原文传递
高速公路环境下的无人驾驶汽车运动规划研究
| 论文题名： | 高速公路环境下的无人驾驶汽车运动规划研究 |
| 关键词： | 无人驾驶汽车;运动规划;可视图法;随机可达集;高速公路环境 |
| 摘要： | 为了降低人为因素引起的“人-车-路”各环节耦合失调导致的交通事故，无人驾驶汽车已经在全世界范围内得到广泛关注。运动规划作为无人驾驶汽车系统的共性关键技术之一，已成为该领域研究的热点。现有运动规划算法大多只考虑行驶时间、移动距离等约束条件，不涉及道路边界及车辆动力学约束;在进行环境构建时，所使用车辆状态预测模型较为单一，无法较为精确地估计车辆的状态。为此，本文以高速公路场景下行驶的无人驾驶汽车为研究对象，提出了一种基于改进可视图法的运动规划算法，并在此基础上加入随机可达集模型，来估计运动车辆的行驶状态，以提高算法的精确度。具体研究内容如下所示: (1)结合无人驾驶汽车自主决策系统的功能、原理及结构，对自主决策系统的组织结构进行分析;通过分析人类驾驶行为特性，对行为决策子系统设计准则进行总结;利用层次状态机对驾驶行为决策子系统进行建模，并根据层次状态机确定的驾驶意图选择局部目标点。 (2)为了估计车辆运动状态，利用马尔科夫链获得车辆随机可达集模型。在此基础上，对影响车辆随机可达集的主要因素进行分析，以对车辆随机可达集模型准确度进行改善。 (3)针对运动规划子系统的设计目的对其设计准则及组成结构进行分析;通过建立新的采样算法以及加入B-样条优化函数和路径评估函数，对传统可视图算法进行改进;将随机可达集模型加入改进可视图算法中，从而获得了最终的运动规划算法。 (4)在静态环境、动态环境以及混合环境下进行运动规划，利用Carsim仿真软件对规划结果进行验证;将规划结果与RRT算法所规划结果相比进行对比。结果表明，本文所得到的规划路径具有更好的舒适性和安全性。 |
| 作者： | 杜伟松 |
| 专业： | 车辆工程 |
| 导师： | 隗寒冰 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆交通大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
