原文传递
智能车辆换道轨迹规划与跟踪控制算法研究
| 论文题名： | 智能车辆换道轨迹规划与跟踪控制算法研究 |
| 关键词： | 智能车辆;换道场景;轨迹规划;跟踪控制;模型预测控制 |
| 摘要： | 伴随着近年来汽车智能化和电动化的发展趋势，智能驾驶技术已经成为各企业与科研机构的研究热点。自动驾驶系统作为智能驾驶技术的关键组成部分，能够部分乃至全部代替人类驾驶员实施驾驶行为，减少驾驶员的疲劳，提高驾驶安全性。本文依托某国家重点研发计划项目课题“整车智能化控制及性能提升技术”，针对某型纯电动车自动驾驶系统中的自主换道功能，考虑车辆在换道过程中的舒适性、安全性，开发了一套用于结构化道路换道场景的决策、规划、控制算法，并通过联合仿真验证了算法的有效性。论文具体研究内容如下。 首先，对本文研究的结构化道路换道场景进行定义，明确了结构化道路及双车道五车换道场景的概念。对规划控制中常用的不同坐标系进行介绍，并对其坐标转换关系进行推导。在已知周围车辆运动状态的前提下，以保证车辆的安全性和通行效率为目标，开发基于决策树的换道决策算法。 其次，对于轨迹规划问题，本文将换道轨迹规划定义为“轨迹初规划+轨迹优化”的结构。在轨迹初规划阶段，将其解耦为路径规划与速度规划。在路径规划中，将路径纵向按等间隔离散，基于路径点建立目标函数和约束条件，转化为二次规划问题并求解出路径点的横向坐标。在速度规划中，根据对周边车辆运动状态的预测，建立包含障碍物投影的离散S-T图，采用动态规划算法，进行速度曲线的搜索。经过轨迹初规划后，得到一条间隔较大的粗糙轨迹。在对这条粗糙轨迹进行小间隔重采样后，基于车辆运动学模型建立轨迹优化的模型预测问题，从而求解出一系列满足车辆运动学约束的换道轨迹点。 对于轨迹跟踪问题，本文将横纵向控制解耦为横向路径跟踪和纵向速度控制。考虑到模型预测控制在处理多目标优化问题上的优势，采用基于车辆动力学模型的模型预测控制器进行横向跟踪。在纵向控制上，采用位置-速度双PID控制器作为上位控制器，计算并输出车辆的期望加速度，并用油门-刹车标定表将其转化为对应的油门/刹车信号，实现了分层控制策略。 最后，搭建Prescan-Simulink-Carsim联合仿真平台，对不同的换道场景进行了仿真分析和验证。仿真结果表明，本文所提出的算法能够实现车辆在结构化道路上的自主换道，轨迹规划算法所输出的轨迹满足车辆运动学约束以及人类驾驶习惯，而轨迹跟踪算法能够保证车辆对轨迹的稳定跟踪，其中横向跟踪误差保持在厘米级，具有较高的精度。 |
| 作者： | 赵雪淞 |
| 专业： | 车辆工程 |
| 导师： | 闵海涛 |
| 授予学位： | 硕士 |
| 授予学位单位： | 吉林大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
