新闻 | 滚动 | 上海 | 政务 | 评论 | 国内 | 社会 | 政法 | 国际 | 军事 | 财经 | 体育 | 娱乐 | 历史 | 汽车 | 图片 | 视频 | 曝光 | 微博 | 专题 | 旅游 | 彩票 | 藏品 | 健康 | 百货 | 导购
奥迪A3三厢
19.40-25.80万
(参考成交价)
车市行情
车型 优惠
赛欧 2
POLO 1.7
DS 4s 4
晶锐 1.3
熊猫 0.4
骊威 1.1
MINI CLUBMAN 5.78
瑞纳 0.7
车型 优惠
福睿斯 1.8
传祺GA3S 1
名图 2.5
速锐 0.3
昕动 0.8
花冠 1.6
6.15
英朗 3.3
车型 优惠
传祺GA6 1
君越 3.4
标致508 4.5
凯迪拉克ATS-L 3
雅阁 3
君威 3.9
帕萨特 3.1
迈锐宝 4.01
车型 优惠
奥迪A8 39.3
捷豹XJ 38.3
宝马6系 3
凯迪拉克XTS 4
林肯MKS 3
Panamera 96
玛莎拉蒂Ghibli 16
捷豹XF 21.5
车型 优惠
奔驰GLE 6
极光 13
Tiguan 5.2
TRAX创酷 1.3
荣威W5 1.4
标致3008 1
揽胜运动版 3.8
兰德酷路泽 8.6
车型 优惠
上汽V80 0.5
埃尔法 0.8
普瑞维亚 1.7
马自达8 2.5
别克GL8 3.1
夏朗 4.7
奥德赛 3.5
艾力绅 2.51

自动驾驶车辆避障路径规划研究综述

2018-09-10 15:20 来源: 产业智能官

厚势按:避障作为自动驾驶车辆在行驶过程中非常重要的部分,对发展自动驾驶车辆具有重要意义。文章介绍了车辆避障技术,概括了自动驾驶车辆避障所采用的传统算法和智能算法,分析了各种算法的优缺点以及改进方法。

本文来自 2018 年 5 月 25 日出版的《 汽车工程师 》,作者是重庆交通大学周伟和李军。

随着人工智能技术的兴起,以自动驾驶车辆为研究对象的运动路径规划问题越来越受到重视。而避障路径规划是自动驾驶车辆的关键部分,对自动驾驶车辆的研究具有重大意义。在自动驾驶汽车行驶过程中,准确地避开障碍物是智能车辆的基本要求。一个好的避障路径规划算法可以安全实时地避开障碍物,且具有较高的乘坐舒适性,从而提高出行效率。

文章总结了目前文献中经常出现的各种适用于自动驾驶车辆路径规划的算法,分别从算法路径寻优能力、算法实时性及算法复杂度等方面分析比较了它们在理论上的优势和缺点,为今后的深入研究提供参考。

1. 避障技术分析

自动汽车避障技术主要是利用先进的传感器技术来增强汽车对行驶环境的感知能力,将感知系统获取的车速、位置等实时信息反馈给系统,同时根据路况与车流的综合信息判断和分析潜在的安全隐患,并在紧急情况下自动采取报警提示、制动或转向等措施协助和控制汽车主动避开障碍,保证车辆安全、高效和稳定地行驶 [1]。采用人工势场法的智能车辆避障原理,如图 1 所示。

自动驾驶车辆避障路径规划研究综述

图 1 智能车辆避障原理图

文献 [2] 将避障问题看成有约束的多目标优化问题,而避障问题的处理前提就在于如何根据当前障碍物信息以及自身状态信息决策出该采取何种基本驾驶子操作(分为左换道、右换道、跟随巡航及制动)。

2. 局部危险避障算法研究

2.1 智能车局部危险避障概述

自动驾驶车辆作为一种具有自主决策能力的智能机器人,需要从外部环境获取信息并根据信息做出决策,从而进行全局路径规划和局部危险状况下的避障。

自动驾驶车辆的全局路径规划为车辆规划出了一条在已知环境地图信息下的最优路径。车辆在前进过程中,处在不可预测和高度动态的城市道路环境中,障碍物很可能出现在已经规划好的全局路径上,也有可能在前进的过程中一些障碍(行人或车辆等)动态地出现在路径上。自动驾驶车辆必须对这些不可预测的事件以某种方式做出反应,进行局部避障,使之仍然能够顺利到达目的地、完成任务。

因此,局部避障必须速度快、实时性好和效率高,而可靠的避障算法正是保证自动驾驶车辆成功避障的主要方法。因此,在全局路径规划的基础上,还需要进行实时的局部危险避障。

目前,对于自动驾驶车辆动态目标及城市道路区域的相关避障方法的研究,正是智能驾驶车辆研究的热点和重要方向,也是一项实现车辆智能化的关键技术。

2.2 传统避障算法

目前局部避障算法也有很多成熟的算法,每个算法的优缺点也不一样。目前所采用的方法主要有人工势场法(Artificial Potential Field,APF)和虚拟力场法(Virtual Force Field,VFF)等。

人工势场法是一种虚拟力法,它的基本思想是把车辆在周围环境中的运动视为车辆在人工建立的虚拟力场中的运动。目标点产生引力,引导车辆向目标点运动。障碍物产生斥力,避免车辆与障碍物发生碰撞,车辆在二者的合力下运动。根据引力和斥力的合力来控制车辆的运动,即车辆搜索沿着势场下降的方向运动,产生一条无碰撞的最优路径。

应用人工势场法规划出来的路径一般比较平滑且安全,算法简明,实时性良好,适合无人驾驶智能车领域。但是该算法也存在一些缺点,如当目标点附近有障碍物时,斥力远远大于引力,车辆将很难到达目的地;当智能车辆在某一点的引力和斥力刚好大小相等时,智能车将会陷入局部最优点;传统的人工势场只考虑了障碍物与目标点静止不动的静态环境,而车辆实际是在运动的环境中,因此在动态环境无法取得良好的效果。

1 2 3 下一页
热门推荐
查看更多精彩