[发明专利]一种基于融合算法的智能汽车局部路径规划方法

权利要求书

1.一种基于融合算法的智能汽车局部路径规划方法，其特征在于：包括以下步骤：

S1：通过车载传感器获取地理信息，并作为改进的A星算法模块的输入值；

S2：在全局路径生成单元中通过改进的A星算法对所述地理信息进行运算，输出值为全局路径规划信息，执行S3；

S3：在局部路径生成单元中通过lattice算法对所述全局路径规划信息进行运算，输出值为局部路径规划信息；

S4：在所述局部路径规划信息中选择最优路线并反馈至控制模块；

S5：结束。

2.根据权利要求1所述一种基于融合算法的智能汽车局部路径规划方法，其特征在于：所述步骤S2还包括：

S2.1：根据所述地理信息，确定并设置车辆运行的起始点、目标点、障碍物信息和车辆运动控制模型；

S2.2：建立OPEN表以及CLOSE表；

S2.3：建立评估函数F(i)=G(i)+H(i)；

其中，i表示第i个节点，G(i)表示从起始点到第i个节点的代价值，Hi)表示第i个节点到目标点的代价值；

S2.4：在OPEN表中放入起始点；

S2.5：从OPEN表中剔除无必要遍历点，选取G值最小的节点，作为父节点；

S2.6：计算父节点到起始点的代价值G；

S2.7：比较Reed-Shepp曲线、Dubins曲线以及曼哈顿距离的三者的代价值，取三者最大值为H并做好记录；

S2.8：计算评估函数的最小值为F并做好记录；

S2.9：剔除夹点；

S2.10：判断评估函数最小值F对应的节点是否为目标点，如果是，则输出该节点并放入CLOSE表中，结束；如果不是，返回步骤S2.5。

3.根据权利要求2所述一种基于融合算法的智能汽车局部路径规划方法，其特征在于：所述步骤S3还包括：

S3.1：将所述步骤S2改进后A星算法输出的全局路径规划信息作为lattice算法的S坐标轴；

S3.2：将车辆在Frenet坐标系中进行状态分解，分别获取车辆在横向和纵向上的信息；

其中，在 Frenet 坐标系中，s代表沿道路的距离称为纵坐标，d表示与纵向线的位移称为横坐标；

S3.3：根据所述步骤S3.2获取的所述信息分别在横向和纵向上对车辆进行运动规划；

S3.4：将所述步骤S3.3所得的横向规划轨迹和纵向规划轨迹合成为二维运动规划轨迹；

S3.5：根据所设定的约束条件对步骤S3.4合成的二维运动规划轨迹进行筛选，选取最优轨迹作为输出结果。