APP下载

基于邻域系统的智能车辆最优轨迹规划方法

2019-11-09王星赵海良王志刚

智能系统学报 2019年5期
关键词:规划标准智能

王星,赵海良,王志刚

(西南交通大学 数学学院 信息与计算科学系,四川 成都 610031)

智能车辆的研究内容十分多样,例如它的结构设计,控制理论[1-2],路径规划。对于智能车的路径规划,设计最优的曲线是此问题的核心。智能车的路径规划按照范围可分为宏观与微观2类,按照状态可分为动态规划和静态规划2类。对于智能车的宏观路径规划,Dijkstra算法、Floyd-Warshall算法,支持向量机算法[3],A*算法[4-5]等均有文献进行应用和改进。而对于智能车的动态路径规划,人工势场算法[6]、神经网络算法、遗传算法等智能算法也被广泛的应用。上述算法大多是对宏观的道路网络节点进行路径规划,然而对于微观的道路上的轨迹规划问题,目前国内外文献较少从最优性这一角度进行考量,还需要进行进一步的探索与研究。对于轨迹规划问题,基于Dubins路径[7]的轨迹生成方法是一种可行的方法。此外还有三角函数曲线、圆弧曲线等轨迹生成方法。考虑到曲率连续问题,文献[7]给出了基于五次多项式的轨迹规划方法。此外还有文献采用模糊逻辑控制[8-10]、粒子群算法、蚁群算法等智能算法进行优化与控制。上述文献给出了十分有价值的理论成果,但大多是对首末位置以及障碍物信息已知情况下的轨迹规划,不少文献采用GPS定位方式确定信息,鉴于目前GPS装置的精度和性能,可能会和实际路况存在较大误差。因此,在实际道路中目标点的确定依然是一个难题,而邻域系统理论是一种可行的解决方式。……

登录APP查看全文

猜你喜欢

规划标准智能
2022 年3 月实施的工程建设标准
忠诚的标准
美还是丑?
智能前沿
智能前沿
智能前沿
智能前沿
规划引领把握未来
快递业十三五规划发布
多管齐下落实规划