基于安全场改进RRT*算法的智能汽车路径规划方法 |
| |
引用本文: | 朱冰,韩嘉懿,赵健,刘帅,邓伟文.基于安全场改进RRT*算法的智能汽车路径规划方法[J].汽车工程,2020,42(9). |
| |
作者姓名: | 朱冰 韩嘉懿 赵健 刘帅 邓伟文 |
| |
作者单位: | 吉林大学,汽车仿真与控制国家重点实验室,长春 130022;北京航空航天大学交通科学与工程学院,北京 100083 |
| |
基金项目: | 国家重点研发计划;国家自然科学基金;国家自然科学基金;吉林省自然科学基金 |
| |
摘 要: | 快速搜索随机树(rapidly-exploring random tree, RRT)算法是智能汽车路径规划的常用方法,但传统RRT和RRT~*算法存在路径抖动大、易陷入局部区域和计算效率低等缺点。针对这些问题,本文中结合实车数据提出了一种基于安全场改进RRT~*算法的智能汽车路径规划方法。首先,建立了基于安全距离模型的安全场,通过驾驶数据采集试验对模型关键参数进行了提取;在此基础上,提出了具备安全场引导和角度约束等策略的改进RRT~*算法;最后,通过仿真对算法进行了验证。结果表明,本文提出的路径规划方法能计算出满足车辆轨迹曲率约束的有效路径,同时具有较快的搜索速度和更高的成功率。
|
关 键 词: | 智能汽车 路径规划 RRT**算法 安全场 驾驶数据 |
本文献已被 CNKI 万方数据 等数据库收录! |
|