基于改进人工势场的车辆智能驾驶局部路径规划研究的任务书.docx

基于改进人工势场的车辆智能驾驶局部路径规划研究的任务书
任务书
题目：基于改进人工势场的车辆智能驾驶局部路径规划研究
任务目的：
本研究旨在通过改进人工势场算法，提高车辆自主驾驶的局部路径规划水平，为车辆智能驾驶发展提供支持。具体目标如下：
1.探究人工势场算法在车辆智能驾驶中的应用现状和局限性。
2.根据人工势场算法的特点，针对其局限性进行优化改进，提高算法的适用性和可靠性。
3.设计符合实际应用的车辆智能驾驶局部路径规划模型，结合改进后的人工势场算法，实现对车辆安全、高效的路径规划。
4.基于模拟环境和实车测试，验证改进后算法的有效性和可行性。
任务分工：
1.研究目前人工势场算法的现状以及局限性，探究其在车辆智能驾驶中的应用情况。
2.根据研究目标，建立车辆智能驾驶局部路径规划的优化改进模型，提高人工势场算法的适用性和可靠性。
3.设计实验及测试方案，完成测试数据的收集和分析，评估模型的效果。
4.撰写研究论文，提交研究成果报告。
任务时间：
本次研究计划耗时为6个月，具体分配如下：
第1-2个月：研究人工势场算法的现状和局限性，探究在车辆智能驾驶中的应用情况。
第3-4个月：基于研究成果，优化人工势场算法，建立局部路径规划优化模型。
第5个月：设计实验及测试方案，完成测试数据的收集和分析，评估模型的效果。
第6个月：整理研究数据和结论，撰写研究论文，并提交研究成果报告。
任务成果：
1.国内外文献资料和案例调研报告
2.改进人工势场算法模型
3.车辆智能驾驶局部路径规划方案
4.模拟环境和实车测试数据及分析报告
5.研究成果的学术论文答辩稿和研究报告
参考文献：
1.Sherief,M.A.,Abdel-Karim,R.,&Fatema,A.A.(2019).Anewpathplanningalgorithmbasedonimprovedartificialpotentialfieldmethod.In2019InternationalConferenceonComputer,Control,Electrical,andElectronicsEngineering(ICCCEEE)(pp.1-7).IEEE.
2.Zhang,J.,Yan,X.,&Song,D.(2015).Anoptimizationapproachtoimproveartificialpotentialfieldbasedongeneticalgorithm.TheScientificWorldJournal,2015.
3.Tzafestas,S.,Konofaos,N.,&Tsourveloudis,N.(2005,September).Hybridstrategyforvehiclepathplanningwithvelocityandsteeringcontrol.In2005IEEEIntelligentTransportationSystems,Proceedings(pp.416-421).IEEE.
4.Javed,F.,Mahmood,A.,&Farooq,A.(2017).AnoptimizedhybridapproachforvehiclepathplanningusingRRT*andartificialpotentialfields.JournalofIntelligent&RoboticSystems,88(2-4),627-651.
5.Kim,S.,Kim,Y.T.,&Beak,S.J.(2018).Vehiclepathplanningusingahybridmethodbasedonartificialpotentialfieldsandindirectdecentralizedfuzzycontrol.JournalofMechanicalScienceandTechnology,32(5),2405-2414.