一种欠驱动无人车自主充电路径规划方法与系统与流程

1.本公开涉及无人车路径规划相关技术领域，具体地说，是涉及一种欠驱动无人车自主充电路径规划方法与系统。


背景技术：

2.本部分的陈述仅仅是提供了与本公开相关的背景技术信息，并不必然构成在先进技术。
3.自主充电是无人车实现全自主智能运行的关键技术，无人车在电量较低时，自主规划路径并到达充电位置，并满足充电位姿要求，自主充电具有重要的应用价值。
4.发明人在研究中发现，欠驱动无人车由于制造成本较低，倒车功能难以实现，且无法实时任意调整位姿，不能在规定时间内满足充电站对无人车的位姿要求，容易出现充电口距离过远、充电位姿不符合要求等问题，导致充电失败，影响无人车作业效率和自主性能。现有的路径规划方法对位姿考虑较少，控制约束容易被忽略，并且目前缺乏适用于欠驱动无人车的充电路径规划方法。


技术实现要素：

5.本公开为了解决上述问题，提出了一种欠驱动无人车自主充电路径规划方法与系统，能够使欠驱动无人车更加精确地以合理姿态和最优路径到达充电位置。
6.为了实现上述目的，本公开采用如下技术方案：
7.一个或多个实施例提供了一种欠驱动无人车自主充电路径规划方法，包括如下步骤：
8.根据无人车与充电位置的距离，进行轨道划分，并基于划分的轨道划分位置区域；
9.针对每个位置区域设定规划目标，构建目标函数和约束条件，实现各个区域内的路径规划；
10.获取无人车所处位置区域，基于每个区域的规划目标，得到无人车至充电位置所经每个区域的多条路径；
11.采用自适应差分进化算法对充电路径进行寻优，完成充电路径的较优规划。
12.一个或多个实施例提供了一种欠驱动无人车自主充电路径规划系统，包括：
13.位置划分模块：被配置为用于根据无人车与充电位置的距离，进行轨道划分，并基于划分的轨道划分位置区域；
14.规划目标确定模块：被配置为用于针对每个位置区域设定规划目标，构建目标函数和约束条件，实现各个区域内的路径规划；
15.可行路径计算模块：被配置为获取无人车所处位置区域，基于每个区域的规划目标，得到无人车至充电位置所经每个区域的多条路径；
16.路径优化模块：被配置为用于采用自适应差分进化算法对充电路径进行寻优，完成充电路径的较优规划。
17.一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述方法所述的步骤。
18.一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成上述方法所述的步骤。
19.与现有技术相比，本公开的有益效果为：
20.本公开的规划方法，在规划效率和达到充电位置的准确度方面表现出了优异性。一方面，本实施例中提出了分段规划方法，根据无人车位置与充电位置的距离将充电路径规划分为多段规划，解决充电无人车运动约束问题；另一方面，引入自适应差分进化策略，通过多段规划方法生成可行解，构建初始种群，自适应迭代寻优，使算法更快收敛，获得效率更高的充电路径。
21.本公开的优点以及附加方面的优点将在下面的具体实施例中进行详细说明。
附图说明
22.构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的限定。
23.图1是本公开实施例1的规划方法流程示意图；
24.图2是本公开实施例1的规划系统框图。
具体实施方式
25.下面结合附图与实施例对本公开作进一步说明。
26.应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
27.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。需要说明的是，在不冲突的情况下，本公开中的各个实施例及实施例中的特征可以相互组合。下面将结合附图对实施例进行详细描述。
28.本公开为了解决背景技术中所述的问题，使前驱动无人车能够以最优路径到达目标位置，并且到达目标位置后有合适的位姿，将充电路径规划分为多个阶段，设置阶段判定阈值，充电路径规划问题，每个阶段使用不同的规划方法，在各阶段充分利用约束条件，并在最后阶段引入控制技术，使无人车能够更加精确地以合理姿态和最优路径到达充电位置。下面以具体的实施例进行说明。
29.实施例1
30.在一个或多个实施方式公开的技术方案中，如图1所示，一种欠驱动无人车自主充电路径规划方法，包括如下步骤：
31.步骤1、根据无人车与充电位置的距离，进行轨道划分，并基于划分的轨道划分位置区域；
32.步骤2、针对每个位置区域设定规划目标，构建目标函数和约束条件，实现各个区域内的路径规划；
33.步骤3、获取无人车所处位置区域，基于每个区域的规划目标，得到无人车至充电位置所经每个区域的多条路径；
34.步骤4、采用自适应差分进化算法对充电路径进行寻优，完成充电路径的较优规划。
35.与现有的路径规划方法相比，本实施例的规划方法，在规划效率和达到充电位置的准确度方面表现出了优异性。一方面，本实施例中提出了分段规划方法，根据无人车位置与充电位置的距离将充电路径规划分为多段规划，解决充电无人车运动约束问题；另一方面，引入自适应差分进化策略，通过多段规划方法生成可行解，构建初始种群，自适应迭代寻优，使算法更快收敛，获得效率更高的充电路径。
36.步骤1中，可选的，基于距离进行轨道划分，将距离充电位置的区域划分为多段。
37.本实施例中可以划分为三段，可以根据最小转弯半径和充电位置，规划近端轨道和远端轨道，具体的：
38.以充电位置为圆心，以n1倍无人车最小转弯半径为半径作的圆形轨迹，作为近端轨道；
39.以充电位置为圆心，以n2倍无人车最小转弯半径为半径作的圆形轨迹，作为远端轨道；
40.近端轨道至充电位置之间的圆形区域为近端区域；近端轨道与远端轨道之间的环形区域为中端区域，远端轨道以外的区域为远端区域。
41.其中，n1《n2，可选的，倍数可以根据需要具体设置，本实施例中设置n1＝2，n2＝4。
42.根据无人车的最小转弯半径、无人车的当前位置和充电位置判断无人车所处的区域，即远端区域、中端区域或近端区域，根据所处位置的不同，针对性地构建目标函数和约束条件，实现不同的规划目标。
43.本实施例中，当不同无人车的最小转弯半径不同时，划分区域的大小是不同的，实现了区域的动态规划，具有更好的适应性。
44.在一些实施例中，针对远端区域进行路径规划，将远端轨道离散化为m1个路径点，根据无人车当前的位置和航向计算可达的远端轨道点；
45.其中，m1的数值可以设置，如本实施例中可以设置为720。
46.对于远端区域，构建目标函数和约束条件，如下：
[0047][0048]
约束条件为：(x
far
，y
far
)∈t
far
[0049]
其中，(x1，y1)表示无人车当前位置，(x
far
，y
far
)表示远端轨道上的离散点，t
far
表示远端轨道离散后的点集。远端规划以时间最短为目标，实现尽快到达远端轨道的目的，为下一步规划做好准备。
[0050]
在一些实施例中，针对中端区域进行路径规划，无人车从远端轨道以内进入近端轨道的规划。将近端轨道离散化为m2个路径点，根据无人车在远端轨道以内的位置和航向，计算可达的近端轨道点。
[0051]
其中，m2的数值可以设置，如本实施例中可以设置为360。
[0052]
对于中端区域，构建目标函数和约束条件，如下：
[0053][0054]
约束条件为：
[0055][0056]
其中，(x1，y1)表示无人车当前位置，(x0，y0)表示无人车充电位置，θ、分别表示无人车当前航向角和充电时要求的航向角，θ
max
、θ
min
分别表示最大转弯角度和最小转弯角度，(x
close
，y
close
)表示近端轨道上的离散点，t
close
表示近端轨道离散后的点集。中端规划用来实现航向的初步调整，调整过程中兼顾充电路径长度，为近端规划奠定基础。
[0057]
在一些实施例中，针对近端区域进行路径规划：无人车从近端轨道进入充电位置的规划。若无人车不在近端轨道上，首先确定在约束条件下是否能够直接到达充电位置，若不能直接到达充电位置，需要到达近端轨道再进行规划。计算从进入轨道的离散点到充电位置的最短路径，实现近端规划。
[0058]
对于近端区域，构建目标函数和约束条件，如下：
[0059][0060]
约束条件为：
[0061][0062]
其中，表示规划的d
path
路径长度，θ
max
、θ
min
分别表示最大转弯角度和最小转弯角度，近端规划用来实现充电角度的最终调整和充电位置的到达。
[0063]
步骤3中，获取无人车的位置信息，并判断无人车所处位置区域，包括如下步骤：
[0064]
步骤31、获取无人车当前位置以及充电位置，以及无人车参数数据；
[0065]
可以采用无人车上的传感器收集无人车当前位置(x1，y1)和充电桩位置(x0，y0)，并使用经纬度来表示。通过无人车的结构和控制性能，获取无人车参数数据，包括无人车的最小转弯半径r，当前航向角θ，充电位置航向角
[0066]
步骤32、计算无人车当前位置和充电桩位置的欧氏距离d，计算公式如下：
[0067][0068]
步骤33、根据计算得到的距离与无人车的最小转弯半径，判断无人车所处的区域。
[0069]
具体地，根据轨道划分标准，对比d与r的关系，确定无人车属于的轨道。若d≤2r，则无人车位于近端轨道以内，即近端区域；若2r《d≤4r，则无人车位于远端轨道以内，近端轨道以外，即中端区域；d》4r，则无人车位于远端轨道以外，即远端区域。
[0070]
根据上述过程计算得到无人车所处位置区域，基于每个区域的规划目标，得到无人车至充电位置所经每个区域的多条路径，步骤如下：
[0071]
步骤3-1、构建坐标系，确定近端轨道和远端轨道的方程：
[0072]
以充电桩位置为原点，充电桩北向为y轴，东向为x轴建立笛卡尔直角坐标系。
[0073]
以充电桩位置为圆心，分别以2r和4r为半径作圆，即近端和远端轨道。近端和远端轨道的方程分别为：
[0074][0075]
步骤3-2、根据构建的坐标系以及轨道方程，对近端轨道和远端轨道分别按照设定的离散值数量进行离散化，得到轨道上每个离散点的坐标；
[0076]
对于近端轨道，本实施例中离散为360个点，将x轴上区间[-2r,2r]离散为180个点，除去两端的点，在开区间内平均选取178个点，其中每个点的x轴坐标可按照如下公式计算：
[0077][0078]
根据近端轨道方程，计算y轴上对应的值，获得近端轨道360个离散点坐标。
[0079]
对于远端轨道，本实施例中离散为760个点，将x轴上区间[-4r,4r]离散为360个点，除去两端的点，在开区间内平均选取358个点，可按照如下公式计算：
[0080][0081]
根据远端轨道方程计算y轴上对应的值，获得远端轨道720个离散点坐标。
[0082]
步骤3-3，针对无人车位置至充电位置所经过的区域，针对每个区域分别进行可行路径计算，得到每个区域对应的多条路径，无人车至充电位置的路径为所经区域路径的组合。
[0083]
针对划分的区域分别对可行路径进行规划：
[0084]
(1)如果无人车初始位置在远端区域，可行路径的确定方法如下：
[0085]
s1、根据无人车位置坐标和航向角，计算出与航向垂直方向并且距离为r的两个点a和b，坐标分别为(x2,y2)和(x3,y3)，计算公式如下：
[0086][0087][0088]
s2、以得到的两个点a和b为圆心，以无人车最小转弯半径为半径，得到两个圆oa和ob。
[0089]
以(x2,y2)和(x3,y3)为圆心，以r为半径，可得两个圆的方程。无人车沿着两个圆的轨迹可以行驶，满足运动约束。
[0090]
两个圆oa和ob的方程可以如下：
[0091][0092]
s3、以远端轨道的离散点向得到的两个圆oa和o
b做
切线，得到切线与圆oa和ob的交
点；
[0093]
假设远端轨道的离散点坐标为(x
p
,y
p
)，则，切线方程为：
[0094]
y＝k(x-x
p
)+y
p
[0095]
其中
[0096][0097]
根据切线方程和圆的方程计算圆的切线与圆相交的点，设交点坐标为(xq,yq)。圆心为(x2,y2)的切点坐标可表示为：
[0098][0099][0100]
其中
[0101][0102]
s4、根据无人车的运动约束条件，确定远端轨道的离散点指向切点的方向与无人车航向相同的点作为路径点，路径点与远端轨道上的离散点的连线为可行路径。
[0103]
(2)当无人车初始位置在远端轨道以内，近端轨道以外的中端区域，采用与远端区域内可行充电路径的确定方法，得到中端区域内的可行充电路径，执行上述步骤s1-s4过程，最终得到首个路径点与近端轨道的离散点的可行路径。
[0104]
(3)如果无人车初始位置在近端轨道以内，则使用dubins路径规划方法计算可行路径。
[0105]
在无障碍物的情况下，dubins路径即为将路径看作是由直线段和曲率圆弧段组成。dubins路径为：在最大曲率限制下，平面内两个有方向的点的最短可行路径是clc路径或ccc路径，其中，c表示圆弧段，l表示直线段，clc表示先圆弧，后直线，后圆弧。
[0106]
通过以上分阶段规划能够生成多条可行路径，若无人车位置在远端轨道以外，可行路径由无人车位置、首个路径点、远端轨道点、近端轨道点和充电桩位置组成；若无人车位置在远端轨道以内，近端轨道以外，可行路径由无人车位置、首个路径点、近端轨道点和充电桩位置组成；若无人车位置在近端轨道以内，可行路径由无人车位置、首个路径点和充电桩位置组成。
[0107]
以初始位置在远端区域为例，将通过s1-s4过程得到的首个路径点和远端轨道点组成一对路径点，并对路径点进行编号，随机选择多对首个路径点和远端轨道路径点，根据远端轨道路径点搜索对应的近端轨道路径点集，从点集中随机选择多个近端轨道路径点，从近端轨道路径点求得到达充电位置的路径，得到多条从无人车位置到充电桩位置的可行路径。
[0108]
步骤4中，采用自适应差分进化算法对充电路径进行寻优，完成充电路径的较优规
划，包括如下步骤：
[0109]
步骤41、以无人车至充电位置的路径为个体，构建初始种群；
[0110]
具体的，首个路径点和远端轨道点组成一对路径点。随机选择20对首个路径点和远端轨道路径点，根据远端轨道路径点搜索对应的近端轨道路径点集，从点集中随机选择20个近端轨道路径点，从近端轨道路径点求得到达充电位置的路径，得到20条从无人车位置到充电桩位置的可行路径，构建初始种群。
[0111]
步骤42、以路径最短为优化目标，使用差分进化方法的进化策略迭代寻优，经过变异、交叉、选择操作后，生成新的种群；
[0112]
步骤43、迭代次数超过设定迭代次数或者连续n代种群的最优个体没有变化时，迭代终止，输出最优个体为最优路径。
[0113]
步骤44、选择最后一代种群中的最优个体作为最终的充电路径。完成充电路径的优化，生成最优的充电路径。
[0114]
实施例2
[0115]
基于实施例1，本实施例中提供一种欠驱动无人车自主充电路径规划系统，如图2所示，包括：
[0116]
位置划分模块：被配置为用于根据无人车与充电位置的距离，进行轨道划分，并基于划分的轨道划分位置区域；
[0117]
规划目标确定模块：被配置为用于针对每个位置区域设定规划目标，构建目标函数和约束条件，实现各个区域内的路径规划；
[0118]
可行路径计算模块：被配置为获取无人车所处位置区域，基于每个区域的规划目标，得到无人车至充电位置所经每个区域的多条路径；
[0119]
路径优化模块：被配置为用于采用自适应差分进化算法对充电路径进行寻优，完成充电路径的较优规划。
[0120]
此处需要说明的是，本实施例中的各个模块与实施例1中的各个步骤一一对应，其具体实施过程相同，此处不再累述。
[0121]
实施例3
[0122]
本实施例提供一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成实施例1的方法所述的步骤。
[0123]
实施例4
[0124]
本实施例提供一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例1的方法所述的步骤。
[0125]
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
[0126]
上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

技术特征：
1.一种欠驱动无人车自主充电路径规划方法，其特征在于，包括如下步骤：根据无人车与充电位置的距离，进行轨道划分，并基于划分的轨道划分位置区域；针对每个位置区域设定规划目标，构建目标函数和约束条件，实现各个区域内的路径规划；获取无人车所处位置区域，基于每个区域的规划目标，得到无人车至充电位置所经每个区域的多条路径；采用自适应差分进化算法对充电路径进行寻优，完成充电路径的较优规划。2.如权利要求1所述的一种欠驱动无人车自主充电路径规划方法，其特征在于：获取无人车的位置信息，并判断无人车所处位置区域，包括如下步骤：获取无人车当前位置以及充电位置，以及无人车参数数据；计算无人车当前位置和充电桩位置的欧氏距离；根据无人车的最小转弯半径与计算得到的距离，判断无人车所处的区域。3.如权利要求1所述的一种欠驱动无人车自主充电路径规划方法，其特征在于：根据最小转弯半径和充电位置规划划分区域，具体的：以充电位置为圆心，以n1倍无人车最小转弯半径为半径作的圆形轨迹，作为近端轨道；以充电位置为圆心，以n2倍无人车最小转弯半径为半径作的圆形轨迹，作为远端轨道；近端轨道至充电位置之间的圆形区域为近端区域；近端轨道与远端轨道之间的环形区域为中端区域，远端轨道以外的区域为远端区域；其中，n1<n2。4.如权利要求3所述的一种欠驱动无人车自主充电路径规划方法，其特征在于：针对远端区域进行路径规划，将远端轨道离散化为多个路径点，根据无人车当前的位置和航向计算可达的远端轨道点；或者，针对中端区域进行路径规划，无人车从远端轨道以内进入近端轨道的规划，将近端轨道离散化为多个路径点，根据无人车在远端轨道以内的位置和航向，计算可达的近端轨道点；或者，针对近端区域进行路径规划，无人车从近端轨道进入充电位置的规划；若无人车不在近端轨道上，首先确定在约束条件下是否能够直接到达充电位置，若不能直接到达充电位置，需要到达近端轨道再进行规划，计算从进入轨道的离散点到充电位置的最短路径，实现近端规划。5.如权利要求3所述的一种欠驱动无人车自主充电路径规划方法，其特征在于，规划无人车至充电位置所经每个区域的多条可行路径，步骤如下：构建坐标系，确定近端轨道和远端轨道的方程；根据构建的坐标系以及轨道方程，对近端轨道和远端轨道分别按照设定的离散值数量进行离散化，得到轨道上每个离散点的坐标；针对无人车位置至充电位置所经过的区域，针对每个区域分别进行可行路径计算，得到每个区域对应的多条路径，无人车至充电位置的路径为所经区域路径的组合。6.如权利要求5所述的一种欠驱动无人车自主充电路径规划方法，其特征在于，针对每个区域分别进行可行路径计算，当无人车位置在远端区域，可行路径的确定方法如下：根据无人车位置坐标和航向角，计算出与航向垂直方向并且距离为无人车最小拐弯半
径的两个点a和b；以得到的两个点a和b为圆心，以无人车最小转弯半径为半径，得到两个圆o
a
和o
b
；以远端轨道的离散点向得到的两个圆o
a
和o
b
作切线，得到切线与圆o
a
和o
b
的交点；根据无人车的运动约束条件，确定远端轨道的离散点指向切点的方向与无人车航向相同的点作为路径点，路径点与远端轨道上的离散点的连线为可行路径；或者，无人车初始位置在远端轨道以内，近端轨道以外的中端区域，采用与远端区域内可行充电路径的确定方法，得到中端区域内的可行充电路径；或者，无人车初始位置在近端轨道以内，使用dubins路径规划方法计算可行路径。7.如权利要求1所述的一种欠驱动无人车自主充电路径规划方法，其特征在于，采用自适应差分进化算法对充电路径进行寻优，包括如下步骤：以无人车至充电位置的路径为个体，构建初始种群；以路径最短为优化目标，使用差分进化方法的进化策略迭代寻优，经过变异、交叉、选择操作后，生成新的种群；迭代次数超过设定迭代次数或者连续n代种群的最优个体没有变化时，迭代终止，输出最优个体为最优路径；选择最后一代种群中的最优个体作为最终的充电路径。8.一种欠驱动无人车自主充电路径规划系统，其特征在于，包括：位置划分模块：被配置为用于根据无人车与充电位置的距离，进行轨道划分，并基于划分的轨道划分位置区域；规划目标确定模块：被配置为用于针对每个位置区域设定规划目标，构建目标函数和约束条件，实现各个区域内的路径规划；可行路径计算模块：被配置为获取无人车所处位置区域，基于每个区域的规划目标，得到无人车至充电位置所经每个区域的多条路径；路径优化模块：被配置为用于采用自适应差分进化算法对充电路径进行寻优，完成充电路径的较优规划。9.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-7任一项方法所述的步骤。10.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-7任一项方法所述的步骤。

技术总结
本公开涉及无人车路径规划技术领域，提出了一种欠驱动无人车自主充电路径规划方法与系统，包括根据无人车与充电位置的距离，进行轨道划分，并基于划分的轨道划分位置区域；针对每个位置区域设定规划目标，构建目标函数和约束条件，实现各个区域内的路径规划；获取无人车所处位置区域，基于每个区域的规划目标，得到无人车至充电位置所经每个区域的多条路径；采用自适应差分进化算法对充电路径进行寻优，完成充电路径的较优规划。提出了分段规划方法，根据无人车位置与充电位置的距离将充电路径规划分为多段规划，解决充电无人车运动约束问题；同时引入自适应差分进化策略，获得效率更高的充电路径。率更高的充电路径。率更高的充电路径。


技术研发人员：庞守恩 孙念莹 毕研磊 王呈周 陈关忠
受保护的技术使用者：山东省凯麟环保设备股份有限公司
技术研发日：2023.07.13
技术公布日：2023/10/15