隨著智能化信息處理技術的不斷進步,自動駕駛已成為近年來專家們的研究熱點,路徑規(guī)劃則是其中的關鍵技術。智能的路徑規(guī)劃可以大大減少移動任務的完成時間,同時節(jié)約人力、物力成本,具有非常大的實用價值。本文從實際項目需求出發(fā),針對所研究的特殊交通環(huán)境,使用PyQt5框架搭建滿足場景特征的仿真平臺。文中主要設計了兩種基于強化學習的路徑規(guī)劃算法。一種是通過設計車輛標準的移動動作,利用深度強化學習中的DDQN算法訓練移動路徑。另一種是在使用三階貝塞爾曲線模擬運動軌跡的基礎上,提出改進的三段式路徑生成算法和路徑評價體系,然后利用深度強化學習中的DDPG算法訓練三段式算法中的可變參數(shù),實現(xiàn)移動路徑的優(yōu)化。本文的主要工作包括以下幾個方面:（1）場景建模。本文利用PyQt5框架在PyCharm中設計并實現(xiàn)場景建模工具,仿照飛行甲板、儲物倉庫等實際場景,搭建仿真環(huán)境,環(huán)境的主要特征是具有邊界輪廓、可�？空疚弧⒄系K物和移動對象。（2）設計實現(xiàn)標準動作模式下的路徑生成算法。本文提出,在車輛可行的角度區(qū)間內(nèi)等間隔的選取若干角度,在每個角度下以一定的轉(zhuǎn)彎半徑和轉(zhuǎn)彎角度做圓弧運動,構成離散的動作集合。設置獎勵函數(shù),利用D... 

【文章來源】：北京交通大學北京市211工程院校教育部直屬院校

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【部分圖文】：

圖２－１場景對象模型??Ｆｉｇｕｒｅ?２－１?Ｓｃｅｎｅ?Ｏｂｊｅｃｔ?Ｍｏｄｅｌ??

進行后續(xù)算法的實現(xiàn)驗證與仿真運行。??本文對所研究的環(huán)境構建了二維場景模型，明確定義了場景及其元素的幾何??特征。圖２－１表示場景中各個對象的模型示意圖。??＜?＞ｎ瞧響??圖２－１場景對象模型??Ｆｉｇｕｒｅ?２－１?Ｓｃｅｎｅ?Ｏｂｊｅｃｔ?Ｍｏｄｅｌ??圖中從左至右依次對應場景中的邊界、矩形可�？空疚�、矩形障礙物、橢圓??形障礙物、多邊形障礙物。場景對象的位姿可以表示為（ｘ，ｙ，６？）三元組，用來描述??對象在場景中的坐標位置和方向。位姿的描述采用中心點位置法，即以對象的幾??何中心點作為該對象的坐標，中心點的方向是對象相對于Ｘ軸逆時針旋轉(zhuǎn)的角??度。對于不規(guī)則邊界、橢圓形障礙物、多邊形障礙物以及運動對象來說，在實際??的路徑規(guī)劃過程中，為了便于碰撞檢測，常采用外部包圍矩形的方式近似表示，??如圖２－２所示。??７??

相關理論知識簡介??疆??圖２－２外接矩形示意圖??Ｆｉｇｕｒｅ?２－２?Ｔｈｅ?Ｏｕｔｅｒ?Ｂｏｕｎｄｉｎｇ?Ｒｅｃｔａｎｇｌｅ?Ｄｉａｇｒａｍ??在移動對象運動的過程中，通過判斷運動對象的外接矩形與障礙物的外接矩??形是否存在交點，進行碰撞檢測，以便更好規(guī)劃移動對象的運動軌跡。移動對象??是否出邊界的檢測也可采取類似的思路，此時的判定與檢測碰撞剛好相反，當存??在交點時表示移動對象在邊界范圍內(nèi)。邊界檢測也可通過計算移動對象的坐標在??運動過程中是否始終處在邊界包圍的坐標范圍內(nèi)進行判定。??２．２運動學模型??運動學屬于力學的一個分支，主要從幾何的角度研宄運動對象位置隨時間變??化的情況，不考慮對象自身的物理屬性和所受外力的情況。運動學以質(zhì)點和剛體??作為主要的研究對象，在此基礎上研宂可發(fā)生形變的物體的運動［２８］。質(zhì)點指沒有??質(zhì)量和大小，占據(jù)一定空間的幾何點，點的運動學研究依賴所選擇的參考系，主??要研究點的運動方程、位移、軌跡、速度等特征。剛體指自身形狀及內(nèi)部點的相??對位置不受外力和運動影響的物體

【參考文獻】：
期刊論文
[1]基于強化學習的機器人路徑規(guī)劃算法[J]. 張福海,李寧,袁儒鵬,付宜利.  華中科技大學學報(自然科學版). 2018(12)
[2]Apollo自動駕駛技術與安全設計[J]. 孫勇義.  人工智能. 2018(06)
[3]移動機器人路徑規(guī)劃算法綜述[J]. 霍鳳財,遲金,黃梓健,任璐,孫勤江,陳建玲.  吉林大學學報(信息科學版). 2018(06)
[4]監(jiān)督式強化學習在路徑規(guī)劃中的應用研究[J]. 曾紀鈞,梁哲恒.  計算機應用與軟件. 2018(10)
[5]自主移動機器人路徑規(guī)劃方法研究綜述[J]. 皇甫淑云,唐守鋒,童紫原,宋彬,童敏明.  軟件導刊. 2018(10)
[6]移動機器人的智能路徑規(guī)劃算法綜述[J]. 王春穎,劉平,秦洪政.  傳感器與微系統(tǒng). 2018(08)
[7]人工智能綜述[J]. 蘇軒.  數(shù)字通信世界. 2018(01)
[8]基于A*算法的實時避障路徑規(guī)劃研究與實現(xiàn)[J]. 潘麗麗.  科技展望. 2014(01)
[9]深度學習的昨天、今天和明天[J]. 余凱,賈磊,陳雨強,徐偉.  計算機研究與發(fā)展. 2013(09)
[10]Prim算法的一種優(yōu)化實現(xiàn)[J]. 潘大志,陳友軍.  西華師范大學學報(自然科學版). 2011(01)

碩士論文
[1]橋式起重機吊物的空間自動運移路徑規(guī)劃研究[D]. 屈云嵐.大連理工大學 2018
[2]面向網(wǎng)絡化移動機器人的深度預測控制[D]. 崔藝.中國科學技術大學 2018
[3]高校人文社會科學項目成果價值評價研究[D]. 孫晨筱.燕山大學 2018
[4]差分演化算法的評估、改進與應用研究[D]. 彭超.大連海事大學 2016
[5]傳統(tǒng)廣播與新媒體融合策略研究[D]. 許波.浙江工業(yè)大學 2015
[6]獨輪車機器人的動力學建模與控制[D]. 胡澤巖.北京郵電大學 2015
[7]重慶市兩江新區(qū)物流發(fā)展評價研究[D]. 陳木子.重慶交通大學 2014
[8]樓宇環(huán)境中移動機器人的導航控制技術研究[D]. 李達.北京郵電大學 2009



本文編號：3614803