亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        露天礦區(qū)四輪轉(zhuǎn)向車(chē)輛裝載??柯窂揭?guī)劃算法

        2023-09-21 12:52:36李一鳴王俊華王宏偉
        露天采礦技術(shù) 2023年4期
        關(guān)鍵詞:位姿曲率無(wú)人駕駛

        周 彬,王 闖,李一鳴,陳 闖,王俊華,王宏偉

        (1.北京航空航天大學(xué),北京 100191;2.北京踏歌智行科技有限公司,北京 100191;3.內(nèi)蒙古電投能源股份有限公司,內(nèi)蒙古 霍林郭勒 029200)

        近年來(lái),國(guó)內(nèi)對(duì)礦產(chǎn)資源的需求日益增長(zhǎng),各礦區(qū)采掘規(guī)模逐步擴(kuò)大,對(duì)運(yùn)輸車(chē)輛和駕駛員的數(shù)量需求與日俱增。運(yùn)輸作業(yè)作為礦區(qū)生產(chǎn)開(kāi)采的重要環(huán)節(jié),其過(guò)程中存在的安全、效率等方面問(wèn)題為礦區(qū)的生產(chǎn)與發(fā)展帶來(lái)了巨大挑戰(zhàn)[1]。隨著信息、通信技術(shù)的快速發(fā)展,人工智能正在向生產(chǎn)生活的各個(gè)方面滲透,無(wú)人駕駛技術(shù)應(yīng)運(yùn)而生。無(wú)人駕駛技術(shù)能夠緩解復(fù)雜環(huán)境下人工駕駛風(fēng)險(xiǎn)高、效率低下等問(wèn)題,因此在礦區(qū)得到了推廣應(yīng)用[2]。2020 年6月,踏歌智行通過(guò)了國(guó)家電投南露天煤礦無(wú)人駕駛項(xiàng)目的一期項(xiàng)目驗(yàn)收,并于2021 年7 月22 日完成安全員下車(chē)測(cè)試;2022 年6 月,踏歌智行在鄂爾多斯永順煤礦的寬體車(chē)無(wú)人運(yùn)輸項(xiàng)目已實(shí)現(xiàn)7 × 24 h 多編組寬體車(chē)無(wú)安全員作業(yè),且作業(yè)效率達(dá)到人工效率的80%以上。

        無(wú)人駕駛運(yùn)輸車(chē)輛的作業(yè)區(qū)域一般可分為道路行駛區(qū)、裝載區(qū)、卸載區(qū)等;其在道路行駛區(qū)的任務(wù)是沿固定運(yùn)輸?shù)缆愤M(jìn)行路徑跟蹤,在裝(卸)載區(qū)的任務(wù)則是根據(jù)裝卸任務(wù)需要進(jìn)行??垦b載與卸載。無(wú)人駕駛運(yùn)輸車(chē)輛重載運(yùn)輸任務(wù)示意圖如圖1。

        圖1 無(wú)人駕駛運(yùn)輸車(chē)輛重載運(yùn)輸任務(wù)示意圖

        圖1 顯示了無(wú)人駕駛運(yùn)輸車(chē)輛的重載運(yùn)輸過(guò)程,路徑規(guī)劃模塊首先會(huì)分別生成裝載區(qū)內(nèi)的路徑PA、道路行駛區(qū)內(nèi)的路徑AB、卸載區(qū)內(nèi)的路徑BQ。重載行駛時(shí),車(chē)輛從P 點(diǎn)出發(fā),沿PABQ 行駛,在Q點(diǎn)???;空載行駛時(shí),車(chē)輛從Q 點(diǎn)出發(fā),沿QBAP 行駛,在P 點(diǎn)停靠。

        隨著現(xiàn)場(chǎng)生產(chǎn)作業(yè)進(jìn)行,無(wú)人駕駛運(yùn)輸車(chē)輛裝(卸)載點(diǎn)的位置會(huì)根據(jù)下發(fā)任務(wù)實(shí)時(shí)更新,如裝載點(diǎn)從P 更新至P1,卸載點(diǎn)從Q 更新至Q1?,F(xiàn)有的規(guī)劃算法每次執(zhí)行任務(wù)時(shí)都需要重新規(guī)劃路徑P1A 和BQ1。此外,受限于車(chē)輛的最小轉(zhuǎn)彎半徑和裝(卸)載區(qū)狹窄的運(yùn)動(dòng)范圍,部分裝卸任務(wù)需要在??奎c(diǎn)周?chē)啻螕Q擋泊車(chē)才能??康狡谕蛔?。在此過(guò)程中,對(duì)無(wú)人駕駛車(chē)輛控制算法精度提出了較高要求,且耗費(fèi)大量時(shí)間,影響了生產(chǎn)作業(yè)效率。

        隨著礦用機(jī)械設(shè)備的快速發(fā)展,當(dāng)前出現(xiàn)了具備四輪轉(zhuǎn)向能力的無(wú)駕駛室礦用卡車(chē)。結(jié)合礦區(qū)無(wú)人駕駛運(yùn)輸車(chē)輛無(wú)前后之分和四輪轉(zhuǎn)向的特性,提出了一種高效的??柯窂揭?guī)劃算法。算法能夠根據(jù)給定車(chē)輛的當(dāng)前位置和朝向、目標(biāo)停靠點(diǎn)位置和朝向,實(shí)時(shí)規(guī)劃出1 條滿(mǎn)足車(chē)輛最小轉(zhuǎn)彎半徑約束的??柯窂健?/p>

        1 模型建立

        1.1 四輪轉(zhuǎn)向車(chē)輛特性

        前輪轉(zhuǎn)向車(chē)輛,即車(chē)輛在轉(zhuǎn)彎過(guò)程中僅有前輪可以轉(zhuǎn)向的車(chē)輛;根據(jù)驅(qū)動(dòng)方式的不同,又可分為后輪驅(qū)動(dòng)前輪轉(zhuǎn)向和前輪驅(qū)動(dòng)前輪轉(zhuǎn)向2 種。一般貨運(yùn)車(chē)輛車(chē)采用的是后輪驅(qū)動(dòng)前輪轉(zhuǎn)向方式。四輪轉(zhuǎn)向車(chē)輛,即車(chē)輛在轉(zhuǎn)彎過(guò)程中,前輪和后輪各自能按照一定角度偏轉(zhuǎn)的車(chē)輛。車(chē)輛在??柯窂缴闲旭倳r(shí)處于低速狀態(tài),此時(shí)將車(chē)輛的后軸中點(diǎn)作為參考點(diǎn),可以認(rèn)為4 個(gè)車(chē)輪無(wú)側(cè)偏地繞同一瞬時(shí)圓心做圓周運(yùn)動(dòng)[3]。

        四輪轉(zhuǎn)向車(chē)輛的運(yùn)動(dòng)學(xué)模型如式(1)、式(2)、式(3)。式中:xr、yr、vr分別為車(chē)輛后軸中心的橫坐標(biāo)、縱坐標(biāo)、速度;φ 為車(chē)頭朝向與x 軸方向夾的角(即方位角);δf為前輪朝向與車(chē)身方向的夾角;δr為后輪朝向與車(chē)身方向的夾角;L 為車(chē)輛的前后軸距。

        車(chē)輛運(yùn)動(dòng)學(xué)模型如圖2。

        圖2 車(chē)輛運(yùn)動(dòng)學(xué)模型

        圖2(a)為前輪轉(zhuǎn)向車(chē)輛的運(yùn)動(dòng)學(xué)模型,圖2(b)為四輪轉(zhuǎn)向車(chē)輛的運(yùn)動(dòng)學(xué)模型,二者區(qū)別在于是否存在角δr。Q 為車(chē)輛運(yùn)動(dòng)的瞬時(shí)圓心;A 為車(chē)輛前軸中點(diǎn);B 為后輪后軸中點(diǎn);QB 為車(chē)輛運(yùn)動(dòng)的瞬時(shí)轉(zhuǎn)彎半徑。通過(guò)比較QB 長(zhǎng)度可以得出,四輪轉(zhuǎn)向車(chē)輛相比于前輪轉(zhuǎn)向車(chē)輛能夠擁有更小的轉(zhuǎn)彎半徑;即四輪轉(zhuǎn)向車(chē)輛能夠擁有更靈活的轉(zhuǎn)向特性,能夠更好地滿(mǎn)足狹窄地段的??啃枨?。

        1.2 車(chē)身前后方對(duì)路徑規(guī)劃的影響

        車(chē)身前后方對(duì)路徑規(guī)劃的影響如圖3。

        圖3 車(chē)身前后方對(duì)路徑規(guī)劃的影響

        在露天礦區(qū),用于運(yùn)輸物料的作業(yè)車(chē)輛在行駛到裝(卸)載區(qū)時(shí),首先需要以特定的車(chē)頭朝向??康街付ㄎ恢?。為表述方便,將車(chē)輛的位置坐標(biāo)(x,y)和車(chē)頭朝向角度φ 合稱(chēng)為車(chē)輛位姿。當(dāng)普通的運(yùn)輸作業(yè)車(chē)輛在較小區(qū)域行駛時(shí),由于??课蛔藢?duì)路徑生成的限制,車(chē)輛可能需要多次換擋才能駛?cè)胫付ㄎ恢茫▓D3(a)),有時(shí)甚至無(wú)法得到1 條合適的路徑(圖3(b))。

        對(duì)于某些特殊的無(wú)人駕駛運(yùn)輸車(chē)輛(如取消了駕駛室的無(wú)人駕駛車(chē)輛)來(lái)講,其在??奎c(diǎn)處執(zhí)行裝卸任務(wù)時(shí),車(chē)頭朝向與停靠點(diǎn)處期望的車(chē)頭朝向相同或相反并不影響其作業(yè)動(dòng)作和作業(yè)效率。因此,算法將車(chē)輛考慮為沒(méi)有前、后方之分的車(chē)輛,規(guī)劃車(chē)輛的??柯窂綍r(shí),不必區(qū)分車(chē)輛正向駛?cè)脒€是逆向駛?cè)胪?奎c(diǎn)。此方式在圖3(a)和圖3(b)的情形下,規(guī)劃得到的路徑如圖3(c)。

        1.3 算法適用場(chǎng)景與特點(diǎn)

        規(guī)劃算法基于3 條假設(shè):①將車(chē)輛在道路上的行駛視為二維平面內(nèi)的運(yùn)動(dòng),該條假設(shè)使算法目標(biāo)輸出的形式是二維平面內(nèi)的路徑點(diǎn)的集合;②將車(chē)輛考慮為4 個(gè)輪可同時(shí)轉(zhuǎn)向的車(chē)輛,在此條件下,車(chē)輛的轉(zhuǎn)彎半徑相比于前輪轉(zhuǎn)向車(chē)輛更?。虎蹮o(wú)視車(chē)身的前后方向,該條假設(shè)使得算法在設(shè)計(jì)時(shí)無(wú)需考慮車(chē)輛是正向駛?cè)胪?奎c(diǎn)還是逆向駛?cè)胪?奎c(diǎn)。

        在露天礦區(qū),由于裝(卸)載點(diǎn)的位置隨著工程進(jìn)度一直更新,因此無(wú)人駕駛運(yùn)輸車(chē)輛每次都需要以新的目標(biāo)位姿進(jìn)行停靠路徑規(guī)劃。露天礦區(qū)的作業(yè)車(chē)輛體積巨大、行進(jìn)緩慢(一般不超過(guò)30 km/h);露天礦區(qū)的地勢(shì)復(fù)雜,隨著車(chē)輛位置更新,車(chē)輛可行駛區(qū)域可能會(huì)變小。以上都為無(wú)人駕駛車(chē)輛的??柯窂揭?guī)劃算法提出了較高的要求。

        提出的算法具有以下特點(diǎn):①可以根據(jù)行駛時(shí)任意時(shí)刻的當(dāng)前位姿與停靠目標(biāo)位姿,規(guī)劃得到不同的??柯窂?,即停靠路徑生成具有實(shí)時(shí)性;②??柯窂剿阉?、后端路徑優(yōu)化時(shí)始終考慮道路邊界對(duì)行駛路徑的限制,保證了行車(chē)的安全性;③可根據(jù)實(shí)際需求定義代價(jià)函數(shù),算法會(huì)以此代價(jià)函數(shù)對(duì)搜索得到的多個(gè)備選路徑進(jìn)行篩選,選擇1 條使得代價(jià)函數(shù)值最低的路徑,即路徑篩選具有最優(yōu)性;④候選路徑經(jīng)過(guò)優(yōu)化后,輸出的路徑滿(mǎn)足車(chē)輛行駛過(guò)程中對(duì)路徑的曲率要求,保證了行車(chē)的平穩(wěn)性。

        2 算法實(shí)現(xiàn)

        算法根據(jù)車(chē)輛的當(dāng)前位姿信息和目標(biāo)位姿信息,規(guī)劃出1 條滿(mǎn)足運(yùn)動(dòng)學(xué)約束的停靠路徑。算法由前端的停靠路徑搜索和后端的路徑優(yōu)化組成:前端使用Hybrid A*算法得到1 條連接起、終點(diǎn)并與邊界無(wú)碰撞的路徑;后端的路徑優(yōu)化部分則在前端生成路徑的基礎(chǔ)上,考慮變量的上下界數(shù)值約束、運(yùn)動(dòng)學(xué)曲率約束等,通過(guò)數(shù)值優(yōu)化方式得到最終的停靠路徑[4-9]。算法實(shí)現(xiàn)流程圖如圖4。

        圖4 算法實(shí)現(xiàn)流程圖

        2.1 ??柯窂剿阉?/h3>

        傳統(tǒng)A*算法首先將地圖進(jìn)行柵格化,使用柵格中心作為遍歷的節(jié)點(diǎn)。將起、終點(diǎn)直線(xiàn)距離定義為啟發(fā)函數(shù),在啟發(fā)函數(shù)的引導(dǎo)下擴(kuò)展節(jié)點(diǎn)。將節(jié)點(diǎn)深度定義為代價(jià)函數(shù),保留代價(jià)函數(shù)值最小的節(jié)點(diǎn)。算法最后輸出1 條可以避開(kāi)障礙物的全局最優(yōu)路徑。該算法僅僅保證了起點(diǎn)與終點(diǎn)的連通性,并不保證車(chē)輛實(shí)際可行。Hybrid A*算法則考慮了車(chē)輛的運(yùn)動(dòng)學(xué)約束,并在傳統(tǒng)A*算法上改進(jìn)。

        2.1.1 節(jié)點(diǎn)擴(kuò)展方式

        傳統(tǒng)A*算法在進(jìn)行節(jié)點(diǎn)擴(kuò)展時(shí)只訪(fǎng)問(wèn)柵格化地圖中每個(gè)柵格的中心點(diǎn)。而Hybrid A*算法在擴(kuò)展節(jié)點(diǎn)時(shí)考慮了車(chē)輛的行駛特性,因此引入了Reeds-Shepp 曲線(xiàn)的基本概念,根據(jù)車(chē)輛當(dāng)前的位置和朝向狀態(tài),把向下一位置和朝向的轉(zhuǎn)變過(guò)程限制為6種基本動(dòng)作之一:①直行前進(jìn)(S+);②直行后退(S-);③左轉(zhuǎn)前進(jìn)(L+);④左轉(zhuǎn)后退(L-);⑤右轉(zhuǎn)前進(jìn)(R+);⑥右轉(zhuǎn)后退(R-)。由于研究假設(shè)車(chē)輛無(wú)前后之分,因此將“L+”、“R+”、“S+”中的“+”定義為當(dāng)前行駛方向與初始行駛方向的角度差值小于90°,將“L-”、“R-”、“S-”中的“-”定義為當(dāng)前行駛方向與初始行駛方向的角度差值大于90°。算法節(jié)點(diǎn)擴(kuò)展方式如圖5。

        圖5 算法節(jié)點(diǎn)擴(kuò)展方式

        2.1.2 啟發(fā)函數(shù)設(shè)置

        Hybrid A*算法將啟發(fā)函數(shù)分為2 種,無(wú)障礙物的車(chē)輛非完整性約束啟發(fā)函數(shù)和有障礙物的完整性約束啟發(fā)函數(shù)。第1 種啟發(fā)函數(shù)的值為當(dāng)前點(diǎn)(x,y,θ)使用Reeds-Shepp 曲線(xiàn)連接目標(biāo)點(diǎn)(xg,yg,θg)得到最優(yōu)曲線(xiàn)的代價(jià)函數(shù)值(代價(jià)函數(shù)見(jiàn)式(3)),該啟發(fā)函數(shù)能夠修剪搜索樹(shù)的分支,保證規(guī)劃路徑方向與目標(biāo)方向一致;第2 種啟發(fā)函數(shù)的值是使用Dijkstra算法計(jì)算目標(biāo)點(diǎn)到起始點(diǎn)的最近距離,該啟發(fā)函數(shù)能引導(dǎo)搜索樹(shù)在生成過(guò)程中減少對(duì)U 型障礙區(qū)域的探索。Hybrid A*算法最后取上述2 個(gè)啟發(fā)函數(shù)中的最大值估計(jì)當(dāng)前節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的代價(jià)。

        理論上,只要存在連接起點(diǎn)位姿和終點(diǎn)位姿的無(wú)碰撞路徑,就一定存在連接起點(diǎn)位姿和終點(diǎn)位姿的無(wú)碰撞的Reeds-Shepp 曲線(xiàn)。然而,假設(shè)每次搜索路徑都使用Reeds-Shepp 曲線(xiàn),則搜索樹(shù)的規(guī)模將快速增加,這將造成極大的計(jì)算量。因此在擴(kuò)展節(jié)點(diǎn)時(shí),令第1 種啟發(fā)函數(shù)在當(dāng)前節(jié)點(diǎn)離目標(biāo)點(diǎn)直線(xiàn)距離大于80 m 時(shí)的值為0,來(lái)減少啟發(fā)函數(shù)帶來(lái)的計(jì)算量。

        2.1.3 代價(jià)函數(shù)設(shè)置

        代價(jià)函數(shù)一方面用于計(jì)算啟發(fā)函數(shù)值,另一方面用于對(duì)生成的多個(gè)路徑進(jìn)行代價(jià)計(jì)算以便進(jìn)行篩選。采用的代價(jià)函數(shù)公式如下:

        式中:為表示當(dāng)前路徑;J(C)為路徑C 的代價(jià)值;m 為基本動(dòng)作數(shù)量;wi為路徑C 的第i 個(gè)基本動(dòng)作的懲罰權(quán)重;Si為第i 個(gè)基本動(dòng)作的路徑長(zhǎng)度。

        對(duì)車(chē)輛不同的基本動(dòng)作設(shè)置了不同的懲罰權(quán)重,當(dāng)車(chē)輛轉(zhuǎn)彎或當(dāng)前行駛方向與第1 個(gè)基本動(dòng)作行駛方向相反時(shí),該基本動(dòng)作的懲罰權(quán)重較大。設(shè)置6 種基本動(dòng)作的懲罰權(quán)重為:S+的懲罰權(quán)重為0;L+的懲罰權(quán)重為10;R+的懲罰權(quán)重為10;S-的懲罰權(quán)重為5;L-的懲罰權(quán)重為15;R-的懲罰權(quán)重為15。

        2.2 后端路徑優(yōu)化

        由于Hybrid A*算法采用離散柵格地圖生成車(chē)輛??柯窂?,而柵格地圖使得車(chē)輛??柯窂角首兓蔬^(guò)大,導(dǎo)致下層控制算法難以跟隨,因此需要在后端對(duì)??柯窂竭M(jìn)行進(jìn)一步優(yōu)化??紤]到對(duì)算法的實(shí)時(shí)性要求,優(yōu)化過(guò)程采用序列二次優(yōu)化(SQP),路徑優(yōu)化模型的目標(biāo)函數(shù)如下:

        式中:G1、G2、G3分別為平滑度代價(jià)、長(zhǎng)度代價(jià)、與參考路徑之間的偏差量代價(jià)。

        式中:n 為路徑點(diǎn)的個(gè)數(shù);xi、yi為優(yōu)化后第i 個(gè)路徑點(diǎn)的橫、縱坐標(biāo);xi,ref、yi,ref為優(yōu)化后第i 個(gè)路徑點(diǎn)在原參考路徑上相對(duì)應(yīng)路徑點(diǎn)的橫、縱坐標(biāo)。

        該優(yōu)化模型的約束條件如下:

        式中:ei,x,lower、ei,x,upper為優(yōu)化后第i 個(gè)路徑點(diǎn)橫坐標(biāo)相較于原參考路徑對(duì)應(yīng)點(diǎn)橫坐標(biāo)與x 軸方向相反或相同的最大允許偏差的絕對(duì)值;ei,y,lower、ei,y,upper為優(yōu)化后第i 個(gè)路徑點(diǎn)縱坐標(biāo)相較于原參考路徑對(duì)應(yīng)點(diǎn)縱坐標(biāo)與y 軸方向相反或相同的最大允許偏差的絕對(duì)值;ri為曲率的松弛變量;ki為當(dāng)前點(diǎn)的曲率;ΔS為相鄰路徑點(diǎn)之間的路徑長(zhǎng)度。

        式(7)、式(8)表示路徑點(diǎn)在笛卡爾坐標(biāo)系下的橫坐標(biāo)范圍約束、縱坐標(biāo)范圍約束;式(1)、式(10)表示關(guān)于曲率的松弛變量約束、路徑曲率約束。

        在二次優(yōu)化算法的框架下求解路徑優(yōu)化問(wèn)題,要求約束條件必須是線(xiàn)性的。因此,需要將上述非線(xiàn)性約束式(10)線(xiàn)性化表示,采用泰勒公式展開(kāi)保留一階項(xiàng)的方式進(jìn)行線(xiàn)性化。將路徑點(diǎn)的坐標(biāo)用X(x,y)表示,將式(10)不等號(hào)左邊的平方和記為F(X),在Xref點(diǎn)處進(jìn)行泰勒展開(kāi):

        線(xiàn)性化時(shí)僅保留一階項(xiàng):

        而F(X)=Xref在 處的值為:

        將式(3)、式(4)代入約束條件式(10),得到:

        式(5)即可替換約束條件(10),作為二次優(yōu)化模型的近似的曲率約束條件。

        3 測(cè)試驗(yàn)證

        仿真測(cè)試使用的CPU 是Intel(R)Core(TM)i5-10210U,測(cè)試環(huán)境為Ubuntu20.04,邊界信息來(lái)自某礦區(qū)真實(shí)地圖數(shù)據(jù)。仿真測(cè)試分為2 部分:①驗(yàn)證了無(wú)視車(chē)身前后時(shí),算法生成的路徑比傳統(tǒng)算法得到的路徑長(zhǎng)度更短;②分驗(yàn)證了算法對(duì)4 種停靠場(chǎng)景下生成的路徑進(jìn)行后端優(yōu)化的功能。

        3.1 路徑生成測(cè)試

        算法前端生成路徑效果如圖6。

        圖6 算法前端生成路徑效果

        圖6 中以矩形框表示車(chē)輛,其內(nèi)部箭頭指示了車(chē)輛在初始位置A 處的航向角所決定的車(chē)身前方,矩形框外部的箭頭指示了車(chē)輛當(dāng)前的行進(jìn)方向。傳統(tǒng)方法下,車(chē)輛從A 處位姿變換到B 處位姿會(huì)采取路徑APB;將車(chē)輛考慮為無(wú)前后之分的四輪轉(zhuǎn)向車(chē)輛時(shí)使用本算法,車(chē)輛會(huì)采取路徑AQB。

        圖6(a)中,路徑AQB 無(wú)視車(chē)輛的前后之分,直接駛?cè)隑 處,比路徑APB 長(zhǎng)度縮短了26.5%。圖6(b)中,路徑AQB 無(wú)視車(chē)輛的前后之分,一次切換倒擋后駛?cè)隑 處,比路徑APB 長(zhǎng)度縮短了9.2%。

        3.2 后端優(yōu)化測(cè)試

        后端優(yōu)化測(cè)試的4 種場(chǎng)景分別為:直接駛?cè)雸?chǎng)景、一次倒擋??繄?chǎng)景、平行??繄?chǎng)景、狹窄區(qū)域??繄?chǎng)景。車(chē)輛在初始路徑上行駛到A 點(diǎn)時(shí),根據(jù)當(dāng)前位姿和目標(biāo)點(diǎn)B 的??课蛔耍馑愕玫絻?yōu)化前后的路徑。

        繪制上述4 種場(chǎng)景下優(yōu)化前路徑、優(yōu)化后路徑的曲率變化曲線(xiàn)(圖略);整理優(yōu)化前后的曲率變化范圍、路徑長(zhǎng)度可以看出,4 種場(chǎng)景下,后端優(yōu)化后的曲線(xiàn)曲率絕對(duì)值最大值均比優(yōu)化前更小,即路徑更平滑。4 種場(chǎng)景路徑曲率絕對(duì)值最大值對(duì)比見(jiàn)表1。

        表1 4 種場(chǎng)景路徑曲率絕對(duì)值最大值對(duì)比

        可以看出,4 種場(chǎng)景下,后端優(yōu)化后的曲線(xiàn)曲率絕對(duì)值最大值均比優(yōu)化前更小,即路徑更平滑。

        4 結(jié)語(yǔ)

        以露天礦區(qū)四輪轉(zhuǎn)向車(chē)輛為研究對(duì)象,提出了無(wú)人駕駛車(chē)輛的1 種??柯窂揭?guī)劃算法。算法能夠根據(jù)車(chē)輛當(dāng)前的位姿信息、目標(biāo)位姿信息,經(jīng)過(guò)??柯窂剿阉骱秃蠖寺窂絻?yōu)化,規(guī)劃得到可行路徑。最后,通過(guò)露天礦區(qū)實(shí)際作業(yè)現(xiàn)場(chǎng)的4 種典型場(chǎng)景對(duì)算法進(jìn)行了驗(yàn)證,證明此算法可為露天礦區(qū)無(wú)人駕駛四輪轉(zhuǎn)向車(chē)輛提供一種更為高效的停泊路徑規(guī)劃方案。

        猜你喜歡
        位姿曲率無(wú)人駕駛
        大曲率沉管安裝關(guān)鍵技術(shù)研究
        我們村的無(wú)人駕駛公交
        一類(lèi)雙曲平均曲率流的對(duì)稱(chēng)與整體解
        無(wú)人駕駛車(chē)輛
        科學(xué)(2020年3期)2020-11-26 08:18:28
        無(wú)人駕駛公園
        半正迷向曲率的四維Shrinking Gradient Ricci Solitons
        基于共面直線(xiàn)迭代加權(quán)最小二乘的相機(jī)位姿估計(jì)
        基于CAD模型的單目六自由度位姿測(cè)量
        小型四旋翼飛行器位姿建模及其仿真
        基于幾何特征的快速位姿識(shí)別算法研究
        国产一卡2卡3卡四卡国色天香| 情av一区二区三区在线观看| 国产精品一区二区三区专区| 特级毛片a级毛片100免费播放| 自拍偷自拍亚洲精品播放| 无码一区二区三区人| av中文字幕在线直播| 国产成人a∨激情视频厨房| 牛鞭伸入女人下身的真视频| 亚洲国产成人va在线观看天堂| 国产在线拍偷自拍偷精品| 超碰性爱| 亚洲在中文字幕乱码熟女| 国产日本精品视频一区二区| 天堂资源中文最新版在线一区 | 精品人妻少妇嫩草av无码专区| 国产精品久久久久国产a级| 丰满人妻AV无码一区二区三区| 国产色av一区二区三区| 99在线精品视频在线观看 | 日韩欧美国产亚洲中文| 中文字幕人妻激情在线视频| 麻豆国产精品va在线观看不卡| 亚洲av无码第一区二区三区 | 人妖av手机在线观看| 国产真人性做爰久久网站| 亚洲AV秘 无码二区在线| 日韩精品极品免费在线视频 | 亚洲图区欧美| 亚洲春色视频在线观看| 国产午夜亚洲精品国产成人av| 成人免费无码大片a毛片| 亚洲中文字幕无码永久在线 | 国产一区二区资源在线观看| 国产精品无码无卡无需播放器| 无码人妻精品一区二区三18禁 | 国产精品jizz观看| 亚洲麻豆av一区二区| 色偷偷色噜噜狠狠网站30根| 疯狂做受xxxx高潮欧美日本| 国产精品不卡无码AV在线播放 |