自动泊车决策控制系统研究
发布时间：2023-05-30 18:37
汽车行业的发展和汽车保有量的上升给城市带来了极大的交通压力,其中停车难已经成为了困扰广大驾驶员的一个严重问题。自动泊车系统能帮驾驶员完成泊车操作或自动完成泊车任务,决策控制系统是自动泊车系统的一个重要组成部分。本文围绕自动泊车决策控制系统,提出一种基于双向广度优先搜索联合改进型Bellman-Ford算法生成最短泊车路径的策略,实现了泊车路径的生成并且进行了仿真与实验验证。本文主要研究工作如下:第一、根据路径规划算法的特点,根据车辆运动学建模以及环境感知算法得出的地图信息进行约束空间生成操作,生成可用于泊车路径生成策略的泊车栅格化地图,进而生成了带权有环图从而完成算法初始化程序。第二、采用双向广度优先搜索算法生成泊车路径。根据泊车工况的特点,针对不同尺寸的栅格化地图采用此算法进行路径生成后的程序运行时间以及效果进行了分析,得出了单独采用此算法得出的最终路径规划方案不是全局最优路径规划方案的结论第三、本文提出了一种基于队列优化的改进型Bellman-Ford算法,优化生成路径,使得路径全局最优。并对单独使用双向广度优先搜索算法和使用双向广度优先搜索算法联合本算法的效果进行了验证和分析,最...
【文章页数】：97 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1 绪论
1.1 课题研究的背景及意义
1.2 国内外自动泊车技术发展与应用现状
1.3 自动泊车系统研究现状
1.3.1 国内自动泊车技术研究现状
1.3.2 国外自动泊车技术研究现状
1.4 本文研究内容及技术路线
1.4.1 研究内容
1.4.2 技术路线
2 栅格化地图建立与带权有环图生成研究
2.1 阿卡曼(Ackerman)转向几何与运动模型概述
2.2 约束空间生成
2.2.1 运动学简化模型
2.2.2 运动学约束空间生成
2.2.3 泊车成功边界条件
2.3 基于泊车环境下栅格化地图定义
2.4 带权有环图生成
2.5 以实验室条件为例模拟交通环境初始化算法实现
2.6 本章小结
3 路径规划决策控制研究
3.1 适用于自动泊车系统的双向广度优先搜索算法设计
3.1.1 广度优先搜索概述
3.1.2 基于泊车环境下的双向广度优先搜索设计
3.1.3 算法运行结果分析
3.2 基于改进型Bellman-Ford算法的路径规划优化算法设计
3.2.1 传统Bellman-Ford算法概述
3.2.2 改进型Bellman-Ford算法优化泊车路线算法
3.2.3 算法运行结果分析
3.3 单独使用双向广度优先搜索算法与联合使用两种算法运行结果分析
3.4 基于三次样条插值算法路径规划方案平滑处理
3.4.1 离散点分组程序
3.4.2 三次样条插值算法拟合函数推导
3.4.3 车廓运动轨迹仿真
3.5 本章小结
4 决策控制系统实验平台搭建
4.1 数据采集系统设计
4.2 运动系统设计
4.3 上位机与实验平台通讯设计
4.4 整车控制器设计
4.4.1 运动控制器和决策控制器设计
4.4.2 软件总体架构
4.5 实验平台与实验场地参数
4.6 本章小结
5 自动泊车实验
5.1 实验车运动控制测试
5.2 基于实验场地的栅格化地图生成实验
5.3 基于经典路径规划算法泊车实验
5.3.1 基于圆弧与直线法三段式泊车算法概述
5.3.2 基于传统算法在不同泊车环境中实验
5.4 本文决策控制方法在不同泊车环境中测试情况
5.5 本文决策控制方法与传统路径规划算法实验结果对比
5.6 本章小结
6 结论与展望
6.1 结论
6.2 展望
致谢
参考文献
附录
附录1 运动控制系统和决策控制系统信号接口
附录2 基于UCOS-II系统本文各程序优先级及执行方式
附录3 理想环境情况下传统泊车方案的泊车实验情况
附录4 一般复杂情况下传统泊车方案的泊车实验情况
附录5 特别复杂情况下传统泊车方案的泊车实验情况
附录6 理想环境情况下本文泊车方案的泊车实验情况
附录7 一般复杂情况下本文泊车方案的泊车实验情况
附录8 特别复杂情况下本文泊车方案的泊车实验情况
附录9 上位机调试代码及其界面
附录10 运动控制系统及调试界面
附录11 图3.10 三次样条插值分段拟合后各区间系数数组集合
附录12 攻读硕士学位期间成果
本文编号：3824817
【文章页数】：97 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1 绪论
1.1 课题研究的背景及意义
1.2 国内外自动泊车技术发展与应用现状
1.3 自动泊车系统研究现状
1.3.1 国内自动泊车技术研究现状
1.3.2 国外自动泊车技术研究现状
1.4 本文研究内容及技术路线
1.4.1 研究内容
1.4.2 技术路线
2 栅格化地图建立与带权有环图生成研究
2.1 阿卡曼(Ackerman)转向几何与运动模型概述
2.2 约束空间生成
2.2.1 运动学简化模型
2.2.2 运动学约束空间生成
2.2.3 泊车成功边界条件
2.3 基于泊车环境下栅格化地图定义
2.4 带权有环图生成
2.5 以实验室条件为例模拟交通环境初始化算法实现
2.6 本章小结
3 路径规划决策控制研究
3.1 适用于自动泊车系统的双向广度优先搜索算法设计
3.1.1 广度优先搜索概述
3.1.2 基于泊车环境下的双向广度优先搜索设计
3.1.3 算法运行结果分析
3.2 基于改进型Bellman-Ford算法的路径规划优化算法设计
3.2.1 传统Bellman-Ford算法概述
3.2.2 改进型Bellman-Ford算法优化泊车路线算法
3.2.3 算法运行结果分析
3.3 单独使用双向广度优先搜索算法与联合使用两种算法运行结果分析
3.4 基于三次样条插值算法路径规划方案平滑处理
3.4.1 离散点分组程序
3.4.2 三次样条插值算法拟合函数推导
3.4.3 车廓运动轨迹仿真
3.5 本章小结
4 决策控制系统实验平台搭建
4.1 数据采集系统设计
4.2 运动系统设计
4.3 上位机与实验平台通讯设计
4.4 整车控制器设计
4.4.1 运动控制器和决策控制器设计
4.4.2 软件总体架构
4.5 实验平台与实验场地参数
4.6 本章小结
5 自动泊车实验
5.1 实验车运动控制测试
5.2 基于实验场地的栅格化地图生成实验
5.3 基于经典路径规划算法泊车实验
5.3.1 基于圆弧与直线法三段式泊车算法概述
5.3.2 基于传统算法在不同泊车环境中实验
5.4 本文决策控制方法在不同泊车环境中测试情况
5.5 本文决策控制方法与传统路径规划算法实验结果对比
5.6 本章小结
6 结论与展望
6.1 结论
6.2 展望
致谢
参考文献
附录
附录1 运动控制系统和决策控制系统信号接口
附录2 基于UCOS-II系统本文各程序优先级及执行方式
附录3 理想环境情况下传统泊车方案的泊车实验情况
附录4 一般复杂情况下传统泊车方案的泊车实验情况
附录5 特别复杂情况下传统泊车方案的泊车实验情况
附录6 理想环境情况下本文泊车方案的泊车实验情况
附录7 一般复杂情况下本文泊车方案的泊车实验情况
附录8 特别复杂情况下本文泊车方案的泊车实验情况
附录9 上位机调试代码及其界面
附录10 运动控制系统及调试界面
附录11 图3.10 三次样条插值分段拟合后各区间系数数组集合
附录12 攻读硕士学位期间成果
本文编号：3824817
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3824817.html
