考虑多影响因素RDMA~*算法的无人驾驶动态路径规划与调度

发布时间：2024-05-20 21:52

　　随着人工智能影响范围的不断扩大,智能交通成为了未来交通领域重点发展的方向,无人驾驶技术便是其中一个重要体现。为了满足用户日益提升的出行需求,提高无人驾驶出行任务的效率,提升路径选择合理性,应对复杂的动态交通环境,保障安全性,并且加速实际运输作业的智能化进程。本文结合无人驾驶发展的整体趋势,以无人驾驶技术支持为背景重点对路径规划模块进行了研究,提出改进优化方法。具体研究内容包括以下几点:1.调研了无人驾驶技术的整体发展和路径规划的研究现状,介绍了无人驾驶系统架构的基本组成,并结合路径规划的应用对无人驾驶的各关键技术架构进行研究和设计,为后续路径规划模块研究提供相应技术支撑。2.针对无人驾驶汽车的路径规划面临着复杂多变的交通环境,为了更全面的评价路径选择指标以规划更合理的路径,以及更好的解决路段环境动态变化对规划结果造成的影响,提出了一种考虑多影响因素的动态路径规划算法-RDMA*(Real-time Dynamics of Multiple influencing factors AStar)算法。以A*(AStar)算法为核心,采用双向搜索模式和基于堆结构的排序,通过加入多影响因素的交...

【文章页数】：108 页

【学位级别】：硕士

【部分图文】：

图1-1国外无

第一章绪论5(a)卡耐基梅隆大学的Sandstorm无人驾驶车辆(b)Google无人驾驶电动车辆(c)斯坦福大学的Stanley图1-1国外无人驾驶车辆（2）国内国内无人驾驶方面的研究要稍晚于国外，20世纪80年代，国防科技大学首先开启了对该技术的研究，[13]1992年我国研....

图1-2国内无

华南理工大学学士学位论文6如华为，阿里，腾讯等也开始布局无人驾驶方向的领域。现阶段我国无人驾驶技术已达到国际水平。[17](a)“智能车未来挑战赛”参赛车辆(b)百度Apollo无人驾驶电动车辆图1-2国内无人驾驶车辆1.3.2无人驾驶车辆路径规划算法研究现状在无人驾驶路径规划领....

图1-3论文研究技术路线

华南理工大学学士学位论文10图1-3论文研究技术路线

图2-1融合定位方式示意图

华南理工大学学士学位论文

本文编号：3979170