一种无人驾驶赛车路径规划算法研究.docxVIP

一种无人驾驶赛车路径规划算法研究 摘要：针对无人驾驶方程式比赛，设计一种适合无人驾驶赛车应用的局部路径规划算法。该算法利用四边形重心求解方法确定赛车在锥桶赛道环境下需要的路径离散点，并采用三次样条插值方法拟合曲线，从而实现赛车局部路径规划功能。在ROS系统中进行对无人驾驶赛车的路径规划仿真。结果表明：该算法能使赛车在不规则赛道中实现局部路径规划功能且曲线较为平滑，可以使赛车安全可靠地通过赛道，具有较好的鲁棒性。 随着汽车的普及程度不断提高，我国在快速步入汽车社会的同时，也出现了一系列的新问题和新挑战。而此时随着计算机技术和互联网技术的迅速发展，无人驾驶技术也开始出现在人们的视野中。无人驾驶技术主要包括环境感知，路径规划与决策控制等。路径规划是无人驾驶车辆环境感知和决策控制的中间桥梁，是汽车实现自动驾驶的基础。目前，路径规划的方法可根据不同的特点分为传统算法、智能优化算法和基于强化学习的算法。传统算法是较为基本的算法，传统算法可以分为基于图搜索的路径规划算法、基于采样的路径规划算法和基于最优化曲线的路径规划算法。基于图搜索的路径规划算法主要有Dijkstra算法路径规划的方法很多，但不同的方法应用到的场景也不尽相同，基于对不同路径规划方法的特点以及赛道特性的分析，本文设计了一种适合无人驾驶赛车行驶的局部规划算法，并对该算法进行了仿真验证。1 三次样条插值曲线拟合原理若路径起点和终点已知，那么路径生成的基本要求是能够通过车辆的控制跟踪这条路径，一个简化的处理方法就是能保证路径的连续性和平滑性。采用函数拟合方式简便有效，最简单的方法是使用直线将离散点连接起来，但这样拟合出来的路径不够光滑。而三次曲线的效果要好很多，但对比简单的三次多项式拟合算法连接方式，三次样条插值方法拟合出来的曲线更加符合车辆运动实况，并且更加平滑。采用三次多项式的连接方式会在直线段处产生曲线弧度，不是期望的车辆运动状态，车辆在行驶时应该尽可能地走直线，只是在转弯方向的地方形成一个符合车辆转弯特性的曲线路径，而三次样条插值算法有以下特质，符合期望的汽车运动状态以及汽车运动学规律。(1）三次样条曲线在衔接点处是光滑连续的；（2）三次样条的一阶导数和二阶导数是连续可导的；（3）自由边界三次样条的边界二阶导数是连续的；（4）单个点不会影响到整个插值曲线。假定有3个点需要拟合，3个点集表示为：将S由于样条曲线在衔接点处的导数连续，2个三次函数在S由于三次样条是自由边界，要求在起点和终点的二阶导数也是连续的，所以：综合以上8个方程组，通过计算可以确定两段三次样条的多项式系数(a,b,c,d,e,f,g,h)。应用到n+1个插值点的三次样条插值曲线拟合，可以假设f(x)在插值点x其中,a2 无人驾驶赛车路径规划算法设计由于赛车需要识别的是锥桶，而锥桶起到的是引领路线的作用。行驶过程中并没有障碍物，局部规划的目的是使赛车能够通过赛道的两侧锥桶，因此选取基于最优化曲线的局部路径规划方法。赛车整个算法的设计思路是针对不规则赛道特性，由激光雷达获取赛道锥桶位置信息，通过对锥桶位置的分析，确定路径所要经过的离散点，基于三次样条插值算法计算分段多项式函数，得到所需路径。设计步骤如图1所示。(1）获取锥桶位置并排序。经过对激光雷达得到的原始点云进行滤波处理后，得到各个锥桶中心点，并对它们按照距离排序，得到处理后的点云。(2）寻找离散点。由于赛道中的锥桶并不是对应的，且摆放位置不规则，具有随意性，所以确定拟合曲线所需的离散点并不容易，这里采用确定四边形重心的方法来寻找离散点。从排好序的锥桶点集(s四边形重心确定方法：连接四边形ABCD的一条对角线AC，将四边形ABCD分成2个三角形ABC和ACD，求出2个三角形的重心E和F并连接成线段EF。同理，连接另一条对角线BD，得到另外两个三角形重心G和H所连接的线段GH，而四边形的重心即两条线段的交点O。四边形重心原理如图2所示。(3）检验离散点。在寻找完离散点后需要进行检验，将该离散点到不规则四边形顶点距离进行排序，计算该离散点到不规则四边形顶点的最大距离与最小距离的差值ε、最大距离与次大距离差值ε(4）拟合曲线。在确定好离散点后，采用三次样条插值算法得到分段多项式。在设计过程中，考虑过长的局部路径规划意义不大且激光雷达在远距离的识别过程中滤波效果不太好，可能会有杂乱点，对离散点有干扰，所以只对计算出来的最近两个离散点以及激光雷达自身点这3个点进行三次样条插值曲线拟合。根据插值点条件，衔接点条件和边界条件可以求出对应的参数，得到三次样条曲线。算法框架如图3所示。3 无人驾驶赛车介绍用于实验的无人驾驶赛车是由纯电动赛车改装而成的，主要加装