1. 研究目的与意义
智能小车是各种高新技术综合集成的载体，其集环境感知、规划决策等功能于一体，融合了机器人技术、人工智能技术、自动化控制技术、机器视觉技术等。
智能小车在进行自主路径规划时，其主要任务在于，在存在障碍物的环境中发现一条从起始位置到目标位置的适当的行驶路径，使智能小车在行进途中顺利地绕过障碍物而不与障碍物发生碰撞。
合理的自主路径规划算法可以高效地规划出最优路线，在各种生活场景的应用非常广泛，比如外卖配送、共享出行、药房配药、仓储物流等路线规划。
2. 课题关键问题和重难点
路径规划算法众多，且算法的优劣没有单一固定的标准，而是在相对具体的环境下，高效地得到较优质的路径规划结果。
1、路径规划首先要进行环境建模，选取怎样的环境建模？环境模型的大小和复杂程度怎样界定？2、在同一环境下，选用何种算法更优？同一种算法如何再升级优化？在不同环境下，同一种算法能否完成路径规划计算？3、算法优化成功的指标？搜寻路径最短，还是搜寻路径时间最少？还是找出所有的路中选择一条最合适的路？4、多种算法优势的结合可以获得更优质的路线，具体的算法代码学习成本很高。
5、相关仿真模拟软件的学习与应用。
3. 国内外研究现状（文献综述）
路径规划步骤主要是环境建模、搜寻路径、轨迹平滑处理。
环境建模的目的是将真实的环境空间理想化成机器人能够识别的理想化空间，为后面的搜寻路径提供环境基础。
一个高精度的建模环境可以让机器人准确的避开障碍物，精准地规划路线。
4. 研究方案
对于智能小车来说，结合实际生活，其工作环境全局较为稳定，局部可能发生动态变化。
结合课题，探讨在局部动态下的智能小车路径规划轨迹优化。
全局地图采用栅格化环境建模，先对全局地图遍历搜索寻路，再用一种算法来实现局部动态导向和提高轨迹平滑度。
5. 工作计划
第2周：完成开题报告审核。
第3周：通过阅读论文、书籍，准备课题相关的知识及应用的相关软件。
第4周：完成课题的初步方案。
以上是毕业论文开题报告，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。
