基于角速度约束的无人地面车辆路径规划算法



基于角速度约束的无人地面车辆路径规划算法

路径规划算法可以为无人驾驶车辆寻找合适的路径，还有助于保持控制系统的稳定性。在众多路径规划算法中，基于栅格地图的路径规划算法由于其可以保持无人驾驶车辆较好的控制稳定性，因而得到广泛应用。然而，目前所使用算法生成的欧式群SE （2）栅格地图没有考虑车辆性能的影响；生成的欧式群SE（3）栅格地图也仅考虑了车辆的航向角。此外，这些算法在每个方向节点往往产生恒定的转角，为了获得更高的角分辨率，需要对栅格地图进行放大。基于Theta*算法利用横摆角速度和航向角给出了一种新的适用于无人驾驶车辆的路径规划算法，即ARC-Theta*算法。该算法中通过限制视线的范围和约束角速度来反映车辆的转向能力，算法中的视线函数不断检测当前的角速度是否超出预设的最大角速度，超出时视线函数则反馈一个错误信号，实现车辆的实时调节。

利用C++软件和Open CV软件对新提出的算法进行仿真，同时模拟Theta*算法和3DA*算法。利用蒙特卡洛算法生成随机栅格地图，随机栅格地图共有500×250个像素点，每个像素点分辨率为1m，对每种算法进行了2000次不同初始状态和目标下的模拟，模拟行驶速度范围为10～20m/s，最大偏转角速度为0.39°/s。试验结果表明，所提出的算法考虑了车辆性能的影响，与传统的路径规划算法相比缩短了计算时间，同时也提高了车辆性能。实车试验也验证了该算法的有效性。该算法同样适用于无人驾驶车辆的全局路径规划，下一步的研究将该算法应用在障碍物是车辆时的情况。

刊名：Ocean Engineering（英）

刊期：2014年第84期

作者：Hanguen Kim et al

编译：王祥