基于贝塞尔曲线的智能汽车避障轨迹规划方法研究
电子技术应用
曹昌盛1，曹昊天2
1.国电南瑞南京控制系统有限公司，江苏 南京 210000；2.湖南大学 机械与运载工程学院，湖南 长沙 410082
摘要：开展了一种基于贝塞尔曲线的智能汽车避障局部轨迹规划，即路径规划和速度规划方法研究。路径规划时，为了适应各种形状道路，将道路笛卡尔坐标转换为Frénet坐标，以路径的长度、曲率和连续性，以及车辆碰撞风险为代价函数，其中引入危险势场理论，描述车辆碰撞风险，并采用序列二次规划方法来求解路径规划这一非线性优化问题；速度规划时，以行车效率和舒适性为目标，实现速度规划，该方法可以通过调整各子目标函数的权重来满足不同驾驶需求。为了验证基于贝塞尔曲线轨迹规划算法的有效性，设计了直道和弯道上静态和动态避障场景的仿真实验，结果表明，提出的轨迹规划方法能够在各种形状道路上完成避障任务，且避障过程中车辆状态变化平稳，能够保证乘坐舒适性。
中图分类号：U461.91 文献标志码：A DOI: 10.16157/j.issn.0258-7998.234472
中文引用格式：曹昌盛，曹昊天. 基于贝塞尔曲线的智能汽车避障轨迹规划方法研究[J]. 电子技术应用，2024，50(2)：17-22.
英文引用格式：Cao Changsheng，Cao Haotian. Research on trajectory planning method for intelligent vehicles with obstacle avoidance based on Bézier curve[J]. Application of Electronic Technique，2024，50(2)：17-22.
中文引用格式：曹昌盛，曹昊天. 基于贝塞尔曲线的智能汽车避障轨迹规划方法研究[J]. 电子技术应用，2024，50(2)：17-22.
英文引用格式：Cao Changsheng，Cao Haotian. Research on trajectory planning method for intelligent vehicles with obstacle avoidance based on Bézier curve[J]. Application of Electronic Technique，2024，50(2)：17-22.
Research on trajectory planning method for intelligent vehicles with obstacle avoidance based on Bézier curve
Cao Changsheng1，Cao Haotian2
1.NARI-TECH Nanjing Control Systems Ltd.， Nanjing 210000， China； 2.College of Mechanical and Vehicle Engineering， Hunan University， Changsha 410082， China
Abstract：In this paper, a Bézier curve-based trajectory planning method with obstacle avoidance for intelligent vehicles, namely path planning and speed planning, is studied. In path planning, in order to adapt to roads of various shapes, the Cartesian coordinates of roads are converted to Frénet coordinates. Taking path length, curvature, continuity and vehicle collision risk as the cost function, the dangerous potential field theory is introduced to describe the risk of vehicle collision, and the sequential quadratic programming method is adopted to solve this nonlinear optimization problem. In speed planning, aiming at driving efficiency and comfort, speed planning is realized, which can meet different driving needs by adjusting the weight of each sub-objective function.
Key words :intelligent vehicle；Bézier curve；danger potential field；obstacle avoidance；local trajectory planning
引言
近年来，智能汽车因其能够提高通行效率并减少交通事故而受到研究人员的广泛关注[1-2]。目前，百度、谷歌和特斯拉等公司在智能驾驶领域已经取得了一些研究成果，并开始进行路测，但由于技术的复杂性和法规的限制，智能汽车离真正的商业化应用还有一段距离[3]。智能汽车主要包括环境感知、行为决策、轨迹规划和运动控制四大模块，其中轨迹规划作为智能汽车的核心技术也涌现了大量研究成果[1,4]。局部轨迹规划是利用全局路径信息和车载传感器信息为智能汽车实时规划安全舒适的行驶轨迹（包括参考路径和速度）。
本文详细内容请下载：
https://www.chinaaet.com/resource/share/2000005849
作者信息：
此内容为AET网站原创，未经授权禁止转载。