基于区域采样随机树的客车局部路径规划算法

• 全文链接
• 请求原文

作   者：

韩小健;  赵伟强;  陈立军;  郑宏宇;  刘阳;  宗长富; 

作者机构：

汽车仿真与控制国家重点实验室;  吉林大学大数据和网络管理中心; 

关键词：

车辆工程;  局部路径规划;  区域采样;  路径平滑;  碰撞检测; 

期刊名称：

吉林大学学报(工学版)

基金项目：

公路液罐车液固耦合机理与防侧翻控制研究

i s s n：

1671-5497

年卷期：

2019 年 05 期

页   码：

1428-1440

摘   要：

为解决结构化道路环境下自动驾驶客车的路径规划问题,针对双车道避障工况提出了一种区域采样随机树RS-RRT算法。在采样阶段,集成高斯分布采样和局部偏向性采样来提高路径规划算法的搜索效率。在随机树扩展阶段,考虑了客车和障碍物的实际尺寸,利用分离轴定律(SAT)实时检测客车和周围障碍物的碰撞风险。在后处理阶段,结合安全性和舒适性的目标,融合了驾驶共识、安全距离模型和路径平滑算法对规划的路径进行修正。为验证RSRRT算法的有效性,搭建了商用车电液转向系统硬件在环试验台,利用TruckSim构建仿真场景,通过MATLAB和TruckSim的联合仿真实现算法的验证。试验结果表明:与基本RRT和目标偏向性RRT(Goal-biasing RRT)相比,本文算法在节点数量、路径长度和运行时间上均有优势,生成的路径满足客车动力学和路径跟踪要求。