原文传递
智能网联条件下的多车协同换道研究
| 论文题名： | 智能网联条件下的多车协同换道研究 |
| 关键词： | 智能网联汽车;多车协同换道;模型预测控制;安全距离 |
| 摘要： | 近年来，作为无人驾驶技术核心之一的车辆自动换道技术得到了快速发展。随着车联网技术的不断升级，车辆传感器技术以及车车通信技术的普及程度不断加大，多车协同驾驶技术正得到越来越多的重视。车辆协同驾驶的目标是车辆在行驶过程中，高效利用路测设备等道路条件，同时兼顾安全性与高效性，实现多车之间的配合。由此，协同驾驶可根据实际情况迅速反应，通过加速、减速、换道等操作完成任务。但是目前对于多车协同控制的研究较少，用于描述该系统相互作用的模型也较少。目前的研究主要是集中在基于智能网联汽车进行多车协同驾驶的系统结构设计，对自车控制算法及周围车辆协同控制算法研究相对较少；研究场景主要集中在合流区等强制性换道情况，不能满足实际情况中复杂多变的交通环境。由于避撞约束的高维度和车辆运动学的非线性特性，优化控制问题通常难以求解。如何基于智能网联车辆实时通信的特点，构建集中决策、分布控制的多车协同换道系统，满足实际道路状况复杂且动态变化的要求，有待于进一步提出解决方案。 本文提出一种智能网联条件下多车协同安全换道策略。首先，通过车辆信息感知系统获取周边车辆运动参数以及道路交通信息，如通过自车的传感器（GPS，雷达，速度传感器等）获得自车的速度、加速度、油门开度、制动压力、前轮转角以及经纬度位置等状态变量、环境信息，并根据地图信息计算车辆与车道中线的夹角等数据；其次，通过建立基于激励模型的换道收益函数进行协同换道可行性决策。在车辆满足安全要求的基础上，判断在当前状况下，车辆协同换道行为是否优于车道保持行为，从而最终做出决策判断；接着，基于模型预测控制建立协同换道多目标优化控制函数，实现换道过程的分布式控制，提出一个两阶段协同换道框架，将换道过程分为稀疏纵向距离阶段和换道阶段。在稀疏纵向间距阶段，换道车辆扩大与前后车辆的纵向距离以达到换道所需的安全距离，在车道变更阶段，由于车队从稀疏队形开始，以便解决由于避撞约束的高维度和车辆运动学的非线性造成的优化控制函数难以求解的问题；接着，采用滚动优化时域算法对优化控制问题逐步动态求解；最后通过Matlab/Carsim联合仿真对所提协同换道策略在提高换道可行性及驾驶舒适性方面的优越性进行验证，并基于美国NGSIM开源交通流数据库中的场景验证该策略的可行性与准确性。 |
| 作者： | 韩静文 |
| 专业： | 交通运输工程 |
| 导师： | 刘志强 |
| 授予学位： | 硕士 |
| 授予学位单位： | 江苏大学 |
| 学位年度： | 2020 |
| 正文语种： | 中文 |
检索历史
应用推荐
