基于多级哈尔小波增强的无人车动态检测与路径优化方法

针对无人车在动态环境中因障碍物实时感知能力不足导致的路径规划延迟与无人车碰撞风险问题，本发明提出一种基于多级哈尔小波增强的无人车动态检测与路径优化方法。所述方法首先通过3D激光雷达获取点云强度数据，引入时序增强的多级哈尔小波分解技术，利用三级小波变换分层提取边缘特征，其中高频分量捕捉动态障碍物细节轮廓，低频分量保留静态背景结构；在此基础上，采用主成分分析法降低数据维度，并通过轻量化卷积神经网络实现特征分类，最终利用聚类算法将动态障碍物信息实时嵌入动态窗口法的评价函数中，优化局部路径生成效率。通过上述方法，降低了无人车在动态环境中发生碰撞的风险，提高了局部路径规划的响应速度。