详情

原文传递基于无人机领航的无人车路径规划和场景设计

论文题名：	基于无人机领航的无人车路径规划和场景设计
关键词：	无人车;无人机领航;路径规划;障碍物检测;人工势场;RRT算法
摘要：	路径规划是无人驾驶技术的重要组成部分，是车辆安全行驶并完成出行任务的重要保障。但随着商业和民用需求不断提升，单一无人车系统因工作范围有限、感知能力不足限制了其无法独立较好的完成道路拥塞、道路巡检等复杂场景下的路径规划任务。为了提高无人车在上述场景任务中的行驶安全性和通行高效性，本文提出了基于无人机领航的无人车路径规划方法。该方法利用无人机视觉传感器对道路场景中障碍物的进行检测，同时针对传统RRT路径规划算法的盲目搜索、节点冗余、路径不平滑问题，提出了人工势场和RRT算法融合的改进RRT算法，以提高无人车路径规划时的目标搜索能力和节点扩展效率。通过构建轨迹质量评估函数，对无人车在不同时刻下的轨迹进行代价评估并选取代价函数值最优的轨迹来引导无人车行驶。　　本文的主要工作如下：　　（1）本文设计了面向类公路场景的基于无人机领航的无人车系统工作流程及整体架构。该系统根据车路协同模式改进而来，在车路模式的基础上，引进了无人机领航模块；同时，进行了Dijkstra算法和RRT算法的性能比对；进行了场景设计定义及工作介绍。　　（2）本文进行了基于视觉和激光雷达传感器融合的道路障碍物识别和定位方法介绍。本文利用无人机的视野优势，通过视觉摄像头获取车辆路况和场景信息，对视频图像预处理以提高视频图像质量；通过转换矩阵，求解道路障碍物的具体位置信息。相对于单一的视觉传感器或雷达，雷视融合技术兼具了二者优点，显著提升了对路况目标物体和状态信息的识别能力，为路径规划和场景测试等任务提供支持。　　（3）本文提出了障碍物环境下的道路无人车寻径方法。提出了一种改进的快速扩展随机数（RRT）算法，引入目标动态概率采样策略和人工势场优化随机数节点扩展机制；同时，采用基于Frenet坐标系的轨迹生成方法，通过五次多项式建立起运动规划模型，从而得到可行轨迹集合，并构建轨迹质量评估函数筛选轨迹集合中的最优轨迹。最后，在仿真环境中，以规划时间、节点扩展数目作为评价指标，对比了标准RRT算法、RRT*算法和本文改进算法的路径规划效果；在直道和弯道仿真场景中，对无人车在不同时刻下的轨迹进行代价评估并选取代价函数值最优的轨迹来引导无人车行驶。　　（4）围绕道路交通场景，本文进行了基于无人机领航的无人车场景方案设计，并进行场景测试验证。测试场景分别为辅助拥塞疏导场景和道路巡检场景，场景测试于广州增城测试场进行。　　场景测试结果表明，本文提出的无人车寻径方法与标准RRT算法相比，在轨迹拐点平滑性、寻径成功率、平均规划用时等指标验证了本文算法在搜索效率、路径质量上更具有优越性。
作者：	徐华全
专业：	控制工程
导师：	谢胜利;谢振东
授予学位：	硕士
授予学位单位：	广东工业大学
学位年度：	2023