禹鑫燚 刘逸哲 欧林林

(浙江工业大学信息工程学院 杭州310023)

矿山工作环境恶劣、危险程度高,矿山智能化是当前采矿行业发展的重要趋势。目前,国内部分矿山已经建成了自动化、信息化的采矿系统。装载车辆的自动驾驶是矿业智能化的重要组成部分。采用装载车辆自动驾驶技术可以有效减少对驾驶人员健康和安全的威胁,并大幅度提高生产效率、降低生产成本,并减少事故发生的概率。

路径规划技术是装载车辆自动驾驶技术研究的关键。传统的路径规划算法包括A∗算法[1-2]、人工势场法[3]和快速扩展随机树(rapidly-exploring random trees,RRT)算法[4]等。这些算法通常假设车辆是能够以任意方向运动的质点,并不考虑车辆的运动学模型,因此获得的路径通常难以执行。同时这类算法获得的路径大多数是离散点,需要和其他方法结合才能生成连续路径。因此,许多研究人员通过将路径规划与车辆运动学模型相结合的方式,优化现有的传统路径规划方法。Dubins[5]基于四轮车辆的运动学模型并假设车辆只能向前行驶,提出了Dubins 曲线,利用圆弧和线段获得了在满足曲率约束和规定的始端和末端切线方向条件下的最短路径。Reeds 和Shepp[6]在此基础上提出了Reeds-Shepp 路径,允许车辆在执行路径规划的时候执行后退的动作。Fraichard 和Scheuer[7]继续对该类型的路径进行优化,在线段和圆弧段之间插入了一段曲线,保证了曲率的连续变化。Dmitri 等人[8]将Reeds-Shepp 路径和A∗算法相结合,提出了混合A∗算法。混合A∗规划的路径考虑了车辆的运动学约束,使得A∗算法满足了车辆的最大曲率约束。……