全文总字数：5599字
1. 研究目的与意义（文献综述）
如今，中国的汽车保有量持续增加，其增长速度远高于基础设施建设的速度，因而导致道路拥挤、事故频发，逐渐成为严峻的社会问题。从解决诸多交通问题的角度出发，智能车辆的研发已经受到各大汽车厂商和研究机构的重视，有关技术正在逐步被应用到最新的产品中，促进相关技术向实用性、高集成度和高智能方向发展，也是各大高校和科研单位的重点研究领域。
日常道路中，任何复杂的汽车驾驶行为都可以抽象地分解为车道保持和车道变更两种，最为常见的驾驶操作即为变道与超车。因变道引发的交通事故所占比例虽然相对较小，但由此引起的交通堵塞现象却非常普遍。汽车换道操作的可靠性、效率和安全性对道路行驶安全与解决道路堵塞问题有着紧密联系。如今随着智能交通系统的提出和智能车辆的快速发展，将不可控的认为驾驶因素排除在外，通过安装在汽车上的各传感器对环境的准确感知，加上科学合理的决策分析，生成安全可靠的换道轨迹，并利用稳定可靠的控制算法获得良好的跟随精度，使车辆自主换道的安全性比充满不确定因素的人类驾驶员更具优势，从而解决相应的交通问题，如何实现智能汽车的这一整套流程这是当今智能车辆研究领域的重点之一。
智能汽车的轨迹规划源自移动机器人领域，但由于汽车行驶速度快，轮胎力特性复杂，增加了其控制难度。国内外轨迹规划研究与实现的算法大致可以分为图搜索(graph search)、数值优化(numerical optimization)、采样与插值(sampling and interpolation)三类方法。基于图搜索的方法核心思想是把自动驾驶车辆的初始位置和每一次轨迹规划的末状态位置映射到一个状态空间，然后将状态空间离散化，并将其构成一个图，不同状态之间具有不同权重的连接关系，然后利用如a*、dijkstra、状态网格等搜索算法来求解；基于数值优化的算法核心是直接将目标函数和约束条件转化成一个凸优化的格式，利用二次规划解法或其他数值优化迭代器计算出其最优解，最终解的表征行驶可以直接为一系列的位置点，其最大的优点为最优解空间是连续的，不会出现相邻帧之间最优解的大幅度跳变，然而要将周围环境抽象成一个凸优化的目标函数这一条件不是任何时候都能满足的，同时求解最优解往往依赖于梯度迭代，最优化迭代过程时间开销较大，无法保证实际行驶的每时每刻都能收敛到最优解；基于采样和插值的轨迹规划主要思想是在自动驾驶车辆行驶的状态空间中进行密集采样，每一个样本代表一个状态值，其表示在某一时刻，轨迹规划输出轨迹的位置、速度、加速度、朝向等信息，然后根据这些参数对状态转移过程进行插值，得到一个连续平滑过渡的曲线，该曲线连接了自动驾驶车辆的初始状态和末状态，同时也是运动轨迹的表征。david gonzalez等对自动驾驶汽车的路径规划技术发展情况进行综述[1]；龚建伟等介绍了模型预测控制理论与方法在无人驾驶车辆运动规划与跟踪控制中的应用，详细说明了预测模型的建立、方法优化、约束处理和反馈校正方法[2]；王政对高速动态环境下车辆自主换道方法进行研究，综合考虑换道的安全性和个性化，使用三次多项式曲线规划换道轨迹，使用模型预测控制完成跟踪，并在虚拟仿真实验平台panosim进行了有效性验证[3]；江庆坤对智能汽车避障系统的危险评估和智能车辆轨迹规划两部分内容进行了研究[4]；long han等人设计了一种基于贝塞尔曲线的智能车辆路径规划器[5]；joseph funke等人利用两段回旋曲线和一段圆弧组成连续且对称的基本路径，再将两段基本路径反向连接构成“双基本路径”来执行无人驾驶汽车紧急车道变更操作[6]；jian zhou等人探究了复杂交通驾驶环境下智能车辆避障的最佳换道策略，使用三次多项式插值生成路径曲线，将topsis算法用于解决多目标轨迹优化问题，改善了换道性能[7]；熊璐基于汽车操作稳定性研究，建立了carsim simulink联合仿真的分布式驱动电动汽车的整车模型，方向盘角阶跃输入实验与蛇形实验验证了整车模型的准确性[8]。随着人工智能的不断发展，智能算法也逐渐被应用到轨迹规划研究中，将场景需求、车辆初始状态、目的地作为基本输入，以车辆的期望行驶轨迹作为输出，经过大量的输入输出样本学习训练，最终获得理想的输出结果。
2. 研究的基本内容与方案
基本内容：
基于carsim simulink联合仿真平台，对典型交通行驶场景进行决策分析，设计一种基于frenet坐标系的使用采样和插值算法的带有避障功能的无人驾驶车辆行驶轨迹生成算法，使用代价函数(cost function)对所生成的轨迹加以约束和优化以满足可靠性和舒适性等需求，最后使用基于简化车辆动力学模型的mpc控制算法完成无人驾驶车辆的轨迹跟踪控制。
设计目标：
3. 研究计划与安排
寒假：确定设计方案，文献资料搜集，外文翻译；
8学期第1周：开题报告书写，完善方案构思，资料再搜集；
8学期第2周：学习和搭建carsim/simulink联合仿真车辆模型；
4. 参考文献（12篇以上）
[1]david gonzalez, et al. a review of motion planning techniques for automatedvehicles[j], ieee transactions on intelligent transportation system,17(4),2016,1135-1145
[2] 龚建伟，姜岩，徐威，无人驾驶车辆模型预测控制[m]，北京理工大学出版社，2014
[3] 王政，智能车辆自主换道方法的研究[d]，长春：吉林大学，2016
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
