一种基于改进DWA算法的PFC-DWA复杂环境下的动态路径规划方法

本发明涉及一种基于改进DWA算法的PFC‑DWA复杂环境下的动态路径规划方法，属于智能驾驶技术领域。所述方法，针对场景变化率较大环境下动态预测的窗口缩减算法。算法考虑了阿克曼转向小车的运动学约束，提出根据动态障碍物、智能车运动状态信息的动态障碍物碰撞评估窗口缩减策略，通过运动状态信息和运动学约束方程，利用解析几何方法优化动态窗口范围，提高智能车动态避障能力。针对DWA算法的评价函数缺乏对障碍物状态变化趋势的评估，所提算法根据障碍物的历史位置信息，基于最小二乘法预测障碍物未来的位置信息，融合至算法的评价函数中，提高算法在动态环境下对模拟轨迹的评估性能。本发明解决了场景频繁变动环境下常规算法规划路径到达率低的问题。