一种融合TEB与RVO算法的路径优化方法及系统

本发明涉及一种融合TEB与RVO算法的路径优化方法及系统，属于无人智能车路径规划技术领域。所述方法包括用A‑star算法获得无人智能车的全局路径，然后用TEB算法规划局部轨迹，且在规划局部轨迹时，在TEB算法中加入四种目标约束函数，以此减小路径中的转折点使得路径更加平稳；并且在尽可能保证轨迹的前提下，减小TEB算法所需参数，降低了路径规划中所占用的计算资源；并用RVO算法对TEB算法所得的局部轨迹进行碰撞性判断，对无人智能车临近动态障碍物的避障速度进行二次约束，使无人车能够合理高效地解决碰撞冲突问题，使得无人智能车的轨迹趋于平缓且速度输出更加合理，从而实时躲避未知障碍物。