本发明涉及一种基于动态变策略informed‑RRT*的无人车路径规划方法。所述方法包括:首先,利用地图信息膨胀技术对障碍物进行膨胀,初始化地图信息,根据动态步长策略和变策略人工势场法相结合在传统RRT*方法的基础上在地图中进行采样,以获取初始路径;构建椭圆采样区间,随着搜索树在改进informed‑RRT*方法下不断剪枝优化,椭圆范围也在不断地缩小,采样时间也随之减少,最后进行6次B样条曲线拟合优化,仿真验证了所述方法的有效性。本发明能够降低传统informed‑RRT*的盲目性和随机性,减少路径搜索的时间,且规划的路径考虑了安全距离,路线更为平滑,符合无人车动力约束。
本发明在传统informed-RRT*方法基础上引入变策略人工势场法,在传统人工势场法基础上针对引力过大的情况增加限定范围,给定一个阈值d限定无人车与障碍物的距离,针对斥力过大的情况,在原有的斥力场基础上,加入无人车与障碍物距离的影响,能够根据不同的环境产生不同的人工势场力,并且避免无人车在接近障碍物时频繁的加速减速从而导致多余动能浪费问题,提高方法搜索能力和无人车的续航能力。
材料科学与化学工程学院现有教职工170人,其中新世纪百千万人才工程国家级人选1人,教育部新世纪人才1人,全国优秀教师1人,龙江学者3人,省杰青4人,省思政名师1人,省级教学师德标兵4人,黑龙江省研究生优秀导师团队2个,博士生导师25人,硕士生导师106人。
评价单位:“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会)
评价时间:2023-11-11
综合评价
技术前景广阔,具备技术成果转移转化要求。
查看更多>
评价单位:“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会)
评价时间:2022-12-07
综合评价
发明的创造目的在于,降低传统informed-RRT*的盲目性和随机性,减少路径搜索的时间,且规划的路径考虑安全距离,路线更为平滑,有效地提高无人车的使用效率和寿命。
本发明为解决上述问题采用以下技术方案:地图信息膨胀技术对障碍物进行膨胀,构建地图模型;采用动态步长和变策略人工势场法相结合在传统 RRT*方法的基础上在栅格地图中进行采样以获取初始路径并不断进行剪枝优化;对生成的渐进优化路径进行6次B样条曲线拟合优化路径,具体包括以下步骤:
步骤1:
初始化无人车路径地图信息,包括地图的边界以及障碍物的信息,同时利用地图信息膨胀技术对障碍物进行膨胀,构建地图模型,同时在地图中确定无人车的起始位置和目标位置;初始采样区域为全地图;
查看更多>