| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 智能车辆研究现状 | 第10-14页 |
| 1.2.1 智能车辆无人驾驶关键技术 | 第10页 |
| 1.2.2 国外智能车辆研究现状 | 第10-12页 |
| 1.2.3 国内智能车辆研究现状 | 第12-14页 |
| 1.3 智能车辆路径规划综述 | 第14-17页 |
| 1.3.1 全局路径规划 | 第15页 |
| 1.3.2 局部路径规划 | 第15-17页 |
| 1.4 研究工作与主要内容 | 第17-18页 |
| 第二章 车辆动力学模型及预瞄误差模型的建立 | 第18-29页 |
| 2.1 车辆横向动力学模型 | 第18-21页 |
| 2.2 预瞄跟踪误差模型 | 第21-23页 |
| 2.3 基于Ackermann几何的车辆位置估计模型 | 第23-24页 |
| 2.4 基于非预瞄与预瞄跟踪误差模型的路径跟踪仿真 | 第24-28页 |
| 2.4.1 目标路径 | 第24-25页 |
| 2.4.2 基于非预瞄跟踪误差模型的路径跟踪仿真 | 第25-27页 |
| 2.4.3 基于预瞄跟踪误差模型的路径跟踪仿真 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 基于遗传算法优化的智能车辆路径跟踪LQR控制 | 第29-48页 |
| 3.1 最优控制理论概述 | 第29-30页 |
| 3.2 状态方程开环系统分析 | 第30-33页 |
| 3.2.1 状态方程的能控性及能观性分析 | 第30-31页 |
| 3.2.2 稳定性分析 | 第31-33页 |
| 3.3 LQR控制器设计与分析 | 第33-39页 |
| 3.3.1 LQR控制算法 | 第33-34页 |
| 3.3.2 加权矩阵Q、R | 第34-36页 |
| 3.3.3 系统响应特性分析 | 第36-37页 |
| 3.3.4 控制系统鲁棒性分析 | 第37-39页 |
| 3.4 遗传算法优化加权矩阵 | 第39-43页 |
| 3.4.1 遗传算法概述 | 第40-41页 |
| 3.4.2 适应度函数 | 第41页 |
| 3.4.3 参数编码 | 第41-42页 |
| 3.4.4 选择算子 | 第42-43页 |
| 3.4.5 交叉算子 | 第43页 |
| 3.4.6 变异算子 | 第43页 |
| 3.5 仿真分析 | 第43-47页 |
| 3.5.1 直线道路跟踪仿真 | 第44页 |
| 3.5.2 固定曲率道路跟踪仿真 | 第44-46页 |
| 3.5.3 变曲率道路跟踪仿真 | 第46-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第四章 基于势场栅格法的智能车辆路径规划 | 第48-61页 |
| 4.1 势场栅格法概述 | 第48-49页 |
| 4.2 人工势场法原理 | 第49-52页 |
| 4.2.1 经典人工势场法 | 第49-51页 |
| 4.2.2 改进的人工势场法 | 第51-52页 |
| 4.3 栅格地图的建立 | 第52-53页 |
| 4.4 栅格地图中障碍物坐标的确定 | 第53-54页 |
| 4.5 A~*算法 | 第54-55页 |
| 4.6 栅格节点的选取 | 第55-56页 |
| 4.7 仿真试验 | 第56-60页 |
| 4.8 本章小结 | 第60-61页 |
| 第五章 智能车辆路径跟踪联合仿真 | 第61-72页 |
| 5.1 车辆动力学软件Carsim介绍 | 第61-62页 |
| 5.2 路径跟踪联合仿真 | 第62-68页 |
| 5.2.1 双移线路径跟踪 | 第64-66页 |
| 5.2.2 固定曲率路径跟踪 | 第66-68页 |
| 5.3 目标路径曲率修正及仿真 | 第68-71页 |
| 5.3.1 修正算法设计 | 第68-69页 |
| 5.3.2 仿真分析 | 第69-71页 |
| 5.4 本章小节 | 第71-72页 |
| 总结与展望 | 第72-74页 |
| 工作总结 | 第72-73页 |
| 研究展望 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 致谢 | 第77-78页 |
| 个人简历、在读期间已发表和录用的论文 | 第78页 |
