智能駕駛汽車(chē)規(guī)劃控制算法及仿真應(yīng)用

目錄
**部分 基礎(chǔ)知識(shí)篇
第1章 緒論 3
1.1 智能駕駛汽車(chē)概述 3
1.1.1 智能駕駛汽車(chē)的發(fā)展 3
1.1.2 智能駕駛汽車(chē)分級(jí) 4
1.1.3 智能駕駛汽車(chē)關(guān)鍵技術(shù) 4
1.2 規(guī)劃決策系統(tǒng)概述 6
1.2.1 術(shù)語(yǔ)概念 6
1.2.2 全局路徑規(guī)劃 9
1.2.3 局部路徑規(guī)劃 11
1.2.4 速度規(guī)劃 13
1.3 控制執(zhí)行系統(tǒng)概述 13
1.3.1 橫向控制與縱向控制 13
1.3.2 路徑跟蹤控制與軌跡跟蹤控制 14
1.3.3 分層控制 14
1.3.4 反饋控制 14
第2章 MATLAB基礎(chǔ)操作指南 16
2.1 MATLAB編程技巧 16
2.1.1 數(shù)據(jù)類型的選擇 16
2.1.2 矩陣操作技巧 18
2.1.3 MATLAB常用庫(kù)函數(shù) 19
2.2 MATLAB自動(dòng)駕駛工具箱 20
2.2.1 駕駛場(chǎng)景設(shè)計(jì)器 21
2.2.2 自動(dòng)駕駛函數(shù)庫(kù) 22
2.2.3 自動(dòng)駕駛場(chǎng)景案例 23
第二部分 全局路徑規(guī)劃算法篇
第3章 基于拓?fù)鋱D的全局路徑規(guī)劃算法 29
3.1 術(shù)語(yǔ)概念 29
3.1.1 算法的復(fù)雜度 29
3.1.2 拓?fù)鋱D簡(jiǎn)介 30
3.1.3 廣度優(yōu)先搜索和深度優(yōu)先搜索 31
3.2 Dijkstra算法 34
3.2.1 Dijkstra算法簡(jiǎn)介 34
3.2.2 偽代碼及分析 35
3.2.3 案例精講 36
3.2.4 MATLAB仿真 37
3.3 Floyd算法 39
3.3.1 Floyd算法簡(jiǎn)介 39
3.3.2 偽代碼及分析 40
3.3.3 案例精講 41
3.3.4 MATLAB仿真 43
3.4 基于拓?fù)鋱D的路徑規(guī)劃實(shí)戰(zhàn)案例 44
3.4.1 路段行程時(shí)間的周期相似性 44
3.4.2 傳統(tǒng)路徑規(guī)劃思想的缺陷 45
3.4.3 路網(wǎng)建模仿真及數(shù)據(jù)庫(kù)建立 47
3.4.4 動(dòng)態(tài)路網(wǎng)的全局*優(yōu)路徑規(guī)劃思想 49
3.4.5 全局*優(yōu)路徑規(guī)劃思想的仿真試驗(yàn)驗(yàn)證 51
第4章 基于柵格圖的全局路徑規(guī)劃算法 54
4.1 術(shù)語(yǔ)概念 54
4.1.1 柵格圖簡(jiǎn)介 54
4.1.2 啟發(fā)式搜索和增量式搜索 56
4.2 A*算法 56
4.2.1 A*算法簡(jiǎn)介 56
4.2.2 偽代碼及分析 56
4.2.3 案例精講 58
4.2.4 MATLAB仿真 60
4.3 D*算法 65
4.3.1 D*算法簡(jiǎn)介 65
4.3.2 偽代碼及分析 65
4.3.3 案例精講 68
4.3.4 MATLAB仿真 69
4.4 LPA*算法 71
4.4.1 LPA*算法簡(jiǎn)介 71
4.4.2 偽代碼及分析 72
4.4.3 案例精講 74
4.4.4 MATLAB仿真 76
4.5 D*Lite算法 78
4.5.1 D*Lite算法簡(jiǎn)介 78
4.5.2 偽代碼及分析 79
4.5.3 案例精講 82
4.5.4 MATLAB仿真 84
4.6 四種柵格圖路徑規(guī)劃算法對(duì)比分析 86
第5章 基于采樣的全局路徑規(guī)劃算法 88
5.1 術(shù)語(yǔ)概念 88
5.1.1 采樣算法 88
5.1.2 算法的完備性與*優(yōu)性 88
5.1.3 路徑與障礙物的碰撞檢測(cè)方法 89
5.2 PRM算法 92
5.2.1 PRM算法簡(jiǎn)介 92
5.2.2 偽代碼及分析 92
5.2.3 案例精講 93
5.2.4 MATLAB仿真 94
5.3 RRT算法 100
5.3.1 算法簡(jiǎn)介 100
5.3.2 偽代碼及分析 100
5.3.3 案例精講 101
5.3.4 MATLAB仿真 102
5.4 基于RRT的幾種改進(jìn)算法 105
5.4.1 RRT-Connect算法 105
5.4.2 RRT*算法 109
5.4.3 Informed RRT*算法 113
第三部分 局部路徑規(guī)劃算法篇
第6章 基于參數(shù)*線的局部路徑規(guī)劃算法 119
6.1 術(shù)語(yǔ)概念 119
6.1.1 車(chē)輛運(yùn)動(dòng)學(xué)約束的基本概念 119
6.1.2 控制點(diǎn)、型值點(diǎn)和插值點(diǎn) 120
6.1.3 *率的三種計(jì)算方式 120
6.1.4 基于三點(diǎn)求外接圓*率與基于參數(shù)方程求*率方法的對(duì)比 125
6.2 五次多項(xiàng)式*線 126
6.2.1 算法簡(jiǎn)介 126
6.2.2 五次多項(xiàng)式*線路徑 127
6.2.3 五次多項(xiàng)式*線軌跡 130
6.2.4 五次多項(xiàng)式螺旋*線路徑 132
6.3 Dubins*線 134
6.3.1 算法簡(jiǎn)介 134
6.3.2 Dubins*線分類 135
6.3.3 Dubins*線切點(diǎn)計(jì)算 136
6.3.4 CSC類型和CCC類型的Dubins*線計(jì)算 137
6.3.5 MATLAB仿真 138
6.4 貝塞爾*線 140
6.4.1 算法簡(jiǎn)介 140
6.4.2 貝塞爾*線的數(shù)學(xué)推導(dǎo) 141
6.4.3 貝塞爾*線的性質(zhì) 144
6.4.4 案例精講與MATLAB仿真 145
6.5 B樣條*線 147
6.5.1 算法簡(jiǎn)介 147
6.5.2 B樣條*線理論介紹 147
6.5.3 B樣條*線分類 149
6.5.4 B樣條*線的性質(zhì) 150
6.5.5 基于控制點(diǎn)的B樣條*線路徑規(guī)劃 151
6.5.6 基于型值點(diǎn)的B樣條*線路徑規(guī)劃 154
6.6 三次樣條*線 156
6.6.1 龍格現(xiàn)象及樣條插值 156
6.6.2 分段三次樣條插值推導(dǎo) 157
6.6.3 案例精講與MATLAB仿真 159
第7章 基于數(shù)學(xué)優(yōu)化的局部路徑規(guī)劃算法 161
7.1 術(shù)語(yǔ)概念 161
7.1.1 數(shù)學(xué)優(yōu)化與智能優(yōu)化 161
7.1.2 橫縱向解耦規(guī)劃 162
7.1.3 笛卡兒坐標(biāo)系與Frenet坐標(biāo)系 163
7.1.4 二次型、正定矩陣、雅可比矩陣和海塞矩陣 164
7.2 動(dòng)態(tài)規(guī)劃算法 166
7.2.1 算法簡(jiǎn)介 166
7.2.2 偽代碼及分析 167
7.2.3 案例精講 168
7.3 二次規(guī)劃算法 171
7.3.1 算法簡(jiǎn)介 171
7.3.2 算法理論介紹 171
7.4 動(dòng)態(tài)規(guī)劃算法和B樣條*線法在路徑規(guī)劃中的應(yīng)用 174
7.4.1 構(gòu)建自動(dòng)駕駛場(chǎng)景 174
7.4.2 撒點(diǎn)采樣 174
7.4.3 利用動(dòng)態(tài)規(guī)劃算法初步規(guī)劃路徑 177
7.4.4 利用B樣條*線法平滑路徑 180
7.5 動(dòng)態(tài)規(guī)劃算法和二次規(guī)劃算法在速度規(guī)劃中的應(yīng)用 181
7.5.1 生成ST圖 182
7.5.2 撒點(diǎn)采樣 184
7.5.3 利用動(dòng)態(tài)規(guī)劃算法初步規(guī)劃速度*線 185
7.5.4 利用二次規(guī)劃算法平滑速度*線 186
第8章 基于智能優(yōu)化的局部路徑規(guī)劃算法 194
8.1 術(shù)語(yǔ)概念 194
8.1.1 群智能算法概述 194
8.1.2 全局*優(yōu)與局部*優(yōu) 195
8.1.3 參數(shù)與超參數(shù) 195
8.2 遺傳算法 196
8.2.1 算法簡(jiǎn)介 196
8.2.2 遺傳算法的建模思想 197
8.2.3 案例精講 199
8.2.4 MATLAB仿真 201
8.3 粒子群算法 206
8.3.1 算法簡(jiǎn)介 206
8.3.2 粒子群算法的建模思想 207
8.3.3 案例精講 210
8.3.4 MATLAB仿真 211
8.4 蟻群算法 213
8.4.1 算法簡(jiǎn)介 213
8.4.2 蟻群算法的建模思想 214
8.4.3 在拓?fù)涞貓D中的應(yīng)用 216
8.4.4 在旅行商問(wèn)題中的應(yīng)用 220
8.5 其他群智能優(yōu)化算法 222
8.5.1 人工魚(yú)群算法 222
8.5.2 人工蜂群算法 225
8.5.3 狼群算法 228
第9章 其他常用路徑規(guī)劃算法 231
9.1 Q學(xué)習(xí)算法 231
9.1.1 機(jī)器學(xué)習(xí)、強(qiáng)化學(xué)習(xí)與深度學(xué)習(xí)的概念 231
9.1.2 Q學(xué)習(xí)算法原理介紹 232
9.1.3 MATLAB仿真 232
9.2 人工勢(shì)場(chǎng)法 236
9.2.1 人工勢(shì)場(chǎng)法簡(jiǎn)介 236
9.2.2 算法推導(dǎo) 236
9.2.3 算法缺陷分析及改進(jìn) 240
9.2.4 MATLAB仿真 242
9.3 動(dòng)態(tài)窗口法 245
9.3.1 算法簡(jiǎn)介 245
9.3.2 運(yùn)動(dòng)學(xué)模型及速度采樣 245
9.3.3 構(gòu)造評(píng)價(jià)函數(shù)篩選*優(yōu)軌跡 247
9.3.4 MATLAB仿真 247
第四部分 控制算法篇
第10章 軌跡跟蹤控制的基本概念 253
10.1 軌跡跟蹤控制的橫向誤差 253
10.2 車(chē)輛運(yùn)動(dòng)學(xué)模型 255
10.2.1 阿克曼轉(zhuǎn)向原理 256
10.2.2 二自由度車(chē)輛運(yùn)動(dòng)學(xué)模型 257
10.2.3 基于跟蹤誤差的運(yùn)動(dòng)學(xué)模型離散狀態(tài)空間方程 258
10.3 車(chē)輛動(dòng)力學(xué)模型 260
10.3.1 航向角、質(zhì)心側(cè)偏角與橫擺角 260
10.3.2 車(chē)輛二自由度動(dòng)力學(xué)模型 261
10.3.3 基于跟蹤誤差的動(dòng)力學(xué)模型離散狀態(tài)空間方程 263
10.4 李雅普諾夫穩(wěn)定性理論 265
第11章 基于車(chē)輛運(yùn)動(dòng)模型的軌跡跟蹤控制算法 268
11.1 PID控制算法 268
11.1.1 算法簡(jiǎn)介 268
11.1.2 PID控制算法理論 268
11.1.3 MATLAB仿真 270
11.1.4 PID參數(shù)整定 272
11.2 純跟蹤控制算法 275
11.2.1 算法簡(jiǎn)介 275
11.2.2 算法理論介紹 276
11.2.3 MATLAB仿真 277
11.3 前輪反饋控制算法(Stanley算法) 279
11.3.1 算法簡(jiǎn)介 279
11.3.2 算法理論介紹 279
11.3.3 MATLAB仿真 281
11.4 后輪反饋控制算法 282
11.4.1 算法簡(jiǎn)介 282
11.4.2 算法理論介紹 283
11.4.3 MATLAB仿真 284
11.5 模糊控制算法 286
11.5.1 算法簡(jiǎn)介 286
11.5.2 基于李雅普諾夫反演法的控制律推導(dǎo) 286
11.5.3 模糊控制器設(shè)計(jì) 289
11.5.4 MATLAB仿真 293
第12章 基于狀態(tài)空間方程的軌跡跟蹤控制算法 296
12.1 線性二次型調(diào)節(jié)器(LQR)算法 296
12.1.1 算法簡(jiǎn)介 296
12.1.2 LQR理論介紹 296
12.1.3 基于運(yùn)動(dòng)學(xué)模型的MATLAB仿真 299
12.1.4 基于動(dòng)力學(xué)模型的MATLAB仿真 302
12.2 模型預(yù)測(cè)控制(MPC)算法 304
12.2.1 算法簡(jiǎn)介 304
1