越野車(chē)輛自動(dòng)駕駛技術(shù)在軍事、農(nóng)業(yè)、消防等領(lǐng)域有廣泛用途,本文面向無(wú)人輪式車(chē)輛在越野環(huán)境下的非結(jié)構(gòu)化路面的自動(dòng)駕駛,開(kāi)展越野環(huán)境下的全局路徑規(guī)劃與軌跡跟蹤算法研究。目前在非結(jié)構(gòu)化道路上柵格地圖中的全局路徑規(guī)劃算法較多,而一般柵格地圖不考慮每個(gè)格網(wǎng)的具體高程或地面類(lèi)型差異,同時(shí)非結(jié)構(gòu)化道路一般考慮為平整空曠道路上,越野環(huán)境中多為地形起伏的顛簸路面,同時(shí)地貌復(fù)雜,地物類(lèi)別多樣。本文針對(duì)典型越野路面開(kāi)展了無(wú)人越野汽車(chē)的路徑規(guī)劃與軌跡跟蹤方法研究。首先選擇長(zhǎng)春周邊的實(shí)驗(yàn)地區(qū),通過(guò)土地監(jiān)督分析及DEM信息進(jìn)行環(huán)境建模,然后依次采用全局、局部路徑規(guī)劃算法進(jìn)行仿真,得到越野汽車(chē)參考的軌跡離散點(diǎn)集。最后基于預(yù)瞄控制進(jìn)行軌跡跟蹤,驗(yàn)證了局部路徑規(guī)劃算法的有效性。本文的主要內(nèi)容包括:（1）越野路面環(huán)境建模越野路面環(huán)境建模流程及方法,包括采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行土地監(jiān)督分類(lèi),采用DEM高程數(shù)據(jù)計(jì)算坡度坡向信息。將分類(lèi)結(jié)果通過(guò)柵格法進(jìn)行建模,得到車(chē)輛可以識(shí)別的越野柵格地圖。（2）路徑規(guī)劃算法仿真在越野柵格地圖中采用改進(jìn)A*算法和改進(jìn)蟻群算法進(jìn)行全局路徑規(guī)劃,并將兩者仿真結(jié)果進(jìn)行對(duì)比。其中改進(jìn)A*算法路徑通行時(shí)間更短... 

【文章來(lái)源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：111 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

Navlab112004年至今，DARPA舉辦的地面無(wú)人平臺(tái)越野挑戰(zhàn)賽（AnUnmannedGround

第1章緒論3不僅存在戰(zhàn)壕、水溝等靜態(tài)障礙，同時(shí)存在動(dòng)態(tài)阻斷區(qū)域以考驗(yàn)車(chē)輛的路徑重規(guī)劃能力，這一挑戰(zhàn)賽對(duì)無(wú)人越野車(chē)的感知、規(guī)劃、決策、控制的能力進(jìn)行綜合考察，軍事交通學(xué)院的猛獅車(chē)隊(duì)在比賽第一年獲得冠軍，如圖1.2所示為冠軍車(chē)輛。圖1.2軍事交通學(xué)院猛獅1號(hào)一般智能駕駛車(chē)輛應(yīng)包括環(huán)境感知系統(tǒng)、動(dòng)態(tài)決策能力、自主規(guī)劃道路及行為控制能力。無(wú)人地面車(chē)輛的主要目標(biāo)是實(shí)現(xiàn)平穩(wěn)安全的自主駕駛，包括自主選擇一條從起點(diǎn)到終點(diǎn)的非完整約束的行駛路徑。與此同時(shí)，無(wú)人車(chē)需要在地圖中明確自身的坐標(biāo)位置，并實(shí)時(shí)感知地面環(huán)境信息以實(shí)現(xiàn)準(zhǔn)確的行駛決策。在越野環(huán)境下，地表類(lèi)型多樣，地面屬性復(fù)雜，所以對(duì)車(chē)輛的行駛有較多阻礙，同時(shí)地形多起伏不定，若不事先對(duì)越野車(chē)輛行駛路徑進(jìn)行規(guī)劃，會(huì)嚴(yán)重的影響汽車(chē)在指定區(qū)域的通行速度，同時(shí)在實(shí)車(chē)通行演練過(guò)程中總結(jié)經(jīng)驗(yàn)，對(duì)人力物力財(cái)力的消耗較大，在行駛安全性上也無(wú)法保障駕駛?cè)藛T及試驗(yàn)車(chē)輛。所以綜上所述，研究一種滿(mǎn)足越野路面的路徑規(guī)劃方法，對(duì)我國(guó)農(nóng)業(yè)發(fā)展、森林消防、軍事行動(dòng)等多個(gè)領(lǐng)域上有指導(dǎo)價(jià)值的。所以本文重點(diǎn)考慮無(wú)人輪式越野車(chē)的路徑規(guī)劃及底層控制能力，使車(chē)輛在越野路面上可以規(guī)劃出一條從起點(diǎn)到終點(diǎn)的最優(yōu)路線(xiàn)并完成軌跡跟隨控制，考驗(yàn)車(chē)輛是否具有安全平穩(wěn)通行越野路面的能力。1.2面向自動(dòng)駕駛的全局越野地圖生成方法在進(jìn)行全局路徑規(guī)劃之前，需要?jiǎng)?chuàng)建智能車(chē)輛可識(shí)別的環(huán)境地圖，所以首先要對(duì)下載好的瓦片地圖信息進(jìn)行預(yù)處理，本文擬采用地理學(xué)遙感技術(shù)對(duì)下載的地

第2章越野路面環(huán)境建模21,′=(,++1,++1,+1+,+1)/4…………….（2-3）在全局路徑規(guī)劃中，車(chē)輛行駛過(guò)程不考慮具體的車(chē)輛運(yùn)動(dòng)約束，而是將車(chē)輛看作質(zhì)點(diǎn)并引入“窗口移動(dòng)法”[61]對(duì)行駛路徑進(jìn)行規(guī)劃。所以本文中考慮的坡度信息以相鄰格網(wǎng)間的坡度大小和坡向這兩個(gè)指標(biāo)為主。參考汽車(chē)的動(dòng)力性指標(biāo)，汽車(chē)的最大爬坡度imax通常指汽車(chē)I檔的爬坡能力，一般車(chē)輛的imax在30%即16.7°左右，而越野輪式車(chē)輛通常在壞路或無(wú)路條件下行駛，所以imax相對(duì)較大，在60%即31°左右，所以設(shè)定車(chē)輛通行最大坡度為30°，當(dāng)車(chē)輛通行到下一格網(wǎng)時(shí)，需要依據(jù)tabu表確定兩個(gè)格網(wǎng)是否可以通行。在地理學(xué)科中，基于DEM數(shù)據(jù)提取坡度和坡向的方法眾多，李天文等[62]基于規(guī)則格網(wǎng)DEM坡度坡向做了一系列比較分析，這里是基于3×3的“窗口移動(dòng)法”進(jìn)行計(jì)算，如圖2.4所示。本文選取三階不帶權(quán)差分模型進(jìn)行坡度計(jì)算。假定當(dāng)前車(chē)輛處于高程值為Z5的格網(wǎng)處時(shí)，具體算法及公式如下：圖2.3提取高程信息點(diǎn)圖2.4移動(dòng)格網(wǎng)=(71+82+93)/6………………（2-4）=(31+64+97)/6………………（2-5）其中：Zi為所處的格網(wǎng)的高程值，g為格網(wǎng)間距即格網(wǎng)的單元格長(zhǎng)度，單位米，隨著DEM數(shù)據(jù)分辨率的不同而不同。fx、fy分別是南北方向和東西方向的高程變化率。然后計(jì)算坡度S和坡向A：=√2+2………………………（2-6）=270°+()90°/||…………….（2-7）本文設(shè)定的坡度閾值為30°，即S弧度值的取值范圍為[-0.524,0.524]，最后Z7Z8Z9Z6Z5Z4Z1Z2Z3

【參考文獻(xiàn)】：
期刊論文
[1]關(guān)鍵節(jié)點(diǎn)和平滑處理的PRM路徑優(yōu)化方法[J]. 魏念巍,姜媛媛,劉延彬,辛元芳,洪炎.  計(jì)算機(jī)工程與應(yīng)用. 2020(16)
[2]基于動(dòng)態(tài)T-S模糊控制的視覺(jué)目標(biāo)跟隨[J]. 鄭晶翔,曹博,畢樹(shù)生,楊東升.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2019(01)
[3]基于wMPS和模糊控制的AGV路徑規(guī)劃控制[J]. 任永杰,趙顯,郭思陽(yáng),王金旺,鄧俊.  光學(xué)學(xué)報(bào). 2019(03)
[4]自治水下機(jī)器人的自主啟發(fā)式生物啟發(fā)神經(jīng)網(wǎng)絡(luò)路徑規(guī)劃算法[J]. 朱大奇,劉雨,孫兵,劉清沁.  控制理論與應(yīng)用. 2019(02)
[5]Rotated hyperbola model for smooth support vector machine for classification[J]. Wang En.  The Journal of China Universities of Posts and Telecommunications. 2018(04)
[6]預(yù)瞄跟隨駕駛員模型的復(fù)合校正[J]. 管欣,陳永尚,賈鑫,詹軍.  汽車(chē)工程. 2018(03)
[7]基于最小距離法的面向?qū)ο筮b感影像分類(lèi)[J]. 黨濤,李亞妮,羅軍凱,任建平.  測(cè)繪與空間地理信息. 2017(10)
[8]解決路徑規(guī)劃局部極小問(wèn)題的勢(shì)場(chǎng)柵格法[J]. 朱愛(ài)斌,劉洋洋,何大勇,何勝利.  機(jī)械設(shè)計(jì)與研究. 2017(05)
[9]無(wú)人駕駛汽車(chē)研究綜述與發(fā)展展望[J]. 潘福全,亓榮杰,張璇,張麗霞.  科技創(chuàng)新與應(yīng)用. 2017(02)
[10]基于拓?fù)涞貓D的田間機(jī)器人路徑規(guī)劃和控制[J]. 竇文豪,朱凱,梁盛好,文偉松,郭緣,譚彧.  中國(guó)科技論文. 2016(22)

博士論文
[1]越野無(wú)人駕駛車(chē)輛超聲測(cè)障技術(shù)研究[D]. 崔慧海.國(guó)防科學(xué)技術(shù)大學(xué) 2016

碩士論文
[1]BP神經(jīng)網(wǎng)絡(luò)算法在衛(wèi)星遙感影像地物分類(lèi)中的應(yīng)用[D]. 公濱南.東北農(nóng)業(yè)大學(xué) 2019
[2]智能汽車(chē)路徑規(guī)劃與跟蹤控制仿真研究[D]. 張思遠(yuǎn).吉林大學(xué) 2018
[3]基于支持向量機(jī)的遙感影像道路提取[D]. 孫沖.吉林大學(xué) 2018
[4]校園智能車(chē)軌跡跟隨控制研究[D]. 李文博.重慶理工大學(xué) 2018
[5]面向越野環(huán)境的無(wú)人車(chē)自主導(dǎo)航方法研究[D]. 袁偉.上海交通大學(xué) 2017
[6]自主行駛資源勘探車(chē)輛路徑規(guī)劃算法研究[D]. 劉神.吉林大學(xué) 2016
[7]智能汽車(chē)的軌跡跟隨控制研究[D]. 明廷友.吉林大學(xué) 2016
[8]智能車(chē)輛越野環(huán)境路徑規(guī)劃[D]. 蔣鍵.北京理工大學(xué) 2016
[9]真實(shí)DEM地圖下一種航跡規(guī)劃算法的研究和應(yīng)用[D]. 唐龍偉.電子科技大學(xué) 2014
[10]基于環(huán)境地圖的機(jī)器人全局路徑規(guī)劃的研究[D]. 劉杰.武漢理工大學(xué) 2013



本文編號(hào)：3338914