1.一种多势场融合的智能驾驶汽车安全避障方法,其特征在于:包括如下步骤:步骤S10、计算智能驾驶汽车分别与多个障碍物的范围角和倾斜角,得到智能驾驶汽车分别与多个障碍物的相对速度区域;
步骤S20、根据智能驾驶汽车分别与多个障碍物的相对速度区域,构建智能驾驶汽车分别与多个障碍物的对应的速度势场,以满足多个不同速度的障碍物的安全避障要求;
步骤S30、构建满足不同道路边界安全避障的道路势场;
步骤S40、结合道路势场和多个速度势场,设计模糊权重分配方法,用以自适应地分配道路势场和多个速度势场的权值,将加权后的道路势场和多个速度势场相结合得到总势场;
步骤S50、利用梯度下降法计算总势场的负梯度,建立智能驾驶汽车的运动方程,将总势场的负梯度代入到智能驾驶汽车的运动方程内,得到同时满足多个不同速度的障碍物和不同边界道路的安全避障路径;
步骤S60、根据智能驾驶汽车在安全避障路径上的行驶状态和多个障碍物的运动情况,判断是否满足设定的完成避障的条件,不满足,则重复步骤S10至步骤S60;满足,则智能驾驶汽车避障完成。
2.根据权利要求1所述的智能驾驶汽车安全避障方法,其特征在于,所述步骤S10中多个障碍物的数量为n个,n=1、2...i...n;其中智能驾驶汽车与第i个障碍物的相对速度区域如下:式中,α(i)和β(i)分别表示智能驾驶汽车与第i个障碍物的相对速度区域的范围角和倾斜角,X和Y分别表示智能驾驶汽车的纵向坐标和侧向坐标,X
3.根据权利要求2所述的智能驾驶汽车安全避障方法,其特征在于,所述步骤S20中多个障碍物的数量为n个,n=1、2...i...n;其中智能驾驶汽车与第i个障碍物的速度势场为:式中,U
D
式中,β(i)表示智能驾驶汽车与第i个障碍物的相对速度区域的倾斜角;l式中,v
式中,α(i)表示智能驾驶汽车与第i个障碍物的相对速度区域的范围角。
4.根据权利要求3所述的智能驾驶汽车安全避障方法,其特征在于,所述的道路势场为:式中,U
5.根据权利要求4所述的智能驾驶汽车安全避障方法,其特征在于,所述步骤S40中的模糊权重分配方法的输入包括为智能驾驶汽车与第i个障碍物的估计碰撞时间t步骤a:将智能驾驶汽车与第i个障碍物的估计碰撞时间t式中,min(t
步骤b:建立第一隶属度函数、第二隶属度函数、第三隶属度函数和第四隶属度函数,第一隶属度函数、第二隶属度函数分别用于将步骤c:对避障的一般经验进行细化,得到c当t
当t
当t
当t
步骤d:通过去模糊化将c
步骤e:将速度势场权值c
式中,
6.根据权利要求5所述的智能驾驶汽车安全避障方法,其特征在于,所述步骤a中智能驾驶汽车与第i个障碍物的估计碰撞时间为:式中,v
式中,(X
(x-X
式中,X
智能驾驶汽车估计路径计算公式如下所示:式中,v
7.根据权利要求6所述的智能驾驶汽车安全避障方法,其特征在于,所述步骤a中的智能驾驶汽车与道路边界的估计碰撞时间t式中,θ表示智能驾驶汽车偏离车道的角度;||v||
8.根据权利要求7所述的智能驾驶汽车安全避障方法,其特征在于,所述步骤S40中的总势场为各障碍物的速度势场和道路边界加权后求和:式中,n表示表示障碍物的数量,U表示总势场。
9.根据权利要求1至8任一项所述的智能驾驶汽车安全避障方法,其特征在于,所述步骤S50中的智能驾驶汽车的运动方程为:v
v
X(k+1)=X(k)+v
Y(k+1)=Y(k)+v
其中,v
t
所述智能驾驶汽车的纵向加速度和侧向加速度,其计算公式分别为: