基于速度避障与预测插值的无人车路径规控方法及系统

摘要: 本发明涉及无人车智能路径规划与控制,具体涉及一种基于速度避障与预测插值的无人车路径规控方法及系统。背景技术:1、无人车在动态环境中执行路径规划与控制任务时,需要...
基于速度避障与预测插值的无人车路径规控方法及系统

本发明涉及无人车智能路径规划与控制,具体涉及一种基于速度避障与预测插值的无人车路径规控方法及系统。

背景技术:

1、无人车在动态环境中执行路径规划与控制任务时,需要同时满足车辆运动学约束、目标到达约束、环境边界约束以及动态障碍物碰撞规避要求。现有基于强化学习的路径规控方法通常直接输出线速度或转向角等控制量,但这种方式存在以下问题:第一,actor网络输出未经过运动学可行性约束,容易出现控制量超出执行机构物理限制的情况,导致仿真与实际控制脱节;第二,在动态障碍物密集的场景中,将所有障碍物状态均输入actor网络会造成状态空间冗余,降低训练效率,且无碰撞趋势的障碍物会干扰策略学习;第三,传统速度障碍算法仅从几何层面给出无碰撞速度区间,未考虑阿克曼转向底盘的非完整运动学约束,因此其输出的避障方向可能在实际车辆上无法执行;第四,奖励函数设计多为线性叠加形式,目标趋近奖励与避障奖励之间容易相互抵消,导致策略陷入局部最优,难以同时兼顾目标到达与动态避障。

2、因此,需要一种能够将速度障碍先验信息、动作可行区间、风险障碍物筛选和避障引导奖励有机结合的无人车路径规控方法及系统,使得actor网络在满足运动学约束的可行动作空间内学习动态避障与目标到达控制策略。

技术实现思路

1、针对现有技术中存在的控制量超出运动学约束、障碍物状态冗余、避障方向不可执行以及奖励引导相互抵消等技术问题,本发明提出一种基于速度避障与预测插值的无人车路径规控方法及系统,通过预测插值动作生成、风险评估函数筛选、运动学校正速度障碍区间和奖励乘积机制,实现动态环境下的高效避障与目标到达,具有控制可执行性高、训练效率高、避障策略可行性强和奖励引导协调一致等效果。

2、为达到以上目的,本发明所采用的技术方案是:

3、一种基于速度避障与预测插值的无人车路径规控方法,包括以下步骤:

4、建立动态规控系统模型,所述动态规控系统模型包括无人车运动学模型、动态环境模型和规控任务模型;

5、构建预测插值动作生成方法,通过区间预测实时解算动作可行区间,并通过线性插值输出控制动作;

6、构建风险评估函数,利用相对距离指数项、相对速度沿视线方向的投影截断项和方位夹角权重量化碰撞风险,并基于风险评估指标筛选出风险程度最高的障碍物作为关键风险障碍物;

7、构建基于运动学校正的速度障碍算法,引入无人车轴距,根据无人车当前朝向、速度可行区间和转向角可行区间计算下一时刻朝向可达区间,并将所述朝向可达区间与理论避障区间求交,得到经运动学校正的vo避障区间;

8、采用近端策略优化算法框架训练规控策略,将多源混合观测状态作为观测数据输入actor网络,基于所述actor网络输出动作权重,并将方向区间奖励、朝向奖励和靠近奖励的乘积作为避障区间奖励,以更新所述规控策略。

9、相应地,本发明还提供一种基于速度避障与预测插值的无人车路径规控系统,包括:

10、模型构建模块,用于建立无人车运动学模型、动态环境模型和规控任务模型,为后续动作生成、风险评估和策略训练提供环境状态描述和约束条件;

11、预测插值动作生成模块,用于根据无人车当前状态和运动学约束计算下一时刻的速度可行区间和转向角可行区间,并将actor网络输出的插值权重通过线性插值映射为始终位于所述速度可行区间以及所述转向角可行区间内的实际控制动作;

12、风险评估模块,用于根据相对距离、相对速度沿视线方向的投影和方位夹角计算各动态障碍物的风险评估指标,并筛选出风险程度最高的障碍物作为关键风险障碍物;

13、运动学校正速度障碍模块,用于引入无人车轴距计算下一时刻的朝向可达区间,并将该朝向可达区间与理论速度障碍区间求交,得到满足阿克曼转向运动学约束的vo避障区间;

14、状态构建模块,用于将目标位置状态、无人车状态、动作区间状态、风险障碍物状态和vo避障区间状态组装为多源混合观测状态;

15、训练模块,用于采用近端策略优化算法框架训练规控策略,其中避障区间奖励由方向区间奖励、朝向奖励和靠近奖励相乘构成,以引导规控策略同时满足安全避障和目标到达要求。

16、与现有技术相比,本发明的有益效果是:

17、第一,通过预测插值动作生成方法,将actor网络的输出限制在由当前运动学状态和约束条件确定的可行速度区间与可行转向角区间内,并采用线性插值方式将归一化权重映射为实际控制量。该方式使得控制指令始终处于无人车可执行的物理范围内,避免了因输出超限或突变导致的控制失效,提高了动作的平滑性和实际可执行性。

18、第二,通过风险评估函数中相对速度沿视线方向投影的截断处理,将无正向碰撞趋势的障碍物在速度维度上的风险贡献置零,使得风险评估指标能够有效区分具有真实碰撞威胁的障碍物与远离的障碍物。在此基础上仅保留风险程度最高的关键障碍物进入状态空间,显著降低了冗余障碍物信息对actor网络的干扰,提高了训练效率和决策集中度。

19、第三,通过引入轴距约束计算无人车下一时刻的朝向可达区间,并将其与速度障碍算法输出的理论避障区间求交,得到经运动学校正的避障区间。该处理剔除了理论上无碰撞但实际受阿克曼转向约束无法执行的避障方向,使避障决策与车辆实际可达朝向保持一致,增强了动态避障策略的工程可行性和可靠性。

20、第四,通过方向区间奖励、朝向奖励和靠近奖励的乘积形式结构,形成非线性的安全门控效应。当决策朝向位于安全避障区间内时,奖励信号被有效放大;一旦偏离安全区间,整体奖励迅速下降。该机制避免了传统加法奖励中目标趋近项对安全惩罚的抵消,引导规控策略在动态避障与目标到达之间保持协调,降低了陷入局部最优的概率,提高了策略收敛速度和场景泛化能力。

21、本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

1.一种基于速度避障与预测插值的无人车路径规控方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,所述无人车运动学模型的状态变量满足以下约束:

3.根据权利要求1所述的方法,其特征在于,所述预测插值动作生成方法中,区间预测根据前一时刻的线速度、前轮转向角、最大线加速度绝对值、最大前轮转向角速度绝对值和控制间隔,计算当前控制周期内的可行速度区间和可行转向角区间,其中:

4.根据权利要求1所述的方法,其特征在于,所述风险评估函数的表达式为:

5.根据权利要求1所述的方法,其特征在于,所述基于运动学校正的速度障碍算法中,下一时刻朝向可达区间的计算公式为:

6.根据权利要求1所述的方法,其特征在于,所述多源混合观测状态由目标位置状态、无人车状态、动作区间状态、风险障碍物状态和vo避障区间状态构成,表示为:

7.根据权利要求1所述的方法,其特征在于,所述避障区间奖励由方向区间奖励、朝向奖励和靠近奖励相乘构成,表示为:

8.根据权利要求7所述的方法,其特征在于,所述规控策略的综合奖励函数为:

9.根据权利要求1所述的方法,其特征在于,采用近端策略优化算法框架训练规控策略的训练流程包括:

10.一种基于速度避障与预测插值的无人车路径规控系统,其特征在于,包括: