资源描述：
《路径规划技术》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
路径规划技术
1一、研究背景二、研究现状三、未来展望
2一、研究背景在如今的21世纪，科学技术飞速发展，汽车工业也飞速发展，不断的满足人类的生活需求，每一项技术的发展都会给这个行业带来革命性的变革，无人车技术的日益发展并将技术转移到汽车制造行业，使得人们在生活上得到越来越多的便利。它把先进的信息处理系统和现代传感器技术融合在一起，来缓解车辆的拥堵情况，也能监测到车辆的运行状况和驾驶员的驾驶状态，有利于提高交通的吞吐能力和保障交通系统的安全系数。
3同时，汽车的主动安全配置越来越高，车辆的安全性能越来越好，即使得驾驶人得安全性得到提高，也使得行人的安全得到更好的保障。车辆变得越来越智能，下雨天可以遥控车辆启动开到楼下接自己，不用担心没有带雨伞而淋湿自己，在高速路上，驾驶疲劳的时候车辆能够检测到，定速巡航驾驶能够舒缓你一直踩油门的脚。在遇到自然灾害的时候，当人类无法实施救险活动的时候，利用无人控制的或者是遥控控制的救险机器来实施救险工作。
4无人车是一个综合的合成系统，它主要包括智能控制部分、外部环境的感知部分和环境识别部分，无人车是一个跨学科的研究项目，要用到的学科有人工智能、微型计算机技术、信息融合技术、多融合传感器技术、无线通讯技术以及自动控制技术等。当路边的监测装置检测到危险情况，或者是可能要发生危险情况的时候，智能交通系统就会发出警告信号，或者在特定情况下，执行替代操作，智能系统将更加高效、安全的保障车辆和人员的安全。从以上观点来看，无人车的理论研究对人类生活、驾驶安全、交通便利、环境保护等都有举足轻重的现实意义。
5无人驾驶智能汽车通过传感系统感知自身的运动状态和周围的交通环境，通过替代驾驶员大脑的“驾驶员模型”在局部范围内决策出安全、合法、高效，并且容易驾驶的行驶轨迹，产生控制策略，操纵执行机构，最终实现无人驾驶。无人车的路径规划问题是指在有障碍物的工作环境中寻找一条恰当的从给定起点到终点的运动路径，使无人车在运动过程中能安全、无碰撞地绕过所有的障碍物。二、研究现状
6基于传感器信息的局部路径规划，即障碍物的尺寸、形状和位置等信息必须通过传感器获取。1971年以来相继出现了超声波、激光、红外、视频等多种方式的车辆防撞雷达。这些传感器结构简单、价格低廉，但不满足全天候要求，如采集无人车自身的实时动态信息的惯性传感器，雷达分为激光雷达和毫米波雷达，分别对近距离和中远距离，甚至对超过100米远的障碍和目标进行精准定位和对前向行驶环境进行图像的三维立体获取，采集障碍物的距离和运动状态信息，提供车辆避障和导航信息。这些雷达在无人车避障与路径规划中的应用前景广泛。
7
8激光雷达在无人驾驶汽车中占的地位举足轻重，国内外很多高校以及公司在其自主研发的无人驾驶车辆中都使用了激光雷达作为环境感知的传感器。其优点有：①方向性好，波束窄，测角精度高。②采取专门的脉冲压缩技术，可把脉冲宽度压缩到几十纳秒（毫微秒）甚至皮秒（微微秒）量级，峰值功率可达几百兆瓦，从而大大提高测距精度。③激光雷达不受地面杂波干扰，没有多路径效应，故能在低仰角下工作。同时，激光雷达也有个最大的缺点：受大气的光传输效应影响（包括光速、折射率的变化和散射现象）会使其测量精度降低，因而不能全天候工作，遇浓雾、雨、雪天气无法工作；由于波束窄，在大空域中捕获目标困难，须借助引导才能进入自跟踪。
9
10
11传感器的安装与组合将直接决定着环境感知系统的能力和感知效果。在多数无人车中都使用了相似的传感器组合方式和传感器类型，当然在具体细节上也有所差异。最基本的原则是使用组合式的传感器，提供一定的冗余量和覆盖率，以满足在复杂环境中安全导航的需求。传感器的安装和使用很大程度上决定了路径规划的好坏。
12路径规划的要求：（1）车辆应该在自动避开所有障碍物的前提下，到达指定的目的地。（2）车辆安全到达目的地所用的时间最短，路程最短。（3）采用的路径简单可靠，以便简单实现对无人车的控制。（4）车辆行驶的路径尽量不重复或者少重复。（5）车辆选用合适的行驶策略，减少车辆的能量消耗。
13路径规划的一般步骤：路径规划的求解思路是：把需要解决的最短时间、最短距离、最少花费等问题转变成求解最短路径，因为只有找到了最短路径，以上问题都将得到解决，路径规划的一般步骤分为以下几步：
14（1）对路网进行抽象用线段来代替实际交通路网中的道路，用节点代替道路的端点或者交叉口。（2）标定路段的权重路径规划的最优目的是路段的权重，权重选择的不同，则得到的算法和结果也就不同。一般的路段权重可分为三种：最少时间、最短距离以及综合权重。实际交通中的道路是实时变化的，最少时间和最短距离并不能全面的反映出道路的实时动态，更不能反映一些交通问题，所以就会误导车辆。而综合权重是综合考虑分析道路的实时状态，并正确的引导车辆进行路径规划，这也节省了时间，提高了总体效率。
15（3）最优路径的求解方法从算法的计算速度以及准确度出发，路径规划的进行不但要考虑实际的交通信息，还需要选择一个既稳定又实时的算法。（4）对实际道路的还原找到最优路径后，需要将抽象的路线还原成实际交通地图中的真实路径，可以通过将抽象图中的线段和实际道路进行一一比对，最后将最优路径显示出来。
16无人车行驶过程中，雷达波束向前发射信号，当发射信号遇到障碍物目标时，被反射回来被接收天线接收，经混频放大处理，可用其差拍信号间来表示雷达与目标的距离，再根据差频信号相差与相对速度关系，计算出障碍物目标对雷达的相对速度。
17图一、无人车的雷达探测系统组成框图
18无人车主控计算机将目标距离和速度这两个物理量代入危险时间函数数字模型后，即可算出危险时间。当危险程度达到各种不同等级时，分别输出报警信号或通过车辆控制电路来控制车速或刹车。当距离过近时，无人车主控计算机会通过车上的计算机网络CAN-BUS与发动机ECU、变速器ECU及ESP(车辆稳定行驶系统)、ABS刹车系统ECU，通过限制发动机输出转速，调节刹车作用力及变速箱档位，控制定速巡航的车速，避免发生碰撞。
19同时，无人车的路径规划处理器会根据障碍物情况重新进行路径规划，确定新的行驶路径，并将路径信息转化为无人车的油门、转向或刹车控制参数，通过控制这三个参数，来控制无人车的行进路径。若前方无障碍物（100米为限），车辆会加速至预设的巡航速度。图二、无人车路径规划流程图
20在无人驾驶智能车的路径规划研究中，核心是路径规划的算法，算法的选择将直接影响到路径规划质量的优劣。一般来讲，路径规划算法的计算规则主要分为三条：程序运行速度快，系统资源占用率低，工作稳定性高。在小车实际行驶的过程中，交通路网会随时间变化而变化，其中包含了静态交通限制信息和动态交通流量信息，例如道路质量、交通状况、各路段限速状态、道路占用率和各种环境因素等，这些都是一些不确定因素，所以我们必须要考虑到这些能够影响车辆行驶状态的各种参数。目前，解决最短路径问题已经有了很多成熟的算法。
21表3、经典路径规划算法性能比较
22路径规划的影响因素有很多，主要包括如下几种：路段的长度、道路、速度、道路等级、交叉口的等待时间、交通管制信息等因素。这些影响行车效率的因素将以不同的形式体现在网络拓扑图相对应的数据库中，便于路阻函数的确定。道路的长度、速度、路段等级、交通口等待时间几种等是路径规划的主要影响因素，由于交通管制信息、路段抢修、道路施工等不确定性太大，而且可以在具体动态路径规划中体现出来，所以在宏观路径规划中一般不考虑这些因素。
23目前多家公司已经宣布其无人车产品的上市时间，这无疑将拉开无人车商业化、普及化的大幕，而由于部分传感器的价格高昂，因此如何在安全高效、成本低廉的基础上构建出最优的传感器组合架构成为一个十分关键的问题。而无人车行驶中的路径规划又很大程度上依赖传感器，总之，传感器技术的研究将在很大程度上决定着未来无人车的发展状况。
24三、未来展望未来，路径规划的算法是不断更新的，算法方面的研究将在原来纯数学的算法的基础上推出能够应用于求解仿真模型和知识化模型的更快、更简单、面向在线和实时应用的算法以满足无人车在行驶过程中又好又快地计算出合适的路径。
25谢谢！
