置分布与无人车的位置分布有交集， (XdjhYdj))表示在从xo到:χ1的候选路径上的第j个点的坐标，N表示候选路径的长度， ?。。11(&〇)，￥1(」））表示在从幼到：4的候选路径上的第」个点的碰撞概率。
[0056]所述在预测周期内无人车的位置分布E-通过障碍物在预测周期内的控制输入和 车辆运动学模型计算得到，所述障碍物在预测周期内的控制输入^满足以下公式：
[0058] u〇=[50,vo]T
[0059] ek~N[0,5k]
[0060] 其中，为障碍物在预测周期内的前轮转角输入，^为障碍物在预测周期内的速度 输入，U0为障碍物初始控制输入，在初始控制输入上叠加的高斯控制输入；
[0061] 所述在预测周期内障碍物的位置分布Ereh根据无人车在预测周期内的轨迹得到， 所述无人车在预测周期内的轨迹满足以下公式：
[0062] ￥k=￥k+ik m
[0063] |k~N[0^k]
[0064] 其中，Pk为待跟踪无人车的路径，Ik为在待跟踪无人车的路径上叠加的高斯分布。 [0065]所述在从xo到4的候选路径上的第j个点的碰撞概率 公式：
[0066] Pc〇n(Xi(j),Yi(j))=pv(Xi(j),Yi(j)) · p〇(Xi( j), Yi( j)) (9)
[0067] 其中，pvUiUhYiQ))为无人车在(Xi(j)，Yi(j))处的概率，并由Eobs决定，Pci(Xi (j)，Yi(j))为障碍物在(Xi (j)，Yi(j))处的概率，并由Eveh决定。
[0068] 所述从xo到< 的候选路径的快速性指标Jndev满足以下公式：
[0070]其中，（乂"^^"彳"表示在从抑到^的候选路径上的第彳个点的坐标，^。），^ (j ))表示参考轨迹上的第j个点的坐标，N表示候选路径的长度，所述参考轨迹为从XQ到X。的 中心线路径，x( = [Λ-(，·νΓ，見，?:.Λ'(, ]'，Xc = xo，yc = yg，θ。= 0g，δ。= 5g，Vc = Vg，弋=Vg. 〇 [0071 ]与现有技术相比，本发明具有以下优点：
[0072] 1)本发明基于车辆运动学模型，考虑车辆起始状态和目标状态等约束，在可行驶 区域内在线生成多条候选路径，在对候选路径进行评价和选择时，在考虑障碍物运动特性 的同时，结合动态环境的特点，对运动障碍物的运动进行不确定性建模，进而对移动障碍物 的运动轨迹进行预测，不仅可以确定障碍物现在的威胁，还可以评估障碍物潜在的威胁，在 此基础上，建立兼顾车辆行驶安全性、快速性和平顺性等性能指标的代价函数，提出一种多 性能指标下的候选轨迹评估方法，通过优化评价函数选择最优路径。该方法不仅可以满足 车辆行驶的安全性要求，还能够在满足车辆模型约束的情况下保证行驶效率，同时由于评 价函数是基于多性能指标的加权形式，可以通过不同的权重分配实现性能指标的协调优 化。
[0073] 2)本发明考虑了车辆的结构特性，建立了车辆运动学模型，同时能够处理车辆模 型的运动学的线性及非线性约束，车辆运动学模型是研究无车人动态路径的基本单元，可 以更好地反应无人车与障碍物的运动状态。
[0074] 3)本发明考虑了车辆的运动学模型约束、非完整约束和车辆的最小转弯半径约束 等，在可行驶道路边界和起始状态、目标状态的约束下，在线生成多条候选路径，候选路径 提供了无人车更多的、可行驶的路径选择，是获取最优路径的前提。
[0075] 4)本发明基于动态环境的特性，可以对移动障碍物的运动不确定性进行建模，得 到动态环境模型，进而对移动障碍物的运动轨迹进行预测，不仅可以反映障碍物现存的威 胁，还可以体现障碍物潜在的威胁，有效地提高动态环境下障碍物威胁估计的准确率。
[0076] 5)本发明基于多性能指标优化框架，建立了综合考虑路径的安全性、快速性等性 能指标的代价函数，在满足约束条件的基础上通过在线评估，得到各性能指标不同权重分 配下的最优路径，实现了不同性能指标之间的协调优化。
[0077] 6)本发明基于在线生成候选路径、在线选取最优路径的方式，在无论在结构化的 高速公路还是在非结构化的城市道路，都能有效地进行路径规划，实时性强，应用范围广， 并且没有车型限制，实现在没有先验知识的动态环境中进行规划，适用于结构化的高速公 路和非结构化的城市街道以及更为复杂的越野环境，是一种实时的局部路径规划解决方 案。
[0078] 7)本发明兼具创新性实用性，可以在多个动态障碍物存在条件下实现实时规划， 能够有效地提高无人车行驶的安全性。
【附图说明】
[0079]图1为本发明流程示意图；
[0080]图2为车辆运动学模型示意图；
[0081] 图3为动态环境模型示意图；
[0082] 图4为目标速度计算方法的示意图；
[0083]图5为障碍物和无人车的预测轨迹示意图；
[0084]图6为直道和弯道场景的候选轨迹示意图；
[0085] 图7为直道场景下路径规划开始的示意图；
[0086] 图8为直道场景下第一段轨迹跟踪完成的示意图；
[0087] 图9为直道场景下到达终点的示意图；
[0088] 图10为直道场景下规划路径的信息示意图；
[0089] 图11为弯道场景下路径规划开始的示意图；
[0090] 图12为弯道场景下无人车超过一个障碍物的示意图；
[0091 ]图13为弯道场景下到达终点的示意图；
[0092] 图14为弯道场景下规划路径的信息示意图；
[0093] 图15为实验环境感知效果的示意图；
[0094] 图16为实验场地卫星图；
[0095] 图17为实车实验下直道避障效果的示意图；
[0096] 图18为实车试验下弯道避障效果的示意图；
[0097] 图19为实车试验下数据记录示意图。
【具体实施方式】
[0098] 下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案 为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于 下述的实施例。
[0099] 如图1所示，一种基于环境不确定性的无人车动态路径规划方法包括以下步骤：
[0100] S1:建立车辆运动学模型，该车辆运动学模型用于反应无人车和障碍物的运动状 ??τ 〇
[0101] 如图2所示，车辆运动学模型满足以下公式：
[0104]其中，X为车辆运动状态，（x，y)为以车辆后轴中心点为原点建立的坐标系下的横 向坐标和纵向坐标，Θ为车辆相对于坐标系X轴的航向角，v和δ分别为车辆的速度和前轮转 角，1为车辆前轴与后轴之间的距离，,i.、j、6、9分别对应为x、y、0、v的一阶求导。
[0105] S2:建立表征无人车运动环境的动态环境模型，并根据动态环境模型建立重新规 划路径的满足条件。
[0106] 如图3所示，动态环境模型包括：
[0107] 1)建立坐标系，用圆心位于(X'，y')、半径为V的圆表示无人车，无人车速度/ = [，x，/y]T，其中，/x、/别表示/在X轴和Y轴上的速度分量，该无人车对应的车辆前轴 与后轴之间的距离为V，对应的前轮转向率为ω';
[0108] 2)相似地，对于环境中的障碍物，用圆心位于(Χμ，υ。,。）、半径为rq的圆表示，q表 示障碍物的编号，障碍物速度￥。4=1^。4,^。4,\] 1'，其中，￥。4,^。4,\分别表示￥。4在)(轴和￥ 轴上的速度分量，图3中，在无人车(Y，/)的周围有三个障碍物，第一个障碍物的圆心为 (Χο,Ι,Υο,Ι)，对应的速度为ν〇,1，对应的车辆前轴与后轴之间的距离、前轮转向率和半径为 (1。,1，'?。,1，1'。,1)，第二个障碍物的圆心为(1。,2,7。,2)，对应的速度为￥。,2，对应的车辆前轴与 后轴之间的距离、前轮转向率和半径为（1。, 2，《。,2^。,2)，第三个障碍物的圆心为(^,3,7。,3)， 对应的速度为V。, 3,对应的车辆前轴与后轴之间的距离、前轮转向率和半径为（1。, 3, W。, 3， r〇,3);
[0109] 3)以（X7 )为中心、ri为半径的区域定义为危险区域，r<ri<rd，rd为设定值，当 障碍物位于危险区域时会非常危险，类似地，以)为中心、^为半径的区域定义为警 示区域，rd< r2<ra，ra为设定值，当障碍物位于警示区域时，有可能会与无人车发生碰撞， 无人车应时刻注意障碍物的运动情况，图3中，第一个障碍物位于危险区域，第二个障碍物 位于警示区域，第三个障碍物既不在危险区域，也不在警示区域，暂时不会与无人车碰撞；
[0110] 4)定义"障碍物正在靠近"的满足条件为：AVy· Ay<〇，AVy表示无人车与障碍物 的横向相对速度，Δ Vy= (V〇,q,y-V%)，Δ y表示无人车与障碍物的横向相对距离，Δ y = (ymV )°
[0111] 根据如图2所示的动态环境模型，可以得到重新规划路径的满足条件为：
[0112] 1)障碍物进入危险区域；
[0113] 2)障碍物进入警示区域且障碍物正在靠近；
[0114] 3)当前最优路径被跟踪完毕；
[0115] 4)最优路径与障碍物的运动轨迹出现相交；
[0116]当无人车运动环境满足重新规划路径的满足条件中的至少一条时，重新规划无人 车的最优路径。
[0117] S3:目标状态确定：
[0118] 无人车的车辆运动状态起始值已知为Xjj = .，:xq反应无人车的 起始状态，无人车的车辆运动状态初始目标值= l"x2,.儿.,艮.,i%, ，xg反应无人车 的目标状态，其中，下标〇表示起始值，下标g表示初始目标值，（&，78,98,3 8)可由道路环境 和路网文件等确定，％ =〇,无人车的目标速度vg与道路的曲率cg以及道路的最大限速vmax等 有关，当道路曲率cg较大而速度又很大时，很容易发生侧滑甚至侧翻，因此，道路曲率cg是设 计目标速度Vg的关键因素。目标点（Xg，yg)处车辆速度Vg的速度上限 Vgmax满足与(^的关系曲 线如图4所示，当cg很小时，此时速度上?vgmax为道路的限速 Vmax^cg逐渐增大时，速度上限 Vgmax与道路曲率Cg的关