基于凸近似的避障原理及无人驾驶车辆路径规划模型预测算法

摘要

cqvip:提出了一种改进的无人驾驶车辆路径规划方法,并搭建了相应的软件在环实时仿真系统,对方法在结构化道路下的复杂动态交通工况进行性能验证.首先,引入基于凸近似的避障原理,对障碍物参考点的选取进行优化,扩大了路径规划的可行域范围.采用改进后的方法,并结合模型预测控制(Model predictive control,MPC)原理和曲线坐标系统,综合考虑自车及障碍车的外形、道路几何约束及自车的机械结构约束、路径最短、侧向加速度、道路对中、逐次变道、车距安全度、左变道优先和前轮转角变化率等权重的影响,实现了车辆在复杂动态交通工况下的路径规划.最后,以长城H7运动多用途车作为无人驾驶实验及仿真平台,搭建基于dSPACE多核架构的Carsim+Simulink软件在环实时仿真系统,对算法进行验证.结果表明,所提出的方法不仅可获得合理、平滑的行驶路径,顺利避开运动障碍车的干扰,而且具有良好的实时性.