未知环境下基于行为控制的智能车辆路径规划研究.pdf

《未知环境下基于行为控制的智能车辆路径规划研究.pdf》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。

1、2010年第29卷第4期传感器与微系统(TransducerandMicrosystemTechnologies)67未知环境下基于行为控制的智能车辆路径规划研究李舜酩，沈垣，鲍庆勇(南京航空航天大学能源与动力学院，江苏南京210016)摘要：应用模糊逻辑方法，提出了一种在未知环境下基于行为控制的车辆路径规划算法。利用嵌入式计算机PC104构建了智能车的硬件系统，通过DSP控制多只超声波传感器来获取外部环境。路径规划中设计了避障行为和趋向目标点2个基本行为，采用了行为仲裁和行为融合两种方法进行行为决策。通过仿真对比了两种决策方法的优缺点，同时证明了路径规划算法的

2、有效性。把基于行为仲裁的模糊避障算法应用到试验用车的实际避障中，取得了满意的效果。关键词：行为控制；智能车辆；模糊逻辑；避障中图分类号：TP242文献标识码：A文章编号：1000--9787(2010)04-0067--03ResearchonintelligentvehiclepathplanningbasedonbehaviorcontrolinunknownenvironmentsLIShun—ming，SHENHuan，BAOQing—yong(CollegeofEnergyandPowerEngineering，NanjingUniversityofA

3、eronauticsandAstronautics，Nanjing210016，China)Abstract：Forintelligentvehiclepathplanninginunknownenvironment，anewalgorithmbasedonbehaviorcontrollingispresentbyusingthemethodsoffuzzylogic．ThehardwaresystemoftheintelligentvehicleisconstructedbyanembeddedPC104computer，andbycontrollingse

4、veralultrasonicsensorsbasedDSP，theinformationofextemalenvironmentsCanbeobtained．InthepathplanningCOUrse，theobstacleavoidancebehaviorandtargetapproachingbehaviorareproj’ected．Behaviorarbitrationandbehaviorfusionarebothproposed，andthentheadvantageanddisadvantageofthetwomethodsiscontras

5、ted．Thevalidityofpathplanningmethodisgivenbysimulationresults．Thefuzzyobstacleavoidingalgorithmbasedonbehaviorarbitrationisappliedtorealobstacleavoidingoftestvehicle，theresultissatisfied．Keywords：behaviorcontrol；intelligentvehicle；fuzzylogic；obstacleavoidance0引言要求机器人能够自主地决定路径，避开障碍物，实

6、现任务目智能车辆(intelligentvehicles，IV)是智能交通系统(in—标。根据环境信息程度，路径规划可分为环境信息已知的telligenttransportationsystems，ITS)的重要构成部分。研究全局路径规划和环境信息未知或部分未知的局部路径规和发展智能车辆技术，对包括移动机器人在内的相关前沿划。模糊逻辑方法不需要建立对象的精确模型，对传感器技术的研究将产生巨大的推动作用。已知路径的自主移动的噪声具有很强的抑制性，在移动机器人路径规划方面取车辆路径规划已经普遍受到国内外关注和重视，并在若干得进展；对不同的环境采取不同的模糊规则库，在

7、对环技术应用中得到实现。但是，未知环境下的车辆行走问题境的识别和分类中利用神经网络或者模式识别中的相关理还没有完善的技术与方法。某些特种用途(如，灾害现场论的方法；BuiLe．diem根据Bandler和Kohout模糊关系探测、特殊任务的野外行走，甚至在存在未知障碍的公路上来分析机器人所处环境，从而采取不同的避障策略。行驶)的车辆在行走时，将面临着复杂的未知环境。未知MaarefH，BarretC将障碍物简单地分为凹形和凸形障碍环境下的移动车辆路径规划已经成为智能车辆发展的一项物，采用不同的避障策略。这些算法大部分是基于传统关键技术J。的控制结构，延时性长，实

8、时性差。有关研究提出了行