Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种狭长区域的无人驾驶矿用车辆的泊车方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京踏歌智行科技有限公司

摘要:本发明公开了一种狭长区域的无人驾驶矿用车辆的泊车方法,包括以下步骤:获取预设数据,包括全局路径、全局路径边界、装载区域边界、装载位的数据;计算获取泊车路径规划起点、中间点、终点以及车辆参数;根据对获取的预设数据进行预处理判断装载区域是否为狭长区域;若判断为狭长区域,则通过ReedsShepp曲线、hybridA*、Dubins曲线得到初始泊车路径;以直线连接泊车路径规划终点与装载位,并计算泊车路径规划终点到装载位之间的离散路径点;对初始泊车路径进行平滑处理,优化路径的曲率及曲率变化率,获取优化的泊车路径;将惯性坐标系下的泊车路径转换到BLH坐标系。该泊车方法的灵活性与适应性更高,计算复杂度更低,轨迹跟随效果更好,泊入停靠位精度更靠。

主权项:1.一种狭长区域的无人驾驶矿用车辆的泊车方法,其特征在于,包括以下步骤:第一步:获取预设数据,预设数据至少包括全局路径、全局路径边界、装载区域边界、装载位的数据;第二步:在惯性坐标系下,计算获取泊车路径规划起点、泊车路径规划中间点、泊车路径规划终点以及车辆参数;第三步:根据对获取的预设数据进行预处理判断,确定装载区域是否为狭长区域;第四步:若判断为狭长区域,则通过ReedsShepp曲线、hybridA*、Dubins曲线得到初始泊车路径;若判断为普通区域,则通过ReedsShepp曲线连接起点与终点,得到初始泊车路径;第五步:以直线连接泊车路径规划终点与装载位,并计算泊车路径规划终点到装载位之间的离散路径点,添加到初始泊车路径;第六步:对初始泊车路径进行平滑处理,优化路径的曲率及曲率变化率,获取优化的泊车路径,实现路径规划;第七步:将惯性坐标系下的泊车路径转换到BLH坐标系,得到BLH坐标系下的泊车路径;所述第三步,根据对获取的预设数据进行预处理判断,确定装载区域是否为狭长区域具体为:通过装载区域边界与车辆调头所需空间的OBB包围盒进行碰撞检测,判断装载区域是否为狭长区域;装载区域的边界形成的AABB包围盒为基础建立分辨率为R+Lr米的网格地图,将OBB包围盒遍历网格地图与装载区边界以及装载位做碰撞检测,若存在一个无碰撞的包围盒,则判断装载区域不为狭长区域,若不存在则判断装载区域为狭长区域;其中包围盒的长度为2*R+Lr,宽度为R+L+Lf+W2,R为车辆的前轮转角达到最大时,对应的车辆外侧后轮的行驶半径,L为车辆轴距,Lf为车辆前悬长度,Lr为车辆后悬长度,W为车辆宽度;所述第四步,若装载区域为狭长区域,则通过以下三个步骤进行:1使用ReedsShepp曲线遍历起点集合中的起点,与中间点通过做ReedsShepp曲线连接,直到起点集合中的起点i通过ReedsShepp曲线连接到中间点,则结束遍历起点集合,期望得到一条连接起点与中间点的路径,在这条路径上车辆完成从起点驶出后,经过调头到达中间点;2以装载区域边界形成的AABB包围盒为基础建立分辨率为1米的网格地图,进行hybridA*搜索,期望得到一条连接中间点到终点的路径,直到搜索到路径达到终点附近返回路径,或搜索次数达到预设值返回失败,其中hybridA*的节点扩展方式为仅前向扩展;3在hybridA*搜索过程中,每进行n次节点扩展,1n20,尝试1次使用Dubins曲线连接hybridA*的当前节点与终点,若成功,则结束搜索输出hybridA*与Dubins路径,得到初始泊车路径;所述第六步,根据车辆参数在序列二次规划的约束条件对路径的曲率、曲率变化率进行约束,其目标函数和约束条件具体为:目标函数:cost=cost1+cost2其中cost1为平滑度代价,cost2为相对原始点偏移代价, 式中,xi,xi-1,xi+1分别为第i个优化路径点的横坐标,第i-1个优化路径点的横坐标,第i+1个优化路径点的横坐标,xref,i为原始路径第i个路径点的横坐标,yi,yi-1,yi+1分别为第i个优化路径点的纵坐标,第i-1个优化路径点的纵坐标,第i+1个优化路径点的纵坐标,yref,i为原始路径第i个路径点的纵坐标,n为原始路径的路径点数量;约束条件:1相对原始点的位移约束 式中,xl为相对原始路径点横向偏移量约束的最小值,xu为相对原始路径点横向偏移量约束的最大值,yl为相对原始路径点纵向偏移量约束的最小值,yu为相对原始路径点纵向偏移量约束的最大值;2最大曲率约束xi-1+xi+1-2×xi2+yi-1+yi+1-2×yi2≤Δs2×cur2i=0,1,2,……,n-1;式中,Δs为原始路径的路径点间距,cur为最大曲率约束;3最大曲率变化率约束 式中,xi+2为第i+2个优化路径点的横坐标,yi+2为第i+2个优化路径点的纵坐标,cur_rate为最大曲率变化率约束。

全文数据:

权利要求:

百度查询: 北京踏歌智行科技有限公司 一种狭长区域的无人驾驶矿用车辆的泊车方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。