作為移動(dòng)機(jī)器人的分支,因當(dāng)今世界的非自然死亡率的提高,智能車輛近年來(lái)發(fā)展迅速。對(duì)于移動(dòng)機(jī)器人來(lái)說(shuō),避障和路徑規(guī)劃是需要解決的首要問(wèn)題,對(duì)于智能車輛來(lái)說(shuō)也是一樣。路徑規(guī)劃直接關(guān)系到智能車輛的智能化程度。目前國(guó)內(nèi)外許多學(xué)者已經(jīng)提出了多種路徑規(guī)劃方法,并通過(guò)仿真和實(shí)驗(yàn)取得了較好的實(shí)驗(yàn)效果。本文對(duì)智能車輛進(jìn)行了研究,從汽車的發(fā)展史出發(fā),敘述了智能車輛的發(fā)展及所需技術(shù)的發(fā)展,闡述了智能車輛的研究方向以及路徑規(guī)劃對(duì)于智能車輛重要性,并詳細(xì)介紹了智能車輛和智能算法的研究現(xiàn)狀。首先介紹了自主避障系統(tǒng)的基礎(chǔ)知識(shí)以及收集信息的方式,通過(guò)基本信息的描述,對(duì)智能車輛的避障系統(tǒng)有了初步的了解。使用柵格法建立靜態(tài)障礙物模型,詳細(xì)分析了基本蟻群算法和A*算法的基本原理,針對(duì)這兩個(gè)算法進(jìn)行仿真,分析了兩者的優(yōu)缺點(diǎn)。其次對(duì)蟻群算法進(jìn)行改進(jìn),即通過(guò)引用加權(quán)系數(shù)C的思想,引入啟發(fā)函數(shù)中,加入蟻群算法的每次尋優(yōu)迭代的過(guò)程中。有效的提高了蟻群算法的快速收斂和局部最優(yōu),并且在不同的環(huán)境規(guī)模中驗(yàn)證了改進(jìn)蟻群算法的有效性。此外,本文不僅分析比較了各個(gè)算法在靜態(tài)環(huán)境中的應(yīng)用,而且還把改進(jìn)后的蟻群算法引入到動(dòng)態(tài)環(huán)境信息中,驗(yàn)證了改進(jìn)后的蟻群算法是否能夠?qū)崿F(xiàn)動(dòng)態(tài)避障效果。通過(guò)在不同模型,以及相同起點(diǎn)和終點(diǎn)的情況下,分別對(duì)基本蟻群算法、改進(jìn)的算法進(jìn)行仿真分析和比較,驗(yàn)證了改進(jìn)的蟻群算法的適用性,改進(jìn)后的算法具有相對(duì)最短路徑長(zhǎng)度和相對(duì)最快收斂速度,充分體現(xiàn)了算法的全局搜索和快速收斂性。通過(guò)仿真分析表明了改進(jìn)的蟻群算法的可行性及其優(yōu)勢(shì)。
【學(xué)位單位】：沈陽(yáng)工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：U463.6
【部分圖文】：

沈陽(yáng)工業(yè)大學(xué)碩士學(xué)位論文月 2 日，深圳福田保稅區(qū) 4 輛全電動(dòng)公交車在開(kāi)放道路上首發(fā)試運(yùn)行，這是中國(guó)乃至世界首次在開(kāi)放道路上進(jìn)行的“無(wú)人駕駛公交車”試運(yùn)行[25]。這些公交車裝有先進(jìn)的雷達(dá)系統(tǒng)，能夠?qū)崟r(shí)對(duì)路況信息進(jìn)行反饋，它具有工作條件適應(yīng)性強(qiáng)、反應(yīng)速度快、控制精度高等優(yōu)點(diǎn)且自主避障能力強(qiáng)。如圖 1.1 所示。在此基礎(chǔ)上，我國(guó)還不斷的對(duì)車輛控制器深入研究，并應(yīng)用在各個(gè)領(lǐng)域中，為我國(guó)能更好的開(kāi)發(fā)智能車輛奠定了堅(jiān)實(shí)的基礎(chǔ)。

第 2 章 自主避障的基礎(chǔ)知識(shí)障礙處置提供位置信息。預(yù)測(cè)目標(biāo)檢測(cè)傳感器包括視覺(jué)傳感器、激光傳感器和雷達(dá)感器。目標(biāo)檢測(cè)傳感器主要對(duì)數(shù)據(jù)關(guān)聯(lián)起著重要的作用并給數(shù)據(jù)融合傳感器提供信由數(shù)字地圖生成的駕駛軌跡經(jīng)過(guò)軌跡規(guī)劃、速度規(guī)劃最后和數(shù)據(jù)融合后進(jìn)行障礙后信息傳送到障礙處置中，生成期望運(yùn)動(dòng)，進(jìn)而控制車輛[39]。如圖 2.1 所示。

沈陽(yáng)工業(yè)大學(xué)碩士學(xué)位論文n 到目標(biāo)狀態(tài)的距離，那么 h (n)的選取大目標(biāo)狀態(tài)的實(shí)際距離，這種情況下，搜索優(yōu)解。即距離估計(jì) h (n)等于最短距離，那么搜索最高的。搜索的點(diǎn)數(shù)少，搜索范圍小，效率高，但不模型建立及仿真分析立 A*算法的模型，首先建立 A*算法的流
【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 梁曉琳;陳麗;靳晨聰;;智能網(wǎng)聯(lián)汽車發(fā)展前景、瓶頸及建議[J];邢臺(tái)職業(yè)技術(shù)學(xué)院學(xué)報(bào);2017年03期

2 浩寶;;汽車文化趣談[J];上海企業(yè);2017年05期

3 苑廣會(huì);苑廣展;李凱;;基于單片機(jī)的超聲波測(cè)距系統(tǒng)設(shè)計(jì)[J];云南水力發(fā)電;2017年02期

4 ;汽車工業(yè)增長(zhǎng)的新動(dòng)力-智能汽車[J];汽車實(shí)用技術(shù);2016年02期

5 馮若愚;高芳芳;;基于單片機(jī)的汽車防盜報(bào)警系統(tǒng)設(shè)計(jì)[J];漯河職業(yè)技術(shù)學(xué)院學(xué)報(bào);2013年05期

6 熊波;曲仕茹;;基于模糊控制的智能車輛自主行駛方法研究[J];交通運(yùn)輸系統(tǒng)工程與信息;2010年02期

7 鄭志強(qiáng);;ABU Robocon用自主機(jī)器人技術(shù)綜述[J];機(jī)器人技術(shù)與應(yīng)用;2009年05期

8 鄧文;李實(shí);鄭攀;;基于蟻群算法的路徑規(guī)劃問(wèn)題研究[J];物流技術(shù);2008年10期

相關(guān)博士學(xué)位論文 前5條

1 辛煜;無(wú)人駕駛車輛運(yùn)動(dòng)障礙物檢測(cè)、預(yù)測(cè)和避撞方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

2 汪明磊;智能車輛自主導(dǎo)航中避障路徑規(guī)劃與跟蹤控制研究[D];合肥工業(yè)大學(xué);2013年

3 周勇;智能車輛中的幾個(gè)關(guān)鍵技術(shù)研究[D];上海交通大學(xué);2007年

4 楊劍峰;蟻群算法及其應(yīng)用研究[D];浙江大學(xué);2007年

5 史恩秀;輪式移動(dòng)機(jī)器人的運(yùn)動(dòng)控制及定位方法研究[D];西安理工大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 荀燕琴;基于群體智能優(yōu)化的AGV路徑規(guī)劃算法研究[D];吉林大學(xué);2017年

2 翟林靜;基于Kinect的小車自主行駛系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];西安科技大學(xué);2016年

3 呂丹丹;適用于小型智能車的行駛路況評(píng)價(jià)及自主避障控制研究[D];北京交通大學(xué);2016年

4 高昕源;基于計(jì)算機(jī)視覺(jué)的交通流量智能監(jiān)測(cè)技術(shù)研究[D];蘭州大學(xué);2016年

5 謝輝;基于NAO機(jī)器人的路徑規(guī)劃研究[D];西安電子科技大學(xué);2015年

6 王云飛;基于蟻群算法的武警巡邏路徑優(yōu)化問(wèn)題研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

7 羅永為;嵌入式智能機(jī)車安全控制系統(tǒng)研究[D];昆明理工大學(xué);2014年

8 程力;4WS智能小車運(yùn)動(dòng)控制系統(tǒng)研究[D];重慶交通大學(xué);2013年

9 徐躍;基于超聲波測(cè)距的機(jī)器人定位與避障[D];齊魯工業(yè)大學(xué);2013年

10 張雙喜;基于雷達(dá)與相機(jī)的無(wú)人駕駛智能車障礙物檢測(cè)技術(shù)研究[D];長(zhǎng)安大學(xué);2013年

本文編號(hào)：2859076