1.一种低速自动驾驶洒水车动态避障的决策方法,其特征在于,包括以下步骤:S1、检测障碍物并对障碍物进行分类;
S2、基于障碍物检测结果,判断洒水车是否可通行,若判定结果为可通行,则所述洒水车按照原路径行驶,若判定结果为不可通行,则触发旁观者模式;
S3、在旁观者模式下,所述洒水车靠边停车,采集其他通过车辆的通行数据,并检测其他车辆通过后,障碍物是否消失,若障碍物消失,启动洒水车继续行驶,若障碍物依然存在,进入S4;
S4、基于其他车辆的通行数据判断自身是否可通行,若判定结果为可通行,则进行轨迹规划,通过障碍区域,若判定结果为不可通行或轨迹规划失败,进入S5;
S5、发出人工干预请求,等待指令。
2.根据权利要求1所述低速自动驾驶洒水车动态避障的决策方法,其特征在于,S1包括以下子步骤:S101、实时获取洒水车前方道路环境的点云数据及图像数据;
S102、对点云数据和图像数据进行预处理,识别障碍物并对障碍物进行分类。
3.根据权利要求2所述低速自动驾驶洒水车动态避障的决策方法,其特征在于,S101中,所述点云数据包含障碍物的三维位置信息,图像数据包含障碍物的纹理与颜色信息;
S102中,识别障碍物并对障碍物进行分类的具体方法为:对点云数据进行地面分割,提取非地面点云簇;对剩余点云进行聚类,生成障碍物的三维边界框,计算障碍物尺寸;将图像数据输入YOLOv8目标检测模型,输出障碍物类别及二维边界框;通过坐标映射将图像数据检测结果与点云生成结果对齐,进一步对障碍物进行分类。
4.根据权利要求1所述低速自动驾驶洒水车动态避障的决策方法,其特征在于,S2中,判断洒水车是否可通行的具体方法为:S201、获取当前车道宽度Wlane及障碍物三维边界框,基于当前车道宽度Wlane计算安全通行区域宽度Wsafe,基于障碍物三维边界框计算障碍物占据宽度Wobstacle,安全通行区域宽度Wsafe的计算方法为:Wsafe=Wlane-2·δ安全余量
式中,δ安全余量表示车辆通行过程中的安全余量;
S202、基于安全通行区域宽度Wsafe及障碍物占据宽度Wobstacle计算障碍物对通行的阻塞比例Rblock,通过阻塞比例Rblock判断洒水车是否可通行:若Rblock≤0.3,则判定为可通过,若Rblock>0.3,则判定为不可通过。
5.根据权利要求1所述低速自动驾驶洒水车动态避障的决策方法,其特征在于,S3包括以下子步骤:S301、在旁观者模式下,所述洒水车向道路右侧或左侧靠边停车,采集其他通过车辆的通行数据;
S302、基于所述通行数据获取其他车辆的校准宽度Wfinal,当识别到有3辆机动车连续通过且每一辆的Wfinal≥1.8m时,检测障碍物是否消失;若障碍物消失,启动洒水车继续行驶,若障碍物依然存在,进入S4。
6.根据权利要求5所述低速自动驾驶洒水车动态避障的决策方法,其特征在于,S302中,车辆的校准宽度Wfinal的计算方法为:Wfinal=0.7·Wvehicle+0.3·Wstd式中,Wvehicle为车辆的实际宽度,Wstd为车辆标准宽度。
7.根据权利要求1所述低速自动驾驶洒水车动态避障的决策方法,其特征在于,检测障碍物是否消失的具体方法为:通过激光雷达连续5帧未检测到障碍物点云,且通过摄像头未拍摄到障碍物,则判定障碍物消失。
8.根据权利要求5所述低速自动驾驶洒水车动态避障的决策方法,其特征在于,S4中,基于其他车辆的通行数据判断自身是否可通行的具体方法为:S401、计算S302中3辆连续通过的机动车的理论可通行宽度式中,表示第i辆车的校准宽度,表示第i辆车的横向偏移量;
S402、根据每辆机动车理论可通行宽度确定洒水车的最大可通行宽度Wpassable:若Wpassable≥2.2m,则判定洒水车可通行,否则判定为不可通行。
9.根据权利要求1所述低速自动驾驶洒水车动态避障的决策方法,其特征在于,S4中,轨迹规划的具体方法为:利用动态窗口法进行轨迹生成,在速度空间中均匀采样候选轨迹,构建多目标代价函数,基于多目标代价函数确定出最优轨迹,所述最优轨迹为代价最低的轨迹,多目标代价函数表示为:Cost=0.4·路径平滑度+0.4·障碍物距离+0.2·轨迹相似度若轨迹规划连续失败3次,进入S5。
10.根据权利要求1所述低速自动驾驶洒水车动态避障的决策方法,其特征在于,S3中,所述通行数据包括点云数据、图像数据。