二维码（扫一下试试看！） | | 基于改进遗传算法的电动汽车轨迹优化方法 | | Trajectory Planning of Electric Vehicle Based on Improved Genetic Algorithm | | 投稿时间：2018-06-14 | | DOI：10.15918/j.tbit1001-0645.2018.增刊1.049 | | 中文关键词:电动汽车轨迹优化改进遗传算法五次多项式 | | English Keywords:electric vehicletrajectory optimizationimproved genetic algorithmquintic polynomial | | 基金项目:国家自然科学基金资助项目（51505258）；山东省自然科学基金项目（ZR2015EL019，ZR2015EL027）；山东省科技发展计划（2013YD03059）；山东省重点研发计划项目（2017NC212002）；山东省农机装备研发创新计划项目（2017YF013，2018YF017） | | | 摘要点击次数:627 | | 全文下载次数:346 | | 中文摘要: | | 在复杂障碍物环境中的轨迹规划方法是电动汽车智能辅助驾驶技术的一个重要研究内容.为了使得电动汽车能够在高速行驶工况下平稳转向行驶，提出了一种基于改进遗传算法的轨迹优化方法.本文基于五次多项式进行轨迹规划，用改进遗传算法对五次多项式的参数进行优化，使得规划轨迹满足车辆的动力学约束条件，从而使得优化后轨迹具有更强的可行性.实车实验结果表明，优化后轨迹比优化前轨迹能够更好地满足动力学约束条件，优化效果明显，车辆在高速行驶工况下按照优化轨迹行驶能够进行平稳转向行驶. | | English Summary: | | The trajectory planning method for electric vehicle in complex dynamic obstacle environment is an important research of electric vehicle intelligent auxiliary driving technology. In order to make the electric vehicle running and steering steadily under a high speed driving condition, an improved genetic algorithm based trajectory planning method was introduced to optimize the generated trajectory. First, the quintic polynomial curve was used to generate a trajectory. Then, the improved genetic algorithm was used to optimize the parameters of quintic polynomial curve, making the parameterized trajectory satisfy the dynamic constraints. The real vehicle experiment results show that, the optimized trajectory can adapt the dynamic constraints rather than the pre-optimized trajectory, and can make the electric vehicle steering steadily under high speed driving condition. | | 查看全文查看/发表评论下载PDF阅读器 | |
姬文苏.响应曲面法对超细RDX制备工艺优化及性能表征[J].北京理工大学学报（自然科学版）,2018,38(S2):113~117,122.JIWen-su.OptimizationandCharacterizationofUltrafineRDXPreparationProcessbyRespon ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21武海玲,钟涛,苗成,白利红,崔新忠,王彦莉,李辉,董园园.多层复合装甲优化设计[J].北京理工大学学报（自然科学版）,2018,38(S2):173~177.WUHai-ling,ZHONGTao,MIAOCheng,BAILi-hong,CUIXin-zhong,WANGYan-li,LIHui, ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21柴宝仁,谷文成,韩金库.基于混沌粒子群算法的AdHoc网络优化研究[J].北京理工大学学报（自然科学版）,2017,37(4):381~385.CHAIBao-ren,GUWen-cheng,HANJin-ku.ResearchonAdHocNetworkOptimizationBasedonCha ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21王强,叶东,范宁军,吴炎烜.含有J2项摄动的卫星追逃轨道优化[J].北京理工大学学报（自然科学版）,2017,37(4):418~423.WANGQiang,YEDong,FANNing-jun,WUYan-xuan.PursuitEvasionGamewithJ2Perturbation[J].T ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21邱文杰,孟秀云.基于hp自适应伪谱法的飞行器多阶段轨迹优化[J].北京理工大学学报（自然科学版）,2017,37(4):412~417.QIUWen-jie,MENGXiu-yun.Multi-PhaseTrajectoryOptimizationofVehicleBasedonhp-Adaptiv ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21韩宝玲,赵锐,罗庆生,徐峰,赵嘉珩.基于粒子群算法的四足机器人静步态优化方法[J].北京理工大学学报（自然科学版）,2017,37(5):461~465.HANBao-ling,ZHAORui,LUOQing-sheng,XUFeng,ZHAOJia-heng.StaticGaitOptimizat ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21薛艳明,彭云柯,高飞.基于压缩感知的OFDM稀疏信道估计导频优化算法[J].北京理工大学学报（自然科学版）,2017,37(5):511~514.XUEYan-ming,PENGYun-ke,GAOFei.OptimizedPilotPlacementforCompressiveSensingBas ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21李冬妮,贾晓宇,陈琳,郑丹,陶军.基于蚁群算法和遗传规划的跨单元调度方法[J].北京理工大学学报（自然科学版）,2017,37(7):704~710.LIDong-ni,JIAXiao-yu,CHENLin,ZHENGDan,TAOJun.IntercellSchedulingApproachBas ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21卢治兵,王爱民,唐承统.基于改进遗传算法的多级关联资源协调调度技术[J].北京理工大学学报（自然科学版）,2017,37(7):711~716.LUZhi-bing,WANGAi-min,TANGCheng-tong.Multi-LevelRelevanceResourcesCoordinatedS ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21辛鹏飞,荣吉利,吴志培,项大林,杨永泰.基于粒子群算法的空间机械臂关节驱动力矩优化设计[J].北京理工大学学报（自然科学版）,2017,37(8):813~817.XINPeng-fei,RONGJi-li,WUZhi-pei,XIANGDa-lin,YANGYong-tai.JointActuat ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21
| |
