1、 中图分类号： U463.61 密 级： 硕士研究生学位论文 论文题目 基于激光雷达的军用智能车 路径规划算法研究 学 科 车辆工程 论文编号 二 一一 年十月 摘要 I 摘 要 军用智能车辆的研究是军用车辆发展的主要方向之一，它具有重要的军事与经济潜力，是发达国家竟相追逐的热点之一。尽管过去几十年来，智能车辆技术取得了长足的进步，但路径规划方面仍然存在诸多局限性。本文是对这些问题的一些初步探索。 在以往的结构化道路路径规划中，研究人员采取的环境信息获取方法是识别明显的道路标志线和车道线，但经常面临的问题是如何解决在没有标志线的道路和摄像头失效状况下的道路识别问题。另一方面，对于复杂的道路环境
2、和有限的计算资源，必须采用一种有效的方法才能实现道路信息的实时规划处理，如何区分车辆周围不同区域的信息有效性，并分配不同的关注程度，以达到在路径规划时减小计算量和保证重要区域重点规划是本文研究的另一个主要问题。 针对这些问题，本文主要开展了以下工作： 研究了国内外相关路径规划的算法，改进了基于投票法的路面可行驶区域搜索算法，该算法将雷达扫描数据中的扫描点聚类拟合路面直线，再通过判断点是否属于路面直线识别可行使区域。 提出了变尺度栅格法的结构化道路建模方法。重点研究栅格的边长大小与车辆位置、相对距离、车辆性能等的关系，并在比较和实验多种方法的基础上，自主提出一套计算栅格大小的方法，具有一定的创新
3、性。 在可变尺度栅格图的基础上，本文提出了一种基于 A*算法的路径规划算法，算法通过对各栅格点估计值的评价和开启列表，关闭列表的选取，能够规划出一条合理的行驶路线。 最后，利用所在实验室的研究条件，在 JJUV II 军用猛士智能车 上完成了算法的试验。试验结果显示：军用猛士智能车能够完成预期行驶任务，所提出算法具有可行性，并且在结构化道路上具有一定的实用性。 关键词：激光雷达 智能车 结构化道路 投票法 变尺度栅格法 A*算法Abstract II Abstract Military intelligent vehicle research is the one of the main de
4、velopment of military vehicles. It has important military and economic potential, pursued hotly by each developed country of the race. In the past few decades, intelligent vehicle technology has made considerable progress, but there are still many limitations in path planning. This article is a prel
5、iminary exploration of these issues. In the past path planning of the structure, the methods of obtaining environmental information by researchers is to identify a clear road signs and drive lines, but it is often face to how to solve the problem of road recognition in the absence of drive lines and
6、 in the failure of the camera. On the other hand, because of the complex road environment and limited computing resources, there must be an effective way to achieve real-time information on path planning. How to distinguish the validity of the information in different regions around vehicles, and as
7、sign a different degree of concern, in order to decrease the computation time and ensure the important regional focus in path planning. It is another major problem of this paper. To solve these problems, this paper carried out the following: Firstly, the related Domestic and foreign path planning al
8、gorithm is analysised and The region search algorithm based on voting method is improved. The algorithm get the radar scan data into a straight line fitting the road, and identify The region judging by whether the data is in the straight line. Secondly, variable-scale grid method is proposed in stru
9、cture of the road. The method focuses on the relationship between the size of the grid and the vehicle location, relative distance, vehicle performance. Based on the comparisons and experiments, a computational grid size method is proposed independently. It has a Abstract III certain degree of innov
10、ation. Thirdly, based on the variable-scale grid, the A * path planning algorithm is proposed in this paper. This algorithm could plan out a reasonable route by evaluating each grid estimate and selecting open & close list. Finally, using the laboratory research conditions, the algorithm experiment
11、is completed in JJUV II mengshi military intelligent vehicle. The results show that the military intelligent vehicle is expected to complete the task, and the proposed algorithm is feasible and practical in the structure road. Keywords: laser radar intelligent vehicle structure road voting method va
12、riable-scale grid method A * algorithm 目录 IV 目 录 中文摘 要 . I 英文摘要 . II 目 录 . IV 第一章 绪论 . 1 1.1 引言 . 1 1.2 路径规划的研究现状 . 3 1.3 路径规划算法研究的内容和存在问题 . 9 1.4 课题研究意义 . 10 1.5 论文研究的主要内容 . 11 第二章 基于激光雷达的车载平台设计 . 13 2.1 车载激光雷达主要参数及基本数据 . 13 2.2 激光雷达的安装 . 15 2.3 道路环境信息的获取 . 18 2.4 小结 . 25 第三章 道路环境建模方法研究 . 27 3.1 环境
13、建模概述 . 27 3.2 传统栅格法道路环境建模 . 28 3.3 变尺度栅格法 . 32 3.4 两种栅格法的对比分析 . 39 3.5 小结 . 41 第四章 路径搜索算法分析 . 42 4.1 路径搜索算法概述 . 42 4.2 A*搜索算法的基本原理 . 43 4.3 基于变尺度栅格地图 的 A*局部路径搜索算法实现 . 44 4.4 A*路径搜索算法结果分析 . 50 目录 V 4.5 本章小结 . 52 第五章 试验与分析 . 53 5.1 系统实现 . 53 5.2 实车试验 . 53 5.3 本章小结 . 62 第六章 总结与展望 . 63 6.1 本文主要工作及结论 . 6
14、3 6.2 展望 . 64 参考文献 . 65 致 谢 . 70 作者简介 . 错误 !未定义书签。 第一章 绪论 1 第一章 绪论 1.1 引言 1.1.1 军用智能车概述 随着各国国防力量的不断进步，现代军事已经由机械化战争转变为机械化与信息化的综合战争。而高技术武器装备是现代信息化军队战斗力生成的重要物质基础，是任何一支强大军队不可忽视的因素。车辆是前线战场和后勤保障的重要装备，车辆智能化是未来军用车辆发展的一个重要方向，它对执行多样化军事任务具有巨大的应用价值，发挥着不可替代的作用。未来战争将是信息化、无人化的战争。美国国防部已经开始着手组建自己的无人战车部队，它在 21 世纪战略技术
15、 报告中指出 20 世纪的主战武器是坦克， 21世纪的主战武器将是无人战车 1。 军用智能 车的研究越来越受到各国的重视，采用无人战车替代人在战场高危环境中执行任务将有效的减少人员伤亡，提高车辆的越野能力。另一方面，后勤运输采用智能化或半智能化能有效的增强运输效率和安全。此外民用车辆配备的汽车智能辅助系统，有助于向驾驶员提供环境感知的结果，降低驾驶员对车辆管理的复杂度，有效提高车辆的行驶安全。 1.1.2 军用智能车关键技术 军用智能车技术的研究是指以军用车辆为平台，对自主驾驶技术的研究。其关键技术与普通智能车相同，主要包括环境感知，中央决策，控制执行三部分 2。 环境感知主要包括摄像头，雷达
16、， GPS，声音、速度等传感器对环境的感知；中央决策主要包括路径规划，任务模式，交通约束等决策类型；控制执行主要包括油门，制动，档位，转向等具体执行方式。此外还包括人车交互、网络通信等功能，如图 1.1 所示。具体的说，对军用智能车关键技术的研究必须能够实现对车辆从点火、起步、换档、加速、巡航、制动、停止、熄火等在内的整车综合控制。本文是对军用智能车行驶决策部分中路径规划关键技术的初步探讨（以下简称智能车路径规划），在民用车辆相关研究中也第一章 绪论 2 同样适用。 1.1.3 路径规划的定义和分类 路径规划是指在具有障碍物的环境中，按照一定的评价标准 (如距离、时间、能量等 )，寻找一条从起
17、始状态到目标状态的无碰撞路径。具体到军用智能车的研究中，它是指按照车辆行驶任务需求，依据车辆速度、安全和自身性能的标准，在道路中规划一条车辆的行驶路线 3。 军用智能车路径规划是军用智能车自主驾驶技术中最重要的环节，一直以来都是研究的重点方面，随着雷达等各种新环境感知传感器应用的不断增多，路径规划的研究也与环境信息的获取密不可分，具有了更加广阔的研究空间。 根据对环境的了解情况，路径规划主要可以分为全局路径规划和局部路径规划 4。 全局路径规划也叫宏观路径规划，它只需要知道关于环境的所有（车辆 当前的位置和路网）信息，根据环境地图进行大粒度的路径规划，并产生一系列关键点作为子目标点下达给局部路
18、径规划系统。全局路径规划属于静态规划。 车辆性能 任务分解 路径 规划 触觉： 雷达传感器 本车传感器： 速度 6 维状态 GPS 传感器 听觉： 声音传感器 视觉： 摄像头传感器 图 1.1 智能车关键技术关系框图 环境感知 交通约束 中央决策 方向 制动 油门 档位 控制执行 第一章 绪论 3 局部路径规划也叫微观路径规划，它不仅需要知道车辆的当前位置信息，还需要车辆行驶道路一定范围内可行驶区域分布、障碍物分布信息、车辆相关的参数（如车辆物理尺寸、运行速度、最大转向角、制动性能等），从而对移动实体规划具体的行驶路线 5。 局部路径规划属于动态规划。 智能车全局路径规划中最广泛的应用就是 G
19、PS导航技术，目前国内外对智能车全局路径规划的研究主要分为三个方面：一是车辆定位技术，包括独立计量， GPS卫星定位和无线测量；二是动态路径规划技术，包括行驶路径规划、交通信息的采集、处理和发布、道路交通状态的预测等；三是导航电子地图数据动态维护更新与三维化。这方面的技术项目组已经基本掌握，目前能够成功完成路网文件的解析，车辆位置的定位等， GPS导航误差精度一般能够控制在 2米以内 6。 全局路径规划算法不是本文的研究范围。 智能车局部路径规划的应用算法类别很多，与全局路径规划相比，局部路径更具有实时性和实用性。局部路径规划是智能车自主驾驶系统的一项关键技术，它的品质特性直接关系整个系统的性
20、能，因而对局部路径规划方法的研究具有重要的意义。 本文所研究的路径规划是指局部路径规划算法的研究。 1.2 路径规划的研究现状 1.2.1 国外研究现状 国外智能车路径规划的研究首先是从民用方面开始的。早在 1939 年纽约世界博览会上，美国通用汽车公司就首次展出了无人驾驶概念车 Futurama7。上世纪 80 年代，以美国为代表的西方国家将智能车技术研究推 向了新的高潮 ,研究方向也逐渐走入军用。意大利帕尔马大学于上世纪 90 年代初开始研制无人驾驶车辆，该车于 2010 年 10 月 28 日完成了从意大利到上海 13000 多公里的无人驾驶实验，这是至今为止距离最远的无人驾驶汽车挑战项
21、目 89。 图 1.2所示为该车传感器布置示意图。为了能够准确又全面的得到路径规划所需要的道路环境数据，该智能车应用了 5 个激光雷达、 7 个摄像机、 GPS 全球定位、惯性测量设备进行环境信息获取，其感知范围可以覆盖整个车身。 第一章 绪论 4 图 1.2 帕尔马大学智能车传感器布置示意图 图 1.3 所示为车载雷达环境信息获取示意图，其中两个前置单线激光雷达和一个后置单线激光雷达用以识别较近障碍物；一个多线激光雷达用以识别车辆前方可行驶区域；一个 16 线激光雷达用以识别车前较远障碍物。该车在路径规划的过程中，充分利用和分析雷达提供实时环境信息，有效识别道路可行驶区域，检测和跟踪其它车辆的运动状况，从而做出本车正确决策 10，如图 1.4 所示。 （ 1）单线激光雷达 （ 2）多线激光雷达 （ 3） 16 线激光雷达 图 1.3 基于雷达 的 环境信息获取示意图 （ 1）停车区 域规划 （ 2）会车速度检测及行车规划
