智能車輛是汽車科技發(fā)展的產(chǎn)物,它將在降低交通事故發(fā)生率、減少交通擁堵、改善大氣環(huán)境、降低能源消耗等方面做出重要貢獻(xiàn)。無人駕駛是智能車輛發(fā)展的高級(jí)階段,局部路徑規(guī)劃作為無人駕駛技術(shù)最核心的技術(shù)之一是研究無人駕駛不可或缺的環(huán)節(jié)。車輛在行駛中會(huì)面臨復(fù)雜多變的交通環(huán)境,為了讓局部路徑規(guī)劃技術(shù)的研究更貼近實(shí)際情況,本文針對(duì)復(fù)合工況下的局部路徑規(guī)劃進(jìn)行研究,主要研究?jī)?nèi)容分為兩部分,分別是橫向的軌跡規(guī)劃和縱向的速度規(guī)劃。具體研究?jī)?nèi)容如下:(1)智能車輛的軌跡規(guī)劃方法研究。智能車輛的軌跡規(guī)劃就是要規(guī)劃出一條連接車輛當(dāng)前位置到局部目標(biāo)點(diǎn)的軌跡,而這條軌跡又要符合來自道路、障礙物和車輛自身的約束。1)為了得到滿足道路和障礙約束的路徑,本文通過對(duì)比分析Astar算法和RRT算法兩種主流的路徑搜索算法,在Astar算法基礎(chǔ)上借鑒了RRT算法避障檢測(cè)和利用貪心算法縮短路徑的優(yōu)點(diǎn),提出了改進(jìn)的Astar算法用以路徑搜索,利用三次B樣條曲線對(duì)路徑進(jìn)行平滑處理;2)為了得到滿足車輛自身約束的軌跡,基于車輛運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)設(shè)計(jì)了軌跡簇,并利用評(píng)價(jià)函數(shù)選擇最優(yōu)軌跡;3)為了得到局部路徑規(guī)劃的局部目標(biāo)點(diǎn),本文介紹了已知全局路徑和決策命令的情況下在結(jié)構(gòu)化道路和非結(jié)構(gòu)化道路環(huán)境中選擇局部目標(biāo)點(diǎn)的方法。(2)智能車輛的速度規(guī)劃方法研究。軌跡規(guī)劃給出的是一條軌跡曲線,速度規(guī)劃給出的是這條軌跡曲線上的速度狀態(tài)信息。1)本文基于對(duì)移動(dòng)障礙物未來軌跡預(yù)測(cè)建立已知軌跡縱向位移與時(shí)間的二維關(guān)系圖,在此二維圖中利用改進(jìn)的Astar算法進(jìn)行速度規(guī)劃;2)利用五次曲線基于梯度下降法對(duì)速度規(guī)劃方案進(jìn)行平滑處理;3)基于平滑得到的五次多項(xiàng)式利用評(píng)價(jià)函數(shù)對(duì)速度規(guī)劃方案評(píng)價(jià)擇優(yōu)。(3)復(fù)合工況下局部路徑規(guī)劃方法的研究。在軌跡規(guī)劃和速度規(guī)劃的基礎(chǔ)上制定了復(fù)合工況下局部路徑規(guī)劃的總體解決方案。針對(duì)軌跡規(guī)劃、速度規(guī)劃和復(fù)合工況設(shè)計(jì)了仿真場(chǎng)景,利用Carsim與MATLAB/Simulink聯(lián)合仿真平臺(tái)分析驗(yàn)證了本文提出的局部路徑規(guī)劃方法的合理性和有效性。
【學(xué)位單位】：重慶理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：U463.6
【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
    1.3 研究?jī)?nèi)容
        1.3.1 智能汽車概述
        1.3.2 無人駕駛系統(tǒng)構(gòu)成
        1.3.3 局部路徑規(guī)劃簡(jiǎn)介
    1.4 本文的主要研究?jī)?nèi)容
    1.5 結(jié)構(gòu)安排
2 智能車輛的軌跡規(guī)劃方法研究
    2.1 智能車輛的路徑搜索算法研究
        2.1.1 Astar算法概述
        2.1.2 Astar算法原理
        2.1.3 基于RRT的路徑搜索算法
        2.1.4 Astar算法與RRT算法的對(duì)比與分析
        2.1.5 基于RRT算法優(yōu)點(diǎn)改進(jìn)Astar算法的原理
    2.2 基于B樣條曲線的路徑平滑方法研究
        2.2.1 B樣條曲線概述
        2.2.2 三次B樣條曲線的研究
        2.2.3 三次B樣條曲線在路徑平滑中的應(yīng)用
    2.3 基于車輛運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)的軌跡規(guī)劃方法研究
        2.3.1 車輛運(yùn)動(dòng)學(xué)分析
        2.3.2 車輛動(dòng)力學(xué)分析
        2.3.3 軌跡簇的設(shè)計(jì)與最優(yōu)軌跡的選擇
    2.4 局部路徑目標(biāo)點(diǎn)的選取
    2.5 本章小結(jié)
3 智能車輛的速度規(guī)劃方法研究
    3.1 基于改進(jìn)ASTAR算法的速度規(guī)劃方法
        3.1.1 障礙物預(yù)測(cè)
        3.1.2 創(chuàng)建ST圖
        3.1.3 ST圖柵格化
        3.1.4 創(chuàng)建目標(biāo)時(shí)刻點(diǎn)
        3.1.5 搜索產(chǎn)生路徑
    3.2 基于梯度下降法的速度平滑方法
        3.2.1 多項(xiàng)式同歸簡(jiǎn)介
        3.2.2 回歸擬合原理
        3.2.3 梯度下降法概述
        3.2.4 梯度下降法在速度規(guī)劃中的應(yīng)用
    3.3 最優(yōu)速度規(guī)劃方案的選擇
    3.4 本章小結(jié)
4 復(fù)合工況下的局部路徑規(guī)劃方法研究與驗(yàn)證
    4.1 虛擬仿真平臺(tái)的搭建
        4.1.1 仿真軟件簡(jiǎn)介
        4.1.2 聯(lián)合仿真平臺(tái)
        4.1.3 仿真軟件參數(shù)設(shè)置
    4.2 復(fù)合工況總體技術(shù)方案設(shè)計(jì)
        4.2.1 復(fù)合工況的定義
        4.2.2 場(chǎng)景的定義
        4.2.3 局部路徑規(guī)劃方法在復(fù)合工況的解決方案
    4.3 軌跡規(guī)劃方法仿真實(shí)驗(yàn)
    4.4 速度規(guī)劃方法仿真實(shí)驗(yàn)
    4.5 復(fù)合工況下局部路徑規(guī)劃方法仿真實(shí)驗(yàn)
    4.6 本章小結(jié)
5 全文總結(jié)與展望
    5.1 未來研究工作展望
    5.2 全文總結(jié)
致謝
參考文獻(xiàn)
個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及取得的研究成果

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 安林芳;陳濤;成艾國;方威;;基于人工勢(shì)場(chǎng)算法的智能車輛路徑規(guī)劃仿真[J];汽車工程;2017年12期

2 張琳;章新杰;郭孔輝;王超;劉洋;劉濤;;未知環(huán)境下智能汽車軌跡規(guī)劃滾動(dòng)窗口優(yōu)化[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2018年03期

3 宋曉琳;周南;黃正瑜;曹昊天;;改進(jìn)RRT在汽車避障局部路徑規(guī)劃中的應(yīng)用[J];湖南大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年04期

4 宋曉琳;潘魯彬;曹昊天;;基于改進(jìn)智能水滴算法的汽車避障局部路徑規(guī)劃[J];汽車工程;2016年02期

5 杜明博;梅濤;陳佳佳;趙盼;梁華為;黃如林;陶翔;;復(fù)雜環(huán)境下基于RRT的智能車輛運(yùn)動(dòng)規(guī)劃算法[J];機(jī)器人;2015年04期

6 曹昊天;宋曉琳;黃江;;基于彈性繩理論的自主車輛防碰撞的路徑規(guī)劃[J];汽車工程;2014年10期

7 孫浩;鄧偉文;張素民;吳夢(mèng)勛;;考慮全局最優(yōu)性的汽車微觀動(dòng)態(tài)軌跡規(guī)劃[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2014年04期

8 姜巖;龔建偉;熊光明;陳慧巖;;基于運(yùn)動(dòng)微分約束的無人車輛縱橫向協(xié)同規(guī)劃算法的研究[J];自動(dòng)化學(xué)報(bào);2013年12期

9 修彩靖;陳慧;;基于改進(jìn)人工勢(shì)場(chǎng)法的無人駕駛車輛局部路徑規(guī)劃的研究[J];汽車工程;2013年09期

10 徐娜;陳雄;孔慶生;韓建達(dá);;非完整約束下的機(jī)器人運(yùn)動(dòng)規(guī)劃算法[J];機(jī)器人;2011年06期

相關(guān)博士學(xué)位論文 前4條

1 杜明博;基于人類駕駛行為的無人駕駛車輛行為決策與運(yùn)動(dòng)規(guī)劃方法研究[D];中國科學(xué)技術(shù)大學(xué);2016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 宋金澤;自主泊車系統(tǒng)關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2009年

4 孫振平;自主駕駛汽車智能控制系統(tǒng)[D];國防科學(xué)技術(shù)大學(xué);2004年

相關(guān)碩士學(xué)位論文 前1條

1 馮來春;基于引導(dǎo)域的參數(shù)化RRT無人駕駛車輛運(yùn)動(dòng)規(guī)劃算法研究[D];中國科學(xué)技術(shù)大學(xué);2017年

本文編號(hào)：2880005