三次B样条曲线拟合智能车轨迹跟踪算法

城市学院，北京联合大学，北京100101; 2．Robot College，Beijing Union University，Beijing 100101; 3．Department of Physics and Electronic Engineering，Baoding University，Baoding 071000，Hebei，China) (*Corresponding author: duy@buu.edu.cn) 摘要: 传统的几何轨迹跟踪算法在获取切向角时往往依赖于高精度的惯性导航设备，这可能导致系统的成本增加和可靠性降低。为了解决这一问题，本文提出了一种基于三次B样条曲线拟合的智能车轨迹跟踪算法。首先，利用先验地图中的离散轨迹点，通过三次B样条曲线进行平滑拟合，生成连续且平滑的轨迹路径。接着，通过插值方法在拟合的轨迹曲线上重新生成一系列离散的路点，并计算这些路点处的切向角。这种方法有效地减少了对高精度惯导设备的依赖，同时提供了优化的轨迹跟踪。 在实际的智能车实验平台上，我们对提出的算法进行了测试。在20km/h的低速绕圈和60km/h的高速直道两种典型场景下，该算法在真实道路环境中进行了跟踪实验。实验结果显示，在低速大曲率和高速直道条件下，算法的轨迹跟踪最大横向误差均保持在0.3m以内，表现出良好的跟踪性能和精度。 关键词: 智能车;轨迹跟踪算法;三次B样条曲线拟合;切向角 三次B样条曲线是一种在计算机图形学和工程领域广泛使用的数学工具，其优点在于能够灵活地拟合各种形状的曲线，同时保持曲线的平滑性和连续性。在智能车轨迹跟踪中，三次B样条曲线的使用可以有效地减少因数据点不连续或噪声引起的跟踪误差。切向角的计算对于智能车的路径规划和控制至关重要，因为它直接影响车辆转向的角度和速度。 本研究的创新点在于，通过三次B样条曲线拟合，将地图上的离散轨迹点转换为连续的轨迹线，从而在不依赖高精度惯导设备的情况下，仍能精确地计算出轨迹上的切向角。这降低了系统对昂贵传感器的依赖，同时保证了轨迹跟踪的稳定性和准确性。 实验部分展示了算法在不同速度和道路条件下的表现，验证了其在实际应用中的可行性和优越性。无论是低速的弯道还是高速的直线行驶，算法都能保持较小的跟踪误差，证明了其在智能驾驶系统中的实用价值。 基于三次B样条曲线拟合的轨迹跟踪算法提供了一种经济且有效的解决方案，对于智能车辆的自主导航和控制具有重要意义。这种方法不仅降低了对硬件设备的要求，而且提高了系统的整体性能，为未来智能驾驶技术的发展提供了新的思路。