原文传递
基于改进A*算法的无人车变速避障路径规划研究
| 论文题名： | 基于改进A*算法的无人车变速避障路径规划研究 |
| 关键词： | 汽车无人驾驶系统;路径规划;变速避障功能;A*算法;DWA算法 |
| 摘要： | 随着互联网技术的快速发展，汽车工业也在进行深刻变革，无人驾驶技术的研究成为当下热点。路径规划和避障是无人驾驶中的一项关键技术，路径的优劣直接影响无人车在完成自主通行过程中的质量，合理的路径可以在很大程度上节约时间以及空间成本。障碍物复杂环境对无人车行驶有着更高要求，全局路径规划需要在自身满足通行的条件下和局部路径规划良好的结合在一起，实现在复杂动态环境中规划出合理的可通行路径并安全避障。本文分析归纳了现有的路径规划算法，在障碍物复杂的环境条件下对不同算法的特点进行比较，提出了改进A*全局路径规划算法与在DWA局部路径规划算法基础上加入变速避障思想相配合的思路，通过仿真实验以及实车实验验证了改进后的算法可以规划出一条合理可通行的路径。 首先，通过阅读文献分析目前全局路径规划算法和局部路径规划算法，对传统A*算法、人工势场法和DWA算法进行分析并在MATLAB中进行了传统A*算法全局路径规划和DWA算法局部路径规划的仿真模拟。 其次，研究了无人车的全局路径规划。在A*算法进行全局路径规划基础上引入了人工势场法与障碍物位置信息，构造了斥力场代价函数与偏离障碍物的代价函数，并采用粒子群算法对改进A*算法的参数自适应选择，使规划的路径可避开密集障碍物区域,并避免了传统A*算法优先向目标点移动而不是优先避开障碍物问题，同时减小了A*算法的计算量。并用弗洛伊德（Floyd）方法对路径进行平滑处理，剔除了路径上的冗余节点，有效提高了路径的平顺性。在MATLAB中验证了粒子群改进A*算法的正确性。 然后，研究了无人车的局部路径规划与变速避障。采用卡尔曼滤波算法对动态障碍物运动进行预测并规划出运动轨迹，以此在DWA算法基础上建立了动态障碍物航向评价函数与动态障碍物安全距离评价函数，继而设计了无人车的加减速变速避障策略，达到了动态避障的目的，提高了无人车避障的安全性与通行效率。在MATLAB中验证了改进DWA算法与变速避障策略的可行性。 最后搭建了无人车ROS软件系统，创建了改进A*算法与改进DWA算法的功能包，并在Gazebo物理仿真环境中验证了功能包的可行性。并将ROS软件系统移植到了ROS无人车平台中，实现了全局路径规划绕开密集障碍物的功能和局部路径规划安全避开动态障碍物的功能。 |
| 作者： | 尹婉秋 |
| 专业： | 工程(机械工程) |
| 导师： | 张君;张建 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆理工大学 |
| 学位年度： | 2022 |
相关文献
检索历史
应用推荐
