特定城市场景下的自动驾驶车辆规划算法研究

发布时间：2024-02-02 11:36

　　规划算法是自动驾驶系统中非常重要的一部分,规划算法对复杂场景的处理能力决定了自动驾驶车辆的智能化程度。规划算法的研究是自动驾驶研究中的热点和难点。自动驾驶技术的发展依赖于规划算法的发展不断进步。本文依托于科技部国家重点研发计划“电动自动驾驶汽车关键技术研究及示范运行”对自动驾驶车辆规划算法进行研究。针对目前规划算法中存在的针对场景扩展性不够好、求解规划轨迹优化程度不够高的问题,将层次状态机和模型预测控制应用到规划算法中,建立一套能够应对特定城市场景输出合理、安全、舒适轨迹的规划算法框架,使得规划算法针对不同的场景扩展性好,求解轨迹优化程度高。首先本文选择层次状态机作为行为规划的方法,顶层采用基于高精度地图信息的状态划分和状态转换,确定了高精度地图中的转换条件,阐述了部分高精度地图信息的构建方法;中间层采用基于规则的状态划分和状态转换,根据顶层的状态,采用基于规则的方式划分了中间层的状态和状态转换条件,确定了状态内需要完成的规划任务。通过C++语言实现了层次状态机,然后讨论了基于场景划分的层次状态机的可扩展性等优点。之后通过应用责任敏感安全模型,将行为规划的结果转换为运动规划输入的参考轨...

【文章页数】：108 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题研究背景与意义
    1.2 自动驾驶车辆规划算法研究现状
        1.2.1 自动驾驶车辆行为规划算法研究现状
        1.2.2 自动驾驶车辆运动规划算法研究现状
        1.2.3 研究现状分析
    1.3 本文主要研究内容
第2章 基于层次状态机的行为规划算法研究
    2.1 行为规划算法总体框架
    2.2 基于高精度地图的顶层状态和转移条件
        2.2.1 高精度地图信息选取
        2.2.2 顶层行为规划状态分类和转移条件设置
    2.3 基于规则的中间层状态和转移条件
        2.3.1 行为规划中间层状态定义
        2.3.2 中间层行为规划状态转换条件设置
        2.3.3 场景分类状态机软件实现
    2.4 应用责任敏感安全模型的行为生成算法
        2.4.1 责任敏感安全模型
        2.4.2 运动规划参考轨迹生成
    2.5 本章小结
第3章 基于模型预测控制的运动规划算法研究
    3.1 模型预测控制和Frenet坐标系
        3.1.1 模型预测控制简介
        3.1.2 Frenet坐标系简介
    3.2 基于降维思想的运动规划算法架构
    3.3 纵向位置-时间运动规划问题
        3.3.1 预测模型选择
        3.3.2 目标函数和约束定义
        3.3.3 模型预测控制求解
    3.4 纵向位置-横向位置运动规划问题
        3.4.1 预测模型选择
        3.4.2 目标函数和约束定义
        3.4.3 模型预测控制求解
    3.5 本章小结
第4章 特定城市场景下规划算法验证
    4.1 实验环境搭建
        4.1.1 基于ROS的规划算法验证环境搭建
        4.1.2 感知层和执行层搭建
    4.2 仿真验证
        4.2.1 基于ROS、Prescan和 Simulink的仿真环境搭建
        4.2.2 自动驾驶特定城市场景选取
        4.2.3 自动驾驶特定城市场景仿真验证
    4.3 实车验证
        4.3.1 实车实验平台搭建
        4.3.2 特定城市场景实车验证
    4.4 本章小结
第5章 总结与展望
    5.1 主要研究工作及结论
    5.2 研究展望
参考文献
作者简介及在学期间取得的科研成果
致谢



本文编号：3892595