規(guī)劃算法是自動駕駛系統(tǒng)中非常重要的一部分,規(guī)劃算法對復(fù)雜場景的處理能力決定了自動駕駛車輛的智能化程度。規(guī)劃算法的研究是自動駕駛研究中的熱點(diǎn)和難點(diǎn)。自動駕駛技術(shù)的發(fā)展依賴于規(guī)劃算法的發(fā)展不斷進(jìn)步。本文依托于科技部國家重點(diǎn)研發(fā)計(jì)劃“電動自動駕駛汽車關(guān)鍵技術(shù)研究及示范運(yùn)行”對自動駕駛車輛規(guī)劃算法進(jìn)行研究。針對目前規(guī)劃算法中存在的針對場景擴(kuò)展性不夠好、求解規(guī)劃軌跡優(yōu)化程度不夠高的問題,將層次狀態(tài)機(jī)和模型預(yù)測控制應(yīng)用到規(guī)劃算法中,建立一套能夠應(yīng)對特定城市場景輸出合理、安全、舒適軌跡的規(guī)劃算法框架,使得規(guī)劃算法針對不同的場景擴(kuò)展性好,求解軌跡優(yōu)化程度高。首先本文選擇層次狀態(tài)機(jī)作為行為規(guī)劃的方法,頂層采用基于高精度地圖信息的狀態(tài)劃分和狀態(tài)轉(zhuǎn)換,確定了高精度地圖中的轉(zhuǎn)換條件,闡述了部分高精度地圖信息的構(gòu)建方法;中間層采用基于規(guī)則的狀態(tài)劃分和狀態(tài)轉(zhuǎn)換,根據(jù)頂層的狀態(tài),采用基于規(guī)則的方式劃分了中間層的狀態(tài)和狀態(tài)轉(zhuǎn)換條件,確定了狀態(tài)內(nèi)需要完成的規(guī)劃任務(wù)。通過C++語言實(shí)現(xiàn)了層次狀態(tài)機(jī),然后討論了基于場景劃分的層次狀態(tài)機(jī)的可擴(kuò)展性等優(yōu)點(diǎn)。之后通過應(yīng)用責(zé)任敏感安全模型,將行為規(guī)劃的結(jié)果轉(zhuǎn)換為運(yùn)動規(guī)劃輸入的參考軌...

【文章頁數(shù)】：108 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景與意義
    1.2 自動駕駛車輛規(guī)劃算法研究現(xiàn)狀
        1.2.1 自動駕駛車輛行為規(guī)劃算法研究現(xiàn)狀
        1.2.2 自動駕駛車輛運(yùn)動規(guī)劃算法研究現(xiàn)狀
        1.2.3 研究現(xiàn)狀分析
    1.3 本文主要研究內(nèi)容
第2章 基于層次狀態(tài)機(jī)的行為規(guī)劃算法研究
    2.1 行為規(guī)劃算法總體框架
    2.2 基于高精度地圖的頂層狀態(tài)和轉(zhuǎn)移條件
        2.2.1 高精度地圖信息選取
        2.2.2 頂層行為規(guī)劃狀態(tài)分類和轉(zhuǎn)移條件設(shè)置
    2.3 基于規(guī)則的中間層狀態(tài)和轉(zhuǎn)移條件
        2.3.1 行為規(guī)劃中間層狀態(tài)定義
        2.3.2 中間層行為規(guī)劃狀態(tài)轉(zhuǎn)換條件設(shè)置
        2.3.3 場景分類狀態(tài)機(jī)軟件實(shí)現(xiàn)
    2.4 應(yīng)用責(zé)任敏感安全模型的行為生成算法
        2.4.1 責(zé)任敏感安全模型
        2.4.2 運(yùn)動規(guī)劃參考軌跡生成
    2.5 本章小結(jié)
第3章 基于模型預(yù)測控制的運(yùn)動規(guī)劃算法研究
    3.1 模型預(yù)測控制和Frenet坐標(biāo)系
        3.1.1 模型預(yù)測控制簡介
        3.1.2 Frenet坐標(biāo)系簡介
    3.2 基于降維思想的運(yùn)動規(guī)劃算法架構(gòu)
    3.3 縱向位置-時(shí)間運(yùn)動規(guī)劃問題
        3.3.1 預(yù)測模型選擇
        3.3.2 目標(biāo)函數(shù)和約束定義
        3.3.3 模型預(yù)測控制求解
    3.4 縱向位置-橫向位置運(yùn)動規(guī)劃問題
        3.4.1 預(yù)測模型選擇
        3.4.2 目標(biāo)函數(shù)和約束定義
        3.4.3 模型預(yù)測控制求解
    3.5 本章小結(jié)
第4章 特定城市場景下規(guī)劃算法驗(yàn)證
    4.1 實(shí)驗(yàn)環(huán)境搭建
        4.1.1 基于ROS的規(guī)劃算法驗(yàn)證環(huán)境搭建
        4.1.2 感知層和執(zhí)行層搭建
    4.2 仿真驗(yàn)證
        4.2.1 基于ROS、Prescan和 Simulink的仿真環(huán)境搭建
        4.2.2 自動駕駛特定城市場景選取
        4.2.3 自動駕駛特定城市場景仿真驗(yàn)證
    4.3 實(shí)車驗(yàn)證
        4.3.1 實(shí)車實(shí)驗(yàn)平臺搭建
        4.3.2 特定城市場景實(shí)車驗(yàn)證
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 主要研究工作及結(jié)論
    5.2 研究展望
參考文獻(xiàn)
作者簡介及在學(xué)期間取得的科研成果
致謝



本文編號：3892595