汽车智能避障方法仿真研究

在汽车智能避障优化问题的研究中,传统的汽车避障方法采用基于单点研究的避障方案,根据汽车当前的行驶状况,给出距离汽车最近的障碍点特性,并设计合理的避障方案,对于单障碍点的障碍有较好的效果,但面对多障碍点同时存在时,效果不佳。提出一种基于复杂障点凝聚的汽车智能避障方法,仿真中设计多个障碍点模型,避障时,对单个障碍点进行特性分析,提取障碍点特征,在此基础上,以第1个障碍点为参考,提取其它障碍点的信息,并且对所有提取障碍点的信息进行复杂障点凝聚处理,给出复杂障碍点环境下的最佳避障路径。通过一组实际的复杂障点进行测试实验,结果显示,基于复杂障点凝聚的避障方法,能很好实现智能避障,具有广泛的自动驾驶应用前景。