原文传递
基于QPC-MT-RRT的无人驾驶车辆路径规划
| 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 |
检索历史
应用推荐
