未知复杂城市环境下无人车自主快速搜索方法OA

为提升无人车在未知复杂城市环境下的搜索效率,提出了一种基于复合优化策略的自主快速搜索方法。该方法首先通过离散化策略构建了复杂城市环境和无人车机动模型,提出了基于边界扩展收益最大化和基于逼近边界目标点的机动优化策略。在搜索中采用重复路径监测机制来实时分析无人车运动状态,当无人车陷入障碍物陷阱后及时切换机动优化策略。仿真结果表明,相较于传统方法所提方法搜索性能更好,对不同城市环境均有良好的适用性。