关键词：智能汽车;路径规划;采样区域优化;膨胀椭圆层模型;代价函数
摘 要：针对结构化道路下智能汽车避障路径规划问题，提出一种采样区域优化的避障路径规划方法。充分考虑道路环境和障碍车辆信息，建立障碍车辆膨胀椭圆层模型对道路环境进行风险划分；将避障过程分为换道避障、换道后直行、返回全局路径参考线3个阶段，在每个阶段中，通过膨胀椭圆层模型选取低风险采样点生成候选路径；考虑路径舒适性和全局路径追踪能力，设计舒适性及偏移代价函数，结合膨胀椭圆层模型建立安全性代价函数，选取最优路径。为检验方法的有效性，通过构建直道和弯道场景，进行避障仿真和实车验证。研究结果表明，在不同场景下，所提出的方法能有效避免与静态、动态障碍车辆发生碰撞，高效规划出安全、平滑的行驶路径。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取