【摘 要】
：
针对自动驾驶车辆的多阶段多约束轨迹优化问题,根据高斯伪谱法的思路,建立了基于场景的环境模型和车辆动力学模型,设置了车辆动力学约束、速度约束等各种状态约束,包括自动驾
【基金项目】
：
国家自然科学基金(51875339)资助
论文部分内容阅读
针对自动驾驶车辆的多阶段多约束轨迹优化问题,根据高斯伪谱法的思路,建立了基于场景的环境模型和车辆动力学模型,设置了车辆动力学约束、速度约束等各种状态约束,包括自动驾驶在每一阶段的起始状态和终了状态等参数的约束条件。采用高斯伪谱法通过将控制变量和状态变量进行离散化来获得其近似表达式,从而将自动驾驶的轨迹规划问题转化成性能指标的优化问题,最终求得了自动驾驶车辆的安全、有效的路径轨迹。研究结果表明:高斯伪谱法具有计算精度高、求解速度快的特点,能在考虑各种约束条件下,实现多阶段轨迹优化。
其他文献
红外光强与偏振图像融合能够更全面地描述探测场景的特征,有利于后续的处理工作。本文提出基于混合l_0l_1层分解的红外光强与偏振图像融合算法,首先,利用混合l_0l_1层分解对红外偏振与光强图像进行多尺度几何变换;接着,对于低频特征子带图像采用指数局部高斯分布相似度作为红外偏振低频图像融合权重,并将其注入红外光强低频图像中;然后,对于高频子带图像利用局部空间频率和局部能量进行融合,并用主成分分析将两
本文运用2000年第1季度至2008年第3季度的数据对M2、M1、M0的货币需求方程分别进行了估计,考察了何种测算指标对应的货币需求函数是稳定的,从而为货币政策中介目标的选取提供
入世使得汽车行业竞争日益加剧。特别是私人购车市场。调查表明，越来越多的消费者表示愿意在入世后一段时间内购车；汽车的性能和适用性将成为选购汽车的最重要的指标。因此我们
目的分析吴健雄在科学史上的主要贡献和教育思想,研究其事迹对青年学生的启迪,为物理学史研究提供新线索。方法原始期刊文献整理与分析。结果吴健雄的主要科学成就是：推翻弱作
我国道路情况复杂多变,构建合适的测试场景对汽车智能驾驶系统测试和评价的有效性起着决定性作用。本文中从我国实际道路出发,从自然驾驶数据中提取具有中国特色的典型场景,
针对行车主动服务“主动感知自动生成主动推送”过程中忽视推送与行车用户的相互影响,设计了基于行车用户操作行为的行车主动服务推送平台(DPSP),包括存储层、应用层和评价层