[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

说明书

本发明公开了一种基于可行驶区域的无人驾驶矿卡轨迹规划方法，包括获取无人驾驶矿卡的传感器数据；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；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；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。本发明通过获取传感器数据，生成可行驶区域，规划优化路径，从而不依赖于高精度地图、利用车辆现有的传感器就可进行轨迹规划。成本低、对场景的适用性更强，同时避免陷入局部最优困境的问题。

技术领域

本发明涉及无人驾驶矿卡轨迹规划技术领域，特别涉及一种基于可行驶区域的无人驾驶矿卡轨迹规划方法。

背景技术

无人驾驶的轨迹规划技术是自动驾驶车辆的核心技术之一。目前在露天矿场中无人驾驶矿卡的路径规划也极为重要，能够在矿场的作业中进行更为合理的规划，提供作业效率。

现有技术的不足之处在于，依赖高精度地图进行路径规划，而高精度地图制作成本高，并且矿山道路变化快，不易于后期维护。目前自动驾驶车辆都配有激光雷达、毫米波雷达、摄像头等传感器，利用现有的传感器进行算法处理可以获得车辆的可行使区域。可行驶区域的信息比高精度地图精确、并且能处理一些极端场景下的轨迹规划问题。

发明内容

本发明的目的克服现有技术存在的不足，为实现以上目的，采用一种基于可行驶区域的无人驾驶矿卡轨迹规划方法，以解决上述背景技术中提出的问题。

一种基于可行驶区域的无人驾驶矿卡轨迹规划方法，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。

作为本发明的进一步的方案：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。

作为本发明的进一步的方案：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。

作为本发明的进一步的方案：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。

作为本发明的进一步的方案：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：