[发明专利]基于迭代改进APF的无人驾驶汽车避碰路径规划方法与系统

说明书

本发明提供一种基于迭代改进APF的无人驾驶汽车避碰路径规划方法与系统，方法包括：S1：建立二维工作空间，标记起始点、终点和障碍物；S2：在工作空间离散多个单元格，获取单元格对应的势值；S3：对势值排序，设定阈值，标记大于阈值的单元格；S4：对单元格进行遍历，获得两个标记簇，降低阈值，重复S3，直到两个标记簇有交叉点；S5：记录使两个标记簇有交叉点的阈值及阈值对应的单元格，找到满足只有一个单元格连接两个标记簇的单元格，设为第一中点；S6：重复S4‑S5，获得满足要求的中点，所有中点和起点、终点相连形成一条无障碍的路径。本方法能在短时间内规划出避开障碍物的路径，且路径距离极短。

技术领域

本发明属于无人驾驶技术领域，具体涉及一种基于迭代改进APF的无人驾驶汽车避碰路径规划方法与系统。

背景技术

汽车出行中，常常由于疲劳驾驶，酒醉驾驶，接打电话以及走神，注意力不集中等原因造成的交通事故，同时由于司机不遵守道路的交规或者不文明驾驶给道路和交通环境带来了巨大的压力，导致出行效率降低。

在无人驾驶研究领域，传统的避障方法包括将雷达和传感器进行结合，该结合后的设备的好处是精确度高且反应很快，但是它也存在成本过高的缺点，且雷达和传感器等设备极易损坏，后期维护费用也极其高。随后有学者结合人工智能算法提出了APF（人工势场）避障法，该方法的基本思想是把车辆在周围环境中的运动视为车辆在人工建立的虚拟场中运动，目标点产生引力，引导车辆向目标点运动；障碍物产生斥力，避免车辆与障碍物发生碰撞，斥力、引力构造一个虚拟势场，车辆在二者的合力下沿着这个势场的“势峰”间的“势谷”前进运动，利用该方法规划出来的路径一般比较平滑且安全，方法简明，实时性良好；但是该方法在使用时，有可能陷入局部最优解，从而导致计算机难以对规划处的路径进行车辆动力学约束，最终陷入计算陷阱；而且密集的障碍物之间没有通道，当障碍物存在时还会受到振荡影响，存在势场作用域相对固定、不灵活、以及避障角度过大等缺点。

发明内容

本发明的目的之一在于提供一种基于迭代改进APF的无人驾驶汽车避碰路径规划方法，该方法能规划出避开障碍物的极短路径。

为实现上述目的，本发明的技术方案为：一种基于迭代改进APF的无人驾驶汽车避碰路径规划方法，包括以下步骤：

S1：建立自动驾驶汽车所处环境的二维工作空间，并标记起始点、终点和障碍物；

S2：在所述二维工作空间离散多个单元格，为每一个单元格分配随机值，获取所有单元格对应的势值；

S3：根据每个单元格的所述势值进行排序，然后设定一个阈值，标记所有势值大于所述阈值的对应单元格；

S4：使用广度优先算法对工作区间的每个单元格进行遍历，获得两个不同的标记簇，然后降低所述阈值，重复步骤S3，直到两个标记簇有交叉点；

S5：记录使两个标记簇有交叉点的所有阈值为目标阈值以及目标阈值对应的单元格，在这些单元格中找到满足有且仅有一个单元格连接两个标记簇的单元格，并将该单元格设置为第一中点；

S6：重复步骤S4-S5，获得所述二维工作空间所有满足要求的中点，直到所有中点能和标记的起点与终点相连形成一条无障碍的路径为止。

进一步地，还包括步骤：

当步骤S5中的目标阈值存在多个对应单元格时，通过以下方法改变单元格的势值：

单元格S₁和S₂的势值相同都为x，且S₁的下一个单元格的值为y，则令S₁的势值为x，S₂的势值为（y+x）/2。

进一步地，所述步骤S2中的所有单元格对应的势值通过以下步骤获得：