隨著各個(gè)科技領(lǐng)域的進(jìn)步,智能機(jī)器人開(kāi)始滲入到各個(gè)行業(yè),其中智能車(chē)自動(dòng)駕駛的研究與開(kāi)發(fā)也越來(lái)越受到人們的重視。在無(wú)人車(chē)自動(dòng)駕駛的研究中,路徑規(guī)劃和在動(dòng)態(tài)環(huán)境中自主避障是當(dāng)前研究的主要問(wèn)題。避障原理是無(wú)人車(chē)先通過(guò)安裝的車(chē)載感知器獲得自身位置和周?chē)h(huán)境信息,尤其是與周?chē)系K物的距離,然后計(jì)算出當(dāng)前無(wú)人車(chē)與障礙物的最小安全距離,生成安全避障策略,自動(dòng)控制無(wú)人車(chē)安全避障。路徑規(guī)劃同樣需要依靠感知器感知周?chē)系K信息,以及探測(cè)目標(biāo)位置。使用柵格對(duì)無(wú)人車(chē)行駛路徑進(jìn)行劃分,利用Q-learning算法生成Q-table列表,計(jì)算無(wú)人車(chē)每個(gè)位置的價(jià)值,使用貪心策略生成直達(dá)目的地的最優(yōu)路徑,使無(wú)人車(chē)自動(dòng)沿著最優(yōu)路徑行駛至目標(biāo)位置。本文主要研究了強(qiáng)化學(xué)習(xí)中的神經(jīng)網(wǎng)絡(luò)算法和Q-learning算法理論及其解決無(wú)人車(chē)在未知?jiǎng)討B(tài)環(huán)境中的避障和路徑規(guī)劃問(wèn)題,具體完成的工作有:第一,根據(jù)現(xiàn)實(shí)車(chē)輛行駛路徑情況,運(yùn)用python語(yǔ)言在PyCharm平臺(tái)上搭建了無(wú)人駕駛智能車(chē)系統(tǒng),主要包括動(dòng)、靜障礙物設(shè)置,目標(biāo)點(diǎn)設(shè)置,無(wú)人車(chē)行駛方式設(shè)置,這些是無(wú)人車(chē)自動(dòng)駕駛實(shí)驗(yàn)的基礎(chǔ)設(shè)置條件。第二,通過(guò)分析無(wú)人車(chē)避障方法以及可能遇障方式的分... 

【文章來(lái)源】：曲阜師范大學(xué)山東省

【文章頁(yè)數(shù)】：53 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

VaMoRs無(wú)人駕駛汽車(chē)

圖 1. 2 無(wú)人駕駛汽車(chē) Boss司作為最先發(fā)展無(wú)人駕駛技術(shù)的公司，其無(wú)人駕駛智能技上市公司自主研究的加入預(yù)示著無(wú)人駕駛開(kāi)始從學(xué)校實(shí)驗(yàn)路成為可能。驗(yàn)室在 2007 年就開(kāi)始了無(wú)人駕駛汽車(chē)研究的各項(xiàng)籌備工駛汽車(chē)的初步研發(fā)工作。2014 年 12 月，Google 創(chuàng)新小動(dòng)駕駛智能汽車(chē)[5]，其完全依靠電腦自動(dòng)控制行駛動(dòng)作，及停止。通過(guò)照相機(jī)，雷達(dá)感應(yīng)器和激光測(cè)距機(jī)感應(yīng)周?chē)x，生成環(huán)境輸入數(shù)據(jù)以及 action 反饋數(shù)據(jù)。內(nèi)華達(dá)州已。截止到 2015 年 11 月，Google 研發(fā)的無(wú)人駕駛汽車(chē)共完 在人工智能方面長(zhǎng)時(shí)間的研發(fā)積淀為其無(wú)人駕駛汽車(chē)的發(fā)

圖 1. 2 無(wú)人駕駛汽車(chē) Boss司作為最先發(fā)展無(wú)人駕駛技術(shù)的公司，其無(wú)人駕駛智能技上市公司自主研究的加入預(yù)示著無(wú)人駕駛開(kāi)始從學(xué)校實(shí)驗(yàn)路成為可能。驗(yàn)室在 2007 年就開(kāi)始了無(wú)人駕駛汽車(chē)研究的各項(xiàng)籌備工駛汽車(chē)的初步研發(fā)工作。2014 年 12 月，Google 創(chuàng)新小動(dòng)駕駛智能汽車(chē)[5]，其完全依靠電腦自動(dòng)控制行駛動(dòng)作，及停止。通過(guò)照相機(jī)，雷達(dá)感應(yīng)器和激光測(cè)距機(jī)感應(yīng)周?chē)x，生成環(huán)境輸入數(shù)據(jù)以及 action 反饋數(shù)據(jù)。內(nèi)華達(dá)州已。截止到 2015 年 11 月，Google 研發(fā)的無(wú)人駕駛汽車(chē)共完 在人工智能方面長(zhǎng)時(shí)間的研發(fā)積淀為其無(wú)人駕駛汽車(chē)的發(fā)

【參考文獻(xiàn)】：
期刊論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的三峽庫(kù)區(qū)土壤侵蝕強(qiáng)度模擬[J]. 劉婷,邵景安.  自然資源學(xué)報(bào). 2018(04)
[2]基于ACLBFO算法的車(chē)輛路徑規(guī)劃[J]. 譚立靜,王紅,牛奔.  系統(tǒng)工程. 2015(04)
[3]無(wú)人駕駛車(chē)輛局部路徑規(guī)劃的時(shí)間一致性與魯棒性研究[J]. 姜巖,王琦,龔建偉,陳慧巖.  自動(dòng)化學(xué)報(bào). 2015(03)
[4]強(qiáng)化學(xué)習(xí)在機(jī)器人路徑規(guī)劃中的應(yīng)用研究[J]. 童亮,王準(zhǔn).  計(jì)算機(jī)仿真. 2013(12)
[5]BP網(wǎng)絡(luò)用于聲波法爐內(nèi)切圓流場(chǎng)監(jiān)測(cè)系統(tǒng)的模擬研究[J]. 周紅新,李言欽,周懷春.  華中電力. 2005(04)
[6]基于柵格法的機(jī)器人路徑規(guī)劃蟻群算法[J]. 朱慶保,張玉蘭.  機(jī)器人. 2005(02)
[7]交通運(yùn)輸網(wǎng)絡(luò)最短路徑關(guān)鍵邊問(wèn)題研究[J]. 李引珍,郭耀煌.  中國(guó)管理科學(xué). 2004(04)
[8]多Agent系統(tǒng)中強(qiáng)化學(xué)習(xí)的研究現(xiàn)狀和發(fā)展趨勢(shì)[J]. 趙志宏,高陽(yáng),駱斌,陳世福.  計(jì)算機(jī)科學(xué). 2004(03)
[9]用于移動(dòng)機(jī)器人避障的人工神經(jīng)網(wǎng)絡(luò)和模糊邏輯控制技術(shù)[J]. 張明路,彭商賢,曹作良,徐宏.  中國(guó)機(jī)械工程. 1997(02)

博士論文
[1]無(wú)人駕駛汽車(chē)環(huán)境信息提取及運(yùn)動(dòng)決策方法研究[D]. 武歷穎.長(zhǎng)安大學(xué) 2016
[2]強(qiáng)化學(xué)習(xí)及其在機(jī)器人系統(tǒng)中的應(yīng)用研究[D]. 陳學(xué)松.廣東工業(yè)大學(xué) 2011

碩士論文
[1]無(wú)人駕駛汽車(chē)自動(dòng)尋路與動(dòng)態(tài)避障研究[D]. 李文越.長(zhǎng)安大學(xué) 2018
[2]基于強(qiáng)化學(xué)習(xí)的移動(dòng)機(jī)器人路徑規(guī)劃研究[D]. 劉仕超.山東科技大學(xué) 2017
[3]基于強(qiáng)化學(xué)習(xí)的路徑規(guī)劃問(wèn)題研究[D]. 趙英男.哈爾濱工業(yè)大學(xué) 2017
[4]智能激光車(chē)輛避障系統(tǒng)的研究[D]. 衛(wèi)蘇晶.西安科技大學(xué) 2015
[5]無(wú)人駕駛智能車(chē)在動(dòng)態(tài)環(huán)境中的避障方法[D]. 崔佳超.西安工業(yè)大學(xué) 2015
[6]基于粒子群和蟻群融合算法的移動(dòng)機(jī)器人路徑規(guī)劃研究[D]. 楊惠.長(zhǎng)沙理工大學(xué) 2010
[7]基于強(qiáng)化學(xué)習(xí)的輪式移動(dòng)機(jī)器人避障研究[D]. 田從豐.東北大學(xué) 2009



本文編號(hào)：3434199