原文传递
基于模型预测控制的智能车辆运动规划算法
| 论文题名： | 基于模型预测控制的智能车辆运动规划算法 |
| 关键词： | 智能驾驶;运动规划;模型预测控制;行为决策 |
| 摘要： | 随着智能技术的发展，智能驾驶技术逐渐成为研究热点之一。运动规划算法是保证智能车辆安全行驶的关键技术，其好坏直接影响车辆行驶安全性、高效性以及乘坐舒适性。现有的大多数运动规划算法不能有效地考虑行驶过程中的复杂约束，因此规划得到轨迹与车辆实际行驶轨迹有较大差别，对轨迹跟踪算法有较高要求。基于数值优化的运动规划算法则能够处理多约束的问题，但复杂的障碍物约束会带来计算负担。因此，针对以上问题，本文设计一种基于模型预测控制的运动规划算法，设计约束简化算法对复杂障碍物约束进行线性简化。同时，设计基于规则的行为决策算法，提升算法对结构化和非结构化道路场景下动态环境的处理能力。 本文首先提出了一种基于线性约束的模型预测运动规划算法。本方法通过将车辆建模为三个相交圆对车辆几何约束进行考虑，确保车辆在运动规划中的无碰撞安全性。对于复杂非凸障碍物约束，本文提出一种简化算法通过车辆几何表示圆与障碍物的几何关系生成简化线性障碍物约束。在多障碍物情况，约束生成器最多生成两个线性约束，有效减少约束数量，提高计算效率。在基于模型预测控制的运动规划器设计中，加入车辆的运动学约束、动力学约束，同时通过预测模型加入简化后障碍物约束，实现对移动障碍物约束的动态生成，保证运动规划算法安全性。该算法将所有约束均处理为线性不等式形式，将运动规划的优化问题处理为二次规划形式，保证算法实时性。通过MATLAB环境下的仿真试验，与已有算法进行对比，对所提出运动规划算法的有效性以及实时性进行了验证。 为了使算法能够应用于不同条件的道路条件，包括结构化道路场景以及非结构化道路场景。本文设计一种基于规则的行为决策方法。设计的决策算法将驾驶行为处理为五类典型行为，根据参考轨迹的数量区分结构化和非结构化道路场景，并分别对其状态转移进行分析处理，使算法能在结构化道路策略与非结构道路策略间转换。针对不同驾驶行为生成不同参考轨迹指导运动规划算法完成运动规划。同时，在决策算法中也对需要避让停车的场景进行考虑，使算法规划轨迹更符合人类驾驶习惯，能应用于具有需要避让移动障碍物的复杂交通场景。最后，在三种不同场景下进行仿真验证，通过同一场景与不考虑决策的算法以及轻决策方法的对比验证了所提出决策算法的有效性以及对运动规划效果的提升。 |
| 作者： | 朱晓媛 |
| 专业： | 控制科学与工程 |
| 导师： | 陈剑 |
| 授予学位： | 硕士 |
| 授予学位单位： | 浙江大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
