基于改进PSO的智能网联汽车运动规划方法

摘要

常规的智能网联汽车运动规划采用无碰撞为目标规划汽车的运动路径，导致规划结果的平滑性不高。为此，提出基于改进粒子群优化算法(particle swarm optimization, PSO)的智能网联汽车运动规划方法。构建世界坐标系对智能网联汽车的点位进行动态表达，在此基础上引入PSO算法并改进其收敛速度及粒子多样性，从而通过粒子个体适应度的计算更新求解汽车的最优运动位置，结合实际的驾驶意图偏差角，分析得到智能网联汽车的运动规划结果。经过实验验证可知，依据该方法得出的规划结果，所表现出的路径高阶导数较为平缓，平滑性较高，满足智能网联汽车领域中运动规划的安全效率需求。

关键词

智能网联汽车 / 汽车运动 / 运动规划 / 改进PSO / 汽车运动规划 / 规划方法

基金资助

上海市自然科学基金项目(21ZR1324100)