[发明专利]一种自动驾驶车辆避障路径规划方法、车辆及可读存储介质

权利要求书

1.一种自动驾驶车辆避障路径规划方法，其特征在于，方法包括：

步骤1：利用车载感知系统获取环境数据，并构建基于自动驾驶车辆二维栅格化的行驶道路地图模型；

在行驶道路地图模型中定位起始点S和目标点E；获取空间所有节点信息，计算邻接矩阵D和计算启发式信息矩阵；

步骤2：初始化迭代次数N，蚂蚁规模M，信息启发式因子α，期望启发式因子β，信息素挥发系数ρ，ε、t,信息素浓度，当前路径列表RT以及禁忌表TS；将起始点S分别置于禁忌表RT和当前路径列表TS中；

步骤3：查询邻接矩阵D，获取当前节点i出发下一步可行节点的集合然后利用全局启发函数η_ij(t)优化蚁群算法状态转移概率计算第m(m＝1,2,3,…,M)只蚂蚁选择相邻节点的概率；

按轮盘法选择下一节点，将选定的节点作为新的当前节点；

更新当前路径列表RT和禁忌表TS；

步骤4：更新蚂蚁序号，若第m只蚂蚁的当前路径列表包含了目标点或无路径且m≥M，则转入步骤5，否则返回步骤3；

步骤5：更新信息素，计算当前迭代最优路径，并利用动态调整的信息素增量模型Δτ_ij更新信息素矩阵；

步骤6：若n≥N，则输出最优路径并停止迭代，否则返回步骤3。

2.根据权利要求1所述的自动驾驶车辆避障路径规划方法，其特征在于，

步骤3中的蚁群算法状态转移概率表达式为：

式中：为t时刻第m只蚂蚁从当前位置节点i到相邻位置节点j的状态转移概率；

τ_ij(t)为路径(i,j)上的信息素浓度；

η_ij(t)为蚂蚁m在节点i处选择相邻节点j的启发函数，反映边(i,j)的能见度；

α为信息启发式因子，反映信息素对蚂蚁选择路径的影响力；

β为期望启发式因子，反应启发式信息在指导蚁群搜索过程中的相对重要程度；

U^m为蚂蚁尚未访问的下一节点的集合；

s为与当前位置节点i相邻的可选节点的集合；

τ_is(t)为当前位置节点i与各相邻节点之间的信息素浓度；

η_is(t)表示蚂蚁k在节点i与各相邻节点之间的启发函数。

3.根据权利要求1所述的自动驾驶车辆避障路径规划方法，其特征在于，

步骤3中的全局启发函数η_ij(t)表达式为：

式中：d_jE为j到目标节点E之间的距离，即x_E为目标节点的横坐标，y_E为目标节点的纵坐标；t为相邻节点j对影响路径选择的权重；1-t为目标节点E对影响路径选择的权重。

4.根据权利要求3所述的自动驾驶车辆避障路径规划方法，其特征在于，

t的大小取决于车速、相邻节点之间的距离；

当车辆均速行驶时，t≈d_ij/(d_ij+d_jE)；

当d_jE远大于d_ij时，t→0，则全局启发函数η_ij(t)表达式可近似为：

全局启发函数η_ij(t)的理论基础为贝塞耳曲线函数；

贝塞耳曲线函数构造的全局启发函表达式为：

n+1个顶点的n次贝塞耳曲线表达式为：

式中：P_i(i＝0,1,2,…,n)为各顶点的位置向量，B_i,n(t)为伯恩斯坦基函数，其表达式为：