论文部分内容阅读
常规布局及结构化的城市环境中的无人地面车,其环境感知和路径规划技术的研究相对成熟。然而,无人车在信息未知、环境复杂的野外进行自主规划和障碍规避尚存在困难。针对复杂环境中无人车的路径规划和轨迹规划技术展开研究,首先,考虑环境相对未知、存在凹凸障碍物和起伏地面等因素,利用激光雷达、相机和IMU组成车载多传感器系统获取复杂的野外环境信息并进行数据处理和校正;其次,通过训练径向基神经网络(RBF网络)对野外环境进行建模;然后,基于环境模型引入起点至目标位置的距离、环境高度和梯度以构建约束,通过优化约束函数实现复杂