复杂环境下的自动驾驶汽车局部路径规划研究
摘要：本文介绍了一种用于复杂环境下的自动驾驶汽车局部路径规划算法。提出的算法由三部分组成：新型的路径表示、基于维诺单元的碰撞检测和路径修改。新型的路径表示为碰撞检测、路径生成和转向轮持续控制输入（而不是航点导航）提供了便利。将该算法应用于自动驾驶汽车EureCar（KAIST），并验证了其在实时环境下的适用性和可行性。
关键词：无人驾驶；自动驾驶汽车；路径规划；避障；维诺单元；
1 引言
本文开发了一种驾驶员辅助系统来保证驾驶员的安全，例如车道保持[1]，自动泊车[2]和车辆前向防撞[3]。该系统已应用于许多车辆，有助于降低交通事故发生率。此外，最近许多汽车公司已经开发了自动驾驶汽车，并且正在积极的进行研发，以在不久的将来实现商业化。
由于DARPA（国防高级研究计划局）组织的大挑战和城市挑战[4] [5]，自动驾驶汽车快速发展，并且能够在真实道路上按照所有交通信号的指示行驶。DARPA于2004年首次设立了“大挑战”，无人驾驶汽车在沙漠中行驶，之后在2005年和2007年分别举行了第二次“大挑战”和“城市挑战”。这一系列比赛取得了巨大成功，为无人驾驶技术的发展提供了动力，同时促进了美国以及世界各地的研究中心和大学的科研工作。
无人驾驶汽车能在驾驶员不加干预的情况下利用雷达，激光和图像传感器获得周围环境信息并执行路径规划和避障[6]。
路径规划能决定车辆的行为，根据路径规划时所依据的信息可以分为全局路径规划和局部路径规划。其中，根据预设的路径信息和汽车的当前位置所进行的路径规划称为全局路径规划，根据传感器测得的有关周围环境的信号进行的路径规划称为局部路径规划。
目前，关于路径规划已有许多研究，可以分为势场法[7]，基于路线图的方法[8] [9] [10] [11]和基于单元分解的方法[12]。
