摘要
本申请公开了一种感知不确定环境下的自动驾驶车辆路径规划方法及系统,涉及自动驾驶领域,该方法包括基于车辆所处的感知不确定环境建立通用环境模型,并采用预先构建的车辆和障碍物特征点相对状态的扩展卡尔曼滤波器和基于梯度的主动感知算法对车辆进行主动感知控制,直到车辆对障碍物的预期不确定性小于设定值,获取当前时刻车辆相对于每个障碍物特征点的更新状态、协方差矩阵和车辆位姿,采用采样算法和软约束混合A星算法进行路径规划,得到多条路径;计算并选取代价函数最小的路径对车辆进行路径跟踪控制,并每隔设定时间获取新的代价函数最小的路径对车辆进行路径跟踪控制,直到车辆到达车辆目标位姿。本申请提高了车辆行驶路径的安全性。
技术关键词
障碍物
车辆路径规划方法
扩展卡尔曼滤波器
协方差矩阵
路径跟踪控制
特征点
车辆路径规划系统
A星算法
节点
方向盘
路径跟踪算法
控制模块
坐标系
车辆行驶路径
地图
采样模块
系统为您推荐了相关专利信息
三维仿真模型
投放控制方法
卷扬机构
解体作业
储罐内壁
激光除草机器人
除草机构
除草方法
杂草
机器人主体
惯性导航误差
协方差矩阵
时序依赖关系
速度估计
观测噪声
视觉SLAM方法
激光测距数据
运动补偿
三维点云数据
地图