李曉宇 徐紀洋 馬飛

(上海聯(lián)適導航技術(shù)股份有限公司，上海 200000)

引言

人工智能(Artificial Intelligence，AI)，是計算機科學的一個分支，其是根據(jù)了解人類的思想，并能以人類智能相似的方式做出反應(yīng)的智能機器[1]。隨著該技術(shù)的發(fā)展，人們逐漸將該技術(shù)運用于掃拖地機器人[2]、電氣自動化控制[3]、軍事[4]、計算機網(wǎng)絡(luò)[5]以及中國醫(yī)學等方面[6]，近年來人們將該技術(shù)應(yīng)用于汽車上的無人駕駛方面[7]。

無人駕駛在實現(xiàn)上可分為2個步驟。對地理環(huán)境的探知，車輛要能夠按照要求在規(guī)定路徑行駛，這需要地理定位的技術(shù)支持，這一部分可以使用北斗衛(wèi)星定位技術(shù)來解決[8]。同時路徑的規(guī)劃也要能夠規(guī)避路徑上已經(jīng)知道的固定障礙物，以免引起行駛安全性問題；路徑確定后的控制技術(shù)，使車輛能夠在規(guī)劃好的路徑上精確行駛，不能出現(xiàn)比較大的偏差。無人駕駛車輛的路徑規(guī)劃問題，就是在要工作的地塊形狀下，規(guī)劃出無人駕駛車輛能夠遍歷整個工作地塊、沒有障礙物碰撞的一條安全行駛路徑。

李寧等提出一種基于遺傳算法(genetic algorithm，GA)的自主避障控制算法應(yīng)用于電動汽車上，解決了傳統(tǒng)算法只能在橫向避障的缺陷[9]。程越等為了實現(xiàn)無人駕駛拖拉機在直線作業(yè)時的實時避障路徑規(guī)劃功能，通過仿真發(fā)現(xiàn)規(guī)劃的路徑跟蹤控制精度更高的算法是基于5次多項式函數(shù)的路徑規(guī)劃算法，更易于跟蹤控制[10]。

目前，無人駕駛車輛采用的工作路徑規(guī)劃在作業(yè)時多需要人工干預，如在遇到需要轉(zhuǎn)彎、掉頭、規(guī)避障礙物時需要人工控制車輛完成動作，耗費人力，受時間、環(huán)境等客觀條件限制，在面對大面積工作地塊進行標準化作業(yè)時，駕駛員受生理條件限制無法長時間按標準完成工作，限制了作業(yè)效率。

為了解決上述問題，本設(shè)計的目的在于為自動駕駛系統(tǒng)根據(jù)工作地塊提供一條可以遍歷整個地塊，實現(xiàn)無漏作業(yè)，又可以繞過障礙物的自動路徑規(guī)劃方法。該方法僅需采集工作地塊形狀和障礙物位置，就可自動規(guī)劃出行駛路徑，無需其它人工代價，一次信息采集后，針對同一地塊下次作業(yè)時無需再做信息采集工作，方便簡單，降低人工成本，可繞過障礙物，保障作業(yè)安全。

1 設(shè)計的基本原理

采集工作地塊地理信息，獲得多邊形順序坐標點，以規(guī)定安全邊界距離將多邊形向內(nèi)部縮進；以當前工作車輛位置為參考，以與多邊形頂點距離最近的為下一個目標點，以此點相鄰較長邊，生成路徑待定點并生成路徑；遇到障礙物通過平移待定點繞過障礙物，并能通過比較左右平移距離獲得較優(yōu)路徑，通過平移路徑待定點生成下一組路徑，直至路徑能夠遍歷整個工作地塊；通過采集地塊和障礙物坐標后，可在路徑生成的時候根據(jù)障礙物坐標自動生成帶有避障路徑的行駛路徑。

由上述基本原理可得，利用本設(shè)計的無人駕駛帶避障的路徑規(guī)劃方法可以極大提高無人駕駛作業(yè)的效率和作業(yè)安全性，并且操作方便簡單，降低人工成本。

2 轉(zhuǎn)向控制方法

本設(shè)計提供了一種無人駕駛的帶避障的路徑規(guī)劃方法的流程圖，如圖1所示。

建立地塊地理模型。預先對將要作業(yè)的地塊進行地理信息采集、障礙物地理信息采集，建立地塊地理模型。采集地塊頂點坐標。順、逆時針繞地塊采集地塊多邊形頂點坐標，根據(jù)將要作業(yè)的地塊，順或逆時針預先采集地塊特征點。邊界縮進。將地塊多邊形按照工作時離地邊界安全距離Threshold向內(nèi)部縮進，生成邊界特征點。依次獲取邊界特征點。獲得當前車輛所在位置坐標點，取相距車輛最近的邊界特征點，取最長的一條為參考線段。生成路徑待定點。在此線段上生成路徑待定點，遍歷此組路徑待定點，是否有在障礙物圓形內(nèi)。遍歷路待定點。通過遍歷路徑待定點即可確定路徑特征點，將路徑特征點首尾相接即為規(guī)劃完成的路徑。

3 路徑規(guī)劃與生成的實施步驟

根據(jù)圖1所示流程圖，具體說明路徑規(guī)劃和生成的實施步驟如下。

3.1 采集地塊信息

采集地塊信息確定車輛行駛誤差，記為Bias；確定車輛安全邊界距離，記為Threshold；確定車輛工作寬度，記為Stride。通過手持、車載定位設(shè)備，順、逆時針繞著工作地塊采集地塊多邊形頂點坐標和地塊中的障礙物坐標以及大小。

3.2 以安全距離向內(nèi)縮進

以安全距離向內(nèi)縮進如圖2所示。

以離地邊界安全距離Threshold為基準向地塊多邊形內(nèi)部進行縮進，縮進采用解析幾何方法，使用矢量法實現(xiàn)，生成邊界特征點。將工作地塊多邊形記為四邊形，即PP[2]、CP[1]，將頂點向內(nèi)部縮進，實現(xiàn)多邊形縮進效果，以P[1]點為例，L為平行線間距離，即縮進距離，α為P[1]P、P[1]P[2]夾角，Pnew點為P[1]點縮進后的生成點，Pnew坐標可用向量運算得到，計算公式：

(1)

3.3 生成邊界特征點

以當前車輛最近點為起點獲得當前車輛所在位置坐標點，記為P[0]；取距P[0]最近的邊界特征點，記為P[1]。地塊多邊形頂點為順序采集，計算P[1]相鄰的2個點與P[1]的距離，取最長的1條為參考線段(或手動選取某一鄰點取參考線)，記為P[1]P[2]線段，另一個鄰點記為P。

3.4 生成待定路徑點

根據(jù)車載機具寬度確定路徑間隔，記為Stride，設(shè)定工作時離地邊界安全距離設(shè)為Threshold，以車載機具寬度、行駛誤差的差值，記為real Stride；以當前車輛所在目標點為起始點，記為P[0]；計算P[0]與所有邊界特征點的距離，以距離最短的點為下一目標點，記為P[1]，P[0]為路徑特征點的第1個點；所有邊界點為順或逆時針順序采集，計算P[1]相鄰的2個點與P[1]的距離，取最長的1條為參考線段(或手動選取某一鄰點取參考線)，記為P[1]P[2]線段，另一個點記為P，在此線段上以Stride/10的間隔生成路徑待定點。

3.5 遍歷路徑待定并生成繞過障礙物路徑

判斷車輛繞過障礙物路徑生成示意圖如圖3所示。

是否有在障礙物圓形內(nèi)，如有加上1個不在圓內(nèi)的點、下1個不在原內(nèi)的點組成障礙物點，此組點先向左平移，直至此組點沒有在障礙物圓內(nèi)的點，若都在邊界內(nèi)則保留，超出邊界則放棄，向右平移判斷，若向左、向右平移都在邊界內(nèi)則，取平移距離較短的一組，取頭尾2個路徑待定點、取障礙物點頭尾點，加入路徑特征點。

3.6 生成平行路徑待定點

以真實路徑間隔real Stride為間距、以P[1] P方向生成平行的另一組路徑待定點，判斷此組路徑待定點是否有超出邊界的點，有則刪去。如路徑待定點沒有超出邊界的點，則在此組路徑待定點兩端按照Stride/10(可按實際情況設(shè)置此項)的距離生成路徑待定點，如生成的路徑待定點在邊界內(nèi)則加入路徑待定點組。

判斷此組路徑特征點是否有超出邊界的點、生成的路徑特征點是否在邊界內(nèi)，判斷點是否在多邊形內(nèi)，多邊形可為凹多邊形或凸多邊形。判斷方法：判斷點的縱、橫坐標是否超過多邊形最大、小于最小縱橫坐標，如超過最大、小于最小縱、橫坐標則一定不在多邊形內(nèi)；以當前點向橫軸正方向引出射線，若此射線與多邊形各邊相交的邊數(shù)(非相交于端點)為奇數(shù)則點在多邊形內(nèi)，為偶數(shù)點在多邊形外。

3.7 生成所有路徑特征點

此組路徑待定點取頭尾2個路徑待定點、取障礙物點頭尾點然后逆序，加入路徑特征點。重復生成平行路徑待定點，至生成的平行路徑待定點的個數(shù)小于2為止。最后以距離為判斷條件最近的點為起始，將邊界點依次加入路徑特征點，用作邊界工作路徑，則全部路徑特征點生成完畢。

3.8 判斷車輛是否行駛過目標點

判斷車輛是否行駛過目標點示意圖如圖4所示。

到達目標點后的判斷方法：判斷行駛過程中車輛與目標點的距離，記為d，若小于設(shè)定閾值(由作業(yè)要求、車輛質(zhì)量決定，人為設(shè)置)，認為到達目標點；以A:(X0,Y0)，B:(X1,Y1)組成的線段為路徑，車當前點P:(X,Y)，車輛由A駛向B為例，計算向量的夾角余弦值，若小于0，則超過目標B。

4 結(jié)論

本設(shè)計通過采集地塊和障礙物坐標后，可在路徑生成的時候根據(jù)障礙物坐標自動生成帶有避障路徑的行駛路徑，極大提高了無人駕駛作業(yè)的效率和作業(yè)安全性。所以本設(shè)計可以用于含有障礙物的封閉地塊中農(nóng)用機械無人駕駛作業(yè)的路徑規(guī)劃。