一种井下无人驾驶车辆全局路径规划方法与流程
本发明属于无人驾驶，具体为一种井下无人驾驶车辆全局路径规划方法。
背景技术：
1、无人驾驶是一种利用先进的技术和设备，使车辆能够在没有人类直接操作的情况下自主行驶的技术，它集成了多种传感器、计算机视觉、机器学习等技术，通过感知外部环境、决策规划和车辆控制，实现车辆的自主导航和驾驶；目前井下车辆的无人驾驶方式主要包括有轨移动，反应式导航以及路径规划等方式，首先有轨移动，通过铺设轨道实现车辆的自主移动，反应式导航主要是通过收集传感器信息从而进行自主移动，比如沿壁法，路径规划主要通过一些智能算法进行导航，比如a*，rrt*和蚁群算法，可以做到井下无人化，并且保证安全，效率高，但是增加了轨道铺设成本，且对井下环境要求较高，反应式导航虽然能完成一些简单的自主导航，但是过度依赖于传感器，并且没有缺乏对整体环境的全面认知和规划能力，因此在复杂的环境中可能表现不佳，路径规划主要通过一些智能算法进行导航，比如a*，rrt*和蚁群算法，这些算法通常可以获得一条可行的全局路径，但是以上算法存在计算时间过长，容易陷入局部最优或者生成的路径靠近障碍物等缺陷，对此，我们提出了一种井下无人驾驶车辆全局路径规划方法。
技术实现思路
1、针对现有技术的不足，本发明提供了一种井下无人驾驶车辆全局路径规划方法，以解决以上技术问题。
2、为实现上述目的，本发明提供如下技术方案：一种井下无人驾驶车辆全局路径规划方法，路径规划步骤为：
3、s1、获取巷道三维激光雷达点云并压缩成二维栅格地图用于路径规划；
4、将三维激光雷达设置于井下无人驾驶车辆之上，通过工人控制车辆在巷道内移动获取井下巷道的三维点云，将获得的点云压缩成二维并栅格化处理获得巷道的栅格地图；
5、s2、在栅格地图上进行初步的路径规划；
6、导入二维栅格地图，通过全局坐标与栅格坐标的转换；
7、xindex＝int[(px-gx)*inv_resolution]
8、yindex＝int[(py-gy)*inv_resolution]
9、其中，xindex，yindex就是转换后的栅格坐标，px，py是所要转换点的世界坐标，gx，gy是原点的世界坐标，inv_resolution是分辨率的相反数，int表示对整个结果取整；
10、获得起点与终点的栅格坐标，使用jps算法在栅格地图上获得起点和终点之间的跳点，获得最初的路径，取得路径上的跳点作为关键点并进行区域膨胀；
11、s3、对取得的关键点进行膨胀形成可行区域；
12、取得初步规划出来的关键点，在二维地图下，以每个关键点为中心向四周进行膨胀，形成可通行区域，在最终获得的所有可行区域取中点从而获得一条远离巷道壁路径；
13、s4、在拐弯处进行贝塞尔曲线拟合符合无人车辆的最小转弯半径；
14、对获得的中点进行筛选，通过中点x，y坐标的变化值获得拐弯处的三个中点，a点和b点之间y方向的变化大于x方向上的变化，c点和b点之间x方向上的变化大于y方向上的变化，判断出a，b，c三个点为拐弯点，以这三个点为基础，对三个点的位置进行调整，以c点y坐标，a点x坐标生成新的点d，将点d与点c和点a相连，如果线段ad或者cd长度小于最小转弯半径，则将点c和点d进行平移，直到满足最小转弯半径需求并进行贝塞尔曲线拟合，得到总路径。
15、优先地，s1步骤中无人驾驶车辆包括铲运机、井下矿用卡车与凿岩台车；s3步骤中通行区域规划步骤为：
16、a1、将可行区域的四个顶点坐标都初始化为关键点的坐标；
17、a2、针对具体环境制定膨胀次数；
18、a3、在膨胀过程中，算法首先沿着当前平面的边界向外扩展，从顶点开始逐步移动，每次只在一个方向上移动一个格子，沿着该方向一直移动直到遇到障碍物或达到边界，如果未遇到障碍物，则更新边界顶点至可到达的最远位置，最终形成一个最大的可行区域；
19、a4、如果前一个可行区域被后一个可行区域包围，则将前一个可行区域舍弃。
20、优先地，s1步骤中获取井下巷道的三维点云通过三维激光雷达来进行获取，通过向目标发射激光束并测量其反射回来的时间，来确定目标物体的距离与位置。
21、优先地，s1步骤中点云压缩通过自动编码器来压缩成为二维形式，格栅化处理通过定义格栅的宽度与高度，再根据需求进行映射处理，并进行统计压缩得到巷道里的格栅地图。
22、优先地，s2步骤中jps算法通过保留a算法框架，再优化了a算法寻找后继节点的操作，核心思想通过优化跳跃点减少节点数量，跳跃点是一种特殊类型的节点，通过识别和利用每个节点上的跳跃点，来跳过不必要的检查，去加速路径查找。
23、优先地，jps算法在移动到一个新的点位时，根据当前点的方向以及当前点周围邻居的特点选择特殊的点执行加入和删除到点集合操作。
24、优先地，s2步骤中跳点取得方式通过根据当前节点的位置与状态，确定搜索方向，根据搜索方向进行相邻节点搜索，并根据规则来判断节点是否为跳点。
25、优先地，跳点判断规则为：
26、若点y是起点或目标点，则y是跳点；
27、若点y有邻居且是强迫邻居，则y是跳点，强迫邻居是指节点x的8个邻居中有障碍，且x的父节点p经过x到达n的邻居的距离代价比不经过x到达的n的任意路径的距离代价小；
28、若parent(y)到y是对角线移动，并且y经过水平或垂直方向移动可以到达跳点，则y是跳点。
29、优先地，s4步骤中贝塞尔曲线由线段与节点组成，节点是可拖动的支点，贝塞尔曲线由n个锚点决定，称为n-1阶贝塞尔曲线，锚点分为三部分：起始点、控制点与终止点，在曲线生成过程中，q0与q1作为运动点，从各自的起始位置p0和p1开始，以相同的速度分别向p1和p2移动，此时，点b在q0与q1连线上的运动轨迹所形成的曲线即为贝塞尔曲线。
30、优先地，贝塞尔曲线通过递推算法进行计算，递推公式为：
31、an＝c(an-1，an-2，…，an-k)
32、其中an为序列的第n项，c为函数，k为常数。
33、与现有技术相比，本发明的有益效果如下：
34、本发明通过三维激光雷达获取巷道点云，通过算法获得二维栅格地图并在地图上进行路径规划，通过jps算法获得初始路径和跳点，对跳点的膨胀获得最大可行区域，取可行区域的中点插值获得居中的路径，在拐弯处进行贝塞尔曲线拟合以满足最小拐弯半径的需求，从而获得最终的可行路径，该方案相较于有轨移动，不需要铺设额外的线路，并且对环境的要求不那么高，相较于反应式导航，不过分依赖于传感器，只需要一个二维栅格地图就可以规划出可行路径，相较于a*,rrt*等规划算法，所需要的时间更少，符合无人车辆的最小拐弯半径，并且远离巷道两边，更有效率，更安全，更符合车辆的运动学。
技术特征：
1.一种井下无人驾驶车辆全局路径规划方法，其特征在于，路径规划步骤为：
2.根据权利要求1所述的井下无人驾驶车辆全局路径规划方法，其特征在于：s1步骤中无人驾驶车辆包括铲运机、井下矿用卡车与凿岩台车；s3步骤中通行区域规划步骤为：
3.根据权利要求1所述的井下无人驾驶车辆全局路径规划方法，其特征在于：s1步骤中获取井下巷道的三维点云通过三维激光雷达来进行获取，通过向目标发射激光束并测量其反射回来的时间，来确定目标物体的距离与位置。
4.根据权利要求1所述的井下无人驾驶车辆全局路径规划方法，其特征在于：s1步骤中点云压缩通过自动编码器来压缩成为二维形式，格栅化处理通过定义格栅的宽度与高度，再根据需求进行映射处理，并进行统计压缩得到巷道里的格栅地图。
5.根据权利要求1所述的井下无人驾驶车辆全局路径规划方法，其特征在于：s2步骤中jps算法通过保留a算法框架，再优化了a算法寻找后继节点的操作，核心思想通过优化跳跃点减少节点数量，跳跃点是一种特殊类型的节点，通过识别和利用每个节点上的跳跃点，来跳过不必要的检查，去加速路径查找。
6.根据权利要求1所述的井下无人驾驶车辆全局路径规划方法，其特征在于：jps算法在移动到一个新的点位时，根据当前点的方向以及当前点周围邻居的特点选择特殊的点执行加入和删除到点集合操作。
7.根据权利要求1所述的井下无人驾驶车辆全局路径规划方法，其特征在于：s2步骤中跳点取得方式通过根据当前节点的位置与状态，确定搜索方向，根据搜索方向进行相邻节点搜索，并根据规则来判断节点是否为跳点。
8.根据权利要求7所述的井下无人驾驶车辆全局路径规划方法，其特征在于，跳点判断规则为：
9.根据权利要求1所述的井下无人驾驶车辆全局路径规划方法，其特征在于：s4步骤中贝塞尔曲线由线段与节点组成，节点是可拖动的支点，贝塞尔曲线由n个锚点决定，称为n-1阶贝塞尔曲线，锚点分为三部分：起始点、控制点与终止点，在曲线生成过程中，q0与q1作为运动点，从各自的起始位置p0和p1开始，以相同的速度分别向p1和p2移动，此时，点b在q0与q1连线上的运动轨迹所形成的曲线即为贝塞尔曲线。
10.根据权利要求9所述的井下无人驾驶车辆全局路径规划方法，其特征在于：贝塞尔曲线通过递推算法进行计算，递推公式为：
技术总结
本发明涉及无人驾驶技术领域，具体涉及一种井下无人驾驶车辆全局路径规划方法，路径规划步骤为：S1、获取巷道三维激光雷达点云并压缩成二维栅格地图用于路径规划；将三维激光雷达设置于井下无人驾驶车辆之上，通过工人控制车辆在巷道内移动获取井下巷道的三维点云，将获得的点云压缩成二维并栅格化处理获得巷道的栅格地图；S2、在栅格地图上进行初步的路径规划；导入二维栅格地图。本发明通过三维激光雷达获取巷道点云，通过算法获得二维栅格地图并在地图上进行路径规划，通过JPS算法获得初始路径和跳点，对跳点的膨胀获得最大可行区域，取可行区域的中点插值获得居中的路径，更有效率，更安全，更符合车辆的运动学。
技术研发人员：吴建鹏,李达,高正
受保护的技术使用者：青岛中鸿重型机械有限公司
技术研发日：
技术公布日：2024/9/23