[发明专利]一种基于图论和改进一阶算法的车辆编队避障方法

权利要求书

1.一种基于图论和改进一阶算法的车辆编队避障方法，包括使用激光雷达采集车辆运行地图数据以及通过车身上的传感器采集车辆相关信息数据，其特征在于，包括以下步骤：

步骤1：根据所述车辆运行地图和所述车辆相关信息数据建立拓扑结构有向图模型；

步骤2：设置车辆编队理想相对位置，根据有向图建立领航-跟随误差模型；

步骤3：得到跟随车与领航车的位置误差后，建立一阶一致性编队控制模型对所述领航-跟随误差模型进行控制；

步骤4：判断车队前进路线中是否存在障碍物；

当前方存在障碍物时，建立改进人工势场法的斥力函数进行避障；

当前方不存在障碍物时，建立引力函数计算车辆所受目标点引力确定下一步方向直到到达目标点。

2.如权利要求1所述的基于图论和改进一阶算法的车辆编队避障方法，其特征在于，所述车辆相关信息数据包括车辆初始位置、车辆速度和车辆航向角。

3.如权利要求2所述的基于图论和改进一阶算法的车辆编队避障方法，其特征在于，所述步骤1包括以下子步骤：

步骤11：根据车辆自身传感器位置及数量确定好车辆间的信息交互情况，建立理想队形的拓扑图，也就是有向图；

步骤12：得到有向图的邻接矩阵A和入度矩阵D；

步骤13：得到有向图的拉普拉斯矩阵L＝D-A；

步骤14：计算拉普拉斯矩阵的秩，设智能车辆个数为N，如果矩阵的秩为N-1，则表明编队队形稳定，如果矩阵的秩不是N-1，则返回步骤11，重新确定车辆信息交互方向，直到拉普拉斯矩阵的秩为N-1。

4.如权利要求3所述的基于图论和改进一阶算法的车辆编队避障方法，其特征在于，所述步骤12包括针对理想队形的有向图G(5,8)，其邻接矩阵A＝(a_ij)是一个i×j的矩阵，如果(ij)∈E，则a_ij＝1，反之a_ij＝0；设图中节点的入度是以该节点为信息接收端的边的数量为d_i，则

节点的入度矩阵为：

D＝diag[4,1,2,2,0]

其中，V为有向图节点的集合，E为边的集合，n为节点的个数，i和j分别为邻接矩阵的行数和列数。

5.如权利要求1所述的基于图论和改进一阶算法的车辆编队避障方法，其特征在于，所述步骤14包括当且仅当拉普拉斯矩阵L有唯一的特征向量c＝[0.4472,0.4472,0.4472,0.4472,0.4472]使得特征值Lc＝0。

6.如权利要求5所述的基于图论和改进一阶算法的车辆编队避障方法，其特征在于，令x＝[x₁,x₂,…,x_i]，其中x_i是有向图G中节点车辆的状态值，定义向量为组成图G每条边的M维对应差值矩阵，定义e_i＝(h_i,t_i)∈E，i＝1,2,…,8，h_i和t_i分别对每条边的头部和尾部节点，令

则得到：

因此

定义矩阵B(b_ij)为有向图的关联矩阵，如果节点i是节点j的头部，则b_ij＝1，如果节点i是节点j的尾部，则b_ij＝-1，否则b_ij＝0，可以发现L＝BB^T。

其中，为每条边的M维差值矩阵，也就是每辆车的位置误差，M表示有向图边的条数，为每条边头部节点的状态值，为尾部节点的状态值，为每条边对应的头尾车辆状态误差，L为拉普拉斯矩阵，x为节点也就是车辆的状态值。