無人駕駛汽車是多傳感器感知技術、計算機科學、智能控制、高速通信網(wǎng)絡以及高性能處理設備深度融合的產(chǎn)物,是人工智能技術落地的主要載體之一,必將對汽車行業(yè)、交通運輸和整個社會效益帶來重大的影響。所以研究無人駕駛汽車的關鍵技術勢在必行。本文研究了無人駕駛汽車的全局路徑規(guī)劃、局部路徑規(guī)劃和車輛底層控制等問題。主要工作如下:首先,提出一種在交通網(wǎng)絡拓撲圖上基于人工螢火蟲算法的無人駕駛汽車全局路徑規(guī)劃方法。該方法根據(jù)實際的道路交通分布,繪制出一張交通網(wǎng)絡拓撲圖,再在交通網(wǎng)絡拓撲圖上生成多條可行路徑。然后根據(jù)人工螢火蟲算法生成多條次優(yōu)路徑,接著通過調(diào)優(yōu)切換算法生成當前交通環(huán)境下的最優(yōu)路徑。如果此前生成的全局路徑因為意外事件造成不可通行時,則調(diào)用快速二次尋優(yōu)算法,利用以前的搜索結(jié)果實現(xiàn)當前交通狀況下全局路徑的快速二次規(guī)劃。其次,將模型預測控制應用到無人駕駛汽車局部路徑規(guī)劃中。在考慮周圍環(huán)境的實時變化和車輛自身約束條件的情況下,實現(xiàn)了車道線的四次多項式擬合、曲率求解和凹凸性判別,完成了直道保持、彎道減速、換道超車、跟馳行駛和主車道避障等操作。另外,本文還設計了多圓近似車輛及障礙物的具體流程,方便了主車與周... 

【文章來源】：天津大學天津市211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號表
第1章 緒論
    1.1 研究背景
        1.1.1 全局路徑規(guī)劃
        1.1.2 局部路徑規(guī)劃
        1.1.3 車輛底層控制
    1.2 基礎知識
        1.2.1 帶約束的非線性模型預測控制的基本框架
        1.2.2 人工螢火蟲算法
        1.2.3 粒子群優(yōu)化算法
        1.2.4 量子粒子群優(yōu)化算法
    1.3 本文的主要工作與結(jié)構(gòu)安排
第2章 真實交通網(wǎng)絡下基于改進人工螢火蟲算法的無人駕駛汽車全局路徑規(guī)劃
    2.1 交通網(wǎng)絡拓撲圖的建立
    2.2 初始可行路徑的生成
    2.3 多條局部最優(yōu)路徑的生成
        2.3.1 修正亮度更新律
        2.3.2 鄰域集的選擇
        2.3.3 進化方式的改變
    2.4 調(diào)優(yōu)切換
    2.5 快速二次尋優(yōu)算法
    2.6 本章小結(jié)
第3章 動態(tài)環(huán)境下的無人駕駛汽車模型預測局部路徑規(guī)劃
    3.1 模型預測路徑規(guī)劃框架
        3.1.1 車輛運動學模型
        3.1.2 多圓近似車輛及障礙物
        3.1.3 車道線及道路邊沿曲線擬合
        3.1.4 目標函數(shù)的構(gòu)造
    3.2 路徑規(guī)劃典型道路場景處理
        3.2.1 彎道減速
        3.2.2 換道超車與跟馳
        3.2.3 主車道避障
    3.3 仿真驗證
        3.3.1 直道高速行駛
        3.3.2 彎道減速
        3.3.3 換道超車
        3.3.4 避障行駛
        3.3.5 減速跟馳
    3.4 本章小結(jié)
第4章 前饋控制與模型預測控制的柔性結(jié)合及其在無人駕駛汽車轉(zhuǎn)向控制上的應用
    4.1 車輛單軌動力學模型及目標函數(shù)的構(gòu)造
    4.2 前饋控制和粒子群算法的柔性結(jié)合
        4.2.1 前饋控制
        4.2.2 柔性結(jié)合
    4.3 仿真與實驗驗證
        4.3.1 Matlab與Carsim聯(lián)合仿真
        4.3.2 無人駕駛平臺簡介
        4.3.3 無人駕駛汽車實驗場測試
    4.4 本章小結(jié)
第5章 非線性模型預測控制的并行設計及其在無人駕駛汽車軌跡跟蹤上的應用
    5.1 無人駕駛車輛軌跡跟蹤增廣目標函數(shù)的構(gòu)造
        5.1.1 廣義拉格朗日乘子法
        5.1.2 軌跡跟蹤增廣目標函數(shù)
    5.2 量子粒子群算法與傳統(tǒng)粒子群算法的對比
    5.3 量子粒子群算法并行設計
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
發(fā)表論文和參加科研情況說明
致謝


【參考文獻】：
期刊論文
[1]基于改進模擬退火算法的機器人全局路徑規(guī)劃[J]. 鞏敦衛(wèi),曾現(xiàn)峰,張勇.  系統(tǒng)仿真學報. 2013(03)
[2]用基于知識的遺傳算法實現(xiàn)移動機器人路徑規(guī)劃[J]. 周蘭鳳,洪炳熔.  電子學報. 2006(05)



本文編號：3615847