原文传递
基于多目标和动态环境的缩微智能车辆的路径规划研究
| 论文题名： | 基于多目标和动态环境的缩微智能车辆的路径规划研究 |
| 关键词： | 智能车辆;动态环境;路径规划;SLAM算法 |
| 摘要： | 发展智能网联汽车技术可以解决当今面临交通安全、道路拥堵、能源消耗等问题，其也是构建智慧交通的主体。智能网联汽车是指安装传感器、控制器、执行器等设备，结合现代通信技术与网络技术，具备复杂环境感知、智能化决策、自动化控制功能，使车辆与外部节点间实现信息共享与控制协同，从而安全、高效、经济行驶的下一代汽车。本课题中的缩微智能车辆，人们也常常称之为智能小车。 本课题以室内缩微智能车辆为研究对象，开展路径规划研究。根据建立缩微智能车辆的运动学模型和里程计模型，推导出缩微智能车辆的位姿状态变化，通过缩微智能车辆用到的坐标变换，得到激光雷达扫描到的障碍物到世界坐标系的距离信息。在同步定位与地图构建部分，分析了基于滤波的Gmapping算法和基于图优化的Cartographer算法，对这两种SLAM算法进行理论分析，比较了两种建图算法后，选择Cartographer算法建立地图，并在拥挤的室内环境和长直走廊两种不同的环境条件，对Cartographer算法进行建图的完整性比较。实验表明,Cartographer算法可以有效的建立环境地图。在智能小车的路径规划部分，全局路径规划算法中，从理论上分析比较了A*算法和Dijkstra算法，通过实验得出，A*算法的搜索效率快于Dijkstra算法。局部路径规划中，对DWA中的评价函数的参数进行MATLAB仿真实验，得出一组相对较理想的权重参数。针对算法在实际应用中，小车在狭小区域的避障艰难问题，提出使用Bug2算法来改进DWA算法。 最后，本课题利用的是AutolaborPro1作为缩微智能车辆的移动底盘，在移动底盘前后安装二维激光雷达、惯性导航等传感器，搭建实验平台，进行SLAM和多目标路径规划实验论证。实验表明，采用本课题中的路径规划算法可以在多目标和动态环境完成。 |
| 作者： | 刘斌 |
| 专业： | 机械工程 |
| 导师： | 李彬;关志伟 |
| 授予学位： | 硕士 |
| 授予学位单位： | 天津理工大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
