基于多传感器融合的智能小车路径规划研究开题报告

全文总字数：3942字

1. 研究目的与意义（文献综述）

智能小车是一个集环境感知、规划决策、自动驾驶等功能于一体的综合系统，它集中运用了计算机、传感、信息、通信、自动控制等技术，是典型的高新科技综合体。智能小车也叫作无人车辆，目前，它已在军事、采矿、救援、医学、太空、农业、农业等各领域均有应用，正逐渐改变着我们的生产生活。随着汽车工业的迅速发展，智能小车相关发展研究备受瞩目与关注，而随着社会发展和技术进步，要求智能小车的功能更多更强，智能小车在各个领域有着很好的发展前景，因此，智能小车有深远重大的研究意义。

国外智能车辆研究始于20世纪50年代。美国巴雷特电子公司在1954年研发出世界上第一个自动导航车系统agvs，该系统只是一个基于拖车的货运平台，但它有最基本的无人驾驶功能，其适用范围仅限于货物运输的仓库。美国在1966-1968年间，向月球成功发射了两次无人巡游探测器。1997年，由美国jpl（jet propulsion laboratory，美国太空总署喷气推进实验室）研制的sojourner号探测车登上了火星。美国俄亥俄州立大学开发了车身包含很多传感器的智能车辆，小车在前进过程中可以根据传感器返回数据调整车身，实现了车辆和信息的融合。奔驰汽车有限公司和德国慕尼黑联邦国防大学合作完成了vamors系统，车辆最大的亮点是可以通过计算机控制车辆的前进、后退、停止等功能。意大利mob-lab研究的智能小车配备多台彩色摄像机。2015年夏，谷歌研发的无人驾驶汽车在城市路段中进行了运行测试。2016年，英国放宽对自动驾驶汽车的行驶限制，准许其在划定的道路范围内进行实地测试。

我国智能车辆研究起步较晚，当前环境下，智能车辆技术的重要研究任务主要落在了高校和科研等单位上。在国家“863”计划期间，我国智能小车技术取得了令人瞩目的成就。1992年，中国一汽和国防科技大学联合打造了我国首辆无人驾驶汽车，其导航设备采用了当前较为先进的计算机视觉技术。2005年，上海交大研发的无人驾驶汽车能在城市道路自由行驶，在无人驾驶技术上取得了重大突破。2011年，中国一汽和国防科技大学再次联手研发出了“红旗hq3”，“红旗hq3”实现了在路况复杂的城际高速公路上自动驾驶286公里里程，打破了我国自主研制的无人驾驶汽车的自主驾驶里程记录。2015年，百度也加入到无人驾驶汽车研制行列，测试地点选在北京。整个测试过程中，路况接近于真实环境，难度之大，汽车完成了包括基本的减速和转换车道以及其他以前只有人工操作和干预控制才能实现的动作。智能小车在未来生活中扮演着重要角色，其技术发展研究有着重要意义。

2. 研究的基本内容与方案

以小车路径规划为研究对象。智能小车最基本的功能就是导航和避障，影响导航和避障的重要因素就是路径规划。路径规划又分为全局路径规划和局部路径规划。全局路径规划需要全部的环境信息，障碍物的位置信息和目标的位置信息，而局部路径规划不需要环境的先验信息。全局路径规划需要一个完全已知的环境，局部路径规划处理的是一个未知和部分已知的环境。

文献[1]中对全局规划算法和局部规划算法进行了总结和评价，同时也介绍了基于仿生学的算法。全局规划算法介绍了栅格法和a星算法，局部路径规划算法介绍了人工势场法和动态窗口法，智能方法介绍了遗传算法、蚁群算法和粒子群算法。文献[2]介绍了动态窗口法。文献[3]中对比了栅格法和动态窗口法的优缺点，提出了一种逃逸速度改进动态窗口法的不足。文献[4]介绍了理论上的改进传统的人工势场算法、边缘探测法、巧妙应用几何方法解决小车路径规划问题。文献[5]中，将路径规划技术被分为三大类，即代表性技术，合作技术和非合作技术。 利用这些技术，讨论和分析了无人机网络通信的覆盖范围和连通性。文献[6]中提出了两种方法来智能管理所需状态之间的路径，通过为分布式系统假设两种组织架构来区分策略。文献[7]中q学习算法的量化过程会影响到最终的实验效果，采用径向基函数网络对q强化学习算法进行优化，提高q学习算法效果。文献[8]中，使用神经网络近似强化学习中的状态（动作值函数）代替强化学习中的q表，建造了基于启发式知识与经验重放的深度q学习模型。

智能小车主要由电源、驱动、显示、循迹、避障以及控制等模块组成。小车采用前端驱动的方式，两个前车轮上配备有两个电机，通过单片机向驱动模块发出指令，由驱动模块控制电机的转动、停止以及正反转[9]。文献[10]中的智能小车避障控制系统主要由摄像头模块、红外避障模块、超声波避障模块、避障控制器、电机驱动模块、舵机转向控制等组成。运用多传感器数据融合技术整合不同传感器采集的环境信息，使数据更加精确有效，从而实现智能小车精确避障。文献[11]和文献[12]介绍了小车的红外循迹功能的实现。文献[13]中介绍了蓝牙控制智能小车的设计。文献[14]中使用了红外遥控和蓝牙控制对小车进行路径导航规划。文献[15]中实现了android终端控制智能小车。

3. 研究计划与安排

第1-4周：查阅相关文献资料，明确研究内容，初步确定技术方案，并完成外文翻译和开题报告。

第5-8周：完善技术方案，确定智能控制算法及硬件选型，设计系统各模块的硬件电路。

第9-13周：完成硬件模块的组建，调试，分模块实现控制算法的功能。

4. 参考文献（12篇以上）

[2]eduardo j. molinos,ngel llamazares,manuel ocaa. dynamic window based approaches for avoiding obstacles in moving[j]. robotics and autonomous systems,2019,118.

[3]王汉元.智能小车自主路径规划算法的设计与改进[j].电子技术与软件工程,2018(04):84-85.

[4]霍佳佳,柳钰,张宣妮,田青.智能小车避障与路径优化研究[j].山东工业技术,2017(11):163.