如何使用改进人工鱼群算法来进行车辆轨迹规划方法概述

　　针对车联网环境下若干典型车辆轨迹规划方法存在车速与轨迹波动性较大的问题，提出一种基于改进人工鱼群算法的车辆轨迹规划方法。该方法以短程通信（ DSRC）的车联网应用场景为设计平台，以车辆的最优行车速度为核心计算基础，分析得到了车辆的最佳轨迹。首先，对人工鱼群算法在车联网应用场景的优势和不足进行分析，引入万有引力力学模型与避障模式控制，提出一种改进的人工鱼群算法；然后，分析车辆在车联网应用场景中的受力约束，利用网联车辆的自组织行为控制策略推导最优行车速度；最后，基于最优行车速度实现对车辆的实时轨迹诱导和轨迹避障控制规划。仿真测试结果表明，在运用了基于改进人工鱼群算法的轨迹规划模型后，车辆的驾驶速度更加平稳，轨迹波动性较小，对障碍物可实现零失误避撞；在多车相遇情况下，测试车辆为2~40时，相对于原人工鱼群算法和萤火虫算法，运用改进人工鱼群算法后车速的平均迭代次数减少，迭代效率提高3～7、4~8倍，且随着车辆数目越多，迭代效率提升越明显。

　　近年来，车联网的研究热潮推动了交通行业的推陈革新，现代交通逐渐向高效、安全、环保方向发展。中提出轨迹规划作为车联网环境中的一项重要技术，被广泛地应用到智能车的轨迹选择、智能机器人等领域。中提出一种对于交通路网中车辆轨迹规划算法是建立在非线性预测算法的基础上的观点。中应用模糊逻辑控制方法来提高“智能绳”系统，实现区分小的非自愿力量和预定的航行运动，利用智能手机摄像头作为机器人视觉，完成导盲犬机器人的跟踪、导航和避障。中提出了一种基于向前预测的局部路径规划算法，在不依赖全局定位的情况下实现规划时间的一致性，同时用通行区域取代原有不具有宽度的路径规划进行避障分析。中提出了一种利用时间状态。

　　控制形式的车辆的新轨迹控制方法，并进行了旋转和扩张坐标变换，进而实现任意期望的曲线轨迹的控制方法。中利用时间尺度变换和精确的线性化设计一个铰接式车辆的轨迹跟踪控制器，该控制器沿着任意轨迹运动，实现车辆的轨迹跟踪。中根据车辆换道时的期望横摆角、横摆角速度和横摆角加速度，利用车辆侧向动力学模型，提出了一种弯道上车辆换道轨迹的规划方法。中提出一种根据泊车终点环境障碍约束、泊车终点位置约束等，以泊车终点车辆与车位夹角最小为目标建立多约束的车辆泊车轨迹函数中基于弹性带理论的轨迹规划方法，提出了一种自主车辆紧急机动的轨迹规划方法。中提出了一种最大最小萤光素值人工萤火虫算法，通过对荧光素的变化范围加以限定，给出最大最小萤光素值范围，从而避免算法陷入局部最优。中在人工鱼群算法的寻优策略上提出了适时调整自身视野和步长的优化改进，对鱼群的收敛速度和局部极值方面均有所提高。关于车辆轨迹规划的研究在车辆轨迹规划中对周围车辆的信息利用较少，导致为车辆规划的轨迹并不适用于道路车辆数目较多的场景。在多车轨迹融合的场景，车辆很容易陷入自身轨迹最优．而个体之间轨迹最优值差异较大的情况，导致车辆的安全性以及道路整体通行效率降低。