自主驾驶汽车局部运动规划研究

发布时间：2024-12-11 22:02

　　汽车的自主驾驶技术能够减少由于不当驾驶行为造成的交通事故,提高道路交通的行车效率,保证道路安全,因此近年来受到广泛关注。作为自主驾驶汽车智能化水平的一个重要体现,汽车的自主运动规划能力目前己经成为各方专家学者研究的重点和难点。现有的运动规划算法研究多集中在移动机器人领域,而汽车所面临的外界环境以及自身运动特点均与机器人存在较大差异,因此,研究适用于自主驾驶汽车的运动规划算法十分重要。本文以自主驾驶汽车为研究对象,主要研究了非结构化道路以及结构化封闭道路两大类场景下的局部运动规划算法,并设计了仿真以及实车试验对算法进行了验证与评价。本文的主要研究工作有以下几点:1.研究了汽车运动规划的约束条件。通过对车辆运动状态的分析,结合汽车理论及几何知识进行理论推导,建立了自主驾驶汽车运动规划的车辆运动学约束,车道线边界约束,避障约束以及算法性能约束等约束,为局部运动规划算法开发提供了约束条件;2.研究了非结构化道路环境下的运动规划算法。分析了常用的地图表示方法,结合非结构化道路环境特点,使用全局导航层与局部规划层两层地图进行环境描述,在局部规划层结合传感器信息实时构建栅格地图,并且以A*算法为基础进...

【文章页数】：110 页

【学位级别】：硕士

【部分图文】：

图1.12012年15-29岁人群的十大死亡原因自主驾驶车辆最早多用于军事用途，是一种具备自主行驶能力的移动机器人，

究背景及意义着城市化进程的不断推进，越来越多人口从农村流向城市，高密度的市的常态，而随着经济的发展，人们的物质需求不断增长，购买力不车的人均保有量也不断升高，这就造成了城市道路交通的高负荷运转及交通事故也因此更加频繁地发生，这不仅严重影响了人们生活的便效率，也对人们的生命财产造成....

图1.2Dijkstra路径规划示意图

.2运动规划技术研究进展.2.1基于栅格搜索的规划算法基于栅格搜索的规划算法近年来多次应用在自主驾驶汽车的路径规划中，最的搜索算法有Dijkstra搜索算法，A-Star算法，D-Star算法等。这些算法需要对信息进行预处理，生成包含障碍物及可行区域的搜索图，然后应用....

图1.3A*路径规划示意图

提出改进的时间最短路径规划算法，提高了小车工作的效率。Dijkstra搜索算法应用范围较广，能够保证搜索结果的最优性，但是随搜索面加或是栅格分辨率提高，计算量会急速增长，很难满足计算的实时性，适合用局静态规划，不少学者基于Dijkstra搜索算法提出改进，其中，A*算法是效....

图1.4D*路径规划示意图

综合考虑启发式搜索和增量搜索的特点，SvenKoenig等人提出终身规划ALifelongPlanningA*,LPA*）[17]，该算法将增量搜索思想应用于A*算法，首时采用和A*算法一样的方法，后续搜索则重复使用之前搜索的结果，在需新规划路径的场景下，拥有比A....

本文编号：4016347