摘要
随着汽车保有量的增加，交通事故和道路拥堵已经成为了社会热点问题之一，而无人驾驶车辆作为可以解决此类问题的重要环节，已经成为了高校和企业的重要研究方向。运动规划作为无人驾驶关键技术之一，涉及到车辆、计算机、通信等多个领域，因此一直以来都是研究的热点。 本文首先建立车辆的运动学模型，明确运动规划的定义和设计要求。同时对道路环境中影响行车安全的风险进行分析，采用势场法对行驶环境进行建模处理，通过环境中的势场分布情况来描述车辆的行驶风险，行驶风险较低的区域安全性更高。 采用RRT算法进行已知环境下的全局路径规划，并对其进行优化改进。针对规划时的车辆起始和终止位姿约束，提出航向修正的策略，并限制其扩展方式，保证路径的可行性。为了解决随机采样扩展盲目的问题，通过A*算法对RRT进行引导，处理其采样空间，减少采样的盲目性，并使用目标偏向的思想来增加目标位置的引导信息。对生成的折线段路径进行剪枝处理来减少不必要的转向操作，然后通过三次B样条曲线拟合来获取平滑路径。 随后针对车辆在局部避障规划过程中安全性难以保证的问题，引入了衍生安全区域的概念。介绍了Frenet坐标系，在Frenet坐标系下进行车辆的局部规划。通过考虑障碍物的运动状态，确定车辆可行驶的安全区域，在安全区域内采样离散的终端状态，并且将三维的规划问题进行解耦处理，降低求解难度。通过设计考虑轨迹偏移代价、轨迹平滑性代价和行车风险代价的多目标代价函数，在候选轨迹中选择一条局部最优轨迹。 最后，依托某款乘用车作为实验平台，设计实验场景和实验方案，对局部避障轨迹规划方法进行验证和分析。实验结果表明所设计的避障方法能够满足可行性、安全性等要求。
NETL