第十一届 MathorCup A题优秀论文2.pdfVIP

队伍编号 21190020030 题号 A 基于混合A*搜索算法的无人车调头轨迹多级规划优化模型 摘 要 随着机器人、人工智能和控制理论等科学技术的发展，无人驾驶，尤其是无人车运 动轨迹规划，成为近年来最热门的研究领域之一。其中，调头的轨迹规划是一个既有趣 又有重要实际研究需求的场景。如何在过于狭窄的调头区域、静态甚至动态的障碍物、 人行横道等阻碍，以及复杂多变的路况信息下，设计一套低复杂度、高成功率、稳定安 全、高速通行、规范驾驶、体验舒适的调头路径规划模型和算法，至关重要。 为了更好地建立轨迹规划模型，本文首先建立无人车的单车运动简化模型，并对运 动特征进行分析，得出无人车各运动量间的关系。为了更好对提供的地图进行求解，对 地图进行了平面坐标转换与栅格化处理。 做好模型准备后，本文基于混合A*算法，建立无人车调头轨迹多级规划模型，将调 头问题分为多段进行优化。对于车辆的第一段转弯，使用最小圆弧优化模型进行求解， 对于对向车道的轨迹优化与避障使用混合A*算法规划轨迹。该方法大幅降低了混合A* 算法的搜索空间，在兼顾算法求解成功率的同时降低了算法复杂度。 对问题 1 对向车道无障碍物场景，运用上述多级路径规划和速度规划模型与算法， 选取最左侧车道为目标，得到较少压线的轨迹如图8 所示，轨迹点信息如表3 所示。从 图 10 仿真得到的运动参数变化可看出各项指标在无人车运动中变换均较为平缓，规划 结果满足良好的驾乘体验与通行效率。 对问题2 单一对向车道的调头场景，求得了临界条件是附件数据中A 左边线与D 右 边线距离为6，并给出了三种场景下的轨迹仿真结果如图11。 问题3 针对对向车道存在单个或多个静态障碍物的场景，使用上述模型与算法得到 了较优解，取得了良好的避障效果，得到调头轨迹点信息如表4 ，仿真过程中运动参数 变化如图12 。 问题4 针对人行横道存在的场景，讨论了无人车不压人行横道调头的两种情况，并 得出了针对题目中的场景，如要转弯时不压斑马线，需要先驶过斑马线再进行调头的结 论。并对轨迹进行了求解，求解结果如图13 和表5 。 问题5 对于对向车道存在动态障碍物的场景，根据障碍物的速度不同，讨论并分析 了根据障碍物运动速度高低划分的三种场景。并对三种不同的场景给出了模拟仿真。模 型在三种场景中均可得到优化轨迹，如图15~17 所示。 问题6 结合对问题中的五种场景的分析，对算法的求解成功率与算法复杂度提出了 优化方案，得出的结论为A*搜索算法需要结合RS 曲线来缩小解空间，以取得更低的求 解耗时，另外，需要对得到的RS 曲线进行平滑处理，使混合A*搜索算法取得更好的收 敛性和稳定性。 关键词：无人车调头场景；运动轨迹规划；阿克曼转向几何；混合A*搜索；速度规划 目录 一、 问题重述 1 1.1 问题背景 1 1.2 问题描述 1 1.2.1 问题1 的描述 1 1.2.2 问题2 的描述 1 1.2.3 问题3 的描述 1 1.2.4 问题4 的描述 1 1.2.5 问题5 的描述 1 1.2.6 问题6 的描述 2 二、 问题分析 2 2.1 模型要求 2 2.2 优化条件分析 2 三、 模型假设 2 四、 名词解释和符号说明 3 4.1 名词解释 3 4.2 符号说明 3 五、 模型建立与求解 4 5.1 模型的结构 4 5.2 模型的准备 5 5.2.1 车辆运动学模型 5 5.2.2 二维平面建模 7 5.3 问题1 模型的建立与求解 9 5.3.1 多级轨迹规划模型 9 [8] 5.3.2 车辆速度规划模型 12 5.3.3 问题1 模型的求解