导路径规划方法 - Google Patents

Abstract

本发明公开了一种基于动态路段代价的停车引导路径规划方法，首先提出了最优方向的概念，设置优先扩展位于最优方向节点的原则，用于减少路径转弯次数；其次，设计了一种地图路段代价随当前规划条件动态变化的方式，建立最优方向以及前序入场车辆的路线对路段代价影响的函数关系，通过调整路段代价的方式促使路径规划方法以一定的方向选取节点，并规避已占用道路；最后，依据代价值所反映的道路状态信息，设计判断节点可行性的方法，构建选取可行节点生成路径的整体路径规划流程。本发明为车辆生成转弯次数少，避免路段重复的最优路径，可应用于智慧停车场系统，指引车辆从入口行驶至目标车位，保证停车的高效性与便捷性，提高了停车引导服务质量。

Description

一种基于动态路段代价的停车引导路径规划方法

技术领域

本发明属于路径规划技术领域，具体涉及一种基于动态路段代价的停车引导路径规划方法的设计。

背景技术

目前随着人均机动车保有量的快速增加，停车困难已成为困扰公众出行的问题之一。智慧停车场利用大数据、无线通讯以及导航定位等先进技术，旨在提高城市停车资源利用率，为市民提供停车场信息共享、车位预约、停车引导和反向寻车等服务，合理疏导车流，解决停车难题。

停车引导作为智慧停车场服务用户的关键步骤，将直接影响到车辆停放效率，其中，路径质量的影响至关重要。停车引导路径规划问题是路径规划问题的一个分支，是根据停车场道路情况为车辆规划一条从入口到泊位的行驶路线，通过诱导屏或移动终端导航的方式将路线通知到车主，从而避免无效寻位，缩短停车时间。目前，5G技术的普及推动了自动驾驶车辆的普及，在未来很长一段时间内人工驾驶车辆与自动驾驶车辆将共存，如何为两种车辆提供良好的停车引导服务也成为一个值得研究的问题。从车主的角度分析停车引导过程，转折少、避免拥堵的路线以及实时无延迟的指引更符合预期。现有关于智慧停车场停车引导的路径规划方法的研究较少，也鲜有研究考虑到车主对路径的需求，因此需要提出一种新的路径规划方法解决针对智慧停车场人工驾驶与自动驾驶车辆的停车引导路径规划问题。

发明内容

本发明的目的是为了解决现有关于智慧停车场停车引导的路径规划方法没有考虑到车主对路径的需求的问题，提出了一种基于动态路段代价的停车引导路径规划方法。

本发明的技术方案为：一种基于动态路段代价的停车引导路径规划方法，包括第一路径规划阶段和第二路径规划阶段。

第一路径规划阶段包括以下步骤：

S1、将停车场道路地图抽象得到的点线连通图并放入平面直角坐标系，获取路径规划的起点与终点，确定最优方向和终点线，并初始化设置集合pathlist、集合turnlist和集合deletelist；集合pathlist用于存放路径节点，集合turnlist用于存放选中的最优方向节点，集合deletelist用于存放不可行的退回路径节点；终点线表示与终点所在路段在同一水平或竖直方向上的节点。

S2、判断起点是否有连接节点，若是则进入步骤S3，否则无法进行路径规划，路径规划结束。

S3、将起点加入集合pathlist。

S4、判断终点是否在集合pathlist中，若是则输出集合pathlist中的节点得到规划路径，路径规划结束，否则进入步骤S5。

S5、将集合pathlist中最后位置的节点作为当前节点P₀，搜寻P₀的有效节点。

S6、根据P₀的有效节点判断P₀是否在终点线，若是则进入步骤S10，否则进入步骤S7。

S7、判断P₀的连接节点中是否有最优方向节点P_b，若是则进入步骤S8，否则进入步骤S10。

S8、判断P_b是否满足最优方向节点的判断，若是则进入步骤S9，否则进入步骤S15。

S9、将当前的判断节点加入集合pathlist和turnlist中，返回步骤S4。

S10、判断P₀是否有连接节点，若是则将F值最小的连接节点作为P_min，进入步骤S11，否则进入步骤S13。

S11、判断P_min是否满足非最优方向节点的判断，若是则进入步骤S12，否则进入步骤S15。

S12、判断P₀是否在终点线，若是则返回步骤S9，否则将P_min加入集合pathlist中，返回步骤S4。

S13、判断P₀是否为起点，若是进入第二路径规划阶段，否则进入步骤S14。

S14、判断集合deletelist中是否包含P₀，若是则从集合pathlist中删除P₀，并在集合deletelist中包含P₀的路线第一个位置加入当前集合pathlist中最后的节点，返回步骤S4，否则进入步骤S15。

S15、从集合pathlist中删除与集合turnlist中相同的节点，将当前集合pathlist中最后的节点、集合turnlist中的节点以及当前的判断节点作为一条路线加入集合deletelist，并清空集合turnlist，返回步骤S4。

第二路径规划阶段包括以下步骤：

S16、复制集合deletelist生成集合copylist，并清空集合deletelist。

S17、取出集合copylist中F值最小的路线，将该路线除起点以外的节点加入集合pathlist和turnlist中。

S18、判断终点是否在集合pathlist中，若是则输出集合pathlist中的节点得到规划路径，路径规划结束，否则进入步骤S19。

S19、将集合pathlist中最后位置的节点作为当前节点P₀，搜寻P₀的有效节点。

S20、根据P₀的有效节点判断P₀是否在终点线，若是则进入步骤S24，否则进入步骤S21。

S21、判断P₀的连接节点中是否有最优方向节点P_b，若是则进入步骤S22，否则进入步骤S24。

S22、判断P_b是否满足最优方向节点的判断，若是则进入步骤S23，否则进入步骤S26。

S23、将当前的判断节点加入集合pathlist和turnlist中，返回步骤S18。

S24、判断P₀是否有连接节点，若是则将F值最小的连接节点作为P_min，进入步骤S25，否则进入步骤S27。

S25、判断P_min是否满足非最优方向节点的判断，若是则返回步骤S23，否则进入步骤S26。

S26、从集合pathlist中删除与集合turnlist中相同的节点，将当前路线的节点加入集合deletelist中，清空集合turnlist，进入步骤S28。

S27、从集合pathlist中删除与集合turnlist中相同的节点，清空集合turnlist，进入步骤S28。

S28、从集合copylist中删除当前路线。

S29、判断集合copylist是否为空，若是则进入步骤S30，否则返回步骤S16。

S30、判断集合deletelist是否为空，若是则说明找不到规划路径，路径规划结束，否则返回步骤S16。

进一步地，步骤S1中确定最优方向的具体方法为：

将终点相对于起点的方向作为路径规划的搜索方向，当存在两个搜索方向时，若终点位于横向路段，则最优方向为搜索方向中的垂直方向，若终点位于纵向路段，则最优方向为搜索方向中的水平方向；当仅存在一个搜索方向时，搜索方向即为最优方向。

进一步地，步骤S5和S19中的有效节点为不在集合pathlist中且不在集合deletelist中的P₀后一位置的节点。

进一步地，步骤S8和S22中判断P_b是否满足最优方向节点的判断的具体方法为：

A1、判断P_b是否有连接点，若是则进入步骤A2，否则P_b不满足最优方向节点的判断。

A2、判断P_b的F值是否为P₀的所有连接节点中最小的，若是则进入步骤A3，否则P_b不满足最优方向节点的判断。

A3、判断P_b的F值是否小于P₀的F值，若是则P_b满足最优方向节点的判断，否则P_b不满足最优方向节点的判断。

进一步地，步骤S11和S25中判断P_min是否满足非最优方向节点的判断的具体方法为：

B1、判断P_min的F值是否为P₀的所有连接节点中最小的，若是则进入步骤B2，否则P_min不满足非最优方向节点的判断。

B2、判断P_min的F值是否小于P₀的F值，若是则P_min满足非最优方向节点的判断，否则P_min不满足非最优方向节点的判断。

进一步地，F值为选择当前节点所经过的路段总代价F(x)，其计算公式为：

F(x)＝f(s)+f(d)

其中f(s)表示起点到当前节点的代价，由起点到当前节点各路段的总代价ω_j′确定，f(d)表示当前节点到终点的估计代价。

进一步地，各路段的总代价ω_j′的计算公式为：

ω_j′＝ω_j+μ_j,j＝1,2,...,J

其中ω_j表示第j个路段的原始代价，由该路段实际长度确定，μ_j表示第j个路段的附加代价，J表示路段数量。

进一步地，附加代价μ_j的计算公式为：

μ_j＝α_j+β_j,j＝1,2,...,J

其中α_j表示第j个路段的减少转弯代价，β_j表示第j个路段的车辆分流代价。

进一步地，减少转弯代价α_j的计算公式为：

α_j＝-Aω_j

其中A表示转弯代价调节参数，取值范围为

进一步地，车辆分流代价β_j的计算公式为：

β_j＝{β_j1,β_j2,...,β_jv},v＝1,2,...,V

其中β_jv表示第j个路段已规划路径的车辆v对当前从同一入口进入的车辆路径的影响，V表示已规划路径的车辆数量，B表示车辆分流附加代价参数，t_v表示按照规划路径行驶的车辆v经过第一个路段的时间，x表示取值范围在[0,t_v]的某个时刻。

本发明的有益效果是：

(1)本发明将停车场地图抽象为由道路交叉节点连接组成的点线连通图，节约了计算量。

(2)本发明基于所提出的最优方向的概念，通过优先扩展位于最优方向位置的节点，弥补了传统路径规划方法不考虑节点方向性的不足，保证了生成的规划路径转弯较少。

(3)本发明设计了依据路径规划条件而进行路段代价调整的方式，引入了启发式节点代价计算公式，通过节点代价大小反映当前路段的占用情况，充分考虑到车主对路径的需求，能够以较快的速度有效生成转弯次数少且避免与临近入场车辆重复的最优路径，有效提升了智慧停车场停车引导服务水平。

附图说明

图1所示为本发明实施例提供的一种基于动态路段代价的停车引导路径规划方法的第一路径规划阶段流程图。

图2所示为本发明实施例提供的一种基于动态路段代价的停车引导路径规划方法的第二路径规划阶段流程图。

具体实施方式

现在将参考附图来详细描述本发明的示例性实施方式。应当理解，附图中示出和描述的实施方式仅仅是示例性的，意在阐释本发明的原理和精神，而并非限制本发明的范围。

本发明实施例提供了一种基于动态路段代价的停车引导路径规划方法，包括第一路径规划阶段和第二路径规划阶段。

如图1所示，第一路径规划阶段包括以下步骤S1～S15：

S1、将停车场道路地图抽象得到的点线连通图并放入平面直角坐标系，获取路径规划的起点与终点，确定最优方向和终点线，并初始化设置集合pathlist、集合turnlist和集合deletelist；集合pathlist用于存放路径节点，集合turnlist用于存放选中的最优方向节点，集合deletelist用于存放不可行的退回路径节点；终点线表示与终点所在路段在同一水平或竖直方向上的节点。

本发明实施例提出了最优方向的概念：将停车场道路地图抽象得到的点线连通图并放入平面直角坐标系，由起点与终点的坐标可以确定二者相对位置关系，由终点所在路段两端节点的坐标可以确定终点位于横向路段或纵向路段。为了能够到达终点，路径规划搜索节点的过程中一定会向终点相对于起点的方向搜索，基于此称终点相对于起点的方向为路径规划的搜索方向。当存在两个搜索方向时，通过优先扩展其中一个方向的节点能够使路径转弯次数最少，称此方向为路径规划的最优方向。

最优方向原理：结合停车场地图抽象生成的点线连通图，假设不考虑障碍物影响。当存在两个搜索方向时，如果优先向终点所在路段方向的平行方向扩展节点，为了到达终点还必须向另一个搜索方向扩展，最后扩展的路段方向与终点所在路段相互垂直，导致路径的转弯次数增加。同理，如果优先向终点所在路段方向的垂直方向扩展节点，为了到达终点需要再次平行扩展，此时与终点所在路段方向相同，能够减少一次进入终点所在路段的转折。

最优方向的确定方法：当存在两个搜索方向时，若终点位于横向路段，则最优方向为搜索方向中的垂直方向，若终点位于纵向路段，则最优方向为搜索方向中的水平方向；当仅存在一个搜索方向时，搜索方向即为最优方向。

S2、判断起点是否有连接节点，若是则进入步骤S3，否则无法进行路径规划，路径规划结束。

S3、将起点加入集合pathlist。

S4、判断终点是否在集合pathlist中，若是则输出集合pathlist中的节点得到规划路径，路径规划结束，否则进入步骤S5。

S5、将集合pathlist中最后位置的节点作为当前节点P₀，搜寻P₀的有效节点。

本发明实施例中，有效节点为不在集合pathlist中且不在集合deletelist中的P₀后一位置的节点。

S6、根据P₀的有效节点判断P₀是否在终点线，若是则进入步骤S10，否则进入步骤S7。

S7、判断P₀的连接节点中是否有最优方向节点P_b，若是则进入步骤S8，否则进入步骤S10。

S8、判断P_b是否满足最优方向节点的判断，若是则进入步骤S9，否则进入步骤S15。

本发明实施例中，判断P_b是否满足最优方向节点的判断的具体方法为：

A1、判断P_b是否有连接点，若是则进入步骤A2，否则P_b不满足最优方向节点的判断。

A2、判断P_b的F值是否为P₀的所有连接节点中最小的，若是则进入步骤A3，否则P_b不满足最优方向节点的判断。

A3、判断P_b的F值是否小于P₀的F值，若是则P_b满足最优方向节点的判断，否则P_b不满足最优方向节点的判断。

本发明实施例中，F值为选择当前节点所经过的路段总代价F(x)，其计算公式为：

F(x)＝f(s)+f(d)

其中f(s)表示起点到当前节点的代价，由起点到当前节点各路段的总代价ω_j′确定，f(d)表示当前节点到终点的估计代价。由于车辆需要沿着道路行驶，启发式函数越接近实际算法计算效率越高，因此本发明实施例中采用曼哈顿距离(路段原始代价ω_j)作为启发式函数。

各路段的总代价ω_j′的计算公式为：

ω_j′＝ω_j+μ_j,j＝1,2,...,J

其中ω_j表示第j个路段的原始代价，由该路段实际长度确定，μ_j表示第j个路段的附加代价，J表示路段数量。

附加代价μ_j的计算公式为：

μ_j＝α_j+β_j,j＝1,2,...,J

其中α_j表示第j个路段的减少转弯代价，β_j表示第j个路段的车辆分流代价。

减少转弯代价α_j的计算公式为：

α_j＝-Aω_j

其中A表示转弯代价调节参数，取值范围为

车辆分流代价β_j的计算公式为：

β_j＝{β_j1,β_j2,...,β_jv},v＝1,2,...,V

其中β_jv表示第j个路段已规划路径的车辆v对当前从同一入口进入的车辆路径的影响，V表示已规划路径的车辆数量，B表示车辆分流附加代价参数，其取值代表车辆分流代价β_j对路径规划的影响大小，t_v表示按照规划路径行驶的车辆v经过第一个路段的时间，x表示取值范围在[0,t_v]的某个时刻。由于前序车辆路线对本次规划的影响随时间递减，当超出一定范围时影响消失，因此设置β_j存在的时间为车辆v通过第一节路段的时间。考虑到人工驾驶车辆经过第一节路段的时间不能准确得到，采用场内平均行驶速度估计。而对于搭载有车联网设备的车辆则可以通过V2X技术实时与智慧停车场控制中心反映当前行驶速度以及行驶的位置，系统计算行驶时间，生成准确的路径规划的影响值。

S9、将当前的判断节点加入集合pathlist和turnlist中，返回步骤S4。

步骤S9中当前的判断节点为步骤S8中满足最优方向节点的判断的节点P_b。

S10、判断P₀是否有连接节点，若是则将F值最小的连接节点作为P_min，进入步骤S11，否则进入步骤S13。

S11、判断P_min是否满足非最优方向节点的判断，若是则进入步骤S12，否则进入步骤S15。

本发明实施例中，判断P_min是否满足非最优方向节点的判断的具体方法为：

B1、判断P_min的F值是否为P₀的所有连接节点中最小的，若是则进入步骤B2，否则P_min不满足非最优方向节点的判断。

B2、判断P_min的F值是否小于P₀的F值，若是则P_min满足非最优方向节点的判断，否则P_min不满足非最优方向节点的判断。

S12、判断P₀是否在终点线，若是则返回步骤S9，否则将P_min加入集合pathlist中，返回步骤S4。

S13、判断P₀是否为起点，若是进入第二路径规划阶段，否则进入步骤S14。

S14、判断集合deletelist中是否包含P₀，若是则从集合pathlist中删除P₀，并在集合deletelist中包含P₀的路线第一个位置加入当前集合pathlist中最后的节点，返回步骤S4，否则进入步骤S15。

S15、从集合pathlist中删除与集合turnlist中相同的节点，将当前集合pathlist中最后的节点、集合turnlist中的节点以及当前的判断节点作为一条路线加入集合deletelist，并清空集合turnlist，返回步骤S4。

步骤S15中当前的判断节点为步骤S8中不满足最优方向节点的判断的节点P_b或步骤S11中不满足非最优方向节点的判断的节点P_min。

如图2所示，第二路径规划阶段包括以下步骤S16～S30：

S16、复制集合deletelist生成集合copylist，并清空集合deletelist。

S17、取出集合copylist中F值最小的路线，将该路线除起点以外的节点加入集合pathlist和turnlist中。

S18、判断终点是否在集合pathlist中，若是则输出集合pathlist中的节点得到规划路径，路径规划结束，否则进入步骤S19。

S19、将集合pathlist中最后位置的节点作为当前节点P₀，搜寻P₀的有效节点。

S20、根据P₀的有效节点判断P₀是否在终点线，若是则进入步骤S24，否则进入步骤S21。

S21、判断P₀的连接节点中是否有最优方向节点P_b，若是则进入步骤S22，否则进入步骤S24。

S22、判断P_b是否满足最优方向节点的判断，若是则进入步骤S23，否则进入步骤S26。

步骤S22中判断P_b是否满足最优方向节点的判断的方法与步骤S8中相同。

S23、将当前的判断节点加入集合pathlist和turnlist中，返回步骤S18。

步骤S23中当前的判断节点为步骤S22中满足最优方向节点的判断的节点P_b。

S24、判断P₀是否有连接节点，若是则将F值最小的连接节点作为P_min，进入步骤S25，否则进入步骤S27。

S25、判断P_min是否满足非最优方向节点的判断，若是则返回步骤S23，否则进入步骤S26。

步骤S25中判断P_min是否满足非最优方向节点的判断的方法与步骤S11中相同。

S26、从集合pathlist中删除与集合turnlist中相同的节点，将当前路线的节点加入集合deletelist中，清空集合turnlist，进入步骤S28。

S27、从集合pathlist中删除与集合turnlist中相同的节点，清空集合turnlist，进入步骤S28。

S28、从集合copylist中删除当前路线。

S29、判断集合copylist是否为空，若是则进入步骤S30，否则返回步骤S16。

S30、判断集合deletelist是否为空，若是则说明找不到规划路径，路径规划结束，否则返回步骤S16。

下面以一个具体实验例对本发明的技术效果作进一步描述。

本实验例中取30节点的停车场连通图，以10辆车为研究对象，设计无前序车辆影响的单车入场路径规划实验以及模拟真实场景的多车连续入场路径规划实验。设置基于动态路段代价的路径规划方法的参数A＝0.25，B＝5.5。同时，为验证停车场规模对路径规划方法的影响，设计在不同节点数量的地图下规划从入口到距离入口最远泊位的路线实验。

整合实验数据，得到在实验一和实验二下本发明与Dijkstra算法和Floyd算法的对比结果，分别如表1和表2所示；得到在实验三下本发明运行时间结果，如表3所示。

表1

表2

表3

节点数量(单位：个)	运行时间(单位：毫秒)
		30	13
50	13.2
		100	13.3
150	13.5

由表1的实验结果可知，相比于Dijkstra算法和Floyd算法，本发明计算得到的路径转弯次数少，计算过程中遍历少的节点数量少，运行速度快，能够以较高的效率得到最优路径。由表2的实验结果可知，本发明计算的路径虽然转弯次数略多于另外两种算法，但是在转弯次数较少的基础上明显减少了路段重复数，能够实现车辆分流，避免拥堵。根据实验对比数据，在同样场景下本发明分别减少扩展41.5％和54.0％的节点，并能够最大节约24.0％和46.1％的运行时间，本发明使用的计算资源更少，算法性能更优秀。由表3的实验结果可知，停车场规模对本发明的运算时间几乎没有影响，即使在较大规模的停车场内，本发明仍能以较高的效率完成路径规划。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (4)

1.一种基于动态路段代价的停车引导路径规划方法，其特征在于，包括第一路径规划阶段和第二路径规划阶段；

所述第一路径规划阶段包括以下步骤：

S1、将停车场道路地图抽象得到的点线连通图并放入平面直角坐标系，获取路径规划的起点与终点，确定最优方向和终点线，并初始化设置集合pathlist、集合turnlist和集合deletelist；所述集合pathlist用于存放路径节点，集合turnlist用于存放选中的最优方向节点，集合deletelist用于存放不可行的退回路径节点；所述终点线表示与终点所在路段在同一水平或竖直方向上的节点；

S2、判断起点是否有连接节点，若是则进入步骤S3，否则无法进行路径规划，路径规划结束；

S3、将起点加入集合pathlist；

S4、判断终点是否在集合pathlist中，若是则输出集合pathlist中的节点得到规划路径，路径规划结束，否则进入步骤S5；

S5、将集合pathlist中最后位置的节点作为当前节点P₀，搜寻P₀的有效节点；

S6、根据P₀的有效节点判断P₀是否在终点线，若是则进入步骤S10，否则进入步骤S7；

S7、判断P₀的连接节点中是否有最优方向节点P_b，若是则进入步骤S8，否则进入步骤S10；

S8、判断P_b是否满足最优方向节点的判断，若是则进入步骤S9，否则进入步骤S15；

S9、将当前的判断节点加入集合pathlist和turnlist中，返回步骤S4；

S10、判断P₀是否有连接节点，若是则将F值最小的连接节点作为P_min，进入步骤S11，否则进入步骤S13；

S11、判断P_min是否满足非最优方向节点的判断，若是则进入步骤S12，否则进入步骤S15；

S12、判断P₀是否在终点线，若是则返回步骤S9，否则将P_min加入集合pathlist中，返回步骤S4；

S13、判断P₀是否为起点，若是进入第二路径规划阶段，否则进入步骤S14；

S14、判断集合deletelist中是否包含P₀，若是则从集合pathlist中删除P₀，并在集合deletelist中包含P₀的路线第一个位置加入当前集合pathlist中最后的节点，返回步骤S4，否则进入步骤S15；

S15、从集合pathlist中删除与集合turnlist中相同的节点，将当前集合pathlist中最后的节点、集合turnlist中的节点以及当前的判断节点作为一条路线加入集合deletelist，并清空集合turnlist，返回步骤S4；

所述第二路径规划阶段包括以下步骤：

S16、复制集合deletelist生成集合copylist，并清空集合deletelist；

S17、取出集合copylist中F值最小的路线，将该路线除起点以外的节点加入集合pathlist和turnlist中；

S18、判断终点是否在集合pathlist中，若是则输出集合pathlist中的节点得到规划路径，路径规划结束，否则进入步骤S19；

S19、将集合pathlist中最后位置的节点作为当前节点P₀，搜寻P₀的有效节点；

S20、根据P₀的有效节点判断P₀是否在终点线，若是则进入步骤S24，否则进入步骤S21；

S21、判断P₀的连接节点中是否有最优方向节点P_b，若是则进入步骤S22，否则进入步骤S24；

S22、判断P_b是否满足最优方向节点的判断，若是则进入步骤S23，否则进入步骤S26；

S23、将当前的判断节点加入集合pathlist和turnlist中，返回步骤S18；

S24、判断P₀是否有连接节点，若是则将F值最小的连接节点作为P_min，进入步骤S25，否则进入步骤S27；

S25、判断P_min是否满足非最优方向节点的判断，若是则返回步骤S23，否则进入步骤S26；

S26、从集合pathlist中删除与集合turnlist中相同的节点，将当前路线的节点加入集合deletelist中，清空集合turnlist，进入步骤S28；

S27、从集合pathlist中删除与集合turnlist中相同的节点，清空集合turnlist，进入步骤S28；

S28、从集合copylist中删除当前路线；

S29、判断集合copylist是否为空，若是则进入步骤S30，否则返回步骤S16；

S30、判断集合deletelist是否为空，若是则说明找不到规划路径，路径规划结束，否则返回步骤S16；

所述步骤S1中确定最优方向的具体方法为：

将终点相对于起点的方向作为路径规划的搜索方向，当存在两个搜索方向时，若终点位于横向路段，则最优方向为搜索方向中的垂直方向，若终点位于纵向路段，则最优方向为搜索方向中的水平方向；当仅存在一个搜索方向时，搜索方向即为最优方向；

所述F值为选择当前节点所经过的路段总代价F(x)，其计算公式为：

F(x)＝f(s)+f(d)

其中f(s)表示起点到当前节点的代价，由起点到当前节点各路段的总代价ω_j′确定，f(d)表示当前节点到终点的估计代价；

所述各路段的总代价ω_j′的计算公式为：

ω_j′＝ω_j+μ_j,j＝1,2,...,J

其中ω_j表示第j个路段的原始代价，由该路段实际长度确定，μ_j表示第j个路段的附加代价，J表示路段数量；

所述附加代价μ_j的计算公式为：

μ_j＝α_j+β_j,j＝1,2,...,J

其中α_j表示第j个路段的减少转弯代价，β_j表示第j个路段的车辆分流代价；

所述减少转弯代价α_j的计算公式为：

α_j＝-Aω_j

其中A表示转弯代价调节参数，取值范围为

所述车辆分流代价β_j的计算公式为：

β_j＝{β_j1,β_j2,...,β_jv},v＝1,2,...,V

其中β_jv表示第j个路段已规划路径的车辆v对当前从同一入口进入的车辆路径的影响，V表示已规划路径的车辆数量，B表示车辆分流附加代价参数，t_v表示按照规划路径行驶的车辆v经过第一个路段的时间，x表示取值范围在[0,t_v]的某个时刻。

2.根据权利要求1所述的停车引导路径规划方法，其特征在于，所述步骤S5和S19中的有效节点为不在集合pathlist中且不在集合deletelist中的P₀后一位置的节点。

3.根据权利要求1所述的停车引导路径规划方法，其特征在于，所述步骤S8和S22中判断P_b是否满足最优方向节点的判断的具体方法为：

A1、判断P_b是否有连接点，若是则进入步骤A2，否则P_b不满足最优方向节点的判断；

A2、判断P_b的F值是否为P₀的所有连接节点中最小的，若是则进入步骤A3，否则P_b不满足最优方向节点的判断；

A3、判断P_b的F值是否小于P₀的F值，若是则P_b满足最优方向节点的判断，否则P_b不满足最优方向节点的判断。

4.根据权利要求1所述的停车引导路径规划方法，其特征在于，所述步骤S11和S25中判断P_min是否满足非最优方向节点的判断的具体方法为：

B1、判断P_min的F值是否为P₀的所有连接节点中最小的，若是则进入步骤B2，否则P_min不满足非最优方向节点的判断；

B2、判断P_min的F值是否小于P₀的F值，若是则P_min满足非最优方向节点的判断，否则P_min不满足非最优方向节点的判断。