CN117148848A - 一种无人驾驶车辆智能避障方法及系统 - Google Patents
一种无人驾驶车辆智能避障方法及系统 Download PDFInfo
- Publication number
- CN117148848A CN117148848A CN202311403273.6A CN202311403273A CN117148848A CN 117148848 A CN117148848 A CN 117148848A CN 202311403273 A CN202311403273 A CN 202311403273A CN 117148848 A CN117148848 A CN 117148848A
- Authority
- CN
- China
- Prior art keywords
- unmanned vehicle
- obstacle avoidance
- collision
- minimum
- area
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000001514 detection method Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 7
- 230000008447 perception Effects 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Abstract
本发明涉及无人驾驶技术领域，提出了一种无人驾驶车辆智能避障方法及系统，包括：获取无人驾驶车辆行驶参数；根据无人驾驶车辆行驶参数获取无人驾驶车辆最小避障区域，计算每个时刻的无人驾驶车辆最小避障区域障碍物占据值并计算每个时刻的无人驾驶车辆最小避障区域方向碰撞系数，根据无人驾驶车辆最小避障区域方向碰撞系数获取无人驾驶车辆占据碰撞栅格地图；根据无人驾驶车辆占据碰撞栅格地图计算碰撞动态调节系数并计算无人驾驶车辆最小避障区域的避障搜索距离；利用无人驾驶车辆最小避障区域的避障搜索距离对每个时刻无人驾驶车辆进行避障路径动态搜索规划，本发明确保了无人驾驶车辆避障过程中的准确性。
Description
技术领域
本发明涉及无人驾驶技术领域，具体涉及一种无人驾驶车辆智能避障方法及系统。
背景技术
无人驾驶车辆技术是一种以新能源汽车为载体，将高精度传感器、交通、通信等多个不同领域融合的技术集合。随着计算机硬件水平不断成熟和人工智能算法的不断优化，无人驾驶车辆将会应用于各种生活常见场景中。在无人驾驶车辆实际运行过程中，车辆实际运行道路路况情况较为复杂，行驶过程中障碍物随机分布特点会对无人驾驶车辆的正常行驶造成干扰，影响无人驾驶车辆行避障过程中的准确性。
传统无人驾驶车辆避障路径规划过程中存在占据栅格地图无法准确表现障碍物分布情况从而影响快速探索随机树算法对障碍物规避路线搜索范围，导致了无人驾驶车辆避障路径规划准确性较差的问题。
发明内容
本发明提供一种无人驾驶车辆智能避障方法及系统，以解决上述问题，所采用的技术方案具体如下：
第一方面，本发明一个实施例提供了一种无人驾驶车辆智能避障方法，该方法包括以下步骤：
获取无人驾驶车辆行驶参数；
根据无人驾驶车辆行驶参数获取无人驾驶车辆最小避障区域，根据无人驾驶车辆最小避障区域计算每个时刻的无人驾驶车辆最小避障区域障碍物占据值，根据无人驾驶车辆的最小避障区域障碍物占据值计算每个时刻的无人驾驶车辆最小避障区域方向碰撞系数，根据无人驾驶车辆最小避障区域方向碰撞系数获取无人驾驶车辆占据碰撞栅格地图；
根据无人驾驶车辆占据碰撞栅格地图计算每个时刻无人驾驶车辆最小避障区域的碰撞动态调节系数，根据无人驾驶车辆最小避障区域的碰撞动态调节系数计算无人驾驶车辆最小避障区域的避障搜索距离；
利用无人驾驶车辆最小避障区域的避障搜索距离对每个时刻无人驾驶车辆进行避障路径动态搜索规划。
优选的，所述无人驾驶车辆行驶参数包括：每个时刻无人驾驶车辆行驶速度、无人驾驶车辆行驶方向角、障碍物距离、可感知极限探测距离、车身长度。
优选的，所述根据无人驾驶车辆行驶参数获取无人驾驶车辆最小避障区域的方法为：
将每个时刻处的无人驾驶车辆可感知极限探测距离与无人驾驶车辆车身长度比值的向上取整结果记为第一长度，在以每个时刻无人驾驶车辆位置为中心，无人驾驶车辆可感知极限探测距离为边长的方形区域中，以第一长度为边长，划分得到无人驾驶车辆最小避障区域。
优选的，所述根据无人驾驶车辆最小避障区域计算每个时刻的无人驾驶车辆最小避障区域障碍物占据值的方法为：
，
上述公式中，表示了第个最小避障区域的障碍物占据数值，表示了第个
最小避障区域中心点坐标和第个时刻无人驾驶车辆位置处的曼哈顿距离，表示了当前时
刻处无人驾驶车辆极限避障感知范围区域内的不同位置与当前无人驾驶车辆位置处所有
距离的方差，表示了以自然常数为底的指数函数，表示了当前时刻处无人驾驶
车辆极限避障感知范围区域中第个区域位置处的碰撞风险指数。
优选的，所述最小避障区域的障碍物占据数值的获取方法为：
在无人驾驶车辆最小避障区域内设置预设数量的采样点，将最小避障区域内所有采样点数值为预设值的数量记为最小避障区域的障碍物占据数值。
优选的，所述根据无人驾驶车辆的最小避障区域障碍物占据值计算每个时刻的无人驾驶车辆最小避障区域方向碰撞系数并根据无人驾驶车辆最小避障区域方向碰撞系数获取无人驾驶车辆占据碰撞栅格地图的方法为：
，
上述公式中，表示了归一化函数，表示了当前时刻的无人驾驶车辆行驶
速度，表示了第个最小避障区域中心点坐标和第个时刻无人驾驶车辆位置处的曼哈
顿距离，为预设经验值，表示了第个最小避障区域的障碍物占据数值，表示了与
第个最小避障区域的相邻的第个最小避障区域的障碍物占据数值，表示了第个最
小避障区域及其相邻避障区域中最小的障碍物占据数值，表示了在无人驾驶车辆行
驶方向角下第个最小避障区域的方向碰撞系数；
将无人驾驶车辆行驶方向角下所有最小避障区域记为第一集合，将属于第一集合中所有最小避障区域的碰撞风险指数与方向碰撞系数和值记为对应最小避障区域的占据碰撞数值，将不属于第一集合中所有最小避障区域的碰撞风险指数记为对应最小避障区域的占据碰撞数值，利用最小避障区域的占据碰撞数值构建无人驾驶车辆占据碰撞栅格地图。
优选的，所述根据无人驾驶车辆占据碰撞栅格地图计算每个时刻无人驾驶车辆最小避障区域的碰撞动态调节系数的方法为：
，
上述公式中，表示了归一化函数，表示了在时刻下无人驾驶车辆占
据碰撞栅格地图中第个最小避障区域为中心的局部碰撞区域中的最大占据碰撞数值，表示了在时刻下无人驾驶车辆占据碰撞栅格地图中第个最小避障区域为中心的局
部碰撞区域中最小占据碰撞数值，表示了局部碰撞区域不同最小避障区域的总个数，
表示了时刻下局部碰撞区域中心位置第个最小避障区域的占据碰撞数值大小，表示
了时刻下局部碰撞区域中第个最小避障区域的占据碰撞数值大小，表示了时刻下
第个最小避障区域的碰撞动态调节系数，其中，局部碰撞区域是指以每个最小避障区域为
中心预设长度的局部区域。
优选的，所述根据无人驾驶车辆最小避障区域的碰撞动态调节系数计算无人驾驶车辆最小避障区域的避障搜索距离并利用无人驾驶车辆最小避障区域的避障搜索距离对每个时刻无人驾驶车辆进行避障路径动态搜索规划的方法为：
将第一预设常数与最小避障区域的碰撞动态调节系数的和记为第一和值，将第一和值与第二预设常数的乘积记为第一乘积，将第一预设常数与最小避障区域的碰撞动态调节系数差值记为第一差值，将第一差值与第二预设常数的乘积记为第二乘积，当无人驾驶车辆最小避障区域的占据碰撞数值大于等于无人驾驶车辆占据碰撞栅格地图中碰撞阈值时，令无人驾驶车辆最小避障区域的避障搜索距离为第一乘积，当无人驾驶车辆最小避障区域的占据碰撞数值小于无人驾驶车辆占据碰撞栅格地图中碰撞阈值时，令无人驾驶车辆最小避障区域的避障搜索距离为第二乘积；
将无人驾驶车辆占据碰撞栅格地图作为快速探索随机树算法输入，并将无人驾驶
车辆位置作为初始位置，以每个最小避障区域为中心，避障搜索距离为半径的区域中进行
路径搜索，获取得到当前时刻下无人驾驶车辆避障路径曲线。
优选的，所述无人驾驶车辆占据碰撞栅格地图中碰撞阈值的获取方法为：
将无人驾驶车辆占据碰撞栅格地图作为大津法的输入，获取无人驾驶车辆占据碰撞栅格地图中碰撞阈值。
第二方面，本发明实施例还提供了一种无人驾驶车辆智能避障系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一项所述方法的步骤。
本发明的有益效果是：本发明通过无人驾驶车辆行驶参数获取无人驾驶车辆最小避障区域并计算无人驾驶车辆最小避障区域障碍物占据值和无人驾驶车辆最小避障区域方向碰撞系数，同时构建获取得到了无人驾驶车辆占据碰撞栅格地图对无人驾驶车辆行驶过程路径中障碍物占据情况进行计算表征，通过分析不同时刻下无人驾驶车辆行驶方向的路线障碍物分布情况更好地表现了无人驾驶车辆行驶过程中障碍物分布特点，进一步地，本发明结合无人驾驶车辆占据碰撞栅格地图中障碍物密集区域和稀疏区域搜索范围进行动态调节，提高了无人驾驶车辆行驶过程中对路径搜索规划的合理性和准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一个实施例所提供的一种无人驾驶车辆智能避障方法的流程示意图；
图2为本发明一个实施例所提供的无人驾驶车辆避障行驶方向示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，其示出了本发明一个实施例提供的一种无人驾驶车辆智能避障方法流程图，该方法包括以下步骤：
步骤S001，获取无人驾驶车辆行驶参数。
需要说明的是，在无人驾驶车辆行驶过程中，为了确保无人驾驶车辆行驶的安全
可靠性，会设置多种传感器对无人驾驶车辆运行状态进行监测。因此，通过传感器可以获取
得到无人驾驶车辆行驶过程中的部分行驶状态参数，包括每个时刻无人驾驶车辆行驶速
度、无人驾驶车辆行驶方向角、障碍物距离、感知极限探测距离、车身长度，记时刻下的无
人驾驶车辆行驶速度为，记时刻下的无人驾驶车辆行驶方向角为，假设无人驾驶车辆
与当前时刻下个不同的障碍物距离从近到远依次记为，假设可感知极
限探测距离为，无人驾驶车辆车身长度为。
步骤S002，根据无人驾驶车辆行驶参数获取无人驾驶车辆最小避障区域，根据无人驾驶车辆最小避障区域计算每个时刻的无人驾驶车辆最小避障区域障碍物占据值，根据无人驾驶车辆的最小避障区域障碍物占据值计算每个时刻的无人驾驶车辆最小避障区域方向碰撞系数，根据无人驾驶车辆最小避障区域方向碰撞系数获取无人驾驶车辆占据碰撞栅格地图。
需要说明的是，在无人驾驶车辆行驶过程中，无人驾驶车辆行驶避障行驶过程中依赖较高精度的地图，因此在无人驾驶车辆安全行驶过程中首先需要根据无人驾驶车辆行驶状态构建合适无人驾驶车辆行进占据碰撞栅格地图。
具体地，假设无人驾驶车辆障碍物探测系统中可感知极限探测距离为，以当
前时刻处的无人驾驶车辆位置为中心，可以获取得到当前时刻处的无人驾驶车辆行进极
限避障感知范围区域，以无人驾驶车辆车身长度围成的正方形区域作为最小避障区域，从
而将无人驾驶车辆行进极限避障感知范围区域划分为个不同的最小避障区域，表示了对向上取整。
需要说明的是，在无人驾驶车辆行驶过程中，若无人驾驶车辆行进极限避障感知范围区域内存在疑似障碍物，则需要在无人驾驶车辆行进最小避障区域中计算障碍物碰撞出现可能性进行进一步计算分析。
，
上述公式中，表示了第个最小避障区域的障碍物占据数值，表示了第个
最小避障区域中心点坐标和第个时刻无人驾驶车辆位置处的曼哈顿距离，表示了当前时
刻处无人驾驶车辆极限避障感知范围区域内的不同位置与当前无人驾驶车辆位置处所有
距离的方差，表示了以自然常数为底的指数函数，表示了当前时刻处无人驾驶
车辆极限避障感知范围区域中第个区域位置处的碰撞风险指数。
通过上述公式计算得到的碰撞风险指数，在当前时刻处的无人驾驶车辆极限避
障感知范围内，若某个小区域中存在障碍物，则在对应对小区域位置处通过传感器探测得
到障碍物占据数值越大，同时，在以当前时刻处无人驾驶车辆为中心的极限避障感知范围
内，若第个最小避障区域与时刻处无人驾驶位置处的距离越近，则发生碰撞冲突的可能
性越大，此时计算得到的第个区域位置处的碰撞风险指数也会相对较大。由于无人驾驶车
辆不同时刻的传感器探测得到的障碍物占据数值可能相差越大，则为了避免计算误差干
扰，使用极差归一化将所有不同时刻的无人驾驶车辆的障碍物占据数值归一化到区间
上。
需要说明的是，对于第个最小避障区域按照高斯分布设置个不同的采样观测
点，取经验值为，每个存在障碍物采样观测点数值为标记为1，若不存在障碍物则数值
标记为0，同时不同的两个采样观测点之间的最小距离间隔为。
需要说明的是，在无人驾驶车辆行驶过程中，由于不同时刻无人驾驶车辆行驶方
向有所差异，因此，如图2所示，在无人驾驶车辆在行驶方向角下，需要根据无人驾驶车辆
行驶方向对不同最小避障区域位置处的碰撞风险指数进行进一步计算分析，以获取更加精
确的无人驾驶车辆占据碰撞栅格地图。
具体地，获取时刻点位置处无人驾驶车辆行驶方向角为下所有不同位置处的最
小避障区域，记为，对每个不同的最小避障区域位置可以计算得到相应的方向碰撞系
数。
，
上述公式中，表示了归一化函数，表示了当前时刻的无人驾驶车辆行驶
速度，表示了第个最小避障区域中心点坐标和第个时刻无人驾驶车辆位置处的曼哈
顿距离，取经验值为，表示了与第个最小避障区域处相邻最近的个不同的最小避障
区域，表示了第个最小避障区域的障碍物占据数值，表示了与第个最小避障区域
的相邻的第个最小避障区域的障碍物占据数值，表示了第个最小避障区域及其相
邻避障区域中最小的障碍物占据数值，表示了在无人驾驶车辆行驶方向角下第个
最小避障区域的方向碰撞系数。
在无人驾驶车辆行驶方向角下，若第个最小避障区域的障碍物占据数值越大
则相对与最小值障碍物占据数值比值越大，同时，若第个最小避障区域与其邻近不同区域
之间计算得到的障碍物占据数值差距越大说明对应的无人驾驶车辆行驶方向角下第个
最小避障区域存在障碍物占比越大，则发生碰撞的可能性越高，并且，当前无人驾驶车辆车
速越快，距离越近，则对应方向上最小避障区域位置处发生碰撞的可能性越高，计算得到的
方向碰撞系数数值越大。
，
上述公式中，将无人驾驶车辆行驶方向角下所有不同的最小避障区域构成无人
驾驶车辆行驶方向集合，记为，表示了当前时刻下无人驾驶车辆占据碰撞栅格地图
中第个最小避障区域的占据碰撞数值大小。
若当前时刻下第个无人驾驶最小避障区域为无人驾驶车辆行驶方向角下的经
过路径，则此时在无人驾驶车辆占据碰撞栅格地图中对应位置的占据碰撞数值越大，说明
无人驾驶车辆在行驶对应位置处发生碰撞的可能性越高。通过上述步骤可以计算得到当前
时刻处的无人驾驶车辆行进极限避障感知范围区域内不同最小避障区域中的占据碰撞数
值，从而构成当前时刻处的无人驾驶车辆占据碰撞栅格地图。
步骤S003，根据无人驾驶车辆占据碰撞栅格地图计算每个时刻无人驾驶车辆最小避障区域的碰撞动态调节系数，根据无人驾驶车辆最小避障区域的碰撞动态调节系数计算无人驾驶车辆最小避障区域的避障搜索距离。
需要说明的是在无人驾驶车辆占据碰撞栅格地图中，不同最小避障区域中占据碰撞数值越大，则在对应位置处发生碰撞的可能性越高，因此，可以根据不同时刻处无人驾驶车辆占据碰撞栅格地图对无人驾驶车辆行避障路线进行动态规划。
在无人驾驶车辆占据碰撞栅格地图中，若对应最小避障区域中占据碰撞数值越
大，说明该位置处发生碰撞的可能性越高，因此，为了确定无人驾驶车辆行驶过程中碰撞冲
突发生的阈值，首先将无人驾驶车辆占据碰撞栅格地图作为大津法的输入，获取无人驾驶
车辆占据碰撞栅格地图中碰撞阈值，记为，大于该碰撞阈值的区域即认为发生碰撞，反
之，小于该阈值认为不发生碰撞。
具体的，在时刻下的无人驾驶车辆占据碰撞栅格地图中，以第个最小避障区域
为中心可以获取得到长度为的局部碰撞区域，在该局部区域中可以进行如下计算。
，
上述公式中，表示了归一化函数，表示了在时刻下无人驾驶车辆占
据碰撞栅格地图中第个最小避障区域为中心的局部碰撞区域中的最大占据碰撞数值，表示了在时刻下无人驾驶车辆占据碰撞栅格地图中第个最小避障区域为中心的局
部碰撞区域中最小占据碰撞数值，表示了局部碰撞区域不同最小避障区域的总个数，
表示了时刻下局部碰撞区域中心位置第个最小避障区域的占据碰撞数值大小，表示
了时刻下局部碰撞区域中第个最小避障区域的占据碰撞数值大小，表示了时刻下
第个最小避障区域的碰撞动态调节系数。
通过上述公式可以计算得到碰撞动态调节系数，若在时刻下的局部碰撞区域中
最大占据碰撞数值和最小占据碰撞数值之间差距越大，且不同局部碰撞区域中与中心位置
处占据碰撞数值差距越大，则说明以第个最小避障区域为中心的局部碰撞区域中障碍物
越多，因此碰撞动态调节系数也相对越大，为了后续进一步搜索合适无人驾驶避障路径提
供合适的动态搜索范围。
，
上述公式中，表示了无人驾驶车辆车身长度，表示了时刻下第个最小避障
区域的碰撞动态调节系数，表示了时刻下局部碰撞区域中心位置第个最小避障区域
的占据碰撞数值大小，表示了时刻下局部碰撞区域中第个最小避障区域的占据碰撞
数值大小，表示了在时刻下第个最小避障区域的避障搜索距离。
通过上述公式可以计算得到时刻下第个最小避障区域的动态搜索范围，若第
个最小避障区域中较多，此时最小避障区域中占据碰撞数值大于阈值时，则为了获取无人
驾驶车辆避障路径需要相应扩大搜索范围，提高避障路径搜索选择合理性，反之，则需要缩
小相应的搜索范围，降低避障路径搜索时间复杂度。
步骤S004，利用无人驾驶车辆最小避障区域的避障搜索距离对每个时刻无人驾驶车辆进行避障路径动态搜索规划。
通过上述步骤分析可以获取得到无人驾驶车辆行驶到不同最小避障区域处的避
障搜索半径，将当前时刻下无人驾驶车辆占据碰撞栅格地图作为快速探索随机树算法
（RTT）输入，并将时刻下无人驾驶车辆位置作为初始位置，以每个最小避障区域为中心，避
障搜索距离为半径的区域中进行路径搜索，可以获取得到当前时刻下无人驾驶车辆避障
路径曲线，并使用的三次样条插值算法对当前时刻下无人驾驶车辆避障路径曲线进行平
滑处理，避免无人驾驶车辆在行驶过程中出现行驶间断异常的情况。利用不同时刻下无人
驾驶车辆行驶状态参数构建合理的无人驾驶车辆避障路径曲线完成对无人车辆行驶过程
中的避障处理。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围，均应包含在本申请的保护范围之内。
Claims (10)
1.一种无人驾驶车辆智能避障方法，其特征在于，该方法包括以下步骤：
获取无人驾驶车辆行驶参数；
根据无人驾驶车辆行驶参数获取无人驾驶车辆最小避障区域，根据无人驾驶车辆最小避障区域计算每个时刻的无人驾驶车辆最小避障区域障碍物占据值，根据无人驾驶车辆的最小避障区域障碍物占据值计算每个时刻的无人驾驶车辆最小避障区域方向碰撞系数，根据无人驾驶车辆最小避障区域方向碰撞系数获取无人驾驶车辆占据碰撞栅格地图；
根据无人驾驶车辆占据碰撞栅格地图计算每个时刻无人驾驶车辆最小避障区域的碰撞动态调节系数，根据无人驾驶车辆最小避障区域的碰撞动态调节系数计算无人驾驶车辆最小避障区域的避障搜索距离；
利用无人驾驶车辆最小避障区域的避障搜索距离对每个时刻无人驾驶车辆进行避障路径动态搜索规划。
2.根据权利要求1所述的一种无人驾驶车辆智能避障方法，其特征在于，所述无人驾驶车辆行驶参数包括：每个时刻无人驾驶车辆行驶速度、无人驾驶车辆行驶方向角、障碍物距离、可感知极限探测距离、车身长度。
3.根据权利要求2所述的一种无人驾驶车辆智能避障方法，其特征在于，所述根据无人驾驶车辆行驶参数获取无人驾驶车辆最小避障区域的方法为：
将每个时刻处的无人驾驶车辆可感知极限探测距离与无人驾驶车辆车身长度比值的向上取整结果记为第一长度，在以每个时刻无人驾驶车辆位置为中心，无人驾驶车辆可感知极限探测距离为边长的方形区域中，以第一长度为边长，划分得到无人驾驶车辆最小避障区域。
4.根据权利要求3所述的一种无人驾驶车辆智能避障方法，其特征在于，所述根据无人驾驶车辆最小避障区域计算每个时刻的无人驾驶车辆最小避障区域障碍物占据值的方法为：
,
上述公式中，表示了第/>个最小避障区域的障碍物占据数值，/>表示了第/>个最小避障区域中心点坐标和第/>个时刻无人驾驶车辆位置处的曼哈顿距离，/>表示了当前时刻/>处无人驾驶车辆极限避障感知范围区域内的不同位置与当前无人驾驶车辆位置处所有距离的方差，/>表示了以自然常数为底的指数函数，/>表示了当前时刻/>处无人驾驶车辆极限避障感知范围区域中第/>个区域位置处的碰撞风险指数。
5.根据权利要求4所述的一种无人驾驶车辆智能避障方法，其特征在于，所述最小避障区域的障碍物占据数值的获取方法为：
在无人驾驶车辆最小避障区域内设置预设数量的采样点，将最小避障区域内所有采样点数值为预设值的数量记为最小避障区域的障碍物占据数值。
6.根据权利要求4所述的一种无人驾驶车辆智能避障方法，其特征在于，所述根据无人驾驶车辆的最小避障区域障碍物占据值计算每个时刻的无人驾驶车辆最小避障区域方向碰撞系数并根据无人驾驶车辆最小避障区域方向碰撞系数获取无人驾驶车辆占据碰撞栅格地图的方法为：
,
上述公式中，表示了归一化函数，/>表示了当前时刻/>的无人驾驶车辆行驶速度，/>表示了第/>个最小避障区域中心点坐标和第/>个时刻无人驾驶车辆位置处的曼哈顿距离，/>为预设经验值，/>表示了第/>个最小避障区域的障碍物占据数值，/>表示了与第/>个最小避障区域的相邻的第/>个最小避障区域的障碍物占据数值，/>表示了第/>个最小避障区域及其相邻避障区域中最小的障碍物占据数值，/>表示了在无人驾驶车辆行驶方向角/>下第/>个最小避障区域的方向碰撞系数；
将无人驾驶车辆行驶方向角下所有最小避障区域记为第一集合，将属于第一集合中所有最小避障区域的碰撞风险指数与方向碰撞系数和值记为对应最小避障区域的占据碰撞数值，将不属于第一集合中所有最小避障区域的碰撞风险指数记为对应最小避障区域的占据碰撞数值，利用最小避障区域的占据碰撞数值构建无人驾驶车辆占据碰撞栅格地图。
7.根据权利要求6所述的一种无人驾驶车辆智能避障方法，其特征在于，所述根据无人驾驶车辆占据碰撞栅格地图计算每个时刻无人驾驶车辆最小避障区域的碰撞动态调节系数的方法为：
,
上述公式中，表示了归一化函数，/>表示了在时刻/>下无人驾驶车辆占据碰撞栅格地图中第/>个最小避障区域为中心的局部碰撞区域中的最大占据碰撞数值，/>表示了在时刻/>下无人驾驶车辆占据碰撞栅格地图中第/>个最小避障区域为中心的局部碰撞区域中最小占据碰撞数值，/>表示了局部碰撞区域不同最小避障区域的总个数，/>表示了时刻/>下局部碰撞区域中心位置第/>个最小避障区域的占据碰撞数值大小，/>表示了时刻/>下局部碰撞区域中第/>个最小避障区域的占据碰撞数值大小，/>表示了时刻/>下第/>个最小避障区域的碰撞动态调节系数，其中，局部碰撞区域是指以每个最小避障区域为中心预设长度的局部区域。
8.根据权利要求7所述的一种无人驾驶车辆智能避障方法，其特征在于，所述根据无人驾驶车辆最小避障区域的碰撞动态调节系数计算无人驾驶车辆最小避障区域的避障搜索距离并利用无人驾驶车辆最小避障区域的避障搜索距离对每个时刻无人驾驶车辆进行避障路径动态搜索规划的方法为：
将第一预设常数与最小避障区域的碰撞动态调节系数的和记为第一和值，将第一和值与第二预设常数的乘积记为第一乘积，将第一预设常数与最小避障区域的碰撞动态调节系数差值记为第一差值，将第一差值与第二预设常数的乘积记为第二乘积，当无人驾驶车辆最小避障区域的占据碰撞数值大于等于无人驾驶车辆占据碰撞栅格地图中碰撞阈值时，令无人驾驶车辆最小避障区域的避障搜索距离为第一乘积，当无人驾驶车辆最小避障区域的占据碰撞数值小于无人驾驶车辆占据碰撞栅格地图中碰撞阈值时，令无人驾驶车辆最小避障区域的避障搜索距离为第二乘积；
将无人驾驶车辆占据碰撞栅格地图作为快速探索随机树算法输入，并将无人驾驶车辆位置作为初始位置，以每个最小避障区域为中心，避障搜索距离为半径的区域中进行路径搜索，获取得到当前时刻下无人驾驶车辆避障路径曲线。
9.根据权利要求8所述的一种无人驾驶车辆智能避障方法，其特征在于，所述无人驾驶车辆占据碰撞栅格地图中碰撞阈值的获取方法为：
将无人驾驶车辆占据碰撞栅格地图作为大津法的输入，获取无人驾驶车辆占据碰撞栅格地图中碰撞阈值。
10.一种无人驾驶车辆智能避障系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-9任意一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311403273.6A CN117148848B (zh) | 2023-10-27 | 2023-10-27 | 一种无人驾驶车辆智能避障方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311403273.6A CN117148848B (zh) | 2023-10-27 | 2023-10-27 | 一种无人驾驶车辆智能避障方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117148848A true CN117148848A (zh) | 2023-12-01 |
| CN117148848B CN117148848B (zh) | 2024-01-26 |
Family
ID=88904589
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311403273.6A Active CN117148848B (zh) | 2023-10-27 | 2023-10-27 | 一种无人驾驶车辆智能避障方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117148848B (zh) |
Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100108093A (ko) * | 2009-03-27 | 2010-10-06 | 국방과학연구소 | 방향별 주행성 속도지도를 활용한 무인차량의 지역경로계획장치 및 방법 |
| KR101096592B1 (ko) * | 2010-09-29 | 2011-12-20 | 국방과학연구소 | 장애물격자지도를 활용하는 무인차량의 자율주행성능 향상 장치 및 방법 |
| CN105652874A (zh) * | 2016-03-21 | 2016-06-08 | 北京联合大学 | 一种基于广义波前算法的移动机器人实时避障方法 |
| CN206812886U (zh) * | 2017-04-19 | 2017-12-29 | 深圳市立人达电子科技有限公司 | 一种倒车雷达摄像系统 |
| CN108536149A (zh) * | 2018-04-25 | 2018-09-14 | 吉林大学 | 一种基于Dubins路径的无人驾驶车辆避障控制装置及控制方法 |
| CN109508003A (zh) * | 2018-12-05 | 2019-03-22 | 徐工集团工程机械股份有限公司 | 一种无人驾驶道路机械机群动态避让方法 |
| CN110081894A (zh) * | 2019-04-25 | 2019-08-02 | 同济大学 | 一种基于道路结构权值融合的无人车轨迹实时规划方法 |
| CN111338340A (zh) * | 2020-02-21 | 2020-06-26 | 天津大学 | 基于模型预测的无人驾驶汽车局部路径规划方法 |
| CN112991815A (zh) * | 2019-12-02 | 2021-06-18 | 上海汽车集团股份有限公司 | 一种避障安全距离计算方法及装置 |
| WO2021135728A1 (zh) * | 2019-12-30 | 2021-07-08 | 郑州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 |
| CN113085850A (zh) * | 2021-06-08 | 2021-07-09 | 新石器慧通（北京）科技有限公司 | 车辆避障方法、装置、电子设备及存储介质 |
| CN113267199A (zh) * | 2021-06-24 | 2021-08-17 | 上海欧菲智能车联科技有限公司 | 行驶轨迹规划方法及装置 |
| CN113296521A (zh) * | 2021-05-26 | 2021-08-24 | 紫清智行科技(北京)有限公司 | 一种基于动态窗口的障碍物局部避障方法 |
| CN113359757A (zh) * | 2021-06-30 | 2021-09-07 | 湖北汽车工业学院 | 一种改进型混合a*算法的无人驾驶车辆路径规划与轨迹跟踪方法 |
| CN113467456A (zh) * | 2021-07-07 | 2021-10-01 | 中国科学院合肥物质科学研究院 | 一种未知环境下用于特定目标搜索的路径规划方法 |
| CN114371709A (zh) * | 2022-01-04 | 2022-04-19 | 京东鲲鹏(江苏)科技有限公司 | 路径规划方法、设备、存储介质及程序产品 |
| CN115167413A (zh) * | 2022-06-30 | 2022-10-11 | 中山大学 | 一种基于概率栅格的多源不确定性模型建立方法及系统 |
| CN115346385A (zh) * | 2022-10-19 | 2022-11-15 | 上海伯镭智能科技有限公司 | 基于复杂路况的无人驾驶矿车自动避障方法 |
| US20230082486A1 (en) * | 2021-09-13 | 2023-03-16 | Southwest Research Institute | Obstacle Detection and Avoidance System for Autonomous Aircraft and Other Autonomous Vehicles |
| CN115958590A (zh) * | 2021-12-24 | 2023-04-14 | 合肥哈工图南智控机器人有限公司 | 一种基于rrt的机械臂深框避障运动规划方法及装置 |
| CN116300973A (zh) * | 2023-05-18 | 2023-06-23 | 上海伯镭智能科技有限公司 | 一种复杂天气下无人驾驶矿车自主避障方法 |
| CN116337102A (zh) * | 2023-03-29 | 2023-06-27 | 博雷顿科技股份公司 | 基于数字孪生技术的无人驾驶环境感知与导航方法 |
-
2023
- 2023-10-27 CN CN202311403273.6A patent/CN117148848B/zh active Active
Patent Citations (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100108093A (ko) * | 2009-03-27 | 2010-10-06 | 국방과학연구소 | 방향별 주행성 속도지도를 활용한 무인차량의 지역경로계획장치 및 방법 |
| KR101096592B1 (ko) * | 2010-09-29 | 2011-12-20 | 국방과학연구소 | 장애물격자지도를 활용하는 무인차량의 자율주행성능 향상 장치 및 방법 |
| CN105652874A (zh) * | 2016-03-21 | 2016-06-08 | 北京联合大学 | 一种基于广义波前算法的移动机器人实时避障方法 |
| CN206812886U (zh) * | 2017-04-19 | 2017-12-29 | 深圳市立人达电子科技有限公司 | 一种倒车雷达摄像系统 |
| CN108536149A (zh) * | 2018-04-25 | 2018-09-14 | 吉林大学 | 一种基于Dubins路径的无人驾驶车辆避障控制装置及控制方法 |
| CN109508003A (zh) * | 2018-12-05 | 2019-03-22 | 徐工集团工程机械股份有限公司 | 一种无人驾驶道路机械机群动态避让方法 |
| CN110081894A (zh) * | 2019-04-25 | 2019-08-02 | 同济大学 | 一种基于道路结构权值融合的无人车轨迹实时规划方法 |
| CN112991815A (zh) * | 2019-12-02 | 2021-06-18 | 上海汽车集团股份有限公司 | 一种避障安全距离计算方法及装置 |
| WO2021135728A1 (zh) * | 2019-12-30 | 2021-07-08 | 郑州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 |
| CN111338340A (zh) * | 2020-02-21 | 2020-06-26 | 天津大学 | 基于模型预测的无人驾驶汽车局部路径规划方法 |
| CN113296521A (zh) * | 2021-05-26 | 2021-08-24 | 紫清智行科技(北京)有限公司 | 一种基于动态窗口的障碍物局部避障方法 |
| CN113085850A (zh) * | 2021-06-08 | 2021-07-09 | 新石器慧通（北京）科技有限公司 | 车辆避障方法、装置、电子设备及存储介质 |
| WO2022257283A1 (zh) * | 2021-06-08 | 2022-12-15 | 新石器慧通（北京）科技有限公司 | 车辆避障方法、装置、电子设备及存储介质 |
| CN113267199A (zh) * | 2021-06-24 | 2021-08-17 | 上海欧菲智能车联科技有限公司 | 行驶轨迹规划方法及装置 |
| CN113359757A (zh) * | 2021-06-30 | 2021-09-07 | 湖北汽车工业学院 | 一种改进型混合a*算法的无人驾驶车辆路径规划与轨迹跟踪方法 |
| CN113467456A (zh) * | 2021-07-07 | 2021-10-01 | 中国科学院合肥物质科学研究院 | 一种未知环境下用于特定目标搜索的路径规划方法 |
| US20230082486A1 (en) * | 2021-09-13 | 2023-03-16 | Southwest Research Institute | Obstacle Detection and Avoidance System for Autonomous Aircraft and Other Autonomous Vehicles |
| CN115958590A (zh) * | 2021-12-24 | 2023-04-14 | 合肥哈工图南智控机器人有限公司 | 一种基于rrt的机械臂深框避障运动规划方法及装置 |
| CN114371709A (zh) * | 2022-01-04 | 2022-04-19 | 京东鲲鹏(江苏)科技有限公司 | 路径规划方法、设备、存储介质及程序产品 |
| CN115167413A (zh) * | 2022-06-30 | 2022-10-11 | 中山大学 | 一种基于概率栅格的多源不确定性模型建立方法及系统 |
| CN115346385A (zh) * | 2022-10-19 | 2022-11-15 | 上海伯镭智能科技有限公司 | 基于复杂路况的无人驾驶矿车自动避障方法 |
| CN116337102A (zh) * | 2023-03-29 | 2023-06-27 | 博雷顿科技股份公司 | 基于数字孪生技术的无人驾驶环境感知与导航方法 |
| CN116300973A (zh) * | 2023-05-18 | 2023-06-23 | 上海伯镭智能科技有限公司 | 一种复杂天气下无人驾驶矿车自主避障方法 |
Non-Patent Citations (2)
| Title |
|---|
| 任少杰;杨正才;张英泽;: "基于栅格化四边形区域与改进人工势场的车辆行驶轨迹研究", 湖北汽车工业学院学报, no. 03, pages 10 - 14 * |
| 林泽南: "基于全局改进势场与局部动态避障的移动机器人路径规划方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 01, pages 140 - 1012 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117148848B (zh) | 2024-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107341819B (zh) | 目标跟踪方法及存储介质 | |
| CN110834644B (zh) | 一种车辆控制方法、装置、待控制车辆及存储介质 | |
| CN111290385B (zh) | 一种机器人路径规划方法、机器人、电子设备及存储介质 | |
| WO2021016116A1 (en) | Unstructured vehicle path planner | |
| CN112284393B (zh) | 一种智能移动机器人全局路径规划方法和系统 | |
| CN105138779A (zh) | 车载gps时空轨迹大数据优选方法及系统 | |
| CN110189547A (zh) | 一种障碍物检测方法、装置及车辆 | |
| CN112444263B (zh) | 全局路径规划方法及装置 | |
| CN112639849A (zh) | 路径选择方法和路径选择装置 | |
| US20200269841A1 (en) | Information processing method and apparatus, and storage medium | |
| CN112577506B (zh) | 一种自动驾驶局部路径规划方法和系统 | |
| CN107664504A (zh) | 一种路径规划装置 | |
| CN112829747A (zh) | 一种驾驶行为决策方法、装置及存储介质 | |
| CN112033413A (zh) | 一种结合环境信息的改进a*算法 | |
| CN110706307A (zh) | 电子地图构建方法、装置以及存储介质 | |
| CN104395944A (zh) | 定向车道的识别 | |
| US11845431B2 (en) | Enhanced vehicle operation | |
| CN111142530A (zh) | 一种机器人运行轨迹的确定方法、机器人和存储介质 | |
| CN116118780A (zh) | 一种车辆避障轨迹规划方法、系统、车辆及存储介质 | |
| JP2023523350A (ja) | 乗り物に基づくデータ処理方法、データ処理装置、コンピュータ機器、及びコンピュータプログラム | |
| CN113269889B (zh) | 一种基于椭圆域的自适应点云目标聚类方法 | |
| CN117148848B (zh) | 一种无人驾驶车辆智能避障方法及系统 | |
| US11673548B2 (en) | Vehicle detection and response | |
| CN115230731A (zh) | 行驶路径确定方法、装置、终端及介质 | |
| CN112183157A (zh) | 道路几何识别方法及装置 |
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 |