本發(fā)明屬于自動駕駛，具體涉及一種基于復(fù)雜環(huán)境的工程機械自動駕駛系統(tǒng)。

背景技術(shù)：

1、在工程建設(shè)中，水利設(shè)施、路橋隧道等基建項目的規(guī)模不斷擴大，同時，現(xiàn)代化基礎(chǔ)設(shè)施建設(shè)逐步擴散到高海拔地區(qū)、偏遠山隘地區(qū)。自然天塹增加了建設(shè)的難度，并對施工精度和質(zhì)量穩(wěn)定性提出了更高的要求，而人工施工并不能滿足要求。針對工程建設(shè)中部分作業(yè)內(nèi)容具有環(huán)境惡劣、重復(fù)性高、質(zhì)量穩(wěn)定性要求高的特點，工程機械實現(xiàn)自動駕駛有著重要的現(xiàn)實意義。然而，如何實現(xiàn)復(fù)雜環(huán)境中，工程機械自動駕駛的精確性、穩(wěn)定性和安全性仍是當(dāng)前研究的關(guān)鍵難題。

2、路徑規(guī)劃是對工程機械自動駕駛的行駛路線進行選擇，在保證車輛安全、符合車輛運動約束條件和交通規(guī)則的前提下實現(xiàn)無人駕駛自主的最優(yōu)路徑選擇，是實現(xiàn)工程機械自動駕駛的精確性、穩(wěn)定性和安全性的重要研究方向。傳統(tǒng)的基于dijkstra算法、floyd算法、a*算法、元啟發(fā)式優(yōu)化算法的靜態(tài)路徑規(guī)劃算法在動態(tài)環(huán)境中存在局限性?；赿*算法、人工勢場算法、動態(tài)窗口算法的動態(tài)路徑規(guī)劃算法能夠?qū)崿F(xiàn)對于動態(tài)障礙物的規(guī)避，但只適用于局部動態(tài)路徑規(guī)劃。因此，上述算法都不滿足于全局動態(tài)避障的路徑規(guī)劃。

技術(shù)實現(xiàn)思路

1、為解決現(xiàn)有技術(shù)中存在的上述問題，本發(fā)明提供了一種基于復(fù)雜環(huán)境的工程機械自動駕駛系統(tǒng)，

2、本發(fā)明的目的可以通過以下技術(shù)方案實現(xiàn)：

3、一種基于復(fù)雜環(huán)境的工程機械自動駕駛系統(tǒng)，包括地形地圖構(gòu)建模塊、全局路徑規(guī)劃模塊、關(guān)鍵點提取模塊、局部路徑規(guī)劃模塊；

4、所述地形地圖構(gòu)建模塊用于通過無人機采集原始地形數(shù)據(jù)和障礙區(qū)域數(shù)據(jù)，根據(jù)所述原始地形數(shù)據(jù)和所述障礙區(qū)域數(shù)據(jù)通過環(huán)境構(gòu)建模型得到曲面地形地圖模型；

5、所述全局路徑規(guī)劃模塊用于根據(jù)所述曲面地形地圖模型通過全局路徑規(guī)劃模型得到全局靜態(tài)規(guī)劃路徑；

6、所述關(guān)鍵點提取模塊用于根據(jù)所述全局靜態(tài)規(guī)劃路徑通過二次規(guī)劃模型得到二次規(guī)劃路徑；

7、所述局部路徑規(guī)劃模塊用于根據(jù)所述二次規(guī)劃路徑通過局部路徑規(guī)劃模型得到全局動態(tài)規(guī)劃路徑。

8、優(yōu)選的，所述曲面地形地圖模型包括基準(zhǔn)地形模型和障礙地形模型。

9、優(yōu)選的，所述根據(jù)所述原始地形數(shù)據(jù)和所述障礙區(qū)域數(shù)據(jù)通過環(huán)境構(gòu)建模型得到曲面地形地圖模型包括：

10、根據(jù)所述原始地形數(shù)據(jù)通過基準(zhǔn)地形三角函數(shù)進行描述得到所述基準(zhǔn)地形模型；

11、根據(jù)所述障礙區(qū)域數(shù)據(jù)通過障礙指數(shù)函數(shù)進行描述得到所述障礙地形模型。

12、優(yōu)選的，所述根據(jù)所述曲面地形地圖模型通過全局路徑規(guī)劃模型得到全局靜態(tài)規(guī)劃路徑包括：

13、s201：將所述曲面地形地圖模型作為粒子尋優(yōu)空間，初始化粒子尋優(yōu)空間粒子位置、粒子尋優(yōu)空間粒子速度，所述粒子尋優(yōu)空間粒子位置攜帶粒子尋優(yōu)空間粒子位置更新次數(shù)標(biāo)簽；

14、s202：獲取當(dāng)前路徑，所述當(dāng)前路徑為個體最優(yōu)解，根據(jù)所述當(dāng)前路徑通過最短路徑計算得到群體最優(yōu)解；

15、s203：根據(jù)所述粒子尋優(yōu)空間粒子速度、所述粒子尋優(yōu)空間粒子位置、所述個體最優(yōu)解、所述群體最優(yōu)解通過速度更新函數(shù)得到更新粒子尋優(yōu)空間粒子速度；

16、s204：根據(jù)所述更新粒子尋優(yōu)空間粒子速度和所述粒子尋優(yōu)空間粒子位置通過位置更新函數(shù)得到更新粒子尋優(yōu)空間粒子位置；

17、s205：根據(jù)所述更新粒子尋優(yōu)空間粒子位置生成新路徑，根據(jù)所述新路徑通過最優(yōu)解更新判斷得到更新個體最優(yōu)解和更新群體最優(yōu)解；

18、s206：預(yù)設(shè)循環(huán)次數(shù)閾值，根據(jù)所述粒子尋優(yōu)空間粒子位置更新次數(shù)標(biāo)簽和所述循環(huán)次數(shù)閾值通過循環(huán)次數(shù)判斷得到所述全局靜態(tài)規(guī)劃路徑。

19、優(yōu)選的，所述最優(yōu)解更新判斷包括判斷所述新路徑是否小于所述當(dāng)前路徑，是，則將所述新路徑作為所述更新個體最優(yōu)解，并通過將所述新路徑替換所述當(dāng)前路徑得到所述更新群體最優(yōu)解；否，則不進行任何操作。

20、優(yōu)選的，所述循環(huán)次數(shù)判斷包括判斷所述粒子尋優(yōu)空間粒子位置更新次數(shù)標(biāo)簽是否等于所述循環(huán)次數(shù)閾值，是，則所述群體最優(yōu)解為所述全局靜態(tài)規(guī)劃路徑；否，則重復(fù)所述步驟s203至所述步驟s205直至所述粒子尋優(yōu)空間粒子位置更新次數(shù)標(biāo)簽等于所述循環(huán)次數(shù)閾值。

21、優(yōu)選的，所述根據(jù)所述全局靜態(tài)規(guī)劃路徑通過二次規(guī)劃模型得到二次規(guī)劃路徑包括：

22、根據(jù)所述全局靜態(tài)規(guī)劃路徑通過深度優(yōu)先遍歷得到路徑節(jié)點；

23、根據(jù)所述路徑節(jié)點通過floyd算法得到路徑節(jié)點關(guān)鍵點；

24、通過連接所述路徑節(jié)點關(guān)鍵點得到所述二次規(guī)劃路徑。

25、優(yōu)選的，所述根據(jù)所述二次規(guī)劃路徑通過局部路徑規(guī)劃模型得到全局動態(tài)規(guī)劃路徑包括：

26、獲取局部路徑，預(yù)設(shè)工程機械線速度和工程機械角速度；

27、根據(jù)所述局部路徑、所述工程機械線速度、所述工程機械角速度通過目標(biāo)函數(shù)評估得到最優(yōu)軌跡；

28、通過拼接所述最優(yōu)軌跡得到所述全局動態(tài)規(guī)劃路徑。

29、一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)上述基于復(fù)雜環(huán)境的工程機械自動駕駛系統(tǒng)。

30、一種包含計算機可執(zhí)行指令的存儲介質(zhì)，所述計算機可執(zhí)行指令在由計算機處理器執(zhí)行時用于執(zhí)行上述基于復(fù)雜環(huán)境的工程機械自動駕駛系統(tǒng)。

31、本發(fā)明的有益效果為：

32、（1）通過將原始地形數(shù)據(jù)和障礙區(qū)域數(shù)據(jù)結(jié)合起來，利用環(huán)境構(gòu)建模型生成曲面地形地圖模型，使得系統(tǒng)能夠全面適應(yīng)復(fù)雜地形環(huán)境，提高了對于高海拔、偏遠山隘環(huán)境的適應(yīng)能力，提升了工程機械在復(fù)雜環(huán)境中進行自動駕駛的適應(yīng)能力和規(guī)劃效率。

33、（2）通過全局靜態(tài)規(guī)劃和局部動態(tài)規(guī)劃兩個方面進行路徑規(guī)劃，從整體視角出發(fā)，為路徑規(guī)劃提供了宏觀指導(dǎo)，限定了規(guī)劃范圍，提高計算效率；同時通過局部動態(tài)規(guī)劃來解決全局規(guī)劃在處理動態(tài)障礙方面的局限性，能夠?qū)崟r調(diào)整路徑規(guī)劃，提高工程機械自動駕駛的精確性和安全性。

34、（3）通過深度優(yōu)先遍歷和floyd算法提取路徑關(guān)鍵點，減少冗余路徑節(jié)點，優(yōu)化路徑結(jié)構(gòu)，降低計算復(fù)雜度；再結(jié)合動態(tài)窗口算法，通過目標(biāo)函數(shù)實時評估最優(yōu)軌跡，得到全局動態(tài)規(guī)劃路徑，使工程機械自動駕駛能夠更好地適應(yīng)復(fù)雜環(huán)境，保證在復(fù)雜環(huán)境中自動駕駛的安全性和穩(wěn)定性。

技術(shù)特征：

1.一種基于復(fù)雜環(huán)境的工程機械自動駕駛系統(tǒng)，其特征在于，包括地形地圖構(gòu)建模塊、全局路徑規(guī)劃模塊、關(guān)鍵點提取模塊、局部路徑規(guī)劃模塊；

2.根據(jù)權(quán)利要求1所述的基于復(fù)雜環(huán)境的工程機械自動駕駛系統(tǒng)，其特征在于，所述曲面地形地圖模型包括基準(zhǔn)地形模型和障礙地形模型。

3.根據(jù)權(quán)利要求2所述的基于復(fù)雜環(huán)境的工程機械自動駕駛系統(tǒng)，其特征在于，所述根據(jù)所述原始地形數(shù)據(jù)和所述障礙區(qū)域數(shù)據(jù)通過環(huán)境構(gòu)建模型得到曲面地形地圖模型包括：

4.根據(jù)權(quán)利要求1所述的基于復(fù)雜環(huán)境的工程機械自動駕駛系統(tǒng)，其特征在于，所述根據(jù)所述曲面地形地圖模型通過全局路徑規(guī)劃模型得到全局靜態(tài)規(guī)劃路徑包括：

5.根據(jù)權(quán)利要求4所述的基于復(fù)雜環(huán)境的工程機械自動駕駛系統(tǒng)，其特征在于，所述最優(yōu)解更新判斷包括判斷所述新路徑是否小于所述當(dāng)前路徑，是，則將所述新路徑作為所述更新個體最優(yōu)解，并通過將所述新路徑替換所述當(dāng)前路徑得到所述更新群體最優(yōu)解；否，則不進行任何操作。

6.根據(jù)權(quán)利要求4所述的基于復(fù)雜環(huán)境的工程機械自動駕駛系統(tǒng)，其特征在于，所述循環(huán)次數(shù)判斷包括判斷所述粒子尋優(yōu)空間粒子位置更新次數(shù)標(biāo)簽是否等于所述循環(huán)次數(shù)閾值，是，則所述群體最優(yōu)解為所述全局靜態(tài)規(guī)劃路徑；否，則重復(fù)所述步驟s203至所述步驟s205直至所述粒子尋優(yōu)空間粒子位置更新次數(shù)標(biāo)簽等于所述循環(huán)次數(shù)閾值。

7.根據(jù)權(quán)利要求1所述的基于復(fù)雜環(huán)境的工程機械自動駕駛系統(tǒng)，其特征在于，所述根據(jù)所述全局靜態(tài)規(guī)劃路徑通過二次規(guī)劃模型得到二次規(guī)劃路徑包括：

8.根據(jù)權(quán)利要求1所述的基于復(fù)雜環(huán)境的工程機械自動駕駛系統(tǒng)，其特征在于，所述根據(jù)所述二次規(guī)劃路徑通過局部路徑規(guī)劃模型得到全局動態(tài)規(guī)劃路徑包括：

9.一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述程序時實現(xiàn)如權(quán)利要求1-8中任一所述的基于復(fù)雜環(huán)境的工程機械自動駕駛系統(tǒng)。

10.一種包含計算機可執(zhí)行指令的存儲介質(zhì)，其特征在于，所述計算機可執(zhí)行指令在由計算機處理器執(zhí)行時用于執(zhí)行如權(quán)利要求1-8中任一所述的基于復(fù)雜環(huán)境的工程機械自動駕駛系統(tǒng)。

技術(shù)總結(jié)
本發(fā)明涉及一種基于復(fù)雜環(huán)境的工程機械自動駕駛系統(tǒng)，屬于自動駕駛技術(shù)領(lǐng)域。其中，該方法包括地形地圖構(gòu)建模塊、全局路徑規(guī)劃模塊、關(guān)鍵點提取模塊、局部路徑規(guī)劃模塊；地形地圖構(gòu)建模塊通過無人機采集原始地形數(shù)據(jù)和障礙區(qū)域數(shù)據(jù)，根據(jù)原始地形數(shù)據(jù)和障礙區(qū)域數(shù)據(jù)通過環(huán)境構(gòu)建模型得到曲面地形地圖模型；全局路徑規(guī)劃模塊根據(jù)曲面地形地圖模型通過全局路徑規(guī)劃模型得到全局靜態(tài)規(guī)劃路徑；關(guān)鍵點提取模塊根據(jù)全局靜態(tài)規(guī)劃路徑通過二次規(guī)劃模型得到二次規(guī)劃路徑；局部路徑規(guī)劃模塊根據(jù)二次規(guī)劃路徑通過局部路徑規(guī)劃模型得到全局動態(tài)規(guī)劃路徑。實現(xiàn)了基于復(fù)雜環(huán)境的工程機械自動駕駛，提高了自動駕駛的安全性和精確性。

技術(shù)研發(fā)人員：鄒穎波
受保護的技術(shù)使用者：上海朗尚傳感技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9