基于RRT的路径规划方法、系统、设备及存储介质

本申请涉及人工智能，尤其涉及一种基于rrt的路径规划方法、系统、设备及存储介质。

背景技术：

1、路径搜索是根据传感器提供的信息和自身定位，规划出安全和舒适的路径。其目标是对动态变化的环境信息做出相应的反应，以确保车辆能够适应实时变化的道路条件。快速拓展随机树(rapidly-exploring random tree，rrt)算法能够在算法空间内快速构建路径，在可行空间内进行随机采样，进而逐渐探索空白区域，通过选择的分枝点生成规划路径。目前，快速拓展随机树方法在可行空间内进行节点的随机采样，这种方式生成的无效点过多，算法迭代次数多，收敛缓慢，从而导致路径规划效率低下。

技术实现思路

1、本申请实施例的主要目的在于提出一种基于rrt的路径规划方法、系统、设备及存储介质，旨在提高路径规划效率。

2、为实现上述目的，本申请实施例的一方面提出了一种基于rrt的路径规划方法，包括以下步骤：

3、获取起点位置和终点位置；

4、根据所述起点位置和所述终点位置确定搜索空间；

5、以所述起点位置作为根节点初始化随机树；

6、通过随机概率选择采样策略，并根据所述采样策略在所述搜索空间中生成一个采样点，其中，所述采样策略为随机采样策略、高斯采样策略和目标偏置采样策略的其中一种；

7、从所述随机树中选择一个与采样点距离最近的第一节点；

8、根据所述第一节点和所述采样点对所述随机树进行节点拓展，得到节点更新后的随机树；

9、当所述随机树存在与所述终点位置的距离小于预设值的节点，则根据所述随机树确定规划路径。

10、在一些实施例中，所述通过随机概率选择采样策略，包括以下步骤：

11、通过随机数生成器生成随机概率；

12、判断当前生成的随机概率是否小于或等于第一概率阈值；

13、当所述随机概率小于或等于第一概率阈值，则选择随机采样策略；

14、当所述随机概率大于第一概率阈值，则判断当前生成的随机概率是否小于第二概率阈值，当所述随机概率小于第二概率阈值，则选择目标偏置采样策略，当所述随机概率大于或等于第二概率阈值，则选择高斯采样策略。

15、在一些实施例中，所述根据所述第一节点和所述采样点对所述随机树进行节点拓展，得到节点更新后的随机树，包括以下步骤：

16、根据所述第一节点和所述采样点确定第二节点；

17、根据所述第一节点和所述第二节点确定拓展路段；

18、根据搜索空间中的障碍物信息对所述拓展路段进行碰撞检测，当所述拓展路段通过碰撞检测，则将所述第二节点加入到所述随机树中。

19、在一些实施例中，所述根据所述第一节点和所述采样点确定第二节点，包括以下步骤：

20、利用引力场势场函数，根据第一节点的位置参数和所述终点位置确定所述第一节点受到的引力；

21、利用斥力场势场函数，根据第一节点的位置参数和障碍物信息确定所述第一节点受到的斥力；

22、根据所述第一节点受到的引力和斥力确定所述第一节点受到的合力；

23、根据所述第一节点的位置参数、所述采样点的位置参数和所述第一节点受到的合力，确定第二节点。

24、在一些实施例中，所述根据搜索空间中的障碍物信息对所述拓展路段进行碰撞检测，包括以下步骤：

25、根据搜索空间中的障碍物信息确定障碍区域；

26、根据预设的车辆半径在所述拓展路段上构造动态圆簇；

27、判断所述动态圆簇是否与所述障碍区域接触，当所述动态圆簇与所述障碍区域接触，则所述拓展路段不通过碰撞检测，当所述动态圆簇与所述障碍区域不接触，则所述拓展路段通过碰撞检测。

28、在一些实施例中，所述根据所述第一节点和所述采样点对所述随机树进行节点拓展，得到节点更新后的随机树，还包括以下步骤：

29、根据所述第一节点和所述第一节点的上级节点确定基础路段；

30、判断所述基础路段和所述拓展路段形成的夹角的补角是否大于车辆前轮的最大转角，当所述补角大于车辆前轮的最大转角，则所述第二节点不加入到所述随机树中。

31、在一些实施例中，所述根据所述随机树确定规划路径，包括以下步骤：

32、对所述随机树的节点进行剪枝优化操作，并根据剪枝优化操作后的随机树确定初始路径；

33、利用贝塞尔曲线对所述初始路径进行平滑处理，得到规划路径。

34、为实现上述目的，本申请实施例的另一方面提出了基于rrt的路径规划系统，包括：

35、第一模块，用于获取起点位置和终点位置；

36、第二模块，用于根据所述起点位置和所述终点位置确定搜索空间；

37、第三模块，用于以所述起点位置作为根节点初始化随机树；

38、第四模块，用于通过随机概率选择采样策略，并根据所述采样策略在所述搜索空间中生成一个采样点，其中，所述采样策略为随机采样策略、高斯采样策略和目标偏置采样策略的其中一种；

39、第五模块，用于从所述随机树中选择一个与采样点距离最近的第一节点；

40、第六模块，用于根据所述第一节点和所述采样点对所述随机树进行节点拓展，得到节点更新后的随机树；

41、第七模块，用于当所述随机树存在与所述终点位置的距离小于预设值的节点，则根据所述随机树确定规划路径。

42、为实现上述目的，本申请实施例的另一方面提出了一种电子设备，所述电子设备包括存储器、处理器、存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线，所述程序被所述处理器执行时实现上述实施例所述的方法。

43、为实现上述目的，本申请实施例的另一方面提出了一种存储介质，所述存储介质为计算机可读存储介质，用于计算机可读存储，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述实施例所述的方法。

44、本申请提出的基于rrt的路径规划方法、系统、设备及存储介质，其根据起点位置和终点位置确定搜索空间后，利用快速拓展随机树算法构造随机树以确定起点和终点之间的路径，在随机树每次节点拓展过程中，通过随机概率选择不同的采样策略，采样策略为随机采样策略、高斯采样策略和目标偏置采样策略的其中一种，根据选择的采样策略在搜索空间中生成一个采样点以进行节点拓展，应用高斯采样可以着重地对中心区域进行路径搜索，而不会在边界区域浪费时间采样，应用目标偏置采样可以在路径接近终点时快速收敛完成路径规划，通过在快速拓展随机树算法中应用混合采样策略，可以提高路径规划效率。

技术特征：

1.一种基于rrt的路径规划方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于rrt的路径规划方法，其特征在于，所述通过随机概率选择采样策略，包括以下步骤：

3.根据权利要求1所述的基于rrt的路径规划方法，其特征在于，所述根据所述第一节点和所述采样点对所述随机树进行节点拓展，得到节点更新后的随机树，包括以下步骤：

4.根据权利要求3所述的基于rrt的路径规划方法，其特征在于，所述根据所述第一节点和所述采样点确定第二节点，包括以下步骤：

5.根据权利要求3所述的基于rrt的路径规划方法，其特征在于，所述根据搜索空间中的障碍物信息对所述拓展路段进行碰撞检测，包括以下步骤：

6.根据权利要求3所述的基于rrt的路径规划方法，其特征在于，所述根据所述第一节点和所述采样点对所述随机树进行节点拓展，得到节点更新后的随机树，还包括以下步骤：

7.根据权利要求1所述的基于rrt的路径规划方法，其特征在于，所述根据所述随机树确定规划路径，包括以下步骤：

8.一种基于rrt的路径规划系统，其特征在于，包括：

9.一种电子设备，其特征在于，所述电子设备包括存储器、处理器、存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线，所述程序被所述处理器执行时实现如权利要求1至7任一项所述的方法的步骤。

10.一种存储介质，所述存储介质为计算机可读存储介质，用于计算机可读存储，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1至7中任一项所述的方法的步骤。

技术总结本申请实施例提供了一种基于RRT的路径规划方法、系统、设备及存储介质，属于人工智能技术领域。该方法根据起点位置和终点位置确定搜索空间后，利用快速拓展随机树算法构造随机树以确定起点和终点之间的路径，在随机树每次节点拓展过程中，通过随机概率选择不同的采样策略，采样策略为随机采样策略、高斯采样策略和目标偏置采样策略的其中一种，根据选择的采样策略在搜索空间中生成一个采样点以进行节点拓展，应用高斯采样可以着重地对中心区域进行路径搜索，而不会在边界区域浪费时间采样，应用目标偏置采样可以在路径接近终点时快速收敛完成路径规划，通过在快速拓展随机树算法中应用混合采样策略，可以提高路径规划效率。技术研发人员：付翔,阮千峰,周俊宇,万佳琦,唐茂家,李富强受保护的技术使用者：武汉理工大学技术研发日：技术公布日：2024/10/10