【摘要】：運(yùn)用MATLAB建立車道障礙模型,通過各種算法,在MATLAB環(huán)境下設(shè)計(jì)車輛避障預(yù)警系統(tǒng)早已成為各大汽車廠商和研究所的核心,其規(guī)劃路徑的算法卻大相徑庭。通過對(duì)比3種常用算法在相同環(huán)境下路徑規(guī)劃,對(duì)其時(shí)間和空間上的特性進(jìn)一步分析,得出規(guī)劃算法是否最優(yōu)。通過對(duì)比算法,可最大程度上減少路徑規(guī)劃的時(shí)間,得出最優(yōu)的規(guī)劃路徑。最后通過對(duì)群智能算法的設(shè)置參數(shù)進(jìn)行改進(jìn),從而優(yōu)化傳統(tǒng)算法,并通過設(shè)定函數(shù)驗(yàn)證論證結(jié)果。
[Abstract]:Using MATLAB to build lane obstacle model and design vehicle obstacle avoidance early warning system under MATLAB environment has already become the core of major automobile manufacturers and research institutes, but the algorithms of path planning are quite different. By comparing the three common algorithms in the same environment and analyzing the characteristics of the time and space, it is concluded that the programming algorithm is the best or not. By comparing the algorithm, the time of path planning can be minimized and the optimal path can be obtained. Finally, by improving the setting parameters of the swarm intelligence algorithm, the traditional algorithm is optimized, and the result is verified by setting the function.
【作者單位】： 桂林電子科技大學(xué);
【基金】：國家自然科學(xué)基金項(xiàng)目(51268006)
【分類號(hào)】：TP18;U463.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王崇;;汽車智能避障方法仿真研究[J];計(jì)算機(jī)仿真;2014年06期

2 孫賢安,陳南,王金湘;基于51單片機(jī)的小車避障電路實(shí)現(xiàn)[J];機(jī)械制造與自動(dòng)化;2005年05期

3 張偉;邢玉秀;曹義;張怡;;超聲波智能避障小車系統(tǒng)設(shè)計(jì)[J];電子技術(shù)與軟件工程;2014年01期

4 肖順文;陳亞軍;;基于FPGA的超聲波避障系統(tǒng)設(shè)計(jì)[J];西南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年04期

5 陳永剛;簡易智能電動(dòng)車超聲波自動(dòng)避障系統(tǒng)的設(shè)計(jì)[J];甘肅科技縱橫;2005年01期

6 陳立東;董麗濤;馮利臻;石磊;孫秀英;;清雪車液壓避障系統(tǒng)的設(shè)計(jì)[J];機(jī)床與液壓;2011年16期

7 張明環(huán);張科;張宇辰;;車輛自主避障的觸須算法研究[J];機(jī)械科學(xué)與技術(shù);2012年12期

8 楊海苗;賀敬良;岳宇賓;;智能避障車的設(shè)計(jì)與制作[J];汽車實(shí)用技術(shù);2014年04期

9 宋艷麗;宋武;;簡易智能電動(dòng)車的設(shè)計(jì)[J];電子元器件應(yīng)用;2012年Z1期

10 鄭太雄;李銳;;基于粒子群算法的汽車ABS控制器參數(shù)的優(yōu)化設(shè)計(jì)[J];機(jī)械科學(xué)與技術(shù);2007年09期

相關(guān)碩士學(xué)位論文 前10條

1 張煜;基于多傳感器數(shù)據(jù)融合的無人車避障導(dǎo)航研究[D];西安工業(yè)大學(xué);2015年

2 張橋;多傳感器信息融合技術(shù)在智能車輛避障中的應(yīng)用[D];重慶交通大學(xué);2015年

3 李江湖;自動(dòng)駕駛電動(dòng)汽車避障控制方法研究[D];東南大學(xué);2015年

4 陳榮華;復(fù)雜避障約束下自主駕駛軌跡優(yōu)化[D];浙江大學(xué);2016年

5 江慶坤;智能汽車避障危險(xiǎn)評(píng)估和軌跡規(guī)劃研究[D];吉林大學(xué);2016年

6 衛(wèi)蘇晶;智能激光車輛避障系統(tǒng)的研究[D];西安科技大學(xué);2015年

7 寧江坤;自主行駛車輛的避障控制算法研究[D];西安工業(yè)大學(xué);2016年

8 陳東;智能車輛局部避障路徑規(guī)劃及橫向運(yùn)動(dòng)控制研究[D];湖南大學(xué);2016年

9 朱偉達(dá);基于改進(jìn)型人工勢(shì)場(chǎng)法的車輛避障路徑規(guī)劃研究[D];江蘇大學(xué);2017年

10 姜元清;多傳感器融合技術(shù)在汽車避障中的應(yīng)用[D];長春理工大學(xué);2008年

，

本文編號(hào)：2420998