论文题名: | 基于QPC-MT-RRT的无人驾驶车辆路径规划 |
关键词: | 无人驾驶车辆;路径规划;QPC-MT-RRT算法;路径平滑处理 |
摘要: | 如今世界经济环境得到迅速发展,车辆的数量也在随之不断增加,面对严重的交通堵塞、频发的交通事故、疲劳驾驶以及驾驶员技术的降低,道路安全问题引起了越来越多的关注。相对于这些较为不可控的因素,尤其在5G时代的来临以及车联网技术的完善的情况下,无人驾驶车辆的研究为我们提出了新的方向,而无人驾驶车辆研究的核心内容就是路径规划。因此本文针对无人驾驶车辆的路径规划基于快速搜索随机树算法(Rapidly-exploringrandomtree,RRT)进行研究: (1)分析基础RRT算法存在的优缺点,针对RRT算法存在采样方式过于随机、盲目搜索、节点利用率低、算法收敛速度慢等问题,进行算法改进。 (2)将基础RRT算法的一个根节点扩展为有计算得出的多个引导根节点,进行双向搜索得到MT-RRT算法。将两种路径规划算法在MATLAB上进行实验仿真,结果表明:MT-RRT算法运行时间更短、所规划的路径更短。 (3)在此基础上进行路径平滑处理。提出了一种五次多项式曲线与MT-RRT算法的融合算法,即QPC-MT-RRT算法,来提高搜索效率、使路径更平滑。最后,为验证MT-RRT算法的可行性,将RRT算法于MT-RRT算法分别在不同障碍物分布的地图中进行实验仿真,并在此基础上验证QPC-MT-RRT算法对路径平滑处理的优越性。仿真结果表明QPC-MT-RRT算法可以在得到最优路径的基础上实现高效的路径平滑处理。 |
作者: | 谢冬冰 |
专业: | 工业工程与管理 |
导师: | 苏莹莹;董海;张天瑞 |
授予学位: | 硕士 |
授予学位单位: | 沈阳大学 |
学位年度: | 2022 |