本發(fā)明屬于汽車制造領(lǐng)域，具體涉及一種智能汽車避障規(guī)劃方法。

背景技術(shù)：

1、智能汽車路徑規(guī)劃旨在為智能汽車設(shè)計(jì)一條行駛路徑，以確保從出發(fā)到目的地的行駛時(shí)間、避撞效果和路線平穩(wěn)穩(wěn)定等基本條件。這項(xiàng)規(guī)劃的目標(biāo)是為自動(dòng)駕駛汽車提供最佳路徑，使其能夠高效、安全地完成行駛?cè)蝿?wù)。鑒于自動(dòng)駕駛汽車所處環(huán)境的復(fù)雜多樣性，包括城市道路和鄉(xiāng)村道路等各種結(jié)構(gòu)化和非結(jié)構(gòu)化道路，規(guī)劃的路徑需能夠很好地適應(yīng)這種復(fù)雜環(huán)境，并具備良好的避撞能力，同時(shí)提高路徑規(guī)劃的效率、安全性和可靠性。路徑規(guī)劃方法可分為全局規(guī)劃和局部規(guī)劃兩類。全局路徑規(guī)劃常用的方法包括dijkstra算法、a*算法、蟻群算法和rrt算法。其中，a*算法和蟻群算法是高效且廣泛使用的方法，但a*算法在計(jì)算量過大時(shí)無法保證找到最佳路徑，而蟻群算法的環(huán)境適應(yīng)能力有限。局部路徑規(guī)劃常用的方法包括人工勢(shì)場(chǎng)法、遺傳算法和動(dòng)態(tài)窗口法。人工勢(shì)場(chǎng)法易于實(shí)現(xiàn)、計(jì)算速度快且易于理解，但容易陷入局部最優(yōu)或無法到達(dá)目標(biāo)的問題。在實(shí)際路徑規(guī)劃中，需要考慮不可預(yù)測(cè)的復(fù)雜變化情況，因此需要?jiǎng)討B(tài)實(shí)時(shí)更新規(guī)劃路徑，以實(shí)現(xiàn)良好的避撞效果并達(dá)到最佳路徑規(guī)劃目標(biāo)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明針對(duì)現(xiàn)有技術(shù)中動(dòng)態(tài)窗口算法存在的局部最優(yōu)解及在復(fù)雜環(huán)境下避障規(guī)劃耗時(shí)較長(zhǎng)的缺點(diǎn)，提出一種融合金豹算法與動(dòng)態(tài)窗口的智能汽車避障規(guī)劃方法，先是利用改進(jìn)的金豹算法進(jìn)行初規(guī)劃，獲得初始最佳全局避障點(diǎn)；再利用改進(jìn)的動(dòng)態(tài)窗口法進(jìn)行二次規(guī)劃對(duì)車輛的行駛路徑長(zhǎng)度、車輛側(cè)向加速度以及車輛橫擺角速度進(jìn)行采樣，然后通過評(píng)價(jià)函數(shù)篩選最佳避障路徑；最后得到一條無碰撞安全避障路徑。具體技術(shù)方案如下：

2、一種智能汽車避障規(guī)劃方法，包括如下步驟：

3、步驟1：對(duì)車輛行駛環(huán)境進(jìn)行建模；

4、步驟2：通過步驟1，獲得車輛的初始位置，障礙物分布和目標(biāo)點(diǎn)位置；

5、步驟3：通過步驟1和步驟2信息，采用優(yōu)化的金豹算法進(jìn)行初步避障規(guī)劃；

6、步驟4：通過步驟3的改進(jìn)的金豹算法初規(guī)劃得到全局最優(yōu)避障點(diǎn)；

7、步驟5：將步驟4中的全局最優(yōu)避障點(diǎn)輸入改進(jìn)后的動(dòng)態(tài)窗口算法中，進(jìn)行二次避障規(guī)劃；

8、步驟6：車輛生成無碰撞安全避障路徑，達(dá)到目標(biāo)點(diǎn)，結(jié)束；否則，返回步驟4。

9、進(jìn)一步的，步驟3中優(yōu)化金豹算法，具體如下：

10、首先對(duì)金豹算法搜索函數(shù)進(jìn)行改進(jìn)，如下式所示：

11、

12、式(1)和式(2)中，t表示當(dāng)前迭代次數(shù)；就表示當(dāng)前迭代中，第i個(gè)個(gè)體(獵物)的位置；分別表示當(dāng)前迭代中的雄性豺狼和雌性豺狼，即種群中的最優(yōu)個(gè)體和次優(yōu)個(gè)體。因此和分別表示當(dāng)前迭代下，每個(gè)個(gè)體i與雄性豺狼和雌性豺狼之間的相對(duì)位置。也就是說，對(duì)每個(gè)個(gè)體i來說都有這樣對(duì)應(yīng)的一對(duì)位置向量。e為獵物的逃跑能量，rl為基于levy分布的隨機(jī)向量，ql為新加入的logistic混沌映射函數(shù)。

13、其中e的計(jì)算如下：

14、e＝e1·e0·es??(3)

15、式(3)中e1為獵物逃跑的能量，e1為初始逃跑能量，es為新加入的搜索能量。其中

16、

17、式(4)c為[0.5,1]之間的一個(gè)隨機(jī)數(shù)。

18、再對(duì)金豹算法開發(fā)函數(shù)進(jìn)行改進(jìn)，如下式所示：

19、

20、最后種群中的每個(gè)個(gè)體更新位置函數(shù)如下：

21、

22、式(7)中k1和k2表示雄性豺狼和雌性豺狼最優(yōu)位置加權(quán)系數(shù)。

23、進(jìn)一步的，步驟5中的改進(jìn)的動(dòng)態(tài)窗口算法，具體如下：

24、在傳統(tǒng)的動(dòng)態(tài)窗口算法的評(píng)價(jià)函數(shù)基礎(chǔ)上，加入了考慮經(jīng)濟(jì)性和安全穩(wěn)定性的新的適應(yīng)度函數(shù)，具體如下：

25、

26、式(8)中l(wèi)ength為路徑長(zhǎng)度指標(biāo)，latacc為車輛側(cè)向加速度指標(biāo)，為橫擺角速度指標(biāo)，其中α,β,γ為各指標(biāo)的加權(quán)系數(shù)，通過綜合考慮路徑長(zhǎng)度、車輛側(cè)向加速度和橫擺角速度，能極大的提高車輛行駛過程中的安全穩(wěn)定性及減少算法所耗時(shí)間，提高算法經(jīng)濟(jì)性。

27、本發(fā)明通過對(duì)金豹算法和動(dòng)態(tài)窗口算法進(jìn)行優(yōu)化改進(jìn)再對(duì)兩種算法進(jìn)行有機(jī)結(jié)合，可以解決傳統(tǒng)動(dòng)態(tài)窗口算法存在的局部最優(yōu)解及在復(fù)雜環(huán)境下智能汽車避障規(guī)劃耗時(shí)較長(zhǎng)的問題，將其用于智能汽車避障規(guī)劃中，具有良好的效果。

技術(shù)特征：

1.一種智能汽車避障規(guī)劃方法，其特征在于：包括如下步驟：

2.根據(jù)權(quán)利要求1所述一種智能汽車避障規(guī)劃方法，其特征在于：步驟3中的優(yōu)化金豹算法，具體如下：

3.根據(jù)權(quán)利要求1所述一種智能汽車避障規(guī)劃方法，其特征在于：步驟5中的改進(jìn)的動(dòng)態(tài)窗口算法，具體如下：

技術(shù)總結(jié)
本發(fā)明屬于汽車制造領(lǐng)域，具體涉及一種智能汽車避障規(guī)劃方法。先是利用改進(jìn)的金豹算法進(jìn)行初規(guī)劃，獲得初始最佳全局避障點(diǎn)；再利用改進(jìn)的動(dòng)態(tài)窗口法進(jìn)行二次規(guī)劃對(duì)車輛的行駛路徑長(zhǎng)度、車輛側(cè)向加速度以及車輛橫擺角速度進(jìn)行采樣，然后通過評(píng)價(jià)函數(shù)篩選最佳避障路徑；最后得到一條無碰撞安全避障路徑。本發(fā)明方法，規(guī)劃準(zhǔn)確且計(jì)算精度高，具有良好的效果。

技術(shù)研發(fā)人員：萬宇康,江會(huì)華,劉衛(wèi)東,張超,雷耀,時(shí)樂泉,胡德華
受保護(hù)的技術(shù)使用者：江鈴汽車股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/11/14