[发明专利]一种基于可行驶区域的无人驾驶矿卡轨迹规划方法

权利要求书

1.一种基于可行驶区域的无人驾驶矿卡轨迹规划方法，其特征在于，包括：

步骤S1、获取无人驾驶矿卡的传感器数据；

步骤S2、根据获取的传感器数据，并基于不同运行场景实时生成可行驶区域；

步骤S3、在可行驶区域内沿起点随机采样生成初始路径，并进行简化和路径关键点筛选生成局部路径；

步骤S4、根据传感器数据中的障碍物信息和局部路径进行全局优化，得到可行驶区域路径规划的全局优化的最终路径。

2.根据权利要求1所述一种基于可行驶区域的无人驾驶矿卡轨迹规划方法，其特征在于，所述步骤S1中的传感器数据包括激光雷达数据、毫米波雷达数据、摄像头数据，以及障碍物数据。

3.根据权利要求1所述一种基于可行驶区域的无人驾驶矿卡轨迹规划方法，其特征在于，所述步骤S2的具体步骤包括：

根据矿山作业环境进行场景划分，场景包括主路循迹场景、交叉路口场景，以及装载泊车场景，同时根据道路和云端调度信息，对主路循迹场景、交叉路口场景，以及装载泊车场景之间进行转换；

若当前为主路循迹场景或交叉路口场景时，获取传感器数据，同时对获取的传感器数据进行处理生成障碍物信息，最后生成Frenet坐标系下的可行驶区域；

若当前为装载泊车场景时，获取传感器数据，同时对获取的传感器数据进行处理生成障碍物信息，设置局部坐标系和障碍物的矩形边框，最后生成可行驶区域。

4.根据权利要求3所述一种基于可行驶区域的无人驾驶矿卡轨迹规划方法，其特征在于，所述当前为主路循迹场景或交叉路口场景时，生成可行驶区域的具体步骤包括：

获取激光雷达、毫米波雷达，以及摄像头数据，并对获取到的传感器数据进行处理生成障碍物信息；

将障碍物坐标转换为Frenet坐标，根据道路中心线，将障碍物坐标转换为Frenet坐标，在Frent坐标系下构造每个障碍物SLBoundary；

同时，过滤偏离道路中心线大于3.5m的障碍物；

根据虚拟道路边界和未过滤的障碍物生成Frenet坐标系下的可行驶区域。

5.根据权利要求3所述一种基于可行驶区域的无人驾驶矿卡轨迹规划方法，其特征在于，所述当前为装载泊车场景时，生成可行驶区域的具体步骤包括：

获取激光雷达、毫米波雷达，以及摄像头数据，并对获取到的传感器数据进行处理生成障碍物信息；

获取停车位信息，同时设置局部坐标系原点，其中，设置库位左顶点为原点，左顶点到右顶点为x轴；

将障碍物坐标转换到当前局部坐标下坐标，并设定矩形边框为障碍物行驶范围；

根据矩形边框和障碍物信息获取可行驶区域。

6.根据权利要求1所述一种基于可行驶区域的无人驾驶矿卡轨迹规划方法，其特征在于，所述步骤S3的具体步骤包括：

在得到不同运行场景下的可行驶区域内，沿车辆起点按照随机采样的方式生成初始路径；

对初始路径执行简化操作得到简化路径，其中，简化路径包含初始路径中的路径点进行简化后的路径关键点；

对简化路径中的所有路径关键点同时进行智能采样，并得到智能采样后的路径；

基于路径点与可行驶区域的边界之间的距离以及路径总长度，对智能采样前后的路径进行筛选，并根据筛选结果生成局部路径。

7.根据权利要求1所述一种基于可行驶区域的无人驾驶矿卡轨迹规划方法，其特征在于，所述步骤S4的具体步骤包括：

S41、根据道路限速、曲率，以及障碍物信息计算对于局部路径path的每个点的限速，根据障碍物和局部路径生成障碍物ST图，其中，t为纵坐标，s为横坐标，斜率为s值对于t的导数，即速度，斜率越大，则表示速度越高；

S42、基于生成的障碍物ST图，构造二维cost_table表，并利用动态规划的算法进行遍历寻找最优值，得到最终路径。