[发明专利]一种无人驾驶园区物流车局部路径规划方法

说明书

本发明提供了一种无人驾驶园区物流车局部路径规划方法，包括如下步骤：S1、获取障碍物、全局参考路径以及自车位姿信息；S2、通过动态滑动窗口算法对车辆在全局路径上进行定位，并获取车辆在全局路径上的定位点索引值，根据定位点索引值选择车辆前方若干个路径点作为局部路径；S3、根据道路宽度，将步骤S2中得到的局部路径以一定间隔左右平移出多条局部路径，作为障碍物路段的备选路径；S4、由步骤S3中得到的备选路径，通过障碍物碰撞检测算法筛选出车辆通行的所有局部路径；S5、通过最优局部路径选择算法，从所有的通行路径中筛选出最优的局部避障路径。本发明可使车辆能够安全、平稳、高效地进行避障，提高园区物流车辆自动驾驶性能。

技术领域

本发明属于园区智能物流车辆自动驾驶技术领域，尤其是涉及一种无人驾驶园区物流车局部路径规划方法。

背景技术

园区智能物流车辆运输是当前自动驾驶理论研究和技术应用的热点场景之一，局部路径规划是自动驾驶的核心技术；针对园区物流运输场景，研究安全、平稳、高效的局部路径规划方法，对提高物流车辆自动驾驶性能和园区物流运输智能化水平具有重要意义。

一般来说，自动驾驶系统的结构主要分为以下几层：感知层、数据融合层、决策规划层和控制层；智能车辆系统利用数据融合技术对环境信息进行处理和评估，并根据评估结果进行决策和路径规划，进而实现车辆的自动驾驶。自动驾驶系统中的路径规划模块通常细分为全局规划和局部规划，局部路径规划是在全局路径的基础上，规划出连接车辆当前运动状态与局部目标状态的最优或次优局部安全路径，并提供给车辆控制层，使得车辆安全、平稳、高效地运行；因此，局部路径规划是连接环境感知与车辆控制的重要纽带，也是自动驾驶系统中的关键组成部分。

局部路径规划根据动态交通环境，并在全局参考路径的指引下，动态的规划出一段安全可行的行车轨迹，其中轨迹是考虑了时间维度的路径。而全局路径规划则是基于已知地图和任务指标，搜索出任务指标代价最小的全局路径，引导自动驾驶车辆从起始位置到用户定义的目的地；全局路径规划范围更大且相对静态，而局部路径规划用于解决局部动态环境下的规划问题，因而较多研究将两者结合实现优势互补；全局和局部路径规划在方法上并没有严格的界限；目前针对路径/轨迹规划及轨迹优化问题，常见的规划算法包括图搜索法、人工势场法、随机采样法、插值曲线法以及基于优化的方法等。

由于行车环境的复杂性和时变性，以及智能车辆需满足的各种约束条件和行车任务指标，使得规划模块生成的路径或轨迹难以满足实际需求，存在碰撞的危险性和实时性不高的问题，对此，本专利申请发明了适合园区智能物流车辆的局部路径规划方法，以规划出安全、平稳的路径为目标，提高园区物流车辆自动驾驶性能。

发明内容

有鉴于此，本发明旨在提出一种无人驾驶园区物流车局部路径规划方法，以解决现有的局部路径规划难以满足实际需求，存在碰撞的危险性和适用性较差的问题。

为达到上述目的，本发明的技术方案是这样实现的：

一种无人驾驶园区物流车局部路径规划方法，包括如下步骤：S1、获取障碍物、全局参考路径以及自车位姿信息；

S2、通过动态滑动窗口算法对车辆在全局路径上进行定位，并获取车辆在全局路径上的定位点索引值，根据定位点索引值选择车辆前方若干个路径点作为局部路径；

S3、根据道路宽度，将步骤S2中得到的局部路径以设定间隔左右平移出多条局部路径，作为障碍物路段的备选路径；

S4、由步骤S3中得到的备选路径，通过障碍物碰撞检测算法筛选出车辆通行的所有局部路径；

S5、通过最优局部路径选择算法，从所有的通行路径中筛选出最优的局部避障路径。

进一步的，步骤S1中，在位置坐标系下，