无人驾驶汽车动态障碍物识别及避障方法研究

发布时间：2020-08-09 10:06

【摘要】：无人驾驶汽车作为一种典型的智能移动机器人,涉及的学科众多,是当今人工智能和汽车领域的重要研究方向,而避障系统是无人驾驶汽车研究的重中之重。避障系统是指在复杂的环境下从障碍物的检测识别到成功躲避障碍物的过程,其中对运动障碍物的避撞操作一直是该研究的难点。本文即是对运动障碍物的识别、碰撞预测和避撞路径规划进行深入的理论研究,并进行了实验验证。具体的研究内容如下:1)对运动障碍物准确且实时的识别是避障系统进行避撞操作的基础,但是目前图像识别算法在实时性和准确性上具有局限性,卷积神经网络由于过度关注细节特征的提取,在感兴趣目标较小时也会出现结果不准确的情况。针对该问题,提出了一种基于卷积神经网络的运动障碍物识别算法,该方法在层层抽取细节特征的基础上融入了全局特征,利用全局特征修正细节特征的提取,最后利用Softmax进行分类。实验验证,改进的卷积神经网络在识别运动障碍物具有较高的准确性。2)对运动障碍物的轨迹和碰撞点的预测是避障系统进行避撞操作的前提,文中应用三维栅格图,提出一种碰撞预测方法,将运动障碍物分类成直线型、弯道型和路口型三种来进行轨迹预测,根据预测结果得到预测的碰撞点。3)规划出一条可躲避障碍物的路径是避撞操作的关键,针对传统A*算法实时性不强和规划轨迹较尖锐的问题,提出了一种基于改进的A*算法的路径规划算法。将估价函数进行改进来提高实时性;通过将可搜索的邻域节点由可数增至无限个,并用贝塞尔曲线拟合规划出的路径来提高平滑性。采用真实的道路数据,将研究的理论内容应用于仿真平台进行实验验证,实验结果充分证明了本文研究的具体方法的有效性。最后对研究内容的优势和不足进行总结,并对下一步的研究进行展望。
【学位授予单位】：山东科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP183;TP391.41;U463.6
【图文】：

避障系统是无人驾驶汽车中最关键的部分，是一个多学科组成的系统，涉及到逡逑硬件环境感知、信息处理、路径规划、控制等研究领域，集中了这些领域内最新的逡逑研究成果。无人驾驶汽车避障系统框架如图２．邋１所示，大致分为传感感知层、信息逡逑处理层、决策规划和控制层。逡逑传感感知层逦信息处理层逦决策规划层逡逑—本车状态感Ｍ逦？逦—？碰撞

本文编号：2786966