一種礦井無人車輛的路徑規劃方法、設備及存儲介質與流程
1.本技術涉及無人駕駛技術領域，尤其涉及一種礦井無人車輛的路徑規劃方法、設備及存儲介質。
背景技術：
2.近年來，隨著科技的發展，無人駕駛汽車已經成為汽車研究領域的新熱點和汽車未來發展的主流方向。在許多生產領域，無人駕駛汽車正發揮著越來越多的作用。
3.目前，發展煤礦礦井內無人駕駛車輛技術的重要瓶頸就是其路徑規劃，這也是無人駕駛技術當前研究的重點環節。國內外有關無人駕駛技術的路徑規劃研究都是在高速公路和城市道路，很少涉及到特殊地下環境的路徑規劃。與地面道路相比，地下礦井環境巷道結構更為復雜，這也給礦井內無人車輛的路徑規劃帶來極大的難度。
4.現有的路徑規劃技術，一般是先對地下巷道進行抽象簡化，但該方法對地下巷道真實方向還原程度較低，難以規劃出實際的最優路徑。同時，該技術手段過度依賴于定位信息，在定位信號薄弱的地下巷道往往會出現路徑規劃失敗的情況。
技術實現要素：
5.本技術實施例提供了一種礦井無人車輛的路徑規劃方法、設備及存儲介質，用以解決現有的礦井無人車輛路徑規劃還原程度較低、在定位信號差時路徑規劃失敗的技術問題。
6.一方面，本技術實施例提供了一種礦井無人車輛的路徑規劃方法，所述方法包括：
7.實時接收礦井內的定位數據以及障礙物地圖數據；
8.判斷所述定位數據是否異常，并生成判斷信息；
9.基于所述判斷信息，選擇算法模塊；其中所述算法模塊包括：主算法模塊、備用算法模塊；
10.將所述定位數據以及所述障礙物地圖數據輸入所述算法模塊進行路徑規劃，以得到路徑規劃消息；
11.將所述路徑規劃消息通過貝賽爾曲線進行軌跡平滑后，傳送給所述無人車輛的執行機構。
12.在本技術的一種實現方式中，在所述基于所述判斷信息，選擇算法模塊之后，所述方法還包括：
13.若所述定位數據正常，則調用主算法模塊對所述定位數據以及所述障礙物地圖數據進行處理，并生成路徑規劃消息；
14.若所述定位數據異常，則調用備用算法模塊對所述定位數據以及所述障礙物地圖數據進行處理，并生成路徑規劃消息。
15.在本技術的一種實現方式中，實時接收礦井內障礙物地圖數據，具體為：
16.建立障礙物柵格地圖；
17.獲取激光雷達掃描的數據，并建立先驗地圖層；其中，所述先驗地圖層用于限制所述無人車輛的運行范圍；
18.基于所述激光雷達實時掃描的點云數據，確定所述障礙物柵格地圖上存在障礙物的柵格，建立動態障礙物層；
19.將所述先驗地圖層以及所述動態障礙物層進行融合，以確定所述無人車輛在礦井中的實時位置。
20.在本技術的一種實現方式中，所述確定所述無人車輛在礦井中的實時位置，具體為：
21.對障礙物點進行聚類，并對無法聚類的噪聲散點進行過濾；
22.基于距離變換建立先驗路徑拓撲地圖；
23.根據所述先驗路徑拓撲地圖確定所述無人車輛實時的姿態。
24.在本技術的一種實現方式中，基于主算法模塊確定路徑規劃消息，具體為：
25.將所述定位數據以及障礙物地圖數據融合為定位信息，確定所述定位信息的起點，并將所述起點放入開啟列表；
26.確定所述起點周圍可到達的柵格，將所述起點周圍可到達的柵格放入所述開啟列表，并設置父柵格；
27.從所述開啟列表中刪除所述起點，并將所述起點放入關閉列表；
28.計算各個所述起點周圍可到達的柵格的f值，計算公式如下：
29.f＝g+h
30.其中，f為目標從初始狀態到達目標狀態所需要的最小代價估計，g表示從起點移動到指定柵格的移動消耗，h表示從指定的柵格移動到目標點的預計消耗；
31.將所述開啟列表中f值最低的柵格刪除，放入所述關閉列表；
32.檢查所有所述起點可到達的柵格；
33.重復查所述開啟列表中f值最低的柵格，刪除并放入所述關閉列表。
34.在本技術的一種實現方式中，檢查所有所述起點可到達的柵格，具體包括：
35.確定所有所述起點可到達的柵格是否已放入所述開啟列表中；
36.若柵格不在所述開啟列表，則將柵格放入所述開啟列表；
37.若柵格已經在所述開啟列表中，則計算從起點到達柵格的路徑。
38.在本技術的一種實現方式中，將所述路徑規劃消息通過貝賽爾曲線進行軌跡平滑，具體為：
39.在柵格地圖中確定安全區域通道，并對所述安全區域通道進行膨脹；
40.將所述安全通道擴展到障礙物邊界，進而得到可通行通道；
41.基于所述可通行通道，利用貝賽爾曲線生成有界高階軌跡，然后使用多階貝賽爾曲線求解，以得到最終平滑的軌跡。
42.在本技術的一種實現方式中，根據備用算法模塊確定路徑規劃消息，具體為：
43.接收定位信息消失時所述無人車輛的位置信息以及預先建立的先驗拓撲路徑地圖；
44.基于分水嶺算法求解多條路徑；
45.利用廣度優先遍歷算法求解出多條路徑中最短的一條，作為規劃路徑。
46.本技術實施例還提供了一種礦井無人車輛的路徑規劃設備，所述設備包括：至少一個處理器；以及，
47.與所述至少一個處理器通信連接的存儲器；其中，
48.所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠：
49.實時接收礦井內的定位數據以及障礙物地圖數據；
50.判斷所述定位數據是否異常，并生成判斷信息；
51.基于所述判斷信息，選擇算法模塊；其中所述算法模塊包括：主算法模塊、備用算法模塊；
52.將所述定位數據以及所述障礙物地圖數據輸入所述算法模塊進行路徑規劃，以得到路徑規劃消息；
53.將所述路徑規劃消息通過貝賽爾曲線進行軌跡平滑后，傳送給所述無人車輛的執行機構。
54.本技術實施例還提供了一種礦井無人車輛的路徑規劃的非易失性計算機存儲介質，存儲有計算機可執行指令，所述計算機可執行指令設置為：
55.實時接收礦井內的定位數據以及障礙物地圖數據；
56.判斷所述定位數據是否異常，并生成判斷信息；
57.基于所述判斷信息，選擇算法模塊；其中所述算法模塊包括：主算法模塊、備用算法模塊；
58.將所述定位數據以及所述障礙物地圖數據輸入所述算法模塊進行路徑規劃，以得到路徑規劃消息；
59.將所述路徑規劃消息通過貝賽爾曲線進行軌跡平滑后，傳送給所述無人車輛的執行機構。
60.本技術實施例提供的一種礦井無人車輛的路徑規劃的方法、設備及存儲介質，通過判斷車輛的定位數據是否異常，并利用不同的方式來為礦井無人車輛進行路徑規劃，解決了在礦井環境中無人車輛失去定位消息后，也能進行車輛路徑規劃，從而防止車輛發生危險或失控，提高了系統的穩定性和對環境的適應性。利用貝賽爾曲線進行軌跡平滑，可以使無人車輛在失去信號后，仍可以保持較為平滑的運行軌跡，提高了無人車輛的安全性。
附圖說明
61.此處所說明的附圖用來提供對本技術的進一步理解，構成本技術的一部分，本技術的示意性實施例及其說明用于解釋本技術，并不構成對本技術的不當限定。在附圖中：
62.圖1為本技術實施例提供的一種礦井無人車輛的路徑規劃的方法流程圖；
63.圖2為本技術實施例提供的動態障礙物層判斷流程圖；
64.圖3為本技術實施例提供的一種礦井無人車輛的路徑規劃的設備示意圖。
具體實施方式
65.為使本技術的目的、技術方案和優點更加清楚，下面將結合本技術具體實施例及相應的附圖對本技術技術方案進行清楚、完整地描述。顯然，所描述的實施例僅是本技術一
部分實施例，而不是全部的實施例。基于本技術中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本技術保護的范圍。
66.近年來，隨著科技的發展，無人駕駛汽車已經成為汽車研究領域的新熱點和汽車未來發展的主流方向。在許多生產領域，無人駕駛汽車正發揮著越來越多的作用。
67.目前，發展煤礦礦井內無人駕駛車輛技術的重要瓶頸就是其路徑規劃，這也是無人駕駛技術當前研究的重點環節。國內外有關無人駕駛技術的路徑規劃研究都是在高速公路和城市道路，很少涉及到特殊地下環境的路徑規劃。與地面道路相比，地下礦井環境巷道結構更為復雜，這也給礦井內無人車輛的路徑規劃帶來極大的難度。現有的路徑規劃技術，一般是先對地下巷道進行抽象簡化，但該方法對地下巷道真實方向還原程度較低，難以規劃出實際的最優路徑。同時，該技術手段過度依賴于定位信息，在定位信號薄弱的地下巷道往往會出現路徑規劃失敗的情況。
68.本技術實施例提供了一種礦井無人車輛的路徑規劃方法，以解決現有的礦井無人車輛路徑規劃還原程度較低、在定位信號差時路徑規劃失敗的技術問題。
69.下面通過附圖對本技術實施例提出的技術方案進行詳細的說明。
70.圖1為本技術實施例提供的一種礦井無人車輛的路徑規劃方法流程圖。如圖1所示，該方法主要包括以下步驟：
71.步驟101、實時接收礦井內的定位數據以及障礙物地圖數據。
72.本技術實施例中，無人車輛車身上安裝有若干激光雷達并連接有慣性導航裝置，會實時掃描地下礦井環境狀況，并向控制系統發送定位數據，然后通過相應的操作生成障礙物地圖數據。
73.具體來說，障礙物地圖數據使用柵格地圖的形式來輸出障礙物以及無人車輛運行信息。在柵格地圖中，1表示障礙物，0表示可以通行的區域，地圖中的每個像素點代表該柵格位置處于可通行或不可通行的狀態。
74.障礙物地圖分為兩層，一層是基于激光雷達掃描的數據建立起來的先驗地圖層，先驗地圖層用于限制無人車輛的運行范圍；第二層是動態障礙物層，它是由激光雷達實時掃描的點云數據判斷的每個柵格對應的多個激光雷達的回波點。在動態障礙物層，若存在高度差的點數足夠多，則確認該柵格是障礙物。
75.動態障礙物層的判斷流程如圖2所示，首先遍歷每個柵格，判斷落在柵格中的點云數目是否小于1，若是則設置該柵格為未知區域。若不是，則計算柵格內點云的最高高度與最低高度之差是否小于閾值，若小于閾值則設置該柵格為通行區域，若不是則設置該柵格為障礙物區域。
76.進一步地，將先驗地圖層和動態障礙物層通過位姿轉換關系，進行融合后可以確定無人車輛的實時位置。具體來說，建立障礙物地圖之后，根據距離對障礙物點進行聚類，提取具體的各個障礙物地圖信息，同時對障礙物地圖上的無法聚類的噪聲散點進行過濾。
77.先驗地圖層可以通過距離變換建立先驗路徑拓撲地圖，先驗路徑拓撲地圖可以限定車輛行駛的基本路線，在備用算法模塊及車輛定位信息失效時發揮作用，它是一張道路區域中線部分為1，其余部分為0的地圖圖片，以幾何形式描述路網信息，在進行距離變換后，取圖片中的峰脊線為拓撲路線。定位信息由激光雷達和慣性導航系統通過算法融合輸出，發送的是車輛實時的姿態及車輛在整體環境中的位置。
78.步驟102、判斷定位數據是否異常，并生成判斷信息，基于判斷信息，選擇算法模塊。
79.本技術實施例中，若定位數據正常，則調用主算法模塊進行路徑規劃，首先，在主算法模塊中，將獲取到的經過處理后的定位信息作為起點。若定位信息消失，則調用備用算法模塊進行路徑規劃。
80.步驟103、將定位數據以及障礙物地圖數據輸入算法模塊進行路徑規劃，以得到路徑規劃消息。
81.本技術實施例中，主算法模塊使用改進的a*算法輸出一條較為平滑的軌跡，該模塊分為前后端，前端使用a*算法進行最優路徑搜索，后端使用運動走廊膨脹和貝塞爾曲線融合的方式來進行軌跡優化。
82.進一步地，將所述定位數據以及障礙物地圖數據融合為定位信息，確定所述定位信息的起點s，并將起點s放入開啟列表。開啟列表是一個存放等待檢查的柵格的列表。然后確定所述起點s周圍可到達的柵格，將所述起點周圍可到達的柵格放入所述開啟列表，并設置父柵格。從所述開啟列表中刪除所述起點s，并將所述起點s放入關閉列表。關閉列表中存放的是不需要檢查的柵格。
83.計算各個所述起點周圍可到達的柵格的f值，計算公式如下：
84.f＝g+h
85.其中，f為目標從初始狀態到達目標狀態所需要的最小代價估計，g表示從起點移動到指定柵格的移動消耗，h表示從指定的柵格移動到目標點的預計消耗。本技術實施例中，設置橫向移動一個柵格消耗10，斜向移動一個柵格消耗14。
86.將開啟列表中f值最低的柵格刪除，放入關閉列表，檢查所有起點可到達的柵格，重復查開啟列表中f值最低的柵格，刪除并放入關閉列表。
87.其中，檢查起點所有臨近并且可達的柵格時，障礙物和關閉列表中的柵格不考慮；如果這些柵格還不在“開啟列表”中的話，將它們加入到“開啟列表”，并且計算這些柵格的f值，并設置父柵格為a。
88.如果某相鄰的柵格c已經在“開啟列表”，計算新的路徑從起點s到達柵格c，即經過a的路徑判斷是否需要更新：g值是否更低一點。如果新的g值更低，則修改父柵格為柵格，重新計算f值，h值不需要改變，因為柵格到達目標點的預計消耗是固定的。如果新的g值比較高，則說明新的路徑消耗更高，則值不做改變，g值不變也不更新。
89.進一步地，繼續從“開啟列表”中出值最小的，從“開啟列表”中刪除，添加到“關閉列表”，再繼續出周圍可以到達的方塊，如此循環。
90.當開啟列表中出現目標方塊時，說明路徑已經到。
91.當開啟列表中沒有了數據，則說明沒有合適路徑。
92.步驟104、將所述路徑規劃消息通過貝賽爾曲線進行軌跡平滑后，傳送給所述無人車輛的執行機構。
93.在柵格地圖中使用a*搜索到得到從起點到終點的安全區域通道，把安全區域通道進行膨脹，直到安全通道擴展到障礙物邊界，進而得到硬約束的條件，即可通行通道，隨后在硬約束條件的可通行通道內，進行軌跡優化。
94.首先進行的是安全區域通道的稀疏化處理，目的在于節省算力。為了得到比較稀
疏的安全區域通道，膨脹分為兩步。一是基于前端得到的a*路徑節點進行膨脹，已經被限定框覆蓋的節點不予膨脹，這樣優勢在于不用再擴展冗余的限定框以及為了下一步的簡化減少了很大的計算量。
95.二是對得到的限定框進一步簡化，因為前一步得到的限定框仍然存在大量重疊的情況，對軌跡優化來說無疑是無用且消耗計算的，這里簡化的核心思想是從當前限定框開始按照順序到其不相交的限定框a，并將該限定框a的前一個限定框b保留下來，并刪除從當前限定框到限定框b之間的所有限定框, 然后限定框a作為新的當前限定框繼續刪減。在得到稀疏且有效的硬約束條件且獲得a*解出的最小到達路徑后，隨后利用貝賽爾曲線生成有界高階的軌跡。
96.貝塞爾曲線是應用于二維圖形的曲線。曲線由頂點和控制點組成，通過改變控制點坐標可以改變曲線的形狀。軌跡優化問題即為獲取在運動走廊限制范圍內的a*路徑點組成的凸多邊的平滑軌跡，在本算法中使用多階貝塞爾曲線來求解。一階貝塞爾曲線是兩點間的連續點，是一條線段；二階貝塞爾曲線描述的是平滑兩條線段的拋物線；三階貝塞爾曲線用于平滑三條線段組成的不封閉四邊形。a*的不規則路徑經過軌跡平滑之后即可發布最終的軌跡給相應的控制系統。
97.本技術實施例中，當車輛的定位數據消失時，則調用備用算法模塊進行軌跡規劃。首先接收定位信息消失時無人車輛的位置信息以及預先建立的先驗拓撲路徑地圖，先驗路徑拓撲地圖實際上提供車輛應該行駛的路線，稱為先驗路徑，其作用是限定車輛的運行軌跡及運行方向，是點的集合，其中的每個點距離兩邊障礙物距離均相等。為節省算力，該模塊還需設定運算柵格范圍x。備用算法模塊接收到車體定位信息后，設定當前車體位置為路徑規劃起點，先驗拓撲地圖中的先驗路徑與方形運算柵格范圍x的交點g即為路徑規劃的終點。
98.在獲取起始點之后，執行分水嶺算法求解路徑。分水嶺算法求解的路網拓撲地圖包含多條路線，隨后需要使用廣度優先遍歷方法求解最短路徑。其中參考路線信息提取過程為：
99.在當前幀拓撲地圖中，以拓撲曲線連接當前位置與目標位置，連接后的曲線為路線信息，常稱為參考路徑。當前位置為：車輛當前所在位置的定位信息。目標位置為：弗洛伊德算法計算出的全局路徑中，位于當前位置前方與當前位置有確定距離的某個點。使用廣度優先遍歷算法，以拓撲曲線的點為基礎進行路徑遍歷，輸出最短參考路徑作為規劃路徑。
100.本技術實施例中，系統接收規劃好的路徑，基于dwa(dynamic windowapproach,動態窗口法)算法給出一條無碰撞、且滿足車輛動力學約束的平滑路徑，然后將最終結果傳輸給執行機構。
101.本技術實施例提供的一種礦井無人車輛的路徑規劃的方法、設備及存儲介質，通過判斷車輛的定位數據是否異常，并利用不同的方式來為礦井無人車輛進行路徑規劃，解決了在礦井環境中無人車輛失去定位消息后，也能進行車輛路徑規劃，從而防止車輛發生危險或失控，提高了系統的穩定性和對環境的適應性。利用貝賽爾曲線進行軌跡平滑，可以使無人車輛在失去信號后，仍可以保持較為平滑的運行軌跡，提高了無人車輛的安全性。
102.以上是本技術實施例提供的一種礦井無人車輛的路徑規劃方法，基于同樣的發明構思，本技術實施例還提供了一種礦井無人車輛的路徑規劃設備，圖3 為本技術實施例提
供的一種產品結構優化設備示意圖，如圖3所示，該設備主要包括：至少一個處理器301；以及，與至少一個處理器通信連接的存儲器302；其中，存儲器302存儲有可被至少一個處理器301執行的指令，指令被至少一個處理器301執行，以使至少一個處理器301能夠完成：實時接收礦井內的定位數據以及障礙物地圖數據；
103.判斷所述定位數據是否異常，并生成判斷信息；
104.基于所述判斷信息，選擇算法模塊；其中所述算法模塊包括：主算法模塊、備用算法模塊；
105.將所述定位數據以及所述障礙物地圖數據輸入所述算法模塊進行路徑規劃，以得到路徑規劃消息；
106.將所述路徑規劃消息通過貝賽爾曲線進行軌跡平滑后，傳送給所述無人車輛的執行機構。
107.除此之外，本技術實施例還提供了一種礦井無人車輛的非易失性計算機存儲介質，存儲有計算機可執行指令，所述計算機可執行指令設置為：實時接收礦井內的定位數據以及障礙物地圖數據；
108.判斷所述定位數據是否異常，并生成判斷信息；
109.基于所述判斷信息，選擇算法模塊；其中所述算法模塊包括：主算法模塊、備用算法模塊；
110.將所述定位數據以及所述障礙物地圖數據輸入所述算法模塊進行路徑規劃，以得到路徑規劃消息；
111.將所述路徑規劃消息通過貝賽爾曲線進行軌跡平滑后，傳送給所述無人車輛的執行機構。
112.本發明是參照根據本發明實施例的方法、設備(系統)、和計算機程序產品的流程圖和/或方框圖來描述的。應理解可由計算機程序指令實現流程圖和 /或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/ 或方框的結合。可提供這些計算機程序指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數據處理設備的處理器以產生一個機器，使得通過計算機或其他可編程數據處理設備的處理器執行的指令產生用于實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。
113.這些計算機程序指令也可存儲在能引導計算機或其他可編程數據處理設備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產生包括指令裝置的制造品，該指令裝置實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。
114.這些計算機程序指令也可裝載到計算機或其他可編程數據處理設備上，使得在計算機或其他可編程設備上執行一系列操作步驟以產生計算機實現的處理，從而在計算機或其他可編程設備上執行的指令提供用于實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。
115.在一個典型的配置中，計算設備包括一個或多個處理器(cpu)、輸入/輸出接口、網絡接口和內存。
116.本技術中的各個實施例均采用遞進的方式描述，各個實施例之間相同相似的部分
互相參見即可，每個實施例重點說明的都是與其他實施例的不同之處。尤其，對于裝置實施例而言，由于其基本相似于方法實施例，所以描述的比較簡單，相關之處參見方法實施例的部分說明即可。
117.還需要說明的是，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、商品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、商品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個
……”
限定的要素，并不排除在包括所述要素的過程、方法、商品或者設備中還存在另外的相同要素。
118.以上所述僅為本技術的實施例而已，并不用于限制本技術。對于本領域技術人員來說，本技術可以有各種更改和變化。凡在本技術的精神和原理之內所作的任何修改、等同替換、改進等，均應包含在本技術的權利要求范圍之內。
技術特征：
1.一種礦井無人車輛的路徑規劃方法，其特征在于，所述方法包括：實時接收礦井內的定位數據以及障礙物地圖數據；判斷所述定位數據是否異常，并生成判斷信息；基于所述判斷信息，選擇算法模塊；其中所述算法模塊包括：主算法模塊、備用算法模塊；將所述定位數據以及所述障礙物地圖數據輸入所述算法模塊進行路徑規劃，以得到路徑規劃消息；將所述路徑規劃消息通過貝賽爾曲線進行軌跡平滑后，傳送給所述無人車輛的執行機構。2.根據權利要求1所述的一種礦井無人車輛的路徑規劃方法，其特征在于，實時接收礦井內障礙物地圖數據，具體為：建立障礙物柵格地圖；獲取激光雷達掃描的數據，并建立先驗地圖層；其中，所述先驗地圖層用于限制所述無人車輛的運行范圍；基于所述激光雷達實時掃描的點云數據，確定所述障礙物柵格地圖上存在障礙物的柵格，建立動態障礙物層；將所述先驗地圖層以及所述動態障礙物層進行融合，以確定所述無人車輛在礦井中的實時位置。3.根據權利要求2所述的一種礦井無人車輛的路徑規劃方法，其特征在于，所述確定所述無人車輛在礦井中的實時位置，具體為：對障礙物點進行聚類，并對無法聚類的噪聲散點進行過濾；基于距離變換建立先驗路徑拓撲地圖；根據所述先驗路徑拓撲地圖確定所述無人車輛實時的姿態。4.根據權利要求1所述的一種礦井無人車輛的路徑規劃方法，其特征在于，在所述基于所述判斷信息，選擇算法模塊，具體包括：若所述定位數據正常，則調用主算法模塊對所述定位數據以及所述障礙物地圖數據進行處理，并生成路徑規劃消息；若所述定位數據異常，則調用備用算法模塊對所述定位數據以及所述障礙物地圖數據進行處理，并生成路徑規劃消息。5.根據權利要求1所述的一種礦井無人車輛的路徑規劃方法，其特征在于，基于主算法模塊確定路徑規劃消息，具體為：將所述定位數據以及障礙物地圖數據融合為定位信息，確定所述定位信息的起點，并將所述起點放入開啟列表；確定所述起點周圍可到達的柵格，將所述起點周圍可到達的柵格放入所述開啟列表，并設置父柵格；從所述開啟列表中刪除所述起點，并將所述起點放入關閉列表；計算各個所述起點周圍可到達的柵格的f值，計算公式如下：f＝g+h其中，f為目標從初始狀態到達目標狀態所需要的最小代價估計，g表示從起點移動到
指定柵格的移動消耗，h表示從指定的柵格移動到目標點的預計消耗；將所述開啟列表中f值最低的柵格刪除，放入所述關閉列表；檢查所有所述起點可到達的柵格；重復查所述開啟列表中f值最低的柵格，刪除并放入所述關閉列表。6.根據權利要求5所述的一種礦井無人車輛的路徑規劃方法，其特征在于，檢查所有所述起點可到達的柵格，具體包括：確定所有所述起點可到達的柵格是否已放入所述開啟列表中；若柵格不在所述開啟列表，則將柵格放入所述開啟列表；若柵格已經在所述開啟列表中，則計算從起點到達柵格的路徑。7.根據權利要求1所述的一種礦井無人車輛的路徑規劃方法，其特征在于，將所述路徑規劃消息通過貝賽爾曲線進行軌跡平滑，具體為：在柵格地圖中確定安全區域通道，并對所述安全區域通道進行膨脹；將所述安全通道擴展到障礙物邊界，進而得到可通行通道；基于所述可通行通道，利用貝賽爾曲線生成有界高階軌跡，然后使用多階貝賽爾曲線求解，以得到最終平滑的軌跡。8.根據權利要求1所述的一種礦井無人車輛的路徑規劃方法，其特征在于，根據備用算法模塊確定路徑規劃消息，具體為：接收定位信息消失時所述無人車輛的位置信息以及預先建立的先驗拓撲路徑地圖；基于分水嶺算法求解多條路徑；利用廣度優先遍歷算法求解出多條路徑中最短的一條，作為規劃路徑。9.一種礦井無人車輛的路徑規劃設備，其特征在于，所述設備包括：至少一個處理器；以及，與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠：實時接收礦井內的定位數據以及障礙物地圖數據；判斷所述定位數據是否異常，并生成判斷信息；基于所述判斷信息，選擇算法模塊；其中所述算法模塊包括：主算法模塊、備用算法模塊；將所述定位數據以及所述障礙物地圖數據輸入所述算法模塊進行路徑規劃，以得到路徑規劃消息；將所述路徑規劃消息通過貝賽爾曲線進行軌跡平滑后，傳送給所述無人車輛的執行機構。10.一種礦井無人車輛的路徑規劃的非易失性計算機存儲介質，存儲有計算機可執行指令，其特征在于，所述計算機可執行指令設置為：實時接收礦井內的定位數據以及障礙物地圖數據；判斷所述定位數據是否異常，并生成判斷信息；基于所述判斷信息，選擇算法模塊；其中所述算法模塊包括：主算法模塊、備用算法模塊；
將所述定位數據以及所述障礙物地圖數據輸入所述算法模塊進行路徑規劃，以得到路徑規劃消息；將所述路徑規劃消息通過貝賽爾曲線進行軌跡平滑后，傳送給所述無人車輛的執行機構。
技術總結
本申請公開了一種礦井無人車輛的路徑規劃方法，用以解決現有的礦井無人車輛路徑規劃還原程度較低、在定位信號差時路徑規劃失敗的技術問題。方法包括：實時接收礦井內的定位數據以及障礙物地圖數據，判斷所述定位數據是否異常，并生成判斷信息，選擇算法模塊；其中所述算法模塊包括：主算法模塊、備用算法模塊；將所述定位數據以及所述障礙物地圖數據輸入所述算法模塊進行路徑規劃，以得到路徑規劃消息；將所述路徑規劃消息通過貝賽爾曲線進行軌跡平滑后，傳送給所述無人車輛的執行機構。解決了在礦井環境中無人車輛失去定位消息后，也能根據備用的算法模塊進行車輛路徑規劃，從而防止車輛發生危險或失控，提高了系統的穩定性和對環境的適應性。對環境的適應性。對環境的適應性。
