原文传递
面向动态障碍的无人驾驶车辆路径规划与跟踪控制研究
| 论文题名： | 面向动态障碍的无人驾驶车辆路径规划与跟踪控制研究 |
| 关键词： | 路径规划;无人驾驶车辆;轨迹跟踪;人工势场;模型预测控制 |
| 摘要： | 随着计算机和自动控制技术的不断发展，无人驾驶车辆是未来车辆发展的必然趋势，避障控制作为无人驾驶车辆技术中的一项重要功能，将直接影响的无人驾驶车辆工作性能，是实现无人驾驶车辆安全驾驶的重要组成部分。而路径规划和轨迹跟踪技术是无人驾驶车辆避障的主要方法之一，因此，研究路径规划与轨迹跟踪控制技术，对实现无人驾驶车辆安全驾驶具有重要的理论意义和应用价值。 首先，本文研究了用于全局规划的A*算法，分析了用于搜索路径的启发函数以及算法流程。针对A*算法搜索路径并没有考虑道路坡度对最短路径影响以及道路滚动阻力系数对车辆能量损耗影响的问题，提出了基于道路坡度以及滚动阻力系数的综合式启发函数。利用A*双向搜索算法提高搜索效率，最后利用三次样条插值方法对规划的轨迹进行平滑处理。 其次，重点分析研究了用于局部避障的APF算法，针对传统APF算法斥力势场函数并没有考虑障碍物的速度和体积对车辆避障的影响，提出了动态矢量斥力势场函数，以及体积和速度斥力势场函数。针对目标点与车辆之间距离的不同，导致目标点对车辆引力不同，间接导致车辆与障碍物之间避障的安全距离可能过小的问题，提出了避障预测控制策略。 最后，将局部避障的APF算法融入全局规划的A*算法中，研究了该算法的核心部分MPC-APF控制系统，研究了用于轨迹跟踪的模型预测控制器，并设计了目标函数以及建立了车辆运动学模型和系统约束条件，分三种场景确定了APF算法子目标点选取方法。 基于以上算法的研究和理论分析，针对每部分的改进都设计了仿真实例进行验证。仿真结果表明，本文设计的基于综合式启发函数的A*双向搜索算法比传统算法搜索效率更高，且搜索最优路径更精确；设计的改进APF算法动态避障更安全；结合APF算法的A*算法既可以未知环境下的局部避障，也可以在全局规划路径后，进行二次避障，进一步提高无人车辆行驶安全。 |
| 作者： | 李鹏鹏 |
| 专业： | 车辆工程 |
| 导师： | 刘涛 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工业大学 |
| 学位年度： | 2020 |
检索历史
应用推荐
