物联网下离散型运输车辆多尺度协同躲避仿真

发布时间：2021-01-13 12:56

　　针对传统的运输车辆多尺度协同躲避方法存在躲避时间较长、准确性较低等问题,提出一种基于物联网的离散型运输车辆多尺度协同躲避方法。将驾驶员的驾驶经验与模糊控制相结合,构建车辆运动学模型。结合预瞄点搜索方法计算出期望的侧向行驶速度。在上述基础上,利用车辆运动学模型对物联网下离散型运输车辆进行转向控制,使其跟踪上期望的行驶轨迹,实现离散型运输车辆多尺度协同躲避。实验结果表明,所提方法能够快速、准确地躲障运输过程中的障碍车辆,并且具有较高的实用性。 

【文章来源】：计算机仿真. 2020,37(06)北大核心

【文章页数】：4 页

【部分图文】：

图1 分层结构图

分别采用所提方法、基于动态路径的离散型运输车辆多尺度协同躲避方法以及基于改进水滴算法的离散型运输车辆多尺度协同躲避方法进行实验对比,对比不同方法的响应时间(min),对比结果如图2所示。分析图2可知,随着路径点数的不断增加,不同方法多尺度协同躲避响应时间也在不断发生变化。所提方法的响应时间处于相对稳定的状态,且所提方法相应的协同躲避响应时间明显低于基于动态路径的离散型运输车辆多尺度协同躲避方法以及基于改进水滴算法的离散型运输车辆多尺度协同躲避方法相应的协同躲避响应时间。因为本方法在驾驶员的驾驶经验基础之上,将模糊控制与之相结合,并由此建立车辆运动学模型。通过预瞄点搜索方法计算出期望的侧向行驶速度,以此能够缩短躲避响应时间。而基于动态路径的离散型运输车辆多尺度协同躲避方法需要预先确定车辆信息以及障碍物信息,并再此基础上做出路线规划,而在获取信息的过程中就需要很多时间来确定,因此该方法的协同躲避响应时间随着路径点数的增加而增加,无法获取理想的避障路径。基于改进水滴算法的离散型运输车辆多尺度协同躲避方法是通过模拟水流与泥沙相互作用形成的水道机制,采用水道机制进行模拟仿真,在一定程度上限制使用环境,因此在用于其它环境下时,会导致该方法无法准确识别障碍物,增加耗时。因此该方法的协同躲避响应时间一直处于十分不稳定的状态,该方法在未来阶段需要进行改进。通过实验数据对比可知,所提方法能够有效提高运输车辆多尺度协同躲避效率。

【参考文献】：
期刊论文
[1]机器人避障路径规划优化控制仿真[J]. 张海燕,林志贤,郭太良.  计算机仿真. 2017(09)
[2]自动循迹避障寻光智能小车软件系统设计[J]. 郭志超,何爱龙.  新乡学院学报. 2017(06)
[3]基于单片机的自适应避障小车的设计[J]. 胡海.  微型电脑应用. 2017(04)
[4]面向自动驾驶的动态路径规划避障算法[J]. 周慧子,胡学敏,陈龙,田梅,熊豆.  计算机应用. 2017(03)
[5]基于ANSYS的果园避障旋耕机旋耕刀片有限元分析[J]. 李文春,王斌,刘晓丽,毕新胜,曾小辉.  江苏农业科学. 2017(01)
[6]重力势能驱动的自行避障小车设计与制作[J]. 赵华成,刘武,潘聪华,何理瑞,李增芳.  浙江水利水电学院学报. 2016(06)
[7]基于主从任务转化的闭环控制避障算法[J]. 张建华,胡平,张小俊,刘进长,刘璇.  机械工程学报. 2017(01)
[8]基于蓝牙的智能小车循迹避障设计与实现[J]. 李晓娟,王雅慧,秦国庆.  河南科技学院学报(自然科学版). 2016(02)
[9]自行小车避障的设计与实现[J]. 彭振华,梁凯甲,曾丽.  电脑知识与技术. 2016(12)
[10]基于改进智能水滴算法的汽车避障局部路径规划[J]. 宋晓琳,潘鲁彬,曹昊天.  汽车工程. 2016(02)



本文编号：2974908