| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景和意义 | 第10-15页 |
| 1.1.1 国内外自主驾驶技术发展 | 第11-14页 |
| 1.1.2 本文研究意义 | 第14-15页 |
| 1.2 国内外现状 | 第15-18页 |
| 1.2.1 环境建模方法研究现状 | 第15-16页 |
| 1.2.2 局部路径规划算法的研究现状 | 第16-18页 |
| 1.3 本文主要研究内容与成果 | 第18-20页 |
| 1.3.1 本文主要研究内容及组织结构 | 第18-19页 |
| 1.3.2 本文主要研究成果 | 第19-20页 |
| 第二章 基于A*的改进无人车路径规划算法 | 第20-40页 |
| 2.1 无人车路径规划基本问题 | 第20-24页 |
| 2.1.1 模型建立 | 第20-22页 |
| 2.1.2 启发式图搜索算法 | 第22-23页 |
| 2.1.3 模型建立 | 第23-24页 |
| 2.2 运动基元设计 | 第24-27页 |
| 2.3 启发式函数设计 | 第27-31页 |
| 2.3.1 h1(s)启发式 | 第28-30页 |
| 2.3.2 h2(s)启发式 | 第30-31页 |
| 2.4 基于Reedshepps曲线的精确位姿连接 | 第31-34页 |
| 2.5 仿真结果对比 | 第34-39页 |
| 2.6 本章小结 | 第39-40页 |
| 第三章 部分已知环境下局部路径规划 | 第40-58页 |
| 3.1 部分已知环境下规划问题 | 第40-43页 |
| 3.2 基于序贯信息融合的实时重规划 | 第43-48页 |
| 3.3 倒车轨迹合并 | 第48-50页 |
| 3.4 实车实验 | 第50-57页 |
| 3.4.1 实验场景一 | 第51-52页 |
| 3.4.2 实验场景二 | 第52-57页 |
| 3.5 本章小结 | 第57-58页 |
| 第四章 路径优化 | 第58-68页 |
| 4.1 路径优化意义 | 第58-59页 |
| 4.2 基于障碍约束的路径优化 | 第59-67页 |
| 4.2.1 多目标优化路径优化 | 第59-63页 |
| 4.2.2 基于障碍约束单目标优化 | 第63-67页 |
| 4.3 本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 文章总结 | 第68-69页 |
| 5.2 未来展望 | 第69-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 作者在学期间取得的学术成果 | 第77页 |