买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江苏大块头智驾科技有限公司

摘要：本发明涉及无人驾驶技术领域，具体为一种用于港矿的无人驾驶车自主避障方法，包括构建无人驾驶车在规划路径上的三维模型，并在每个无人驾驶车对应规划路径上的三维模型中的交汇区域进行标记；分析每个交汇区域相较于周边环境的避障风险评估值，锁定每个交汇区域对应的关联避障点。本发明在对无人驾驶车进行避障控制的过程中，实现对汇车区域进行预演，并分析预演的汇车区域周边的环境信息对车辆汇车过程中存在的避障风险进行评估，锁定汇车区域的关联避障点，并对车辆的运动特征信息进行优化，实现对无人驾驶车的有效管控。

主权项：1.一种用于港矿的无人驾驶车自主避障方法，其特征在于，所述方法包括以下步骤：S100、获取港矿车辆指挥中心内录入的各个无人驾驶车的编号及每个无人驾驶车对应的规划路径，生成港矿车辆规划信息集；S200、实时获取各个港矿无人驾驶车在相应规划路径中的运动特征信息，结合港矿车辆规划信息集，对各个无人驾驶车进行路径信息预演，生成每个无人驾驶车与其余无人驾驶车对应的各个车辆交汇区域；S300、构建无人驾驶车在规划路径上的三维模型，并在每个无人驾驶车对应规划路径上的三维模型中的交汇区域进行标记；分析每个交汇区域相较于周边环境的避障风险评估值，锁定每个交汇区域对应的关联避障点；S400、结合每个无人驾驶车对应的各个关联避障点的位置及其在相应规划路径中的运动特征信息，对相应无人驾驶车在各个规划路径区段内的运动特征信息进行优化，并上传给港矿车辆控制终端；S500、港矿车辆控制终端按照优化后的运动特征信息对相应的无人驾驶车的行进状态进行控制，并在相邻无人驾驶车之间的距离小于预设值时，控制相邻的无人驾驶车上的图像采集装置保持开启，生成相邻车辆图像采集组，并反馈给前端显示页面；所述S200包括以下步骤：S201、实时获取各个港矿无人驾驶在相应规划路径中的运动特征信息，所述运动特征信息包括当前无人驾驶车在规划路径中的位置、前进方向及历史移速波动区间，所述前进方向为相应无人驾驶车在规划路径中起始点至终点的方向；所述历史移速波动区间表示相应无人驾驶车在规划路径中从起始点至当前位置的平均速度与当前位置对应的瞬时速度构成的区间；S202、获取港矿车辆规划信息集，将港矿车辆规划信息集中对应规划路径存在交集区段的两个无人驾驶车作为一个分析组合对，并将对应的每个交集区段与分析组合对进行绑定，记为第一绑定结果；S203、对第一绑定结果中对应的两个无人驾驶车进行路径信息预演；所述预演过程中，计算第一绑定结果中第一个无人驾驶车途径相应交集区段时对应的途径间隔时间区间，记为T1；计算第一绑定结果中第二个无人驾驶车途径相应交集区段时对应的途径间隔时间区间，记为T2；将T1与T2的交集记为时间间隔预演区间；将第一绑定结果中两个无人驾驶车在时间间隔预演区间中分别对应的预演区段的交集记为交汇动态预演区段；所述路径信息预演结果中包括时间间隔预演区间及交汇动态预演区段，所述途径间隔时间区间中的最小值等于相应交集区段与当前位置之间的最短路程除以相应历史移速波动区间中最大值后的商；所述途径间隔时间区间中的最大值等于相应交集区段与当前位置之间的最长路程除以相应历史移速波动区间中最小值后的商；所述第一绑定结果中无人驾驶车在时间间隔预演区间中对应的预演区段等于相应无人驾驶车规划的路径中，沿相应无人驾驶车的前进方向与当前位置之间的距离大于第一判定距离且小于第二判定距离的路径区段；所述第一判定距离等于第一绑定结果中无人驾驶车在时间间隔预演区间中的最小值与相应历史移速波动区间中最小值的乘积；所述第二判定距离等于第一绑定结果中无人驾驶车在时间间隔预演区间中的最大值与相应历史移速波动区间中最大值的乘积；S204、将第一绑定结果对应的路径信息预演结果中的交汇动态预演区段作为第一绑定结果对应的两个无人驾驶车相应的交汇区域中的一个子集；所述S300中在每个无人驾驶车对应规划路径上的三维模型中的交汇区域进行标记时，通过三维扫描仪对各个无人驾驶车的规划路径及距规划路径第一单位距离的环境进行扫描，生成无人机驾驶车在规划路径上的三维模型；所述S300中分析每个交汇区域相较于周边环境的避障风险评估值时，获取无人驾驶车在规划路径上的三维模型及相应的三维模型中各个交汇区域的标记结果；获取同一无人驾驶车分别与不同无人驾驶车对应的各个标记的各个交汇区域之间的位置，判定对应交汇区域之间的最短距离小于第一预设距离的不同交汇区域存在关联性，并将存在关联性的交汇区域进行区域融合，用融合后的交汇区域替代原有的存在关联性的各个交汇区域；融合后的交汇区域等于相应的存在关联性的各个交汇区域分别所属的交集区段的交集结果与融合特征区域之间的交集，所述融合特征区域为相应的存在关联性的各个交汇区域及其之间的未标记区域构成的路段区域；计算每个交汇区域相较于周边环境的避障风险评估值，将第i个交汇区域相较于周边环境的避障风险评估值记为Pi；Pi=FHiFUi，将第i个交汇区域中以任意一个位置点为圆心且以第二单位距离为半径的圆形区域内路面干扰值记为相应位置点的环境风险值，所述第二单位距离小于第一单位距离且第一单位距离及第二单位距离均为数据库中预置的常数；其中，FHi表示第i个交汇区域内各个位置点分别对应的环境风险值中的最大值；FUi表示第i个交汇区域对应的交集区段内各个位置点分别对应的环境风险值中的最大值；将任意一个位置点为圆心且以第二单位距离为半径的圆形区域内路面干扰值记为D，D=Z+β·LCXC；Z表示相应圆形区域内的路面凹坑面积占总面积的比值；LC表示无人驾驶车的车辆宽度；XC表示相应圆形区域内在垂直于路径中轴线的方向上，道路的有效汇车宽度；将相应圆形区域内垂直于路径中轴线的直径与圆形区域的轮廓交点分别记为一个障碍点，获取相应圆形区域内各个障碍物对应区域内的各个障碍点，将相应圆形区域内的各个障碍点在垂直于路径中轴线的方向上进行映射，并将映射后的任意两个相邻的点之间距离的最大值记为XC；所述障碍物对应区域为数据库中提前采集并设置的；所述S300中锁定每个交汇区域对应的关联避障点时，获取第i个交汇区域的特征信息，记为Ei，所述Ei中第一参量为FHi对应的位置点，所述Ei中第二参量为FUi对应的位置点，所述Ei中第三参量为Pi；构建交汇区域对应的各个初始关联避障点组合，每个初始关联避障点组合中的每个元素对应一个交汇区域，且所得初始关联避障点组合中每个元素为相应交汇区域的特征信息中第一参量及第二参量中的一个；筛选对应的关联偏差最小的初始关联避障点组合，并将筛选的初始关联避障点组合中的每个元素作为相应交汇区域的关联避障点；将初始关联避障点组合的关联偏差记为G， ，其中，k1表示相应的初始关联避障点组合中的元素总个数；g表示第一系数且g为数据库中预置的常数；LPk表示相应的初始关联避障点组合中第k个元素所属特征信息中第二参量与第一参量之间的距离；PWk表示相应的初始关联避障点组合中第k个元素所属特征信息中的第三参量；所述S400对相应无人驾驶车在各个规划路径区段中的运动特征信息进行优化时，实时对无人驾驶车当前位置至与无人驾驶车前进方向相同的最近一个交汇区域之间的规划路径区段中的运动特征信息进行优化；获取相应交汇区域对应的关联避障点；获取对应交汇动态预演区段与相应交汇区域存在交集的路径信息预演结果中时间间隔预演区间的中值，记为第一运动时长，将无人驾驶车当前位置至与无人驾驶车前进方向相同的最近一个交汇区域之间的规划路径的长度记为第一运动路程；相应规划路径区段中运动特征信息优化后的结果中，当前无人驾驶车在规划路径中的位置及前进方向保持不变，相应的历史移速波动区间变更为第一运动路程与第一运动时长的商。

全文数据：

权利要求：

百度查询： 江苏大块头智驾科技有限公司 一种用于港矿的无人驾驶车自主避障方法