计算机工程

作者：宋佳艳, 苏圣超

单位：上海工程技术大学 电子电气工程学院, 上海 201620

关键词：自动驾驶,运动规划,协同控制,多目标优化,蚁群优化算法

基金：国家自然科学基金（61603241）；上海工程技术大学研究生创新项目（20KY0219）。

当前面向多辆自动驾驶汽车的协同运动规划方法能有效保证运行车辆与障碍物及其他车辆之间避免发生碰撞并保持安全距离，但车辆间的在线协同与规划能力仍有待提升。为实现多辆自动驾驶汽车在运动过程中的协同控制，提出一种基于改进蚁群优化算法的多车在线协同规划方法。以空间协同与轨迹代价为优化目标，构造多目标优化函数，确保了多车行驶过程中的协同安全性与轨迹平滑性。将多目标优化函数引入蚁群优化算法的信息素更新过程中，根据自动驾驶车辆数量产生多个种群，使得种群之间相互独立的同时为每辆自动驾驶汽车规划可行路线。最终对蚁群优化算法中的挥发因子进行自适应调整，提升了算法全局搜索能力及收敛速度。实验结果表明，该方法能使多辆自动驾驶汽车在运动过程中保持协同控制并规划出无碰撞路线，相比于基于人工势场和模型预测的协同驾驶方法在复杂道路场景下车辆间的协同效果更好且适应性更强。

来源：2022年第11期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第11期