基于RRT的智能車輛局部路徑規(guī)劃與跟隨研究.pdf

1、智能駕駛是當前汽車發(fā)展的重要趨勢，而主動避障技術(shù)是實現(xiàn)智能化無人化駕駛的關(guān)鍵技術(shù)之一。本文圍繞主動避障中的路徑規(guī)劃與跟隨兩方面內(nèi)容展開了初步研究:
　　快速搜索隨機樹算法(rapidly random-exploring trees，簡稱RRT)作為一種傳統(tǒng)的路徑規(guī)劃算法，有著搜索速度快、計算時間短的優(yōu)點，但也存在隨機樹擴展遍布規(guī)劃空間、搜索不具有趨向性、路徑曲率變化大且結(jié)果重現(xiàn)性低、路徑分布不符合車輛正常行駛時的軌跡及避障不及時

2、等缺陷。因此，本文在原RRT算法的基礎(chǔ)上提出了改進的EXP-RRT算法。通過建立直道和彎道的期望路徑模型，采用高斯分布描述隨機采樣點，并引入啟發(fā)式搜索機制，增加規(guī)劃決策來改進RRT算法。與原算法對比，結(jié)果表明：改進算法所規(guī)劃的路徑質(zhì)量顯著提高，規(guī)劃時間縮短一倍。同時，在CarSim軟件中搭建直道和彎道仿真場景，跟隨規(guī)劃路徑，結(jié)果表明:改進后的RRT算法所得路徑具有較好的可跟隨性，且側(cè)向加速度在車輛穩(wěn)定性要求范圍內(nèi)，說明采用改進后的RRT

3、算法進行汽車局部路徑規(guī)劃可行、實用。
　　為實現(xiàn)對目標路徑的跟隨，在二自由度非線性車輛動力學(xué)模型的基礎(chǔ)上，采用微分幾何方法(differential geometry based control algorithm，簡稱DGA)來處理車輛模型并設(shè)計了路徑跟隨控制規(guī)律。通過與CarSim路徑跟隨以及模型預(yù)測控制(Model Predictive Control，MPC)路徑跟隨的效果對比，驗證了該控制方法具有良好的跟隨性能。最后，將