不确定性因素下基于机会约束的智能车路径规划算法

被引：3

作者：

何滨兵 ^{[1
]}

娄静涛 ^{[2
]}

齐尧 ^{[1
]}

曹波 ^{[3
]}

徐友春 ^{[2
]}

机构：

[1] 陆军军事交通学院学员五大队

[2] 陆军军事交通学院军事交通运输研究所

[3] 陆军军事交通学院镇江校区

来源：

军事交通学院学报 | 2020年 / 22卷 / 10期

基金：

国家重点研发计划;

关键词：

不确定性规划; 机会约束; 混合A~*; 路径规划; 智能车;

D O I：

10.16807/j.cnki.12-1372/e.2020.10.018

中图分类号：

TP23 [自动化装置与设备]; O221 [规划论（数学规划）];

学科分类号：

0811 ; 081101 ; 081102 ; 070105 ; 1201 ;

摘要：

针对现有的路径规划算法多是基于确定性模型,不能较好地考虑感知和控制的不确定性问题,在将感知和控制的不确定性建模成高斯分布的基础上,提出一种基于机会约束的路径规划算法。该算法在混合A*的框架下利用不确定性运动元进行节点的扩展。同时,基于机会约束模型将智能车与环境的碰撞概率限制在给定的阈值范围内,生成符合车辆非完整约束的概率安全路径。通过仿真实验,验证了该算法在感知和控制存在不确定性时的安全性和有效性。

引用

页码：81 / 89

页数：9

共 8 条

[1]

Motion planning under uncertainty in graduated fidelity lattices.[J].Adrián González-Sieira;Manuel Mucientes;Alberto Bugarín.Robotics and Autonomous Systems.2018,

[2] 一种基于改进混合A*的智能车路径规划算法 [J].