基于改进触须算法的智能汽车局部路径规划研究
发布时间：2021-09-06 13:17
智能汽车作为融合了传统车辆,定位感知、人工智能,大数据等众多前沿技术的热点领域,成为汽车产业的战略制高点和新一轮国际竞争焦点。随着相关领域近几年的高速发展,高级辅助驾驶功能日趋成熟。而适时、适当以与最优路径避让障碍物,超越低速车辆作为更高级别自动驾驶重要功能,能够进一步减轻驾驶员负担,降低交通事故发生风险,提高道路安全。在此领域,要兼顾避让合理性与收敛性、驾驶安全性、乘客舒适性等诸多因素,存在广阔的探索空间,有待于进一步研究。本文针对传统触须算法单纯关注障碍物有或无而忽视类别、未良好全面表达路面信息或其他交通要素、未考虑避让后回归预设轨迹、无法完全适用于结构化道路真实交通场景等问题进行一系列改善。提出了一种融合势场函数的改进触须算法。该方法针对道路场景引入多层次的ADAS地图,利用语义信息搭建人工势场,并将其融合到触须函数的选取标准当中。进而通过一套多因素相结合的最优判定法则筛选出最优触须。最后添加安全校核模块确保路径的安全性。本文主要做以下几个方面研究:第一,针对信息众多、不断变化的道路交通场景,搭建多层次ADAS地图。它在道路层清晰描绘了道路形状、边界与可通行区域。在动态信息层,对...
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：90 页
【学位级别】：硕士
【部分图文】：
触须算法示意图
第二章融入栅格图的多层次ADAS地图构建13完整的高清地图主要分四层：道路层、定位层、动态信息层和驾驶员驾驶习惯层。a)高精地图b)普通导航地图图2-1高精地图与普通导航地图对比图其中道路层发展最为成熟。几乎全部的高精地图产品，道路层都是三维地图，在平面信息的基础上增加了立体空间量度。同时还包含车道线、车道中心线、道路边界线、路口形状、路口虚拟引导线、道路标识等一系列信息。与此同时带来的缺点也显而易见，数据量成倍的增长给在线传输和离线储存都带来挑战。它制作成本颇高，制作周期长，维护成本大。一系列缺点成为高精地图大规模绘制并推向市场的绊脚石。ADAS地图相对精简，已经初步具有高精度地图的两大特征，主要面向L1-L3级别自动驾驶。综合考虑成本因素，ADAS地图近阶段在市场上备受大家青睐。2.1.2车载传感器感知车载传感器作为感知系统的重要组成部分，主要负责解决本车定位问题与周边动态环境探测的任务。定位问题告诉系统“我在哪”，探测周边交通参与者的功能告诉系统“我周围现在有什么”。当前主流的车载传感器有GPS、IMU、摄像头、毫米波雷达、激光雷达、超声波雷达等。因工作原理的不同，工作条件、可视范围、优势领域等性能指标差异较大。所以要互相结合，发挥对应优势，取长补短。不同传感器在定位领域对比如表2-1所示：表2-1不同传感器定位领域对比项目GPSIMU激光雷达视觉系统精度单点：5~10米差分：厘米级厘米级厘米到米级厘米到米级鲁棒性较好好较差差
第二章融入栅格图的多层次ADAS地图构建15为预警等一系列功能。价格方面，相比车载传感器，V2X设备具备成本优势，因此它是车载传感器的重要补充。2.2环境感知坐标系统介绍上小节介绍诸多环境感知手段，每一种手段都有其对应的坐标系统与坐标原点。要想融合不同渠道获取的信息，坐标系统的统一与对齐可以说是首要之行。与智能车相关的坐标系统有地心地固坐标系、当地水平坐标系、UTM坐标系、智能车坐标系与传感器坐标系。2.2.1地心地固坐标系地固坐标系又称地球坐标系[80]，与地球同步运动。在忽略潮汐和板块运动的前提下，地面上的点在该坐标系下位置不变。所谓地心地固，就是坐标原点与地球质心重合。它有两种表达形式：大地坐标系与空间直角坐标系。大地坐标系如图2-2（a）所示，P点子午面NPS与起始子午面NGS所构成的二面角L，称为P点的大地经度，由起始子午面开始算起，向东为正，为东经（0°~180°），向西为负，为西经（0°~180°），P点的法线Pn与赤道面的夹角B，称为P点的大地纬度，由赤道面开始算起，向北为正，为北纬（0°~90°），向南为负，为南纬（0°~90°）。在大地坐标系中，P点的坐标为（L,B），当点不在理想椭球面上时，引出第三参数——大地高度H。空间直角坐标系如图2-2（b）所示：（a）（b）图2-2地心地固坐标系示意图在该坐标系下，空间任意点的位置用（X,Y,Z）表示，Z轴与地球平均自转轴重合，即指向某一时刻的平均北极点，X轴指向平均自转轴与平均格林尼治天文台所决定的子午面与赤道面的交点G，Y轴与XOZ平面垂直，以指向东为正。两种表达上的点构成一
【参考文献】：
期刊论文
[1]论述智能网联汽车的发展[J]. 王青青. 汽车实用技术. 2020(06)
[2]浅析自动驾驶分类及发展前景[J]. 张艳,徐顺,蔺春明,赵玺,徐业翔,彭宏伟. 汽车实用技术. 2020(06)
[3]自动驾驶汽车测绘管理政策法规问题及优化建议[J]. 申杨柳,朱一方. 汽车与配件. 2020(05)
[4]5G技术助推自动驾驶发展和车险变革[J]. 马向东. 上海保险. 2020(02)
[5]无人驾驶汽车局部路径规划算法研究[J]. 彭晓燕,谢浩,黄晶. 汽车工程. 2020(01)
[6]基于非结构化环境点云稀疏表示的无人驾驶汽车局部路径规划方法[J]. 刘梓林,黎予生,郑玲. 机械工程学报. 2020(02)
[7]基于RRT改进的智能车辆路径规划算法[J]. 施杨洋,杨家富,布升强,朱林峰. 计算技术与自动化. 2019(04)
[8]未来交通：自动驾驶与智能网联[J]. 李德毅. 机器人产业. 2019(06)
[9]多障碍物环境下智能车辆局部路径规划方法[J]. 杨帆,徐彪. 控制与信息技术. 2019(05)
[10]基于hp自适应伪谱法的智能汽车紧急变道轨迹规划与优化[J]. 江浩斌,施凯津,华一丁,陈龙. 中国公路学报. 2019(06)
博士论文
[1]基于三维激光雷达的无人驾驶车辆环境建模关键技术研究[D]. 刘健.中国科学技术大学 2016
硕士论文
[1]基于改进人工势场法的智能车辆主动避撞算法研究[D]. 翁烁丰.江苏大学 2019
[2]高速公路交通事故规律分析与影响因素研究[D]. 张宝.中国人民公安大学 2019
[3]ADAS导航地图高程畸变处理算法及实现[D]. 陈志锋.北京建筑大学 2019
[4]基于改进A*算法和人工势场法智能小车路径规划研究[D]. 宣仁虎.西安电子科技大学 2019
[5]基于预测模型的智能汽车前向引导区规划研究[D]. 梁政焘.华南理工大学 2019
[6]基于深度强化学习的智能体避障与路径规划研究与应用[D]. 邓悟.电子科技大学 2019
[7]基于改进蚁群算法的路径规划[D]. 宁超.哈尔滨理工大学 2019
[8]无人驾驶车辆轨迹规划算法研究[D]. 杜卓洋.浙江大学 2019
[9]基于深度强化学习的未知环境下机器人路径规划的研究[D]. 卜祥津.哈尔滨工业大学 2018
[10]基于高斯伪谱法的智能车局部路径规划研究[D]. 郭泉成.华南理工大学 2018
本文编号：3387530
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：90 页
【学位级别】：硕士
【部分图文】：
触须算法示意图
第二章融入栅格图的多层次ADAS地图构建13完整的高清地图主要分四层：道路层、定位层、动态信息层和驾驶员驾驶习惯层。a)高精地图b)普通导航地图图2-1高精地图与普通导航地图对比图其中道路层发展最为成熟。几乎全部的高精地图产品，道路层都是三维地图，在平面信息的基础上增加了立体空间量度。同时还包含车道线、车道中心线、道路边界线、路口形状、路口虚拟引导线、道路标识等一系列信息。与此同时带来的缺点也显而易见，数据量成倍的增长给在线传输和离线储存都带来挑战。它制作成本颇高，制作周期长，维护成本大。一系列缺点成为高精地图大规模绘制并推向市场的绊脚石。ADAS地图相对精简，已经初步具有高精度地图的两大特征，主要面向L1-L3级别自动驾驶。综合考虑成本因素，ADAS地图近阶段在市场上备受大家青睐。2.1.2车载传感器感知车载传感器作为感知系统的重要组成部分，主要负责解决本车定位问题与周边动态环境探测的任务。定位问题告诉系统“我在哪”，探测周边交通参与者的功能告诉系统“我周围现在有什么”。当前主流的车载传感器有GPS、IMU、摄像头、毫米波雷达、激光雷达、超声波雷达等。因工作原理的不同，工作条件、可视范围、优势领域等性能指标差异较大。所以要互相结合，发挥对应优势，取长补短。不同传感器在定位领域对比如表2-1所示：表2-1不同传感器定位领域对比项目GPSIMU激光雷达视觉系统精度单点：5~10米差分：厘米级厘米级厘米到米级厘米到米级鲁棒性较好好较差差
第二章融入栅格图的多层次ADAS地图构建15为预警等一系列功能。价格方面，相比车载传感器，V2X设备具备成本优势，因此它是车载传感器的重要补充。2.2环境感知坐标系统介绍上小节介绍诸多环境感知手段，每一种手段都有其对应的坐标系统与坐标原点。要想融合不同渠道获取的信息，坐标系统的统一与对齐可以说是首要之行。与智能车相关的坐标系统有地心地固坐标系、当地水平坐标系、UTM坐标系、智能车坐标系与传感器坐标系。2.2.1地心地固坐标系地固坐标系又称地球坐标系[80]，与地球同步运动。在忽略潮汐和板块运动的前提下，地面上的点在该坐标系下位置不变。所谓地心地固，就是坐标原点与地球质心重合。它有两种表达形式：大地坐标系与空间直角坐标系。大地坐标系如图2-2（a）所示，P点子午面NPS与起始子午面NGS所构成的二面角L，称为P点的大地经度，由起始子午面开始算起，向东为正，为东经（0°~180°），向西为负，为西经（0°~180°），P点的法线Pn与赤道面的夹角B，称为P点的大地纬度，由赤道面开始算起，向北为正，为北纬（0°~90°），向南为负，为南纬（0°~90°）。在大地坐标系中，P点的坐标为（L,B），当点不在理想椭球面上时，引出第三参数——大地高度H。空间直角坐标系如图2-2（b）所示：（a）（b）图2-2地心地固坐标系示意图在该坐标系下，空间任意点的位置用（X,Y,Z）表示，Z轴与地球平均自转轴重合，即指向某一时刻的平均北极点，X轴指向平均自转轴与平均格林尼治天文台所决定的子午面与赤道面的交点G，Y轴与XOZ平面垂直，以指向东为正。两种表达上的点构成一
【参考文献】：
期刊论文
[1]论述智能网联汽车的发展[J]. 王青青. 汽车实用技术. 2020(06)
[2]浅析自动驾驶分类及发展前景[J]. 张艳,徐顺,蔺春明,赵玺,徐业翔,彭宏伟. 汽车实用技术. 2020(06)
[3]自动驾驶汽车测绘管理政策法规问题及优化建议[J]. 申杨柳,朱一方. 汽车与配件. 2020(05)
[4]5G技术助推自动驾驶发展和车险变革[J]. 马向东. 上海保险. 2020(02)
[5]无人驾驶汽车局部路径规划算法研究[J]. 彭晓燕,谢浩,黄晶. 汽车工程. 2020(01)
[6]基于非结构化环境点云稀疏表示的无人驾驶汽车局部路径规划方法[J]. 刘梓林,黎予生,郑玲. 机械工程学报. 2020(02)
[7]基于RRT改进的智能车辆路径规划算法[J]. 施杨洋,杨家富,布升强,朱林峰. 计算技术与自动化. 2019(04)
[8]未来交通：自动驾驶与智能网联[J]. 李德毅. 机器人产业. 2019(06)
[9]多障碍物环境下智能车辆局部路径规划方法[J]. 杨帆,徐彪. 控制与信息技术. 2019(05)
[10]基于hp自适应伪谱法的智能汽车紧急变道轨迹规划与优化[J]. 江浩斌,施凯津,华一丁,陈龙. 中国公路学报. 2019(06)
博士论文
[1]基于三维激光雷达的无人驾驶车辆环境建模关键技术研究[D]. 刘健.中国科学技术大学 2016
硕士论文
[1]基于改进人工势场法的智能车辆主动避撞算法研究[D]. 翁烁丰.江苏大学 2019
[2]高速公路交通事故规律分析与影响因素研究[D]. 张宝.中国人民公安大学 2019
[3]ADAS导航地图高程畸变处理算法及实现[D]. 陈志锋.北京建筑大学 2019
[4]基于改进A*算法和人工势场法智能小车路径规划研究[D]. 宣仁虎.西安电子科技大学 2019
[5]基于预测模型的智能汽车前向引导区规划研究[D]. 梁政焘.华南理工大学 2019
[6]基于深度强化学习的智能体避障与路径规划研究与应用[D]. 邓悟.电子科技大学 2019
[7]基于改进蚁群算法的路径规划[D]. 宁超.哈尔滨理工大学 2019
[8]无人驾驶车辆轨迹规划算法研究[D]. 杜卓洋.浙江大学 2019
[9]基于深度强化学习的未知环境下机器人路径规划的研究[D]. 卜祥津.哈尔滨工业大学 2018
[10]基于高斯伪谱法的智能车局部路径规划研究[D]. 郭泉成.华南理工大学 2018
本文编号：3387530
本文链接：https://www.wllwen.com/kejilunwen/qiche/3387530.html
