基于并行遗传算法的无人驾驶（自动驾驶）避障算法和安全性研究

基于并行遗传算法的无人驾驶（自动驾驶）避障算法和安全性研究

无人驾驶系统，本质上分为输入（环境感知 标志车辆行人图像识别  车辆定位）  行为决策（导航路径规划 避障等）  输出（车辆控制 ），而行为决策里，最重要的就是避障算法，避障算法是无人驾驶系统的核心

 传统的避障算法，比如vfh和dwa等，是一种数学优化，它们的问题很多，比如只考虑局部优化，不能考虑全局，只考虑单个目标，不能多个目标综合考虑，容易陷入局部最小值和目标不可达，以至于传统避障算法基本没有太大的实用性

避障，本质上是一种优化问题，而优化问题，目前最好的解决办法就是遗传算法（nasa将遗传算法用于空间飞行器的运动控制），遗传算法可以进行多个目标的快速全局优化，要是基于gpu的并行遗传算法，其计算和优化能力更为强大