论文部分内容阅读
自动驾驶汽车作为智能交通系统的重要组成部分，越来越受到研究者的重视。自动代客泊车技术（Autovaletparking）是高级别自动驾驶不可缺少的部分。代客泊车应用于非结构化环境，这使得研究者需要设计有别于结构化场景的规划算法来应对非结构化环境的各种挑战，例如，道路线的缺失、周车预测的不确定性。考虑代客泊车的环境特点，提出了基于改进混合A*算法和时间弹性带算法的分层运动规划方法。通过修改碰撞检测过程，使得混合A*算法可以实现交互行为。通过引入地图参考线代价，加快了混合A*算法搜索效率。改进后的混合A*算法可以针对非结构化环境生成合理有效的初值轨迹。采用的时间弹性带算法执行效率高，有效解决了车辆运动学和障碍物约束问题，可以快速应对环境变化。在中国苏州的地下停车场开展了实车试验。试验结果表明，提出的算法能够有效的解决常规场景下的车辆横向运动规划问题。