增城网站建设推广,软件界面设计app,规划设计公司探讨交流,上海关键词优化方法自动驾驶汽车的路径规划算法最早源于机器人的路径规划研究#xff0c;但是就工况而言却比机器人的路径规划复杂得多#xff0c;自动驾驶车辆需要考虑车速、道路的附着情况、车辆最小转弯半径、外界天气环境等因素。本文将为大家介绍四种常用的路径规划算法#xff0c;分别是… 自动驾驶汽车的路径规划算法最早源于机器人的路径规划研究但是就工况而言却比机器人的路径规划复杂得多自动驾驶车辆需要考虑车速、道路的附着情况、车辆最小转弯半径、外界天气环境等因素。本文将为大家介绍四种常用的路径规划算法分别是搜索算法、随机采样、曲线插值和人工势场法。1搜索算法搜索算法主要包括遍历式和启发式两种其中Dijkstra算法属于传统的遍历式A*算法属于启发式在A*算法的基础上还衍生出了D*Lite算法、Weighted A*算法等其他类型。Dijkstra算法最早由荷兰计算机学家狄克斯特拉于1959年提出算法核心是计算从一个起始点到终点的最短路径其算法特点是以起始点开始向周围层层扩展直到扩展到终点为止再从中找到最短路径算法搜索方式如图(1-1)所示。A*算法在Dijkstra算法上结合了最佳优先算法在空间的每个节点定义了一个启发函数(估价函数)启发函数为当前节点到目标节点的估计值从而减少搜索节点的数量从而提高效率。A*算法中的启发函数包括两部分表示从初始点到任意节点n的代价表示节点n到目标点的启发式评估代价在对象从初始点开始向目标点移动时不断计算的值从而选择代价最小的节点。一般来说遍历式算法可以取得全局最优解但是计算量大实时性不好启发式算法结合了遍历式算法以及最佳优先算法的优点具有计算小、收敛快的特点。图(1-2)是最佳优先算法示意图可以看出该算法有一定的选择性但是面对图中的u型障碍物会出现计算效率低的情况。而A*算法完美的结合了Dijkstra算法和最佳优先算法不仅有一定的选择性并且计算量相对也是最少的更快得找到了最短路径。图1-1 Dijkstra算法示意图图1-2 最佳优先算法示意图图1-3 A*算法示意图2随机采样随机采样主要包括蚁群算法以及RRT(快速扩展随机树)算法。蚁群算法是由Dorigo M等人于1991年首先提出并首先使用在解决TSP(旅行商问题)上。其算法基本原理如下1.蚂蚁在路径上释放信息素。2.碰到还没走过的路口随机选一条走同时释放与路径长度有关的信息素。3.信息素浓度与路径长度成反比。后来蚂蚁再次碰到该路口时就选择信息浓度较高的路径。4.最优路径上的信息素浓度越来越大。5.信息素浓度最大的路径为最优路径。其在小规模TSP中性能尚可再大规模TSP问题中性能下降容易停滞。实际道路环境是比较复杂的不光有道路、障碍物等的限制也有其自身动力学的约束所以该算法更适合做全局路径规划不太适合局部路径规划。图2-1 蚁群算法示意图3曲线插值曲线插值的方法是按照车辆在某些特定条件(安全、快速、高效)下进行路线的曲线拟合常见的有贝塞尔曲线、多项式曲线、B样条曲线等。一般就多项式算法而言主要考虑以下几个几何约束从而确定曲线的参数。几何约束1.起始点的位置与姿态。2.最小转弯半径。3.障碍物约束。4.目标点的位置与姿态。根据考虑的几何约束不同多项式算法的阶数从三阶到六阶甚至更高阶阶数越高的算法复杂度越高收敛速度越慢。四次多项式的形式如式(3-1)所示参数由几何约束条件确定。基于参数化曲线来描述轨迹这种类型的算法比较直观也可以更加准确的描述车辆所需满足的道路条件规划出的轨迹也十分平坦、曲率变化连续并可进行约束。缺点是计算量较大实时性不太好并且其评价函数也比较难以找到最优的未来的研究方向主要集中于简化算法以及更加完善的评价函数。目前曲线拟合算法是采用比较广泛的规划方法。 (3-1)4人工势场法人工势场法(Artificial PotentialFieldAPF)是由Khatib于1986年提出的。该算法是假设目标点会对自动驾驶车辆产生引力障碍物对自动驾驶车辆产生斥力从而使自动驾驶车辆沿“势峰”间的“势谷”前进。这种算法的优点就是结构简单有利于底层控制的实时性可大大减少计算量和计算时间并且生成相对光滑的路径利于保持自动驾驶车辆的稳定性。算法的缺点是有可能陷入局部最优解难以对规划出的路径进行车辆动力学约束复杂环境下的势场搭建也比较棘手。势场的基本步骤如下首先搭建势场包括障碍物势场以及目标点势场然后通过求势场负梯度可以得到车辆在势场中所受的障碍物斥力以及目标点引力。将所受的所有障碍物斥力与目标点引力叠加就可以得到车辆在势场中任意位置的受力情况最后根据合力情况不断迭代更新位置就可以得到从起始点到终点的完整路径。图4-1 基于人工势场法搭建的势能场 图4-2 基于人工势场法规划的路径点最后以下表对本文介绍的四种算法的优缺点、计算效率进行一个简要的对比总结。不难发现其中人工势场法的计算速度最快实时性也最好但是存在局部最优解、复杂势场难以搭建的情况这也是未来该算法的研究热点、难点其中曲线插值是目前较常见的一种算法虽然该算法的计算效率不高但是相信在未来车载计算机的计算能力大幅度提升之后该算法可以被更广泛得使用。【欢迎大家提供行业新闻热点商业合作请联系18562613430】推荐阅读▼免责声明凡本公众号注明“来源XXX(非智车科技)”的作品均转载自其它媒体转载目的在于传递和分享更多信息并不代表本平台赞同其观点和对其真实性负责版权归原作者所有如有侵权请联系我们删除。
