對智能汽車避障過程進行研究,提出衍生狀態(tài)格的概念,并在此基礎(chǔ)上確定避障軌跡規(guī)劃算法。該算法結(jié)合避障車輛和障礙物的運動狀態(tài)和位置信息,將復(fù)雜道路環(huán)境中期望避障軌跡的求取問題轉(zhuǎn)換為避障車輛和狀態(tài)格之間的軌跡規(guī)劃問題。由相關(guān)算法生成的避障軌跡能針對性地考慮障礙物的狀態(tài)并適用于多障礙物環(huán)境,提出狀態(tài)格成本的概念,再采用Dijkstra搜索算法在多條可行避障軌跡中進行尋優(yōu)。仿真結(jié)果表明,汽車在障礙規(guī)避過程中橫擺角速度和側(cè)向加速度值均符合穩(wěn)定性要求,驗證了該算法的可行性。最后通過CarSim/LabView硬件在環(huán)試驗對該方法進行了進一步的驗證,所得結(jié)論與仿真結(jié)果基本一致。

【文章頁數(shù)】：8 頁

【部分圖文】：

圖1S格示意圖

和無時間量的路徑規(guī)劃結(jié)合。本文中針對動態(tài)障礙物，以障礙物的狀態(tài)為出發(fā)點建立衍生狀態(tài)格，通過設(shè)定S格成本，結(jié)合搜索算法處理多障礙物條件下的最優(yōu)軌跡規(guī)劃問題，與常規(guī)的柵格法相比無須對整個環(huán)境進行網(wǎng)格劃分。最后通過仿真試驗和硬件在環(huán)試驗對該算法的可行性和有效性進行了驗證。1衍生狀態(tài)格的....

圖3期望橫擺角加速度參考模型··

的最小尺寸由兩前輪最大轉(zhuǎn)角決定，在路徑規(guī)劃中將W1作為定值。障礙物與對應(yīng)S格距離Wzs表達式為Wzs=(Wz+Ws)/2+W1S格創(chuàng)建完成后，因為自車與S格位置重合時可保證避障車輛與障礙物間碰撞的可能性為零，故避障軌跡便是在自車和S格之間規(guī)劃。2基于S格的避障軌跡規(guī)劃算法2.1正....

圖4直道S格創(chuàng)建示意圖圖4中W2和Wzs分別表示障礙物和S格中點與

值。其中變量i依次取值1，2，…，n，從而將得出的所有(T1，θ··dm)組合代入式(2)～式(4)，首先取最終計算的式(5)結(jié)果最接近實際S格位置的組合，再將實際對應(yīng)的Sby和該組合中T1代入公式求得滿足條件的θ··dm值。2.2單障礙物避障軌跡規(guī)劃2.2.1直道路況以避障車輛....

圖8創(chuàng)建S格

的智能車避障軌跡規(guī)劃·971·的路徑，再從C車到終節(jié)點的路徑中選出權(quán)值最小的路徑做為最終結(jié)果。3算法的仿真試驗為驗證本文中基于衍生狀態(tài)格的智能車避障軌跡規(guī)劃算法在路徑規(guī)劃應(yīng)用中的有效性，通過模擬障礙物環(huán)境，運用該算法完成路徑規(guī)劃。3.1直道避障仿真試驗為說明基于S格的避障軌跡規(guī)劃....

本文編號：3962784