基于蚁群-动态窗口法的无人驾驶汽车动态路径规划

摘要

针对传统路径规划算法在无人驾驶汽车应用中搜索效率低、距离较长和路径不平滑的问题进行改进，使用改进蚁群算法最优路径的关键节点替代动态窗口法的局部目标点，并在动态窗口法评价函数中加入目标距离评价子函数，提高路径规划的效率和平滑性，同时采用路径决策方法解决全局路径失效问题，使车辆摆脱障碍困境，满足路径规划安全性的要求.改进后的蚁群算法利用起止点的位置信息使初始信息素分布不均匀，减少搜索初期阶段的时间消耗；通过维护全局最优路径和强化优秀局部路径的信息素浓度，优化信息素更新机制，提高路径探索效率；对规划路径进行二次优化，优化节点和冗余转折点，减少路径长度.仿真结果表明，相比传统路径规划算法，利用本文提出的融合算法所得到的路径在距离、平滑度和收敛性方面都具有更好的表现，且符合无人驾驶汽车安全行驶的要求.

关键词

路径规划 / 蚁群算法 / 动态窗口法 / 动态避障 / 融合算法