基干B样条曲线无人车路径规划算法.doc

基于B样条曲线的无人车路径规划算法 　　摘要：路径规划是无人车运动控制的重要研究内容之一，路径规划算法的性能优劣直接影响无人车能否在复杂交通场景中自主行驶。考虑到车辆运动学模型对轨迹平滑性的要求，本文提出了基于B样条曲线解决无人车路径规划问题的方法，建立了完整的分步规划模型，即将路径规划的过程分为路径簇生成、最大曲率约束、碰撞检测以及最优评价四个步骤串行进行，最终得到最优路径。该方法实现过程简单，运行效率较高，仿真结果表明了本文算法的有效性 关键词： B样条曲线； 无人车； 路径规划； 碰撞检测； 最大曲率约束； 最优路径 中图分类号：TP181 文献标识码：A 文章编号：1009-3044（2016）26-0235-03 B-spline Curve based Trajectory Planning for Autonomous Vehicles QU Pan-rang，LI Lin ， REN Xiao-kun ，JING Li-xiong （Institute of Aeronautics Computing Technique Research， Xian 710065， China） Abstract：Path planning is an important research topic in the field of the unmanned vehicle motion planning， and it directly affects the performance of unmanned vehicles in a complex traffic environment. Taking the requirement for smoothness into account， this paper proposed a method based on B-spline curve and built a planning model which can be divided into four steps， including path clusters， constraint of maximal curvature， collision detection and optimal path. This method works efficiently and simulation results show efficiency of the method. Key words：B-spline curve； autonomous vehicle； path planning； collide detection； constraint of maximal curvature 1 引言 近年来，无人驾驶技术备受关注，各大研究机构和企业争相推出各自的无人驾驶平台。无人车作为未来智能交通的主要主体也逐渐融入到我们的日常生活中，比如自主巡航[1]和自动泊车等等。然而，为了使其更好地服务于我们，需要进一步提高其智能化水平，而路径规划作为连接环境感知和运动规划的桥梁，是无人车智能化水平的重要体现[2] 由于受到自身动力学和运动学模型的约束，车辆的路径规划问题除过要严格满足端点状态约束之外，还要求其中间状态满足运动系统的微分约束。由于实现简单，并且高阶多项式曲线能够很好地满足运动系统的微分约束，生成高阶平滑的路径，所以很多路径规划系统选择使用基于多项式曲线的方法生成路径。B样条曲线是一种典型的多项式曲线，且因为其所有的中间状态均是由控制点加权生成，所以其能够完全满足端点状态约束。综合考虑无人车路径规划的要求和实现复杂度，在仅已知初始位姿和目标位姿的情况下，本文选择B样条曲线生成路径，重点讲述分步规划模型，即路径簇生成、最大曲率约束、碰撞检测以及最优评价四个过程，并通过Matlab仿真对本文方法进行了验证 2 问题描述 本节分别描述了无人车路径规划问题和B样条曲线 2.1 路径规划问题描述 路径规划得到的是一条从初始位置到目标位置的路径，即二维平面内一条从初始位置点到目标位置点的曲线，曲线上的每一个点表示车在行驶过程中的一个状态。考虑到实现方便，本文将路径描述成离散点序列[Sstart，S1，???，Sn，Sgoal]，如图1所示，序列中每一个点[Si（xi，yi，θi）]表示车的一个状态，其中[（xi，yi）]表示此时刻车辆的位置，[θi]表示车辆的航向，[Sstart]和[Sgoal]分别表示车辆的初始状态和目标状态。图1中的圆[（xobs1，yobs1，robs1）]表示环境中的障碍物，[（xobs1，yobs1）]表示障碍物的位置信息