您当前的位置:
首页 >
文章列表页 >
基于改进人工势场的自适应采样轨迹规划
基于改进人工势场的自适应采样轨迹规划
Adaptive sampling trajectory planning based on improved artificial potential field
- “针对无人车三维轨迹规划安全性差与效率低的问题,介绍了其在自动驾驶领域的研究进展,研究团队提出基于改进人工势场(APF)的自适应采样轨迹规划方法,通过Frenet坐标系分解三维问题为二维优化,引入条形叶斥力场和道路边界势场进行自适应采样,并在动态规划凸空间中构建基于改进APF引导中心线的新型二次规划问题,能够将计算耗时减少23.89%,为解决无人车实时安全轨迹规划问题提供解决方案。”
- 吉林大学学报(工学版) 2026年56卷第5期 页码:1231-1241
DOI: 10.13229/j.cnki.jdxbgxb.20241071
移动端阅览
AI导读
HTML全文
图( 14 ) 表( 3 )
参考文献
出版信息
数据统计
80
浏览量
17
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于自适应采样的智能车辆轨迹规划方法
考虑舒适度的智能汽车人工蜂群轨迹规划方法
未知环境下智能汽车轨迹规划滚动窗口优化
基于机电惯容的车辆乘坐舒适性与侧向稳定性协同提升
负压气动造型对DrivAer车空气阻力的影响
相关作者
曲婷
赵俊武
胡云峰
金立生
周彬
胡涛
白宇飞
谢宪毅
相关机构
吉林大学 汽车底盘集成与仿生全国重点实验室
吉林大学 重庆研究院
吉林大学 通信工程学院
燕山大学 车辆与能源学院
清华大学 汽车安全与节能国家重点实验室

