面向自动驾驶车辆的路径规划研究

发布时间：2021-01-11 22:15

　　自动驾驶车辆对未来经济发展、环境友好及生活便利具有重要的推动作用,受到世界各国的重视并发展迅速。路径规划是自动驾驶技术中的重要部分,是自动驾驶安全行驶的前提条件。目前针对自动驾驶车辆的路径规划算法面临着很多困难,如应对复杂环境的能力差,动态障碍物处理能力及鲁棒性差等,严重影响了自动驾驶车辆的行车安全及规划效率。因此面向自动驾驶车辆的路径规划研究具有重要的理论意义及研究价值。本文针对自动驾驶车辆特点,对当前常用的路径规划算法进行分析及总结,结合车辆运动学模型,分别对全局路径规划及局部路径规划算法选择合适的算法,并根据算法的不足进行改进及优化。仿真测试从规划路径长度及质量,算法计算效率及避障能力等方面进行仿真验证,实验证明本文提出的改进算法具有可行性及有效性。其中论文的主要工作如下:（1）对车辆进行运动学分析及建模,建立二维占据栅格环境模型,为下文路径规划算法的研究工作奠定基础。（2）将蚁群算法作为全局路径的规划算法,并提出改进的蚁群优化算法。针对提高传统蚁群算法的规划效率、路径规划质量及路径可行性,从蚁群算法的信息素浓度,状态转移概率及引入启发函数几个方向进行改进及优化。通过改进蚁群优化... 

【文章来源】：齐鲁工业大学山东省

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

“红旗EV”自动驾驶车辆

SAE自动驾驶分级标准

第1章绪论8学模型控制行驶中的线速度与角速度，对动态障碍物完成准确避障，同时生成车辆行驶的局部轨迹。本文主要研究内容如下：(1)本文根据自动驾驶车辆的行驶特点，针对蚁群算法在全局路径规划中的缺点进行算法的优化。改进工作主要集中于传统蚁群算法的信息素初始化、信息素更新方式，概率选择策略方面，减少规划路径的转向角。(2)本文研究了自动驾驶车辆的局部路径规划问题。该部分根据当前自动驾驶车辆的行驶方式，优化传统的动态窗口算法，提出双层路径规划方法。通过使用滚动窗口限制了传统窗格算法的运算量，充分利用优化的全局路径，在复杂环境中准确快速的对动态障碍物作出反应。通过将本文改进算法与传统动态窗口算法及动态窗口跟踪全局路径的方式进行对比，验证提出的双层路径规划算法的优越性。(3)本文利用Matlab仿真平台及其自动驾驶系统工具箱对提出的改进路径规划算法进行测试验证。通过在Matlab仿真平台中编写算法程并建立栅格环境模型，将改进的蚁群优化算法与双层路径规划算法与对应传统算法进行对比，程序显示结果展示了本文改进算法良好的规划效果。最后为验证本文提出算法在自动驾驶车辆及行驶道路中的实际效果，使用自动驾驶实验车及Autoware自动驾驶系统工具对算法进行测试，证明了路径规划优化算法的可行性及有效性。论文技术路线结构图如图1.3所示。图1.3论文技术路线结构图1.3.2论文章节安排论文的主要内容安排如下：第一章：绪论。介绍了自动驾驶技术的背景及意义。对自动驾驶车辆的国内外研究现状及常用路径规划算法进行总结及简要分析。简要介绍了本文的主要研究内容，并给出了技术路线图。


本文编号：2971577