智能车轨迹预测及动态避障

摘要：

研究针对智能车轨迹预测及动态避障问题进行研究.通过对环境的实时感知,完成环境的栅格化重建,导出分层代价地图,实现智能车的定位和实时环境建图;依托卡尔曼滤波器算法预测移动障碍物行进轨迹,结合人工势场法,确定危险系数,划分智能车危险区域,通过斥力规避障碍物,引导智能车进行动态避障.基于此考虑势场法中易出现的局部极小点问题,进行势场梯度下降的优化工作,确保智能车能以更加平滑的姿态实现动态障碍物的躲避.本文通过ROS平台的Gazebo软件,对智能车路径规划和动态避障问题进行仿真验证.实验结果表明:结合卡尔曼滤波器和势能场法可实现智能车对动态障碍物的规避,具有较强的环境适应性及实用性.

关键词：机械工程其他学科、动态避障、轨迹预测、仿真模拟

所属期刊栏目：16

分类号：TP242.6(自动化技术及设备)

在线出版日期：2023-04-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-7