1.5  本文主要内容与方法
本文采用阿克曼模型对智能车进行运动学建模，以此选择合适的角速度和线速度来控制车辆运行。用栅格法对周围环境进行建模，采用归边策略的思想将障碍物与道路边界递归融合以约束智能车的运动方向，在传统的扇区--曲率法基础上进行改进，构建若干个扇区，根据目标函数选取最优扇区并计算出所对应的角速度和线速度。
第二章介绍智能车的运动控制原理以及运动学建模。第三章介绍运用多种传感器感知环境并对环境进行建模。第四章为主要算法思想的描述。第五章展示仿真结果并对进行分析。
2  智能车控制结构与运动学建模
2．1  智能车功能式控制体系结构
智能车功能式控制体系结构（如图2.1所示），环境信息由传感器获取后，在闭环形的各个功能模块之间流动，依次经过环境感知、环境建模、路径规划，执行结果，最终从执行机构返回到环境中，完成对智能车的控制行为。功能式结构构造层次清晰，流程简单，模块功能易于执行，更容易实现高层次的智能行为。由于系统的每一控制行为都要经过闭环形的各模块链，所需要花费的时间较长，实时性也较差，而且各个模块通过串行连接，使得整个流程结构不稳定，可靠性较差，某个模块发生问题都将会影响整个系统的运作甚至使整个系统都崩溃。 智能车局部路径规划方法研究+文献综述(4):http://www.751com.cn/jisuanji/lunwen_22902.html