基于粗糙集和領(lǐng)域系統(tǒng)的智能車避障控制方法.pdf

1、智能車是當前的一個研究熱點，許多汽車廠商與IT行業(yè)重資投入并取得了一定的進展，但其理論與技術(shù)是保密的，因此對智能車的理論與技術(shù)研究仍具有重要意義。由于路況的復雜性，實現(xiàn)完全智能化無人駕駛還存在一定的難度，所以研究汽車的某個局部智能功能是短期內(nèi)比較可行的方案。而智能車在障礙路況中的避障控制與路徑選擇是自動駕駛技術(shù)重要的組成部分，本文利用鄰域系統(tǒng)和粗糙集的相關(guān)理論對其進行了研究。
　　首先，為了區(qū)分單參數(shù)模糊集和多參數(shù)模糊集，提出了多

2、維模糊集的概念，從理論上證明了多維模糊集在某參數(shù)論域上的投影為一個單參數(shù)模糊集。同時基于參數(shù)個數(shù)探討了模糊軟集與多維模糊集的關(guān)系，并從理論上研究了此關(guān)系在模糊綜合評判中的體現(xiàn)和作用，指出了模糊綜合評判的多樣性。
　　為了研究智能車在有障礙路況下的動態(tài)控制問題，先根據(jù)微分的思想建立了可移動物體在三維空間中微分鄰域的數(shù)學模型，并將其用于動態(tài)障礙路況條件下的智能車平面可行鄰域的創(chuàng)建方法。該方法根據(jù)鄰域中關(guān)鍵邊界點的變化趨勢，綜合考慮鄰域

3、的寬度和長度等因素得到智能車的實時可行鄰域。為了算法易于實現(xiàn)，用有限個梯形鄰域?qū)⒋肃徲蚋采w，再取其覆蓋粗糙集模型意義下的下近似作為梯形可行鄰域。對于靜態(tài)障礙物，用有限個梯形鄰域?qū)⒄系K物覆蓋并取其覆蓋粗糙集模型意義下的上近似作為障礙區(qū)域，從而使不易進行數(shù)學描述的非規(guī)則障礙物處理為易于描述的。相對于動態(tài)障礙物，靜態(tài)障礙路況條件下的智能車平面可行鄰域的創(chuàng)建方法相對簡潔。該方法以鄰域相關(guān)參數(shù)為限定條件，利用模糊軟集和多維模糊集建立了梯形可行鄰域