10.3969/j.issn.1671-7848.2013.01.039
基于改进PSO的自主车辆实时运动规划方法
通过在孤长-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,满足算法工程应用的实时性要求,提出一种基于多任务种群协同进化的粒子群优化算法.该算法将种群分为3种执行不同任务动作的子群,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,可实现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,保证了车辆行驶的安全性和平稳性.
自主车辆、运动规划、弧长-曲率空间、粒子群优化、非完整约束、协同进化
20
TP273(自动化技术及设备)
军队战略投资科研项目
2013-04-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
169-174