基于损失函数权重自适应的路径规划优化算法研究OA北大核心CSTPCD

针对自主换道时车速对于安全性与舒适性的影响,提出了一种基于权重自适应的路径规划优化算法,即采用基于实时车速和递归最小二乘算法的损失函数权重自适应方法生成与选择最优轨迹。为了验证该方法的效果,采用基于PhysX动力学引擎的Unity3D仿真环境,构建基于3D场景的仿真环境,在仿真系统中保证控制模块与规划算法参数一致,用于多种场景下评价权重自适应算法相对于原始算法的效果。实验结果表明,自动驾驶汽车通过损失函数权重的自适应更新方法,可以实现满足安全性、平滑性和舒适性指标要求的轨迹规划,且自适应算法生成的轨迹相较于原始算法更加平滑舒适。该研究有助于提升自主换道的安全性、平滑性和舒适性,为高速场景下自动驾驶的落地提供了研究基础。