收稿日期：2021-02-04
基金项目：湖南科技学院校级科研项目（No.20XKY051），湖南科技学院应用特学科建设项目。
第一作者简介：王道正（1995—），男，湖南邵阳人，湖南科技学院电子与信息工程学院电子信息工程专业2016级学生。
通信作者：潘学文（1983—），男，湖南永州人，硕士研究生，湖南科技学院电子与信息工程学院讲师，从事电子与通信方面课程教学工作。DOI:10.16525/jki.14-1362/n.2021.04.12
总第202期2021年第4期Total of202 No.4，2021
创新发展
现代工业经济和信息化
Modern Industrial Economy and Informationization
基于Matlab的汽车无人驾驶路径规划
王道正，唐雅媛，王林惠，潘学文
（湖南科技学院电子与信息工程学院，湖南永州425199）
摘要：采用人工势场法进行路径规划和避障，建立新的汽车无人驾驶路径规划环境模型。汽车以自身的圆周势场进行探测，每次移动都会使势力场发生改变，在进行信息收集后判断避开障碍物的所有路径，最终在规划的路径中出最佳路径，从而完成避障和路径规划。避障路径规划技术能够指引汽车避开障碍物，避免事故的发生，对提高道路交通的安全水平大有帮助。
关键词：Matlab；避开静态障碍物；局部路径规划；人工势场法
中图分类号：TN911-4；G434文献标识码：A文章编号：2095-0748（2021）04-0028-03
引言
人民的生活水平正在逐步提高，汽车成为人们生活中首选的出行工具。但随之而来的是我国日益严峻的道路交通安全形势，人们也越来越重视行车安全。随着人工智能的发展，自动驾驶商用汽车智能化技术逐渐成熟，使无人驾驶商用化进程继续加快，成为当下热门的科技之一[1-2]。
无人驾驶技术适用于人们生产和生活的方方面面，如智能仓库搬运车能独立规划路线，进行货物分类搬运，从而使效率大大提高[3-4]。目前推广的无人驾驶使用智能汽车航路规划技术，通过导航手段，可以为驾驶者设计规划一条最好的路线，及时地通知路况和道路监测情况，从而使驾驶者精确无误地到达目
的地。
本文使用人工势场法这一算法来进行路径规划和避障。假设小车在一个虚拟力场下运动，其中目标对物体产生引力，引导物体朝向目的地运动，障碍物对物体产生斥力，使物体免于和障碍物发生碰撞，从而实现路径规划。
1改进人工势场法
考虑障碍物和目标的速度，能够更好在适应动态环境。将引力势场函数改造如下：
改进引力势场和斥力势场。
U att（q）=1
2
K a d2（q，q1）+1
2
K v d2（v，v1）.（1）式中：K a和K v均为正比例增益系数；d2（q，q1）为一个矢量，表示无人车的
位置q和目标点位置q1之间的欧几里德距离|q-q1|；d2（v，v1）为无人车与目标点之间的相对速度。引力是引力势场函数的负梯度，方向为无人车指向目标点。
对于不能达到目标点的问题，除考虑无人驾驶车辆与障碍物之间的位置因素外，还应考虑相对速度和加速度因素，得到改进的斥力势场函数：U rep=
1
2
K b d2（q，q0）+K v'd2（v0-v）d（q，q0）≤d n
0d（q，q0）≥d n
⎧
⎩
⏐⏐
⏐⏐
⎨⏐
⏐⏐
⏐
（2）式中：K b和K v'为正比例增益系数，斥力是斥力势场函数的负梯度，方向为无人车指向障碍物。在原有斥力场的基础上，加上了无人车和目标点距离的影响d2（v0-v），也就是说，物体越靠近目的地，虽然斥力场的作用力要增大，但是随着距离的减少，在一定程度上可以起到对斥力场的对抗作用。
2功能模块设计
整个系统结构划分为环境构建模型、小车搜集位置信息、规划路线三大模块
。
系统需完成无人车的路径规划，要给定各物体位置以及小车将要探索的感知半径、迭代步数等。为了保
证更现实的模拟，还需要设置安全的道路范围，即路径规划的边界定义。构建引力场和斥力场也就是目标点势场函数和障碍物函数，联立起来无人车路径规划的环境模型
。
先对障碍物之间能通过的区域和向目标点前进的区域联立。通过对势场差的比较，最小的那个就是
2021年第4期图5路径规划图
图3小车、障碍物、目标点的初始位置
图2小车路径规划流程图
图1小车搜集信息流程图
最佳的路径。小车会在那个区域进行信息搜集，将目前小车位置为圆心的圆周的角度分成64份，小车每次走之前必须确定一个方向，每次探测的扇型面的角度是5.625°。在试了64次之后，会发现某个方向的matlab等高线间隔
合力比当前的位置大，当然这个探测圆周分成越多份，所做出的判断就越精确，其工作流程图如图1所示
。
首先设置前进的步长，即迭代次数。小车在搜集信息之后，分析出最大的合力方向后再向其移动，当64次循环完之后仍没有比当前大的合力，那么说明小车已到达目的地，其工作流程图如图2所示。
3Matlab 仿真实现
利用Matlab R2016b 仿真软件对本文设计的汽车无人驾驶路径规划进行建模仿真。设置好初始位置关系，构建目标位置势场函数，绘制障碍物函数，绘制各物体的初始状态位置图，做好路径规划及显示，设置好合理的参数建立好仿真模型
。
正方形代表小车，初始位置为（10，10），星号代表目的地，位置在（120，3），圆形代表障碍物，两个障碍物的初始位置分别是（40，5）、（90，12），上下蓝的线代表模拟道路边界，道路边界的范围是x 轴从0到130，y 轴的范围是从-3到18。设定好环境模型后，小车将会在如图3所示中进行路径规划
。
小车的轨迹图，y 轴为小车在边界内的坐标轨迹，横坐标变化为实线，纵坐标变化为虚线，x 轴是小车的迭代次数，即给小车预设的步数，在参数初始
化时设置为50000次。如图4所示，可以看到在5000次之前，小车便停止了运动，小车停在了（120，3）处，可知小车如期到达了目的地，完成了到达目的地这一功能。是否绕开障碍物需要观察路径规划图。
根据障碍物旁边的势场等高线可知小车绕开了高势场，完成了避障这一功能，并向目标点移动。因为在
构造障碍物函数时，加入了调节因子，即安全距离，所以可以观察到小车的运动轨迹很平滑，并且没有出现目标不可达的问题。小车的路径图如图5所示
。
这次设置了三个障碍物，并且障碍物两两之间
相隔很近，再做一次路径规划。同样正方形代表小车，初始位置为（10，30），星号代表目的地，位置是（120，10），圆形代表障碍物，三个障碍物的初始位置
图4小车的轨迹
0.00.5  1.0  1.5
2.0  2.5
3.0
3.5
4.0  4.5
5.0
Iteration ，k
伊104
20
40
60
80
100
120
路径图
x
车辆初始位置
最终目标位置障碍物1障碍物2边界1边界2
20
40
6080
100
120
位置关系
x
王道正，唐雅媛，王林惠，等：于Matlab 的汽车无人驾驶路径规划
29··
第11卷
现代工业经济和信息化
******************
图7对比测试的小车轨迹图
图8对比测试的路径规划图
0.5
1
1.5
2
2.53
3.5
4
4.55
Iteration ，k
伊104
车辆轨迹（X 实心，Y 虚线）
x 车辆初始位置
最终目标位置障碍物1障碍物2障碍物3边界1边界2
x
20
40
6080
100
120
分别是（60，5）、（60，20）、（60，35），障碍物两两之间的间隔是15，道路边界的范围是x 轴从0到130，y 轴的范围是从0到40。仿真结果如图6所示。
同上，进行路径规划仿真，小车的轨迹图如图7所示。可以发现小车相比上次停的早很多，并且没有如期到达目的地。观察路径规划仿真结果如图8所示。发现小车确实没有到达目标点的位置，观察到三个障碍物形成的叠加合势场线非常紧密，小车通过搜索来的信息判断并没有安全的路线，所以自动停下来。这是因为设置的斥力场半径较大，为了保障小车的路径规划更安全，不会铤而走险，遇到障碍物便会自动停止。4结语
本文主要研究了基于改进人工势场法的无人汽车路径规划。以Matlab 为仿真平台，建立了边界环境来规划小车的路径让其更安全，以及建立了改进的斥力势场，使障碍物的位置信息更好地传达给小车，而完成安全的避障，解决了目的不可达和局部最
优的问题。
参考文献
[1]李政.无人驾驶汽车路径规划及跟踪控制研究[D].长春：长春工业大学，2020.
[2]彭晓燕，谢浩，黄晶.无人驾驶汽车局部路径规划算法研究[J].汽车工程，2020，42（1）：1-10.
[3]
袁毅，陈胜勇.基于Cortex-A9的嵌入式语音识别系统设计[J].现代信息科技，2019，3（14）：166-168.
[4]袁师召，李军.无人驾驶汽车路径规划研究综述[J].汽车工程师，2019（5）：11-13；25.
（编辑：王红霖）
图6对比测试的各物体初始位置
Realization of Matlab Simulation of MIMO-OFDM System Based on
QPSK and 16QAM Modulation
Wang Daozheng,Tang Yayuan,Wang Linhui,Pan Xuewen
(School of Electronics and Information Engineering,Hunan University of Science and
Engineering,Yongzhou Hunan 425199)
Abstract:In this paper,the artificial potential field method is used for path planning and obstacle avoidan
ce,and a new environment model for vehicle unmanned path planning is established.The vehicle uses its own circular potential field for detection,and every movement changes the potential field.After information collection,it determines all paths to avoid obstacles,and finally finds out the best path in the planned path,so as to complete obstacle avoidance and path planning.Obstacle-avoiding path planning technology can guide cars to avoid obstacles and avoid accidents,which is of great help to improve the safety level of road traffic.
Key words:Matlab;obstacle avoidance for static;path planning;artificial potential field
30··

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。