基于并行遗传算法的无人驾驶(自动驾驶)避障算法和安全性研究

基于并行遗传算法的无人驾驶(自动驾驶)避障算法和安全性研究

无人驾驶系统,本质上分为输入(环境感知 标志车辆行人图像识别  车辆定位)  行为决策(导航路径规划 避障等)  输出(车辆控制 ),而行为决策里,最重要的就是避障算法,避障算法是无人驾驶系统的核心

 传统的避障算法,比如vfh和dwa等,是一种数学优化,它们的问题很多,比如只考虑局部优化,不能考虑全局,只考虑单个目标,不能多个目标综合考虑,容易陷入局部最小值和目标不可达,以至于传统避障算法基本没有太大的实用性

避障,本质上是一种优化问题,而优化问题,目前最好的解决办法就是遗传算法(nasa将遗传算法用于空间飞行器的运动控制),遗传算法可以进行多个目标的快速全局优化,要是基于gpu的并行遗传算法,其计算和优化能力更为强大

    原文作者:遗传算法
    原文地址: https://blog.csdn.net/lijianhua1205/article/details/70045944
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞