详情

原文传递智能车辆的层级运动规划与控制

论文题名：	智能车辆的层级运动规划与控制
关键词：	无人驾驶;模型预测控制;轨迹规划;车辆动力学
摘要：	作为自动驾驶系统的重要组成，轨迹规划和轨迹跟踪模块对于智能车辆安全自主行驶有着至关重要的作用。由于自动驾驶车辆周围环境多变，且路况复杂，系统对轨迹规划计算的稳定性有着很高的要求。同时车辆运动系统是一个非线性的系统，行车过程中车辆的各状态量变化迅速且频繁，所以对车辆控制器的实时性有很高的要求。基于以上考虑，本文提出一种层级车辆运动规划控制算法。本文的主要工作概述如下: 　　1.在轨迹规划部分，考虑到直接计算运动轨迹求解维度高，计算复杂度大，本文将运动规划问题分解成路径规划和速度规划两个问题。在路径规划求解过程中，合理选取代价函数，将路径规划问题转换成一个优化问题求解，根据最优解可以获得规划的路径。在纵向速度规划部分，通过预设的纵向运动模式，对终端时间和终端纵向运动状态分别进行采样。然后通过求解边界值条件问题，生成候选纵向运动轨迹。最后，对候选轨迹进行评估，选择一条最优的纵向速度轨迹。　　2.在下层轨迹跟踪部分，本文将轨迹跟踪控制器分为纵向速度跟踪控制器与侧向位置跟踪模型预测控制器。在速度跟踪控制器的算法设计中，主要利用速度误差设计反馈控制算法。在侧向位置跟踪控制器设计中，按照模型预测控制器的设计流程，首先根据牛顿运动学第二定律建立车辆动力学模型，获得离散的预测方程。然后，建立安全约束条件和控制输入约束条件。接下来，明确了预测控制所需求解的优化问题，并将其写成标准二次规划的形式。最后，为了解决模型失配、不可知干扰的影响，本文提出了一种基于误差系统的线性二次调节器反馈校正控制律。　　本文结合车辆规划控制领域的最新研究成果，通过仿真对比实验，与目前主流算法分别进行了比较。主要贡献点概述如下: 　　1.借鉴模型预测控制的思想，设计了一种考虑车辆运动学特性的路径规划算法，满足车辆运动学约束的平滑路径要求。　　2.建立曲线坐标系和对障碍物的纵向投影，降低了速度规划的维度，提升了计算效率。　　3.设计了一种基于误差系统的LQR反馈校正控制策略，提升了侧向控制器的鲁棒性，有效减小了不可知干扰下的侧向跟踪误差。
作者：	许言川
专业：	控制工程
导师：	陈剑;吴俊
授予学位：	硕士
授予学位单位：	浙江大学
学位年度：	2021