一种基于横纵向协同规划的智能汽车自主避障方法

本发明涉及智能汽车，特别是涉及一种基于横纵向协同规划的智能汽车自主避障方法。

背景技术：

1、智能汽车自主避障是一种基于感知、决策、规划和控制等一系列的技术方案，其目的是可以让汽车具有局部避免碰撞障碍物的能力。其中在规划部分需要能根据不同情况规划出一条可行的避障路径，所规划出的路径需要保证平滑度、稳定性、避障效果、避障时间等一系列指标，进而获得最佳的避障路径，从而帮助智能汽车完成自动驾驶规避障碍物的任务。

2、现有的避障方法通常依赖多次换道等策略来规避障碍物的问题，换道过会多增加的安全隐患和交通拥堵情况，影响车辆行驶的安全性和提高行驶效率。

技术实现思路

1、本发明的目的在于提供一种基于横纵向协同规划的智能汽车自主避障方法，以提高车辆行驶的安全性和提高行驶效率。

2、一种基于横纵向协同规划的智能汽车自主避障方法，包括：

3、步骤1，对本车车辆的行驶环境建模，得到车辆行驶环境模型；

4、步骤2，在车辆行驶环境模型中，获取本车车辆的起始点位置、终点位置以及障碍车辆位置和速度；

5、步骤3，根据本车车辆的起始点位置、终点位置以及障碍车辆位置和速度，采用改进动态窗口法，进行横向避障路径规划，得到初步避障路径，所述改进动态窗口法是在动态窗口法的基础上，对动态窗口的评价函数进行改进、加入自适应步长机制、以及在规划过程中加入车辆约束；

6、步骤4，根据初步避障路径，计算障碍车辆是否会与初步避障路径发生碰撞；

7、步骤5，若会发生碰撞，则采用改进斑马算法以及二次规划进行纵向避障，完成避障。

8、根据本发明提供的基于横纵向协同规划的智能汽车自主避障方法，针对传统动态窗口算法进行改进，包括对动态窗口的评价函数进行改进、提出自适应步长机制、在规划过程中加入车辆路径约束，可以有效的提升规划的可靠性和效率并且使横向规划路径更符合车辆实际行驶情况，此外，为得到更加精准的纵向避障规划轨迹，本发明采用改进斑马算法结合二次规划进行纵向避障，对传统斑马算法公式进行优化改进加入结合多种混沌映射策略，并针对车辆行驶安全性对适应度函数进行改进，算法精度更高，避免传统算法陷入局部极小值的问题，为确保二次规划对轨迹点进行拟合优化得到最佳轨迹，在其中综合考虑，路径约束、纵向约束和安全距离约束，极大的提高了算法的准确性，本发明能够避免多次换道，提升车辆行驶的安全性和提高行驶效率，解决因换道过多增加的安全隐患和交通拥堵情况。

技术特征：

1.一种基于横纵向协同规划的智能汽车自主避障方法，其特征在于，包括：

2.根据权利要求1所述的基于横纵向协同规划的智能汽车自主避障方法，其特征在于，对动态窗口的评价函数进行改进，满足以下条件式：

3.根据权利要求2所述的基于横纵向协同规划的智能汽车自主避障方法，其特征在于，步骤5具体包括：

4.根据权利要求3所述的基于横纵向协同规划的智能汽车自主避障方法，其特征在于，改进的斑马算法满足以下条件式：

5.根据权利要求4所述的基于横纵向协同规划的智能汽车自主避障方法，其特征在于，通过二次规划算法对轨迹点进行拟合优化的约束函数为：

技术总结一种基于横纵向协同规划的智能汽车自主避障方法，包括：对本车车辆的行驶环境建模，得到车辆行驶环境模型；在车辆行驶环境模型中，获取本车车辆的起始点位置、终点位置以及障碍车辆位置和速度；根据本车车辆的起始点位置、终点位置以及障碍车辆位置和速度，采用改进动态窗口法，进行横向避障路径规划，得到初步避障路径，所述改进动态窗口法是在动态窗口法的基础上，对动态窗口的评价函数进行改进、加入自适应步长机制、以及在规划过程中加入车辆约束；根据初步避障路径，计算障碍车辆是否会与初步避障路径发生碰撞；若会发生碰撞，则采用改进斑马算法以及二次规划进行纵向避障，完成避障。本发明能够提高车辆行驶的安全性和行驶效率。技术研发人员：肖美华,钟颖强,陈齐平,范红铭,郭宏,江志强,徐昭,朱祖伟受保护的技术使用者：华东交通大学技术研发日：技术公布日：2024/7/15