無人駕駛汽車是多傳感器感知技術(shù)、計(jì)算機(jī)科學(xué)、智能控制、高速通信網(wǎng)絡(luò)以及高性能處理設(shè)備深度融合的產(chǎn)物,是人工智能技術(shù)落地的主要載體之一,必將對(duì)汽車行業(yè)、交通運(yùn)輸和整個(gè)社會(huì)效益帶來重大的影響。所以研究無人駕駛汽車的關(guān)鍵技術(shù)勢(shì)在必行。本文研究了無人駕駛汽車的全局路徑規(guī)劃、局部路徑規(guī)劃和車輛底層控制等問題。主要工作如下:首先,提出一種在交通網(wǎng)絡(luò)拓?fù)鋱D上基于人工螢火蟲算法的無人駕駛汽車全局路徑規(guī)劃方法。該方法根據(jù)實(shí)際的道路交通分布,繪制出一張交通網(wǎng)絡(luò)拓?fù)鋱D,再在交通網(wǎng)絡(luò)拓?fù)鋱D上生成多條可行路徑。然后根據(jù)人工螢火蟲算法生成多條次優(yōu)路徑,接著通過調(diào)優(yōu)切換算法生成當(dāng)前交通環(huán)境下的最優(yōu)路徑。如果此前生成的全局路徑因?yàn)橐馔馐录斐刹豢赏ㄐ袝r(shí),則調(diào)用快速二次尋優(yōu)算法,利用以前的搜索結(jié)果實(shí)現(xiàn)當(dāng)前交通狀況下全局路徑的快速二次規(guī)劃。其次,將模型預(yù)測控制應(yīng)用到無人駕駛汽車局部路徑規(guī)劃中。在考慮周圍環(huán)境的實(shí)時(shí)變化和車輛自身約束條件的情況下,實(shí)現(xiàn)了車道線的四次多項(xiàng)式擬合、曲率求解和凹凸性判別,完成了直道保持、彎道減速、換道超車、跟馳行駛和主車道避障等操作。另外,本文還設(shè)計(jì)了多圓近似車輛及障礙物的具體流程,方便了主車與周... 

【文章來源】：天津大學(xué)天津市211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號(hào)表
第1章 緒論
    1.1 研究背景
        1.1.1 全局路徑規(guī)劃
        1.1.2 局部路徑規(guī)劃
        1.1.3 車輛底層控制
    1.2 基礎(chǔ)知識(shí)
        1.2.1 帶約束的非線性模型預(yù)測控制的基本框架
        1.2.2 人工螢火蟲算法
        1.2.3 粒子群優(yōu)化算法
        1.2.4 量子粒子群優(yōu)化算法
    1.3 本文的主要工作與結(jié)構(gòu)安排
第2章 真實(shí)交通網(wǎng)絡(luò)下基于改進(jìn)人工螢火蟲算法的無人駕駛汽車全局路徑規(guī)劃
    2.1 交通網(wǎng)絡(luò)拓?fù)鋱D的建立
    2.2 初始可行路徑的生成
    2.3 多條局部最優(yōu)路徑的生成
        2.3.1 修正亮度更新律
        2.3.2 鄰域集的選擇
        2.3.3 進(jìn)化方式的改變
    2.4 調(diào)優(yōu)切換
    2.5 快速二次尋優(yōu)算法
    2.6 本章小結(jié)
第3章 動(dòng)態(tài)環(huán)境下的無人駕駛汽車模型預(yù)測局部路徑規(guī)劃
    3.1 模型預(yù)測路徑規(guī)劃框架
        3.1.1 車輛運(yùn)動(dòng)學(xué)模型
        3.1.2 多圓近似車輛及障礙物
        3.1.3 車道線及道路邊沿曲線擬合
        3.1.4 目標(biāo)函數(shù)的構(gòu)造
    3.2 路徑規(guī)劃典型道路場景處理
        3.2.1 彎道減速
        3.2.2 換道超車與跟馳
        3.2.3 主車道避障
    3.3 仿真驗(yàn)證
        3.3.1 直道高速行駛
        3.3.2 彎道減速
        3.3.3 換道超車
        3.3.4 避障行駛
        3.3.5 減速跟馳
    3.4 本章小結(jié)
第4章 前饋控制與模型預(yù)測控制的柔性結(jié)合及其在無人駕駛汽車轉(zhuǎn)向控制上的應(yīng)用
    4.1 車輛單軌動(dòng)力學(xué)模型及目標(biāo)函數(shù)的構(gòu)造
    4.2 前饋控制和粒子群算法的柔性結(jié)合
        4.2.1 前饋控制
        4.2.2 柔性結(jié)合
    4.3 仿真與實(shí)驗(yàn)驗(yàn)證
        4.3.1 Matlab與Carsim聯(lián)合仿真
        4.3.2 無人駕駛平臺(tái)簡介
        4.3.3 無人駕駛汽車實(shí)驗(yàn)場測試
    4.4 本章小結(jié)
第5章 非線性模型預(yù)測控制的并行設(shè)計(jì)及其在無人駕駛汽車軌跡跟蹤上的應(yīng)用
    5.1 無人駕駛車輛軌跡跟蹤增廣目標(biāo)函數(shù)的構(gòu)造
        5.1.1 廣義拉格朗日乘子法
        5.1.2 軌跡跟蹤增廣目標(biāo)函數(shù)
    5.2 量子粒子群算法與傳統(tǒng)粒子群算法的對(duì)比
    5.3 量子粒子群算法并行設(shè)計(jì)
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
發(fā)表論文和參加科研情況說明
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)模擬退火算法的機(jī)器人全局路徑規(guī)劃[J]. 鞏敦衛(wèi),曾現(xiàn)峰,張勇.  系統(tǒng)仿真學(xué)報(bào). 2013(03)
[2]用基于知識(shí)的遺傳算法實(shí)現(xiàn)移動(dòng)機(jī)器人路徑規(guī)劃[J]. 周蘭鳳,洪炳熔.  電子學(xué)報(bào). 2006(05)



本文編號(hào)：3615847