论文部分内容阅读
自主车辆在障碍物环境下的运动规划问题是一个包含非完整约束条件的全局优化问题。本文通过在弧长-曲率空间建立车辆运动学模型的方法，在满足非完整约束条件的基础上，将运动规划问题转化为函数优化问题。为提高PSO算法的优化速度，保证算法工程应用的实时性要求，本文提出了一种基于多任务种群协同进化的粒子群优化算法。该算法借鉴了人工蜂群算法中按照不同任务对蜂群进行分工的机制，在不增加种群规模的情况下充分扩展搜索范围，挖掘搜索域内的有用信息，使种群的全局搜索能力和局部搜索能力达到较好的平衡状态。实验结果证明，将协同进化PSO算法应用于弧长-曲率空间中的函数优化问题，实现了对自主车辆的运动规划，规划轨迹满足车辆运动学和动力学约束，且轨迹光滑，保证了车辆行驶的安全性和平稳性，是一种较好的自主车辆运动规划方法。