复杂道路环境下无人驾驶汽车的快速路径规划与控制

发布时间：2022-02-08 22:14

　　无人驾驶汽车是多传感器感知技术、计算机科学、智能控制、高速通信网络以及高性能处理设备深度融合的产物,是人工智能技术落地的主要载体之一,必将对汽车行业、交通运输和整个社会效益带来重大的影响。所以研究无人驾驶汽车的关键技术势在必行。本文研究了无人驾驶汽车的全局路径规划、局部路径规划和车辆底层控制等问题。主要工作如下:首先,提出一种在交通网络拓扑图上基于人工萤火虫算法的无人驾驶汽车全局路径规划方法。该方法根据实际的道路交通分布,绘制出一张交通网络拓扑图,再在交通网络拓扑图上生成多条可行路径。然后根据人工萤火虫算法生成多条次优路径,接着通过调优切换算法生成当前交通环境下的最优路径。如果此前生成的全局路径因为意外事件造成不可通行时,则调用快速二次寻优算法,利用以前的搜索结果实现当前交通状况下全局路径的快速二次规划。其次,将模型预测控制应用到无人驾驶汽车局部路径规划中。在考虑周围环境的实时变化和车辆自身约束条件的情况下,实现了车道线的四次多项式拟合、曲率求解和凹凸性判别,完成了直道保持、弯道减速、换道超车、跟驰行驶和主车道避障等操作。另外,本文还设计了多圆近似车辆及障碍物的具体流程,方便了主车与周... 

【文章来源】：天津大学天津市211工程院校985工程院校教育部直属院校

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号表
第1章 绪论
    1.1 研究背景
        1.1.1 全局路径规划
        1.1.2 局部路径规划
        1.1.3 车辆底层控制
    1.2 基础知识
        1.2.1 带约束的非线性模型预测控制的基本框架
        1.2.2 人工萤火虫算法
        1.2.3 粒子群优化算法
        1.2.4 量子粒子群优化算法
    1.3 本文的主要工作与结构安排
第2章 真实交通网络下基于改进人工萤火虫算法的无人驾驶汽车全局路径规划
    2.1 交通网络拓扑图的建立
    2.2 初始可行路径的生成
    2.3 多条局部最优路径的生成
        2.3.1 修正亮度更新律
        2.3.2 邻域集的选择
        2.3.3 进化方式的改变
    2.4 调优切换
    2.5 快速二次寻优算法
    2.6 本章小结
第3章 动态环境下的无人驾驶汽车模型预测局部路径规划
    3.1 模型预测路径规划框架
        3.1.1 车辆运动学模型
        3.1.2 多圆近似车辆及障碍物
        3.1.3 车道线及道路边沿曲线拟合
        3.1.4 目标函数的构造
    3.2 路径规划典型道路场景处理
        3.2.1 弯道减速
        3.2.2 换道超车与跟驰
        3.2.3 主车道避障
    3.3 仿真验证
        3.3.1 直道高速行驶
        3.3.2 弯道减速
        3.3.3 换道超车
        3.3.4 避障行驶
        3.3.5 减速跟驰
    3.4 本章小结
第4章 前馈控制与模型预测控制的柔性结合及其在无人驾驶汽车转向控制上的应用
    4.1 车辆单轨动力学模型及目标函数的构造
    4.2 前馈控制和粒子群算法的柔性结合
        4.2.1 前馈控制
        4.2.2 柔性结合
    4.3 仿真与实验验证
        4.3.1 Matlab与Carsim联合仿真
        4.3.2 无人驾驶平台简介
        4.3.3 无人驾驶汽车实验场测试
    4.4 本章小结
第5章 非线性模型预测控制的并行设计及其在无人驾驶汽车轨迹跟踪上的应用
    5.1 无人驾驶车辆轨迹跟踪增广目标函数的构造
        5.1.1 广义拉格朗日乘子法
        5.1.2 轨迹跟踪增广目标函数
    5.2 量子粒子群算法与传统粒子群算法的对比
    5.3 量子粒子群算法并行设计
    5.4 本章小结
第6章 总结与展望
    6.1 总结
    6.2 展望
参考文献
发表论文和参加科研情况说明
致谢


【参考文献】：
期刊论文
[1]基于改进模拟退火算法的机器人全局路径规划[J]. 巩敦卫,曾现峰,张勇.  系统仿真学报. 2013(03)
[2]用基于知识的遗传算法实现移动机器人路径规划[J]. 周兰凤,洪炳熔.  电子学报. 2006(05)



本文编号：3615847