基于凸优化的自动泊车轨迹规划方法
针对泊车常见的平行、 垂向及斜向停车场景中Hybrid A*算法得到的泊车路径不严格符合车辆运动学约束的问题, 提出了通用的最优泊车轨迹规划方法。该方法基于数值求解, 通过拉格朗日对偶将车位约束转化为凸优化问题, 进而在满足车辆运动学约束的条件下找到全局最优的泊车路径。对于非线性规划数值求解效率低的弊端, 采用热启动的方法, 首先利用FTHA完备Hybrid A*算法确定路径位置初值, 依据轨迹曲率计算得到参考速度的初始值,由约束条件计算得到 凸优化问题的对偶变量初值, 然后将这些值代入转换后的非线性方程求得原问题的最优解。在3种典型泊车场景中, 通过仿真验证了所提出方法的通用性和结果的最优性。
> 自动化与计算机












