未知环境下基于控制障碍函数的无人车轨迹规划

无人车凭借其适应性强、成本低的优点，成为代替人类前往高风险、高污染区域执行任务的一种切实可行的方案。轨迹规划作为无人车任务系统的关键技术，其目的是根据任务目标制定满足约束条件的运动轨迹。然而，目前的导航控制器主要依赖于预先获取的地图和先验知识，对未知环境的应对能力有所欠缺，无法适应复杂多变的任务环境。为此，提出了一种基于控制障碍函数的轨迹规划方法，用于解决无人车在未知环境下的自主避障、轨迹规划问题。该方法前端利用激光雷达感知环境深度信息，后端采用最小二乘支持向量机拟合障碍物边界，以估计控制障碍函数，并对负样本错分类进行补偿，最终通过求解二次规划得到安全控制指令。针对无人车可能陷入停滞状态的死锁问题，提出一种分段式的检测与消除方法来避免。数值仿真实验和半实物实验结果表明，所提方法在多种障碍物环境下具备较好的避障避撞和轨迹规划能力，在路径长度等方面优于传统的控制方法。