[发明专利]基于图搜索和几何曲线融合的路径规划方法

说明书

本发明公开了一种基于图搜索和几何曲线融合的路径规划方法，包括如下步骤：步骤1：得到地图信息，确定车辆的起始点和目标点；步骤2：通过Hybrid A*算法对节点进行拓展，得到新的节点及其状态信息；步骤3：判断新节点在直行状态下，是否能与目标点所在射线相交；步骤4：判断新节点能否通过几何曲线路径到达目标点；步骤5：判断ProState集合是否为空集。本发明的基于图搜索和几何曲线融合的路径规划方法，解决了传统的Hybrid A*无法精确到达目标点、无法满足车辆目标横摆角要求的问题。

技术领域

本发明涉及智能网联汽车技术领域，更具体的说是涉及一种基于图搜索和几何曲线融合的路径规划方法。

背景技术

随着传感技术和人工智能的不断发展，自动驾驶系统的发展日益成熟。自动驾驶系统能减少驾驶员的操作负担，并减少交通事故发生的概率，将在生活中扮演愈发重要的角色。路径规划是自动驾驶系统中的关键一环，主要是在先验地图中，结合当前环境信息，规划出一条从起始点到目标点的可行路径。

目前，解决路径规划问题主要是用A*算法，是一种图搜索算法。A*算法在搜索的过程中，根据与目标点相关的启发式信息，朝着有利的方向展开搜索，可以避免许多无意义的搜索路径，大大减少搜索范围、降低问题的复杂度。但是，传统的A*算法规划出的路径不满足车辆的动力学约束，不适合车辆行驶。Hybrid A*算法在传统A*算法的基础上，加入了车辆动力学约束，能够规划出一条车辆可行驶的路径。但Hybrid A*算法无法精确到达目标点，且未考虑车辆终点的角度约束。Hybrid A*算法与Dubins算法的融合，使得车辆能够精确到达目标点，但计算量较大，不适合车辆的实时规划。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种基于图搜索和几何曲线融合的路径规划方法。该方法前期采用Hybrid A*算法进行路径搜索，逐渐靠近目标点。在搜索过程中，不断检测是否能够通过几何曲线路径规划到达目标点。当满足几何曲线规划的条件时，将规划出一条由直线和圆弧组成的路径，直接到达目标点，完成路径规划。

为实现上述目的，本发明提供了如下技术方案：一种基于图搜索和几何曲线融合的路径规划方法，包括如下步骤：

步骤1：得到地图信息，确定车辆的起始点和目标点；

步骤2：通过Hybrid A*算法对节点进行拓展，得到新的节点及其状态信息；

步骤3：判断新节点在直行状态下，是否能与目标点所在射线相交，若能，则进行步骤4；若不能，则计算该节点的f、h和g值，并将该节点放入Open集中，进行步骤5；

步骤4：判断新节点能否通过几何曲线路径到达目标点，若不能，则计算该节点的ΔL值，并将该节点放入ProState集合中，进行步骤5；若能，则采用几何路径到达目标点，并进行路径回溯；

步骤5：判断ProState集合是否为空集，若不为空集，则从ProState集合中挑出最佳节点，返回步骤2；若ProState集合为空集，则从Open中挑出最佳节点，返回步骤2。

作为本发明的进一步改进，所述步骤2用Hybrid A*算法对节点进行拓展的具体步骤如下：

步骤21，记当前节点状态为：(x_current，y_current，〖heading〗_current，x_discurrent，y_discurrent)，其中，x_current为当前状态的横坐标，y_current为当前状态的纵坐标，〖heading〗_current为当前状态的横摆角；

步骤22，记车辆最大转向角为α_max，则车辆可用转向角为：

α＝(-α_max，-α_max/2，0，α_max/2，α_max)；