欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2025101425755
申请人: 昆明理工大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种考虑车辆侧翻稳定性的无人车辆全局路径规划方法,其特征在于,包括以下步骤:S1、根据开源数据获得原始地图,通过提取原始地图的地形信息得到原始适应度地图SYMAP;

S2、根据原始适应度地图SYMAP得到降采样因子sk,通过降采样因子得到子适应度地图;

S3、使用改进A*算法对子适应度地图进行全局路径规划,并将全局路径映射到原始地图中,步骤如下:S3.1、为引入车辆侧翻稳定性约束,建立车辆动力学模型得到车辆在斜坡上的极限车速;

车辆侧翻稳定性约束即车辆动力学约束,车辆在斜坡上车速过快会发生侧翻,建立动力学模型得到车辆的极限车速,不超过这个极限车速则符合约束;

车辆动力学模型输入U=[θy,h,B,Rmin],构建车辆在斜坡上的极限车速为:式中,B表示车辆轮距;θy表示斜坡倾角;g表示重力加速度;Rmin表示车辆最小转弯半径;h为车辆质心高度;B为车辆轮距;

S3.2、使用改进A*算法对子适应度地图进行全局路径规划;

改进A*算法步骤如下:

S3.2.1、当节点n没有记录在CloseList列表时分别计算节点n的改进A*算法实际代价g*(n)和节点n的改进A*算法的预估代价h*(n);表达式分别如下:g*(n)=g*(n-1)+(L(n-1,n)(1+MSY(n))+gR(n))h*(n)=L(n,G)(1+0.5MS(n))

式中,MS(n)表示节点n的坡度信息;MSY(n)表示节点n的适应度值;G表示终点;gR(n)为车辆侧翻稳定性约束的代价值,通过下式定义约束是否成立:gR(n)=[v(n),θy(n),D(n)]≤gRmax(n)=[vmax,θy(n),D(n)]式中,v(n)为节点n的当前位置的车速信息;θy(n)表示节点n的斜坡倾角;D(n)为节点n的无人车规划时的方向信息;当v≤vmax时结束运算,否则输出实际代价g*(n);

L(n-1,n)为一种改进三维欧式距离,公式如下:

式中,L(n-1,n)表示节点n-1到n的改进欧式距离;DEMn和DEMn-1表示节点n和节点n-1的高度数据;μ为距离权重;in表示子适应度地图中节点n的横坐标;jn表示子适应度地图中节点n的纵坐标;

S3.2.2、将实际代价g*(n)和预估代价h*(n)相加得到改进A*算法的总代价f*(n),表达式如下:f*(n)=g*(n)+h*(n);

S3.2.3、得到总代价f*(n)后,查看节点n是否被记录在OpenList列表中,如果被记录,则说明节点n此前被计算过实际代价,需要判断本次计算的实际代价g*(n)是否高于之前计算的实际代价,如果高于之前计算的实际代价,则保留之前的数值,完成本次单步规划;如果不高于,则进行覆盖操作,将本次计算的实际代价覆盖掉之前计算的实际代价,更新节点n的父节点为n-1,完成本次单步规划;

反之,如果节点n没有被记录在OpenList列表中,则直接记录各个代价值,记录节点n的父节点为n-1,完成本次单步规划;

S3.3、将全局路径映射到原始地图得到一条全局路径;

S4、采用二次优化的方法引入车辆基本约束,完成对全局路径的优化。

2.根据权利要求1所述的一种考虑车辆侧翻稳定性的无人车辆全局路径规划方法,其特征在于:所述提取原始地图的地形信息的提取的方式为:针对数字高程地图,采用基于差分的方法求得高程变化率,通过高程变化率得到地形信息;其中,差分方法采用三阶反距离平方权差分法;

原始地图的地形信息包括:地面坡度信息MS、地面粗糙度信息MR和地面高差信息MH;

得到SYMAP的方式为:将各个地形信息分别赋予不同的权重系数,相加得到数值,具体数值由下式计算:式中,α1是地面坡度信息MS的权重系数;α2是地面粗糙度信息MR的权重系数;α3是地面高差信息MH的权重系数。

3.根据权利要求1所述的一种考虑车辆侧翻稳定性的无人车辆全局路径规划方法,其特征在于:所述降采样因子sk的得到方式为:原始适应度地图SYMAP是一个大小为M×N的地图,且原始适应度地图SYMAP与原始地图的大小保持一致;降采样因子sk由M和N两个值中的最大值的质因数确定,并从最大值的质因数随机选取一个数字得到降采样因子;降采样因子需保证质因数的个数大于等于2个,若不满足质因数的个数大于等于2个时则停止操作;或当子适应度地图的大小小于等于10时也停止操作,即使满足质因数个数大于等于2也停止操作。

4.根据权利要求1所述的一种考虑车辆侧翻稳定性的无人车辆全局路径规划方法,其特征在于:所述采用二次优化的方法引入车辆基本约束,完成对全局路径的优化;

车辆基本约束包括:车辆的最小转弯半径约束;车辆的整体形状约束;车辆的能耗约束;

优化步骤如下:

S4.1、记录车辆在全局路径中的转弯位置;

S4.2、采用B样条曲线完成对全局路径的优化,将曲线中的转弯处记录;

S4.3、对记录处的曲率进行检查,如果发现不符合车辆的最小转弯半径约束,则重新进行S4.1~S4.2,当所有转弯处的曲率皆符合车辆最小转弯半径约束则停止优化。