文章針對(duì)近年來(lái)的無(wú)人駕駛汽車路徑規(guī)劃算法進(jìn)行總結(jié)和歸納。首先對(duì)目前主流的環(huán)境建模方法進(jìn)行闡述;其次對(duì)路徑規(guī)劃算法進(jìn)行介紹,通過(guò)分析其優(yōu)缺點(diǎn),指出融合軌跡規(guī)劃算法具有最好的適用性;最后總結(jié)當(dāng)前研究挑戰(zhàn)并提出了相關(guān)建議。 

【文章來(lái)源】：汽車科技. 2020,(05)

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

路徑規(guī)劃原理圖

傳感器獲得的外界環(huán)境信息及駕駛?cè)说臓顟B(tài)，對(duì)置，然后建立柵格關(guān)聯(lián)矩陣對(duì)候選柵格進(jìn)行概率計(jì)當(dāng)前道路中出現(xiàn)的障礙物和特殊情況進(jìn)行局部重算，并利用柵格方向向量進(jìn)行走向引導(dǎo)，有效提高新規(guī)劃，從而提高軌跡的合理性及安全性。路徑識(shí)別能力，提升規(guī)劃效率。無(wú)人駕駛路徑規(guī)劃的選擇引導(dǎo)車輛的行駛方1.2可視圖法向，對(duì)車輛行駛安全起到至關(guān)重要作用，其技術(shù)可視圖環(huán)境建模法，是將外界環(huán)境中的障礙原理如圖1所示。通過(guò)建立包含障礙區(qū)域與自由區(qū)物轉(zhuǎn)換為凸多邊形物體，將障礙物位置的頂點(diǎn)、域的環(huán)境地圖；然后，根據(jù)當(dāng)前環(huán)境信息及相關(guān)本車當(dāng)前位置、目標(biāo)點(diǎn)這些節(jié)點(diǎn)用直線連接，若成本函數(shù)，判斷出最優(yōu)的路徑搜索算法，從而達(dá)兩點(diǎn)連接的線段不與任何障礙物多邊形相交，則[5]到實(shí)時(shí)精準(zhǔn)的對(duì)多條可行性路徑進(jìn)行搜索。稱兩點(diǎn)“可視”，該線段稱為可視線。基于此原理構(gòu)建路線圖的方法，稱為可視圖法。但是應(yīng)對(duì)于復(fù)雜場(chǎng)景時(shí)，運(yùn)算效率不佳。[5]基于此，文獻(xiàn)基于A*路徑搜索算法來(lái)構(gòu)建可視圖，并建立可視圖節(jié)點(diǎn)判斷機(jī)制，僅需構(gòu)建與最優(yōu)路徑匹配度較高的可視邊，從而提高了算法[6]的運(yùn)行效率。文獻(xiàn)將路徑規(guī)劃中的障礙物進(jìn)行規(guī)圖1路徑規(guī)劃原理圖則化篩選，排除相關(guān)度較低的障礙物，并通過(guò)簡(jiǎn)1環(huán)境建模化可視圖的邊數(shù)，減少候選參考路徑的數(shù)量，從當(dāng)感知系統(tǒng)傳遞周圍環(huán)境信息后，局部路徑而提高算法的運(yùn)算效率和可靠性。針對(duì)于復(fù)雜場(chǎng)規(guī)劃處理器將信息融合為相應(yīng)的環(huán)境地圖，環(huán)境[7]景中的多目標(biāo)障礙工況，文獻(xiàn)提出了一種基于小建模的方法有：柵格法、可視圖法、維諾圖法、型障礙物進(jìn)行分組、重新組合的路徑規(guī)劃方法，拓?fù)浞ǖ�，文中將詳述環(huán)境建模所常用的柵格對(duì)并行處理的運(yùn)行環(huán)境進(jìn)行劃分，如圖2所示，大法、可視圖法的應(yīng)用現(xiàn)狀。[8]

腦誦行?省Ｎ南捉?肪豆婊?械惱習(xí)?锝?泄?圖1路徑規(guī)劃原理圖則化篩選，排除相關(guān)度較低的障礙物，并通過(guò)簡(jiǎn)1環(huán)境建�；梢晥D的邊數(shù)，減少候選參考路徑的數(shù)量，從當(dāng)感知系統(tǒng)傳遞周圍環(huán)境信息后，局部路徑而提高算法的運(yùn)算效率和可靠性。針對(duì)于復(fù)雜場(chǎng)規(guī)劃處理器將信息融合為相應(yīng)的環(huán)境地圖，環(huán)境[7]景中的多目標(biāo)障礙工況，文獻(xiàn)提出了一種基于小建模的方法有：柵格法、可視圖法、維諾圖法、型障礙物進(jìn)行分組、重新組合的路徑規(guī)劃方法，拓?fù)浞ǖ�，文中將詳述環(huán)境建模所常用的柵格對(duì)并行處理的運(yùn)行環(huán)境進(jìn)行劃分，如圖2所示，大法、可視圖法的應(yīng)用現(xiàn)狀。[8]大地縮短算法的計(jì)算量，提高運(yùn)算效率。文獻(xiàn)采1.1柵格法用可視圖法生成多邊形規(guī)則體，并通過(guò)最優(yōu)控制柵格法作為目前最成熟的軌跡規(guī)劃算法，由算法來(lái)合并多邊形作為中間目標(biāo)，從而減少規(guī)劃[1]W.E.Howden于1968年率先提出，其原理是將外目標(biāo)受到局部極小值影響。界環(huán)境圖像信息進(jìn)行單元分割，并利用等尺寸二值信息的矩形柵格來(lái)表征。而柵格的尺寸是影響規(guī)劃算法魯棒性的重要指標(biāo)，柵格越小環(huán)境分辨率越高。相對(duì)而言，存儲(chǔ)空間占用率會(huì)增大，路徑規(guī)劃決策效率將會(huì)收到干擾；若柵格越大，便會(huì)降低在高密度多目標(biāo)等復(fù)雜場(chǎng)景中的路徑識(shí)別能力。[7]圖2基于改進(jìn)的可視圖求解最短路徑[2]文獻(xiàn)針對(duì)傳感器測(cè)量的不確定性問(wèn)題，將概率推理思想用于柵格地圖的建立，采用不同的算2路徑搜索算法法驗(yàn)證發(fā)現(xiàn)，原始的貝葉斯推理算法和Dempster融路徑搜索作為路徑規(guī)劃的主要步驟，負(fù)責(zé)合算法在實(shí)時(shí)更新柵格地圖和運(yùn)動(dòng)目標(biāo)檢測(cè)性能在建立好的環(huán)境模型中計(jì)算最優(yōu)的軌跡方案。[3]表現(xiàn)更優(yōu)。文獻(xiàn)提出針對(duì)全局環(huán)境的完全遍歷柵目前研究較為廣泛局部路徑規(guī)劃算法主要包格法靜態(tài)環(huán)境?

【參考文獻(xiàn)】：
期刊論文
[1]基于雙層蟻群算法和動(dòng)態(tài)環(huán)境的機(jī)器人路徑規(guī)劃方法[J]. 許凱波,魯海燕,黃洋,胡士娟.  電子學(xué)報(bào). 2019(10)
[2]基于改進(jìn)蟻群算法的移動(dòng)機(jī)器人路徑規(guī)劃研究[J]. 江明,王飛,葛愿,孫龍龍.  儀器儀表學(xué)報(bào). 2019(02)
[3]基于改進(jìn)蟻群算法的多AGV泊車路徑規(guī)劃[J]. 郭保青,郝樹(shù)運(yùn),朱力強(qiáng),余祖俊.  交通運(yùn)輸系統(tǒng)工程與信息. 2018(06)
[4]基于改進(jìn)A*算法的移動(dòng)機(jī)器人路徑規(guī)劃[J]. 趙曉,王錚,黃程侃,趙燕偉.  機(jī)器人. 2018(06)
[5]基于柵格法的室內(nèi)指示路徑規(guī)劃算法[J]. 程向紅,祁藝.  中國(guó)慣性技術(shù)學(xué)報(bào). 2018(02)
[6]基于人工勢(shì)場(chǎng)算法的智能車輛路徑規(guī)劃仿真[J]. 安林芳,陳濤,成艾國(guó),方威.  汽車工程. 2017(12)
[7]基于同步可視圖構(gòu)造和A*算法的全局路徑規(guī)劃[J]. 呂太之,趙春霞,夏平平.  南京理工大學(xué)學(xué)報(bào). 2017(03)
[8]改進(jìn)RRT在汽車避障局部路徑規(guī)劃中的應(yīng)用[J]. 宋曉琳,周南,黃正瑜,曹昊天.  湖南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(04)
[9]基于一種改進(jìn)A*算法的移動(dòng)機(jī)器人路徑規(guī)劃[J]. 孫煒,呂云峰,唐宏偉,薛敏.  湖南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(04)
[10]復(fù)雜環(huán)境下基于A*算法的無(wú)人機(jī)路徑再規(guī)劃[J]. 譚雁英,李洋,周軍,祝小平.  系統(tǒng)工程與電子技術(shù). 2017(06)



本文編號(hào)：3035719