本申請涉及人工智能，尤其涉及一種基于rrt的路徑規(guī)劃方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、路徑搜索是根據(jù)傳感器提供的信息和自身定位，規(guī)劃出安全和舒適的路徑。其目標(biāo)是對動(dòng)態(tài)變化的環(huán)境信息做出相應(yīng)的反應(yīng)，以確保車輛能夠適應(yīng)實(shí)時(shí)變化的道路條件?？焖偻卣闺S機(jī)樹(rapidly-exploring?random?tree，rrt)算法能夠在算法空間內(nèi)快速構(gòu)建路徑，在可行空間內(nèi)進(jìn)行隨機(jī)采樣，進(jìn)而逐漸探索空白區(qū)域，通過選擇的分枝點(diǎn)生成規(guī)劃路徑。目前，快速拓展隨機(jī)樹方法在可行空間內(nèi)進(jìn)行節(jié)點(diǎn)的隨機(jī)采樣，這種方式生成的無效點(diǎn)過多，算法迭代次數(shù)多，收斂緩慢，從而導(dǎo)致路徑規(guī)劃效率低下。

技術(shù)實(shí)現(xiàn)思路

1、本申請實(shí)施例的主要目的在于提出一種基于rrt的路徑規(guī)劃方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)，旨在提高路徑規(guī)劃效率。

2、為實(shí)現(xiàn)上述目的，本申請實(shí)施例的一方面提出了一種基于rrt的路徑規(guī)劃方法，包括以下步驟：

3、獲取起點(diǎn)位置和終點(diǎn)位置；

4、根據(jù)所述起點(diǎn)位置和所述終點(diǎn)位置確定搜索空間；

5、以所述起點(diǎn)位置作為根節(jié)點(diǎn)初始化隨機(jī)樹；

6、通過隨機(jī)概率選擇采樣策略，并根據(jù)所述采樣策略在所述搜索空間中生成一個(gè)采樣點(diǎn)，其中，所述采樣策略為隨機(jī)采樣策略、高斯采樣策略和目標(biāo)偏置采樣策略的其中一種；

7、從所述隨機(jī)樹中選擇一個(gè)與采樣點(diǎn)距離最近的第一節(jié)點(diǎn)；

8、根據(jù)所述第一節(jié)點(diǎn)和所述采樣點(diǎn)對所述隨機(jī)樹進(jìn)行節(jié)點(diǎn)拓展，得到節(jié)點(diǎn)更新后的隨機(jī)樹；

9、當(dāng)所述隨機(jī)樹存在與所述終點(diǎn)位置的距離小于預(yù)設(shè)值的節(jié)點(diǎn)，則根據(jù)所述隨機(jī)樹確定規(guī)劃路徑。

10、在一些實(shí)施例中，所述通過隨機(jī)概率選擇采樣策略，包括以下步驟：

11、通過隨機(jī)數(shù)生成器生成隨機(jī)概率；

12、判斷當(dāng)前生成的隨機(jī)概率是否小于或等于第一概率閾值；

13、當(dāng)所述隨機(jī)概率小于或等于第一概率閾值，則選擇隨機(jī)采樣策略；

14、當(dāng)所述隨機(jī)概率大于第一概率閾值，則判斷當(dāng)前生成的隨機(jī)概率是否小于第二概率閾值，當(dāng)所述隨機(jī)概率小于第二概率閾值，則選擇目標(biāo)偏置采樣策略，當(dāng)所述隨機(jī)概率大于或等于第二概率閾值，則選擇高斯采樣策略。

15、在一些實(shí)施例中，所述根據(jù)所述第一節(jié)點(diǎn)和所述采樣點(diǎn)對所述隨機(jī)樹進(jìn)行節(jié)點(diǎn)拓展，得到節(jié)點(diǎn)更新后的隨機(jī)樹，包括以下步驟：

16、根據(jù)所述第一節(jié)點(diǎn)和所述采樣點(diǎn)確定第二節(jié)點(diǎn)；

17、根據(jù)所述第一節(jié)點(diǎn)和所述第二節(jié)點(diǎn)確定拓展路段；

18、根據(jù)搜索空間中的障礙物信息對所述拓展路段進(jìn)行碰撞檢測，當(dāng)所述拓展路段通過碰撞檢測，則將所述第二節(jié)點(diǎn)加入到所述隨機(jī)樹中。

19、在一些實(shí)施例中，所述根據(jù)所述第一節(jié)點(diǎn)和所述采樣點(diǎn)確定第二節(jié)點(diǎn)，包括以下步驟：

20、利用引力場勢場函數(shù)，根據(jù)第一節(jié)點(diǎn)的位置參數(shù)和所述終點(diǎn)位置確定所述第一節(jié)點(diǎn)受到的引力；

21、利用斥力場勢場函數(shù)，根據(jù)第一節(jié)點(diǎn)的位置參數(shù)和障礙物信息確定所述第一節(jié)點(diǎn)受到的斥力；

22、根據(jù)所述第一節(jié)點(diǎn)受到的引力和斥力確定所述第一節(jié)點(diǎn)受到的合力；

23、根據(jù)所述第一節(jié)點(diǎn)的位置參數(shù)、所述采樣點(diǎn)的位置參數(shù)和所述第一節(jié)點(diǎn)受到的合力，確定第二節(jié)點(diǎn)。

24、在一些實(shí)施例中，所述根據(jù)搜索空間中的障礙物信息對所述拓展路段進(jìn)行碰撞檢測，包括以下步驟：

25、根據(jù)搜索空間中的障礙物信息確定障礙區(qū)域；

26、根據(jù)預(yù)設(shè)的車輛半徑在所述拓展路段上構(gòu)造動(dòng)態(tài)圓簇；

27、判斷所述動(dòng)態(tài)圓簇是否與所述障礙區(qū)域接觸，當(dāng)所述動(dòng)態(tài)圓簇與所述障礙區(qū)域接觸，則所述拓展路段不通過碰撞檢測，當(dāng)所述動(dòng)態(tài)圓簇與所述障礙區(qū)域不接觸，則所述拓展路段通過碰撞檢測。

28、在一些實(shí)施例中，所述根據(jù)所述第一節(jié)點(diǎn)和所述采樣點(diǎn)對所述隨機(jī)樹進(jìn)行節(jié)點(diǎn)拓展，得到節(jié)點(diǎn)更新后的隨機(jī)樹，還包括以下步驟：

29、根據(jù)所述第一節(jié)點(diǎn)和所述第一節(jié)點(diǎn)的上級(jí)節(jié)點(diǎn)確定基礎(chǔ)路段；

30、判斷所述基礎(chǔ)路段和所述拓展路段形成的夾角的補(bǔ)角是否大于車輛前輪的最大轉(zhuǎn)角，當(dāng)所述補(bǔ)角大于車輛前輪的最大轉(zhuǎn)角，則所述第二節(jié)點(diǎn)不加入到所述隨機(jī)樹中。

31、在一些實(shí)施例中，所述根據(jù)所述隨機(jī)樹確定規(guī)劃路徑，包括以下步驟：

32、對所述隨機(jī)樹的節(jié)點(diǎn)進(jìn)行剪枝優(yōu)化操作，并根據(jù)剪枝優(yōu)化操作后的隨機(jī)樹確定初始路徑；

33、利用貝塞爾曲線對所述初始路徑進(jìn)行平滑處理，得到規(guī)劃路徑。

34、為實(shí)現(xiàn)上述目的，本申請實(shí)施例的另一方面提出了基于rrt的路徑規(guī)劃系統(tǒng)，包括：

35、第一模塊，用于獲取起點(diǎn)位置和終點(diǎn)位置；

36、第二模塊，用于根據(jù)所述起點(diǎn)位置和所述終點(diǎn)位置確定搜索空間；

37、第三模塊，用于以所述起點(diǎn)位置作為根節(jié)點(diǎn)初始化隨機(jī)樹；

38、第四模塊，用于通過隨機(jī)概率選擇采樣策略，并根據(jù)所述采樣策略在所述搜索空間中生成一個(gè)采樣點(diǎn)，其中，所述采樣策略為隨機(jī)采樣策略、高斯采樣策略和目標(biāo)偏置采樣策略的其中一種；

39、第五模塊，用于從所述隨機(jī)樹中選擇一個(gè)與采樣點(diǎn)距離最近的第一節(jié)點(diǎn)；

40、第六模塊，用于根據(jù)所述第一節(jié)點(diǎn)和所述采樣點(diǎn)對所述隨機(jī)樹進(jìn)行節(jié)點(diǎn)拓展，得到節(jié)點(diǎn)更新后的隨機(jī)樹；

41、第七模塊，用于當(dāng)所述隨機(jī)樹存在與所述終點(diǎn)位置的距離小于預(yù)設(shè)值的節(jié)點(diǎn)，則根據(jù)所述隨機(jī)樹確定規(guī)劃路徑。

42、為實(shí)現(xiàn)上述目的，本申請實(shí)施例的另一方面提出了一種電子設(shè)備，所述電子設(shè)備包括存儲(chǔ)器、處理器、存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的程序以及用于實(shí)現(xiàn)所述處理器和所述存儲(chǔ)器之間的連接通信的數(shù)據(jù)總線，所述程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)上述實(shí)施例所述的方法。

43、為實(shí)現(xiàn)上述目的，本申請實(shí)施例的另一方面提出了一種存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)為計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，用于計(jì)算機(jī)可讀存儲(chǔ)，所述存儲(chǔ)介質(zhì)存儲(chǔ)有一個(gè)或者多個(gè)程序，所述一個(gè)或者多個(gè)程序可被一個(gè)或者多個(gè)處理器執(zhí)行，以實(shí)現(xiàn)上述實(shí)施例所述的方法。

44、本申請?zhí)岢龅幕趓rt的路徑規(guī)劃方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)，其根據(jù)起點(diǎn)位置和終點(diǎn)位置確定搜索空間后，利用快速拓展隨機(jī)樹算法構(gòu)造隨機(jī)樹以確定起點(diǎn)和終點(diǎn)之間的路徑，在隨機(jī)樹每次節(jié)點(diǎn)拓展過程中，通過隨機(jī)概率選擇不同的采樣策略，采樣策略為隨機(jī)采樣策略、高斯采樣策略和目標(biāo)偏置采樣策略的其中一種，根據(jù)選擇的采樣策略在搜索空間中生成一個(gè)采樣點(diǎn)以進(jìn)行節(jié)點(diǎn)拓展，應(yīng)用高斯采樣可以著重地對中心區(qū)域進(jìn)行路徑搜索，而不會(huì)在邊界區(qū)域浪費(fèi)時(shí)間采樣，應(yīng)用目標(biāo)偏置采樣可以在路徑接近終點(diǎn)時(shí)快速收斂完成路徑規(guī)劃，通過在快速拓展隨機(jī)樹算法中應(yīng)用混合采樣策略，可以提高路徑規(guī)劃效率。

技術(shù)特征：

1.一種基于rrt的路徑規(guī)劃方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于rrt的路徑規(guī)劃方法，其特征在于，所述通過隨機(jī)概率選擇采樣策略，包括以下步驟：

3.根據(jù)權(quán)利要求1所述的基于rrt的路徑規(guī)劃方法，其特征在于，所述根據(jù)所述第一節(jié)點(diǎn)和所述采樣點(diǎn)對所述隨機(jī)樹進(jìn)行節(jié)點(diǎn)拓展，得到節(jié)點(diǎn)更新后的隨機(jī)樹，包括以下步驟：

4.根據(jù)權(quán)利要求3所述的基于rrt的路徑規(guī)劃方法，其特征在于，所述根據(jù)所述第一節(jié)點(diǎn)和所述采樣點(diǎn)確定第二節(jié)點(diǎn)，包括以下步驟：

5.根據(jù)權(quán)利要求3所述的基于rrt的路徑規(guī)劃方法，其特征在于，所述根據(jù)搜索空間中的障礙物信息對所述拓展路段進(jìn)行碰撞檢測，包括以下步驟：

6.根據(jù)權(quán)利要求3所述的基于rrt的路徑規(guī)劃方法，其特征在于，所述根據(jù)所述第一節(jié)點(diǎn)和所述采樣點(diǎn)對所述隨機(jī)樹進(jìn)行節(jié)點(diǎn)拓展，得到節(jié)點(diǎn)更新后的隨機(jī)樹，還包括以下步驟：

7.根據(jù)權(quán)利要求1所述的基于rrt的路徑規(guī)劃方法，其特征在于，所述根據(jù)所述隨機(jī)樹確定規(guī)劃路徑，包括以下步驟：

8.一種基于rrt的路徑規(guī)劃系統(tǒng)，其特征在于，包括：

9.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括存儲(chǔ)器、處理器、存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的程序以及用于實(shí)現(xiàn)所述處理器和所述存儲(chǔ)器之間的連接通信的數(shù)據(jù)總線，所述程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述的方法的步驟。

10.一種存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)為計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，用于計(jì)算機(jī)可讀存儲(chǔ)，其特征在于，所述存儲(chǔ)介質(zhì)存儲(chǔ)有一個(gè)或者多個(gè)程序，所述一個(gè)或者多個(gè)程序可被一個(gè)或者多個(gè)處理器執(zhí)行，以實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述的方法的步驟。

技術(shù)總結(jié)
本申請實(shí)施例提供了一種基于RRT的路徑規(guī)劃方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)，屬于人工智能技術(shù)領(lǐng)域。該方法根據(jù)起點(diǎn)位置和終點(diǎn)位置確定搜索空間后，利用快速拓展隨機(jī)樹算法構(gòu)造隨機(jī)樹以確定起點(diǎn)和終點(diǎn)之間的路徑，在隨機(jī)樹每次節(jié)點(diǎn)拓展過程中，通過隨機(jī)概率選擇不同的采樣策略，采樣策略為隨機(jī)采樣策略、高斯采樣策略和目標(biāo)偏置采樣策略的其中一種，根據(jù)選擇的采樣策略在搜索空間中生成一個(gè)采樣點(diǎn)以進(jìn)行節(jié)點(diǎn)拓展，應(yīng)用高斯采樣可以著重地對中心區(qū)域進(jìn)行路徑搜索，而不會(huì)在邊界區(qū)域浪費(fèi)時(shí)間采樣，應(yīng)用目標(biāo)偏置采樣可以在路徑接近終點(diǎn)時(shí)快速收斂完成路徑規(guī)劃，通過在快速拓展隨機(jī)樹算法中應(yīng)用混合采樣策略，可以提高路徑規(guī)劃效率。

技術(shù)研發(fā)人員：付翔,阮千峰,周俊宇,萬佳琦,唐茂家,李富強(qiáng)
受保護(hù)的技術(shù)使用者：武漢理工大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/10