摘要
本发明提出了一种基于风险势场地图的运动规划方法及系统。本发明使用基于激光点云数据、场景地图数据生成风险势场地图,用于描述道路碰撞危险系数;利用风险势场地图与高斯分布结合的方式进行随机采样,来优化采样效率;利用风险势场地图来改进最优母节点优化策略;最后,利用包含风险势场地图的代价方程选择最优轨迹。本发明开创性的提出了一种风险势场地图,用来描述道路碰撞危险系数,并能深度影响RRT*算法框架中的采样,节点优化和轨迹优化过程;将风险势场地图应用于快速随机采样算法RRT*中,提高了算法的采样效率和最优轨迹收敛速度;通过提高算法效率,保证了自动驾驶汽车在城市复杂场景下的安全驾驶。
技术关键词
运动规划方法
栅格地图
节点
障碍物
风险
车道线信息
轨迹
激光点云数据
采样点
方程
多源异构信息
运动规划系统
坐标
车辆运动学
算法
高精度地图
模块
系统为您推荐了相关专利信息
道路状况信息
规划行驶路径
接管方法
环境感知装置
车辆
证件图像
视觉特征提取
文本
问答模型
特征匹配关系
优化调度算法
优化资源配置
能源
启发式算法
电力
机电设备
数据分类方法
生成参数
三维点云数据
前馈神经网络
数据安全共享方法
构建智能合约
节点
区块链分类帐
集群