江苏大学学报(自然科学版)

作者：于蕾艳,侯泽宇,蔡永鹏,陈苏雨,胡淄华

单位：（中国石油大学（华东） 机电工程学院， 山东 青岛 266580）<br />\r\n<div>\r\n\t<br />\r\n</div>

关键词：路径规划, 自动泊车, 路径跟踪, 粒子群优化算法, 模型预测控制, 遗传算法

基金：教育部产学合作协同育人项目（220505209254133）; 中国石油大学（华东）教学改革项目（CM2024011）； 中国石油大学（华东）校级第三批研究生课程思政示范课程建设项目（UPCYKS-2023-02）

为了解决无人驾驶汽车平行泊车路径曲率不连续、泊车效率低、路径跟踪精度低等问题，分析了圆弧-直线-圆弧型初始泊车路径的特点，并采用五次多项式曲线进行路径规划.为平衡路径长度与曲率，基于路径最大曲率、泊车所需空间及避障要求等约束条件，构建目标函数，旨在最小化最大曲率与泊车起点横坐标加权之和.随后，运用非线性动态自适应惯性权重的粒子群优化算法对泊车起点横坐标进行优化.经过优化，路径变得平缓光滑，曲率连续.基于模型预测控制的路径跟踪控制方法，通过遗传算法优化预测时域和控制时域，在保证跟踪精度的同时降低计算工作量，并在百度Apollo自动驾驶开发者套件上完成实车验证.试验结果表明：车辆能够安全无碰撞地完成泊车，验证了路径规划方法的有效性；在降低计算量的前提下，路径跟踪误差平均值较优化前降低了4.348%，表明该方法能够更精确地跟踪规划路径.

来源：2025年第6期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2025年第6期