0引言
随着5G、人工智能等技术的不断成熟，人们对智能网联汽车、无人驾驶等应用落地的期待也在不断提升。在过去的数年中，我国网联自动驾驶技术快速发展，无人驾驶汽车在一些特定的场景得到应用，自动驾驶汽车（我国称为智能网联汽车），也称无人驾驶汽车、电脑驾驶汽车、轮式移动机器人，融合AI智能(Artificial Intelligence)、5G移动互联互通，大数据处理、云计算等新型技术，实现车、路、人之间的动态信息的实时交互、共享。
自动驾驶汽车正步入技术发展成熟期,各国中央和地方政府通过多种关键政策和投资决策,使其能够在社会中实现安全有效的运用。自动驾驶汽车将推动一场革命,提升社会和经济水平,促使道路更加安全。根据公安部公布消息，截止到2018年底，汽车保有量这一数据在中国已达到2.4亿辆，汽车保有量超过100万辆的城市已有66个之多，汽车保有量超过300万辆的城市更有11个之多。
汽车保有量及驾驶员人数的基数过大，使得交通出行风险也随之提高，每年约130万人死于交通事故，另外有数千万人因交通事故致伤致残。疲劳驾驶、酒后驾驶、自身驾驶技术欠缺、受其他事物影响而造成的注意力分散、个人情绪波动等都是交通事故产生的主要原因。
如果自动驾驶技术的研发瓶颈能被突破，中国乃至世界将有望规划建立出新的交通格局。自动驾驶汽车是一种通过AI系统实现无人驾驶的智能汽车，具有高效节能性等特点，可以有效缓解城市交通拥堵状况并提高汽车安全程度。自动驾驶汽车要实现各种自动驾驶操作必须对周围路况有一个精准实时的判断，各类传感器利用自身优势取长补短相互配合以达到要求。基于通讯技术在汽车上的应用，高等级的自动驾驶技术将与通讯技术融合发展实现真正的自动驾驶。
运动控制是智能车辆研究领域的核心问题之一，转向控制主要研究智能车辆的路径跟踪能力，即如何控制汽车沿规划的路径行驶，并保证车辆的行驶安全性、平稳性和乘坐舒适性。
1国内外研究现状
轨迹规划算法研究现状
轨迹规划也可以叫做路径规划，是无人驾驶汽车研究中举足轻重的一个环节，轨迹规划为无人驾驶车辆找寻给定起点与终点的可行或最优行驶路径，对无人驾驶车辆行驶中避障和安全抵达目的地具有指引作用，轨迹规划可以说是实现真正的无人驾驶智能驾驶自主驾驶的关键所在。
从无人驾驶车辆对环境信息的了解程度，可以将轨迹规划分为工作的行驶环境已知的全局路径规划和基于无人驾驶车辆设备实时获取工作行驶环境的局部轨迹规划。由于局部规划算法实时性强，考虑的环境因素多，算法难度大，控制策略又复杂，所以现在各大汽车厂商都未推出较为完美的适应于任何环境的轨迹规划算法。
全局轨迹规划算法包括场地建模和寻找最优轨迹两个步骤。Brooks. J 提出的自由空间法[1]是用于解决轮式机器人的路径规划问题。在路径规划前，路径规划对象的起点、终点以及障碍物的位置都是已知的，并且假设对象和障碍物的外形都是多边形。在路径规划时，该算法使用预先设定的对象和障碍物的多边形建立自由空间，并利用联通图形表示该自由空间，通过检索联通图形可以规划对象的最优路径[2]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
