留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于LiDAR场景建模的智能车路径规划

王志强 胡钊政 袁凯 陶倩文

王志强, 胡钊政, 袁凯, 陶倩文. 基于LiDAR场景建模的智能车路径规划[J]. 交通信息与安全, 2020, 38(5): 78-87. doi: 10.3963/j.jssn.1674-4861.2020.05.009
引用本文: 王志强, 胡钊政, 袁凯, 陶倩文. 基于LiDAR场景建模的智能车路径规划[J]. 交通信息与安全, 2020, 38(5): 78-87. doi: 10.3963/j.jssn.1674-4861.2020.05.009
WANG Zhiqiang, HU Zhaozheng, YUAN Kai, TAO Qianwen. Path Planning for Intelligent Vehicle Based on Scene Modeling from LiDAR[J]. Journal of Transport Information and Safety, 2020, 38(5): 78-87. doi: 10.3963/j.jssn.1674-4861.2020.05.009
Citation: WANG Zhiqiang, HU Zhaozheng, YUAN Kai, TAO Qianwen. Path Planning for Intelligent Vehicle Based on Scene Modeling from LiDAR[J]. Journal of Transport Information and Safety, 2020, 38(5): 78-87. doi: 10.3963/j.jssn.1674-4861.2020.05.009

基于LiDAR场景建模的智能车路径规划

doi: 10.3963/j.jssn.1674-4861.2020.05.009
基金项目: 

国家重点研发计划项目

郑州市重大科技创新专项

湖北省技术创新项目重大专项

详细信息
  • 中图分类号: U495

Path Planning for Intelligent Vehicle Based on Scene Modeling from LiDAR

  • 摘要: 针对智能车路径规划问题,研究了基于激光雷达(LiDAR)数据的智能车驾驶场景建模方法,采集待建模场景的三维激光雷达点云数据,通过点云分割处理,去除车辆行驶道路上的点云,然后将三维点云进行俯视投影,实现二维栅格地图建模;从搜索邻域和搜索方向2个方面对传统A*算法进行改进:根据当前节点附近障碍物的分布情况,自适应地选择4邻域或8邻域搜索策略,在此基础上研究了一种自适应搜索方向A*算法,所提出的算法将搜索方向缩小至3个,根据路径规划终点相对起点的方向,确定算法的搜索方向.仿真实验表明,相较于传统A*算法(4邻域搜索),所提出的算法在规划的路径长度方面降低了约15.5%,在计算时间上降低约38.2%;对比传统A*算法(8邻域搜索),所提出的算法在计算时间上降低约47.2%,在规划路径长度和计算时间上,所提出的算法明显优于传统算法.

     

  • 加载中
计量
  • 文章访问数:  634
  • HTML全文浏览量:  91
  • PDF下载量:  5
  • 被引次数: 0
出版历程
  • 刊出日期:  2020-10-28

目录

    /

    返回文章
    返回