基于免疫機制的智能車路徑規(guī)劃與運動控制研究.pdf

1、智能車輛是現(xiàn)階段國內(nèi)外研究的一個熱點,在許多關(guān)鍵性技術(shù)上已經(jīng)取得了突破性進展,在未來的十年內(nèi)將有可能正式上路。而路徑規(guī)劃作為智能車輛的關(guān)鍵技術(shù)之一,不僅在智能車輛中而且在類似的移動機器人中都有廣泛的應(yīng)用前景。人工免疫系統(tǒng)是以生物免疫系統(tǒng)的模型設(shè)計出來的,它具有很強的學習記憶、信息處理、特征提取和機體防御的能力,被廣泛的應(yīng)用于許多行業(yè)。
　　本文采用柵格法建立了智能車輛工作環(huán)境模型,基于克隆選擇算法構(gòu)建了一種靜動態(tài)雙重模式的智能車輛

2、克隆選擇全局路徑規(guī)劃方法。在靜態(tài)障礙物環(huán)境中,設(shè)計了簡單和復雜兩種環(huán)境,進行了車輛路徑規(guī)劃和仿真實驗,仿真結(jié)果表明該算法能夠在局部優(yōu)化的同時實現(xiàn)全局收斂,規(guī)劃出一條最優(yōu)路徑。存在動態(tài)障礙物環(huán)境時,首先啟用第一重克隆選擇算法實現(xiàn)路徑規(guī)劃,當運動障礙物出現(xiàn)在可行路徑中時,啟用第二重克隆選擇算法,避障并生成新的路徑。
　　全局路徑規(guī)劃無法實現(xiàn)局部細節(jié)處理,本文在全局最優(yōu)路徑的基礎(chǔ)上,研究了局部路徑規(guī)劃算法,進一步尋找局部最優(yōu)路徑。在ma

3、tlab中建立了車輛模型,利用免疫網(wǎng)絡(luò)模型的動態(tài)選擇、變異特性,解決了參數(shù)的實時在線調(diào)整,具有較強的適應(yīng)性,且能有效的、快速的實現(xiàn)局部路徑規(guī)劃。模糊免疫網(wǎng)絡(luò)PID控制具有較強的抗干擾性、較快的響應(yīng)速度和使PID參數(shù)整定功能得到極大的增強。
　　設(shè)計了陀螺儀數(shù)據(jù)實時采集的系統(tǒng),組建了基于OMAP3530的車輛航向和位置測試平臺。將該平臺與本文的路徑規(guī)劃算法相結(jié)合,通過智能車控制平臺對比試驗,在模糊PID算法的基礎(chǔ)上加入人工免疫,提高