低速环境下无人驾驶智能车路径规划及避障策略丁永哲摘要:智能车的导航策略和避障方法作为无人驾驶系统对外界环境感知和处理的核心技术,其功能实现主要是使智能车能够无碰撞的、满足一定性能指标(时间、能量等)从当前状态移动到目的状态。而作为无人驾驶智能车系统中的核心组成部分,对于其研究和设计则显得不可或缺。论文首先阐述了无人驾驶智能车技术发展现状,介绍了与局部避障和全局导航相关的基础理论研究,并基于动力学、运动学建立了智能车的数学模型,使用Gmapping算法对智能车所处的周身环境进行了建模。为了尽可能提高智能车避障和导航的能效性,论文根据已有理论分析了多种导航和避障策略在半结构化低速环境下应用的优缺点,设计了基于激光雷达传感器数据建环境地图,局部避障与全局导航相结合的智能车避障导航系统。其次,研究了局部避障策略中多传感器组合方案,基于超声波测距传感器和激光测距传感器建立近距离避障传感器组合,对其无人车采集数据进行融合处理。为降低融合算法的冗余度,将联合卡尔曼数据融合算法中子滤波器替换为互补滤波器,得到优化后数据融合算法。通过仿真分析可得该优化的数据融合算法提高了检测障碍物距离的精确