一种基于轨迹平滑优化的无人车混合轨迹规划方法

    公开(公告)号:CN117249842A

    公开(公告)日:2023-12-19

    申请号:CN202311172499.X

    申请日:2023-09-12

    Abstract: 本发明涉及一种基于轨迹平滑优化的无人车混合轨迹规划方法,包括:优化传统A*算法的搜索临域和代价函数,减少A*算法搜索临域,改进启发函数H(n)的权重,实现其自适应调整;优化传统A*算法的路径平滑度,利用一种关键点选取策略,保留必要的路径节点,得到只具有关键点全局路径,完成全局路径规划,得到一条节点少、平滑度高的路径;结合环境模型中的未知障碍物信息和改进的A*算法得到的全局路径规划节点,选择起点之后的节点依次作为改进的DWA算法中临时目标点,改进的DWA算法从起点开始不断向临时目标点行进,到达临时目标点之后更新临时目标点,直到到达终点。本发明既能实现全局最优路径规划,又能躲避随机障碍物,完成复杂环境中的动态路径规划。

    一种基于轨迹平滑优化的无人车混合轨迹规划方法

    公开(公告)号:CN117848360A

    公开(公告)日:2024-04-09

    申请号:CN202311172867.0

    申请日:2023-09-12

    Abstract: 本发明涉及一种基于轨迹平滑优化的无人车混合轨迹规划方法,包括:优化传统A*算法的搜索临域和代价函数,减少A*算法搜索临域,改进启发函数H(n)的权重,实现其自适应调整;优化传统A*算法的路径平滑度,利用一种关键点选取策略,保留必要的路径节点,得到只具有关键点全局路径,完成全局路径规划,得到一条节点少、平滑度高的路径;结合环境模型中的未知障碍物信息和改进的A*算法得到的全局路径规划节点,选择起点之后的节点依次作为改进的DWA算法中临时目标点,改进的DWA算法从起点开始不断向临时目标点行进,到达临时目标点之后更新临时目标点,直到到达终点。本发明既能实现全局最优路径规划,又能躲避随机障碍物,完成复杂环境中的动态路径规划。

Patent Agency Ranking