一种基于蚁群算法的多路况条件优化寻路方法

本发明提供了一种基于蚁群算法的多路况条件优化寻路方法，专为实际生产环境中自动驾驶无人车路线规划与调度所设计。本方法在传统启发式算法的基础上，通过增加启发式因素如道路宽度、路径总曲率、交通冲突概率等对车辆行驶时间影响较大的因素作为考虑因素加入到寻路方法中，通过牺牲部分道路长度，换取综合路况较好的行驶路线。针对传统启发式算法进入死路后导致的收敛速度下降，本方法针对这种情况设计了惩罚机制来提升算法的收敛速度。同时，发明基于道路情况的路径平滑技术，将算法得到的抽象行驶路径进行路径平滑处理，避免由于车辆行走机构的物理限制而导致的抽象调度路线到车辆实际行驶时的路径差异问题。