本发明属于路径规划，更具体地说，是涉及一种无人运输方法及系统。
背景技术：
1、目前，最短路径问题作为地理信息系统、计算机等科学的研究热点之一，是国内外大量学者关注的研究热点问题。
2、在路径规划算法发展过程中，由于计算速度快，最短路径生成成功率高等特点，基于a-star的方法获得了长足的发展。a-star(a*)算法作为dijkstra算法的扩展，在寻路和图的遍历过程中具有一定的高效性。然而，现有的a-star(a*)算法的路径规划则存在一定的局限性。包括，没有考虑到与人工驾驶车辆混行的方式；规划时主要考虑最短路径，无法考虑道路的动态占用情况；无法规避堵塞区域，不能同时兼顾对计算效率和路径质量的提升等问题。
技术实现思路
1、本发明的目的在于提供一种无人运输方法及系统，旨在解决现有技术不能同时兼顾对计算效率和路径质量的提升的技术问题。
2、为实现上述目的，本发明采用的技术方案是：提供一种无人运输方法及系统，包括以下步骤：
3、s1、分别使用雷达和相机检测障碍物，并输出融合结果；
4、s2、将各融合结果分别预设为生成点，创建泰森多边形；
5、s3、获取泰森多边形中的关键点；
6、s4、根据起点、关键点、终点使用a*算法完成路径规划，其中，a*算法的节点代价值的公式为：
7、f(n)＝q(n)g(n)+h(n)；
8、其中，
9、其中，字节点z(xz,yz)；父节点f(xf,yf)；本次扩展的所有字节点s(xs,ys)；(xn，yn)表示起点，(xq，yq)表示当前节点，h(n)表示当前节点到终点的传统a*算法代价值。
10、优选地，步骤s1包括以下步骤：
11、s1.1、建立相机与雷达坐标转换模型，利用深度学习方法对相机与雷达所采集的数据分别进行目标检测；其中，用于检测相机采集的数据的公式为：
12、其中，α、β是交叉熵损失函数的超参数。参数n将所有正实例归一化为1，yxyc表示标注真实值；为预测值；
13、用于检测雷达采集的数据的公式为：iscore＝min(0,(2*iou-0.5))，其中，iscore为预测置信度，iou为检测标准，置信度阈值为0.5，输出预测置信度大于阈值的中心点；
14、s1.2、利用最近邻匹配算法建立目标中心点匹配模型，且在该引入多维二叉树模型中引入多维二叉树模型，提高中心点匹配效率；
15、s1.3、融合相机与雷达的检测结果，将融合结果择优输输出。
16、优选地，步骤s1.2包括以下步骤：
17、s1.2.1、选取图像目标中心点和点云目标中心点集作为输入点；
18、s1.2.2、中心点通过深度信息的值筛选，并在自定义阈值的条件下筛选相同深度的点；
19、s1.2.3、计算图像检测中心点与点云点集中每一个点的相对距离，输出n*n个相对距离值,距离公式为：
20、
21、s1.2.4、建立多维二叉树模型，递增排序选取最近点。
22、优选地，所述步骤s3.1包括以下步骤：
23、s1.3.1、将图像目标中心点和点云目标中心点集进行匹配，生成目标点对，输出融合结果；
24、s1.3.2、对未匹配的监测中心点二次匹配。
25、优选地，步骤s3包括以下步骤：
26、s3.1、输入路径规划的起点与终点。
27、s3.2、确定距离起点与终点距离最近的泰森多边形边缘上的作为路网起点和终点。
28、s3.3、得到路网起点到路网终点的位于泰森多边形边缘上的路径；
29、s3.4、通过格栅点连通情况提取关键点。
30、优选地，步骤s4包括以下步骤：依次序对相邻两个点a、b进行下述处理；
31、s4.1、建立空白的o集与c集；
32、s4.2、a置入o集，取o集中代价值最小的节点作为当前节点；
33、s4.3、reeds-shepp曲线长度能否命中b；
34、s4.4、若是，检测曲线上是否存在障碍物；
35、s4.5、若否，进入输出路径；
36、s4.6、完成序列中所有点处理后，输出最终路径。
37、优选地，在步骤s4.3中，若否，将当前节点置入c集；
38、s4.6、根据障碍物最小距离重设搜索步长；拓展子节点并置入o集；
39、s4.7、综合变步长搜索规则及权重系数计算代价，f(n)＝q(n)g(n)+h(n)；
40、s4.8、是否拓展到b；
41、s4.9、若是，进入输出路径。
42、s4.10、若不是，进入步骤s4.2。
43、优选地，在s4.4中若是，进入步骤当前节点置入c集。
44、本发明还提供一种无人运输系统，其特征在于，包括：
45、障碍物输出模组，被构造为分别使用雷达和相机检测障碍物，并输出融合结果；
46、泰森多边形构造模组，被构造为将各融合结果分别预设为生成点，创建泰森多边形；
47、关键点获取模组，被构造为获取泰森多边形中的关键点；
48、路径规划模组，被构造为根据起点、关键点、终点使用a*算法完成路径规划。
49、本发明提供的一种无人运输方法及系统的有益效果在于：与现有技术相比，本发明一种无人运输方法及系统，能满足复杂场景的要求，规划时间更短，路径规划更合理，路径曲率的规划更少，提高了路径规划的质量和规划效率，在准确性、实时性能进一步满足实际使用的要求。
1.一种无人运输方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种无人运输方法，其特征在于，步骤s1包括以下步骤：
3.如权利要求2所述的一种无人运输方法，其特征在于，步骤s1.2包括以下步骤：
4.如权利要求3所述的一种无人运输方法，其特征在于，所述步骤s3.1包括以下步骤：
5.如权利要求4所述的一种无人运输方法，其特征在于，步骤s3包括以下步骤：
6.如权利要求4所述的一种无人运输方法，其特征在于，步骤s4包括以下步骤：依次序对相邻两个点a、b进行下述处理；
7.如权利要求1所述的一种无人运输方法，其特征在于，在步骤s4.3中，若否，将当前节点置入c集；
8.如权利要求1所述的一种无人运输方法，其特征在于，在s4.4中若是，进入步骤当前节点置入c集。
9.一种无人运输系统，其特征在于，包括：
