排序方式: 共有22条查询结果,搜索用时 62 毫秒
1.
2.
3.
4.
5.
针对存在动态和静态障碍物环境中的智能车运动规划问题,本文提出一种基于三维搜索的方法。该方法首先在笛卡尔坐标系中增加时间维度以建立时间-空间栅格,构建不同车速下的车辆运动基元;将智能车转化为多个圆心组成的线段,采用膨胀静态障碍物的方法进行不规则障碍物碰撞检测,运用时间间隔法将动态障碍物碰撞检测简化为线段交叉性检测;构建包含最大速度和加速度约束的速度启发式函数,用于引导搜索树在时空空间中快速到达目标位置和速度;最后基于启发式方法和局部运动规划方法在时空栅格中进行搜索,获取融合时间信息和“停止-等待”等决策信息的运动轨迹。实验结果表明:本文运动规划方法在动静态混合环境中能够引导智能车安全行驶,相比速度障碍方法,安全行驶的平均成功率提升23%;相比混合A*方法,平均成功率提升19%,行驶耗时缩短21%。 相似文献
6.
7.
8.
针对真实交通场景中障碍物的检测与跟踪问题,提出了一种基于三维激光雷达HDL-64E的无人车障碍物检测与跟踪方法。首先对三维激光雷达产生且经路面分割后的点云数据栅格化,并进行栅格增补。在障碍物聚类之后,先利用无人车RTK-GPS数据和INS航向角数据进行多帧融合的静态障碍物的检测,再进一步利用动态障碍物模板匹配算法对静态障碍物检测结果形成的可行驶区域进行动态障碍物检测。最后,利用标准卡尔曼滤波器实现对动态障碍物的跟踪。本文方法应用在自主研发的无人车上的大量实验结果表明,本文提出的方法具备较高的可靠度,满足无人车的环境感知要求。 相似文献
9.
10.