位置:成果数据库 > 期刊 > 期刊详情页
基于SVM的受约束D*算法在无人车寻路中的应用
  • ISSN号:1672-9722
  • 期刊名称:《计算机与数字工程》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:南京理工大学计算机科学与工程学院,南京210094
  • 相关基金:国家军口核高基(编号:2015ZX01041101);国家自然基金青年项目(编号:61305134);教育部博士点基金项目(编号:20133219120035)资助.
中文摘要:

针对在未知环境无人车受约束控制条件下的动态路径平滑规划问题,提出了一种基于支持向量机(SVM)的D*改进算法。该算法通过栅格法对环境建模,建立车辆受约束动态方程,在动态规划路径选取之后使用SVM算法对无人车转向位置处进行局部路径平滑优化。实现无人车在真实环境中流畅稳定的运动。实验结果表明:该算法能够在未知环境中规划出平滑的动态路径,具有较好的可靠性和稳定性。

英文摘要:

For the problem of the dynamic path planning and path smoothing of automated vehicle in unknown environment with constraints, an improved algorithm of D* based on support vector machine (SVM) is presented. In this algorithm the environ- mental modeling is based on the grid method and then establish the constrained dynamic equation of the vehicle. After the dynamic planning path is selected, the SVM algorithm is used to smooth optimization the local path of automated vehicle at the steering position. By this algorithm automated vehicle can smooth and stable movement in real environment. Experimental results show that this algorithm can dynamically plan a smooth path in unknown environment, which has sufficient reliability and stability.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机与数字工程》
  • 主管单位:中国船舶重工集团公司
  • 主办单位:中船重工集团公司七院第七0九研究所
  • 主编:王小非
  • 地址:武昌74223信箱
  • 邮编:430074
  • 邮箱:jssg@chinajournal.net.cn
  • 电话:027-87534308 87534205
  • 国际标准刊号:ISSN:1672-9722
  • 国内统一刊号:ISSN:42-1372/TP
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:13630