無(wú)人車的路徑規(guī)劃指的是已知車輛的起點(diǎn)位置、終點(diǎn)位置和環(huán)境中的障礙物分布,規(guī)劃出一條與障礙物不相碰撞的路徑。近年來(lái)新的路徑規(guī)劃算法不斷出現(xiàn)和發(fā)展,在路徑規(guī)劃領(lǐng)域最具有代表性和最常見(jiàn)的路徑規(guī)劃算法主要分為基于地圖的路徑規(guī)劃算法、基于仿生學(xué)的路徑規(guī)劃算法以及基于采樣的路徑規(guī)劃算法�；诓蓸拥乃阉魉惴ㄓ懈怕蕡D算法和快速擴(kuò)展隨機(jī)樹(shù)算法（Rapidly-exploring Random tree,RRT）�？焖贁U(kuò)展隨機(jī)樹(shù)算法優(yōu)點(diǎn)在于其不需要對(duì)規(guī)劃的空間進(jìn)行建模,是一種隨機(jī)采樣的算法,同時(shí)考慮了無(wú)人車客觀存在的約束,因此得到了廣泛應(yīng)用�；究焖贁U(kuò)展隨機(jī)樹(shù)算法在進(jìn)行路徑規(guī)劃時(shí)也存在以下缺點(diǎn):（1）隨機(jī)生成路徑,路徑具有偏差性;（2）隨機(jī)樹(shù)在搜索過(guò)程中無(wú)導(dǎo)向性;（3）收斂速度遲緩,搜索效率低等。本文以快速擴(kuò)展隨機(jī)樹(shù)算法作為研究對(duì)象,在分析研究基本快速擴(kuò)展隨機(jī)樹(shù)算法的基礎(chǔ)上,通過(guò)指向性和啟發(fā)函數(shù)改進(jìn)基本快速擴(kuò)展隨機(jī)樹(shù)算法,實(shí)現(xiàn)車輛的路徑優(yōu)化�；谲囕v進(jìn)行運(yùn)動(dòng)學(xué)分析,建立車輛坐標(biāo)系和車輛運(yùn)動(dòng)轉(zhuǎn)向模型,通過(guò)轉(zhuǎn)向約束,使規(guī)劃路徑符合車輛行駛需求,為后續(xù)路徑規(guī)劃試驗(yàn)研究奠定基礎(chǔ)。針對(duì)快速擴(kuò)展隨機(jī)樹(shù)算法缺點(diǎn),采用雙... 

【文章來(lái)源】：南京林業(yè)大學(xué)江蘇省

【文章頁(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 課題研究意義與目的
    1.2 無(wú)人駕駛汽車研究現(xiàn)狀
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究背景
    1.3 國(guó)內(nèi)外路徑規(guī)劃技術(shù)研究現(xiàn)狀
        1.3.1 基于地圖的路徑規(guī)劃算法
        1.3.2 基于仿生學(xué)的路徑規(guī)劃算法
        1.3.3 基于采樣的路徑規(guī)劃算法
    1.4 研究?jī)?nèi)容
    1.5 本章小結(jié)
第二章 無(wú)人車運(yùn)動(dòng)學(xué)建模
    2.1 位姿空間
    2.2 車輛模型
        2.2.1 車輛模型建模
        2.2.2 車輛運(yùn)動(dòng)學(xué)建模
        2.2.3 車輛運(yùn)動(dòng)學(xué)模型驗(yàn)證
        2.2.4 車輛轉(zhuǎn)向運(yùn)動(dòng)模型
        2.2.5 前輪轉(zhuǎn)向角的范圍確定
    2.3 本章小結(jié)
第三章 基本快速擴(kuò)展隨機(jī)樹(shù)算法
    3.1 單向快速擴(kuò)展隨機(jī)樹(shù)
        3.1.1 快速擴(kuò)展隨機(jī)樹(shù)算法的基本原理
        3.1.2 快速擴(kuò)展隨機(jī)樹(shù)算法不足分析
        3.1.3 單向快速擴(kuò)展隨機(jī)樹(shù)仿真實(shí)驗(yàn)及分析
    3.2 雙向擴(kuò)展隨機(jī)樹(shù)
        3.2.1 雙向快速擴(kuò)展隨機(jī)樹(shù)算法的基本原理
        3.2.2 雙向快速擴(kuò)展隨機(jī)樹(shù)算法仿真實(shí)驗(yàn)及分析
    3.3 本章小結(jié)
第四章 改進(jìn)快速擴(kuò)展隨機(jī)樹(shù)算法
    4.1 人工勢(shì)場(chǎng)法
    4.2 基于人工勢(shì)場(chǎng)法改進(jìn)快速擴(kuò)展隨機(jī)樹(shù)算法
        4.2.1 增加引力分量
        4.2.2 生成局部隨機(jī)樹(shù)
        4.2.3 增加斥力分量
        4.2.4 改進(jìn)快速擴(kuò)展隨機(jī)樹(shù)算法基本流程
        4.2.5 仿真實(shí)驗(yàn)及分析
            4.2.5.1 基本快速擴(kuò)展隨機(jī)樹(shù)算法仿真實(shí)驗(yàn)結(jié)果及分析
            4.2.5.2 改進(jìn)快速擴(kuò)展隨機(jī)樹(shù)算法仿真實(shí)驗(yàn)結(jié)果及分析
    4.3 循環(huán)交替迭代搜索算法
        4.3.1 循環(huán)交替迭代搜索基本流程
        4.3.2 仿真實(shí)驗(yàn)及分析
            4.3.2.1 快速擴(kuò)展隨機(jī)樹(shù)仿真實(shí)驗(yàn)結(jié)果及分析
            4.3.2.2 改進(jìn)快速擴(kuò)展隨機(jī)樹(shù)算法仿真實(shí)驗(yàn)結(jié)果及分析
    4.4 算法對(duì)比分析
    4.5 本章小結(jié)
第五章 路徑優(yōu)化處理
    5.1 角度約束
        5.1.1 理論分析
        5.1.2 仿真實(shí)驗(yàn)與分析
    5.2 節(jié)點(diǎn)優(yōu)化
        5.2.1 理論分析
        5.2.2 仿真實(shí)驗(yàn)與分析
    5.3 路徑平滑處理
        5.3.1 B樣條曲線
        5.3.2 仿真實(shí)驗(yàn)與分析
    5.4 改進(jìn)快速擴(kuò)展隨機(jī)樹(shù)算法路徑優(yōu)化
        5.4.1 改進(jìn)算法1路徑優(yōu)化
        5.4.2 改進(jìn)算法2路徑優(yōu)化
    5.5 本章小結(jié)
第六章 智能車試驗(yàn)
    6.1 Car Sim與 Matlab/Simulink聯(lián)合仿真
    6.2 ROS智能車平臺(tái)下的試驗(yàn)
        6.2.1 ROS智能車平臺(tái)簡(jiǎn)介
        6.2.2 平臺(tái)硬件配置
        6.2.3 SLAM建圖
        6.2.4 算法實(shí)現(xiàn)
    6.3 本章小結(jié)
第七章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
攻讀學(xué)位期間所獲得的科研成果
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]無(wú)人駕駛汽車局部路徑規(guī)劃算法研究[J]. 彭曉燕,謝浩,黃晶.  汽車工程. 2020(01)
[2]基于RRT改進(jìn)的智能車輛路徑規(guī)劃算法[J]. 施楊洋,楊家富,布升強(qiáng),朱林峰.  計(jì)算技術(shù)與自動(dòng)化. 2019(04)
[3]無(wú)人駕駛汽車發(fā)展現(xiàn)狀及發(fā)展趨勢(shì)[J]. 劉作峰,張金友.  河北農(nóng)機(jī). 2020(01)
[4]自動(dòng)駕駛車輛智能性評(píng)價(jià)研究綜述[J]. 陳君毅,李如冰,邢星宇,蒙昊藍(lán),余卓平.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(12)
[5]未來(lái)交通：自動(dòng)駕駛與智能網(wǎng)聯(lián)[J]. 李德毅.  機(jī)器人產(chǎn)業(yè). 2019(06)
[6]Development and path planning of a novel unmanned surface vehicle system and its application to exploitation of Qarhan Salt Lake[J]. Zhibin XUE,Jincun LIU,Zhengxing WU,Sheng DU,Shihan KONG,Junzhi YU.  Science China（Information Sciences）. 2019(08)
[7]無(wú)人駕駛汽車及其發(fā)展[J]. 宋飛揚(yáng).  中國(guó)高新科技. 2019(05)
[8]基于梯度下降法和改進(jìn)人工勢(shì)場(chǎng)法的無(wú)人車避障方法[J]. 方朋朋,楊家富,施楊洋,于凌宇.  制造業(yè)自動(dòng)化. 2018(11)
[9]基于全向移動(dòng)機(jī)器人路徑規(guī)劃的蟻群算法研究[J]. 何雨,張志安,韓明明,陳慶武,黃學(xué)功.  測(cè)試技術(shù)學(xué)報(bào). 2018(05)
[10]多啟發(fā)因素改進(jìn)蟻群算法的路徑規(guī)劃[J]. 李理,李鴻,單寧波.  計(jì)算機(jī)工程與應(yīng)用. 2019(05)

碩士論文
[1]基于集成的多深度確定性策略梯度的無(wú)人駕駛策略研究[D]. 吳俊塔.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院) 2019
[2]無(wú)人駕駛車輛的路面信息感知技術(shù)研究[D]. 都凱悅.長(zhǎng)春理工大學(xué) 2018
[3]復(fù)雜環(huán)境下智能車輛局部路徑規(guī)劃與跟蹤方法研究[D]. 孔令上.重慶郵電大學(xué) 2017
[4]無(wú)人駕駛車輛換道與超車控制方法研究[D]. 祁智.燕山大學(xué) 2017
[5]無(wú)人駕駛車輛軌跡跟蹤分層協(xié)調(diào)控制方法研究[D]. 馬騰.大連理工大學(xué) 2017
[6]互聯(lián)網(wǎng)思維主導(dǎo)的汽車功能與形態(tài)設(shè)計(jì)研究[D]. 董斌.北京理工大學(xué) 2015
[7]基于改進(jìn)RRT與人工勢(shì)場(chǎng)混合算法的足球機(jī)器人路徑規(guī)劃研究[D]. 郝利波.西安科技大學(xué) 2011



本文編號(hào)：3639148