[发明专利]一种无人车快速轨迹规划方法

说明书

本发明公开一种无人车快速轨迹规划方法，属于快速规划路线领域，解决现有技术中无人车轨迹规划计算量大，硬件要求高的问题，技术方案：构建环境地图，通过传感器获得机器人移动环境坐标信息形成地图模型，并使用栅格将地图像素化；设定起点坐标P₀(x₀,y₀)，终点坐标P₁(x₁,y₁)；确定当前点P_i(x_i,y_i)，判断当前点八邻域点是否为障碍物；根据是否为障碍物分别采用中点比较算法和A‑Star(A*)算法确定下一轨迹点。该方法计算量小，对硬件平台要求低。

技术领域

本发明涉及无人车路线规划领域，特别涉及一种无人车快速轨迹规划方法。

背景技术

目前的轨迹规划方法包括A-Star(A*)算法、Dijkstra算法、蚁群算法、遗传算法等，如中国专利CN 110440822 B公开了一种基于黏菌-蚁群融合算法的汽车焊点路径规划方法，中国专利CN 111098852 B公开了一种基于强化学习的泊车路径规划方法，相比于蚁群算法、遗传算法等智能算法，A*算法因计算量较小，硬件要求较低，能够快速找到最优解等优势广泛使用。然而，原始的A*寻迹算法需要计算八邻接点到起点与终点的距离，计算量依然过大，对硬件平台的要求较高。为解决计算量问题，赵晓等(赵晓,王铮,黄程侃,等.基于改进A*算法的移动机器人路径规划[J].机器人,2018,40(6):904-910.)提出跳跃点搜索的改进A*算法减少了部分无用节点数量，降低了部分计算量，但是保留节点的计算依然计算量较大。

发明内容

本发明目的是提供一种无人车快速轨迹规划方法，解决现有技术中无人车轨迹规划计算量大的问题，技术效果：算法计算量小，硬件平台要求低。

为实现上述目的，本发明采用以下技术方案：

一种无人车快速轨迹规划方法，所述算法包括如下步骤：

步骤1：构建环境地图，通过传感器获得机器人移动环境坐标信息形成地图模型，并使用栅格将地图像素化；步骤2：给定起点坐标P₀(x₀,y₀)，终点坐标P₁(x₁,y₁)；步骤3：确定当前点P_i(x_i,y_i)，开始时，起点为当前点，并判断当前点八邻域是否存在障碍物，不存在障碍物进入步骤4，存在障碍物进入步骤5；步骤4：中点比较法获取下一轨迹点P_i+1(x_i+1,y_i+1)；步骤5：A-Star方法获取下一轨迹点P_i+1(x_i+1,y_i+1)；

进一步，所述步骤3中，八邻域点的坐标判断顺序是：1-上P_i3(x_i,y_i+1)、2-右上P_i4(x_i+1,y_i+1)、3-右P_i5(x_i+1,y_i)、4-右下P_i6(x_i+1,y_i-1)、5-下P_i7(x_i,y_i-1)、6-左下P_i8(x_i-1,y_i-1)、7-左P_i1(x_i-1,y_i)、8-左上P_i2(x_i-1,y_i+1)。