详情

原文传递无人驾驶汽车路径规划方法研究

论文题名：	无人驾驶汽车路径规划方法研究
关键词：	汽车无人驾驶系统;路径规划;速度规划;轨迹跟踪控制
摘要：	随着国家出台的相关政策对无人驾驶的支持以及5G技术等网络技术的飞速发展，无人驾驶汽车是将来汽车行业发展的必然趋势，但由于汽车数量的急剧增加，交通领域面临着交通安全、道路拥堵、能源消耗、环境污染等问题，研发节能环保的清洁能源电动车以及实现稳定安全的无人驾驶已迫在眉睫。人工智能是一个能够改变世界的创新技术，而无人驾驶技术是这个领域最重要的技术之一，无人驾驶是多种技术的集成，包括车辆定位和环境感知以及路径规划和运动控制等模块。在复杂场景下规划出一条最优的路径是实现无人驾驶的基础；保障路径的可跟踪性是实现无人驾驶的关键；建立一个高效的控制器对规划出的轨迹进行准确的跟踪控制是实现无人驾驶的最终目的。　　本文设计了无人驾驶路径规划的实现方案，并通过速度规划、轨迹跟踪控制验证了路径规划的可行性，主要做的工作如下：　　（1）静态环境下的无人驾驶路径规划。首先对人工势场法进行改进，将人工势场法的斥力分解为两个，以此来改进人工势场法容易陷入局部最优和目标不可达的缺点，其次将人工势场法与快速搜索随机树结合并引入引力势力调节因子，最后增加椭圆限制区域来减少RRT算法全范围撒点带来的巨大运算量，通过仿真试验能够证明所改进的方法能够高效的规划出最优路径。　　（2）无人驾驶的速度规划研究。建立动态驾驶场景，将基于改进方法得到的最优路径运用B样条曲线进行路径平滑，运用S-T图算法映射障碍物进行速度规划，将速度与路径匹配得到光滑的避障轨迹，基于Matalab的数字仿真表明速度规划后的轨迹能够完成动态场景下的避障过程。　　（3）对规划出的轨迹进行跟踪控制研究。首先建立车辆运动学模型，通过泰勒变换和欧拉变换将其转化为线性离散系统作为模型预测控制器的预测模型，然后建立目标函数和约束条件，将模型预测控制问题转化为一个二次型规划问题，运用MATLAB搭建模型预测控制器，最终基于模型预测控制器实现动态场景下的轨迹跟踪控制。　　（4）由于无人驾驶实车实验难以实现，本文利用无人驾驶系统仿真软件Prescan搭建了反映真实驾驶情况的驾驶场景，并与MATLAB Simulink联合搭建仿真系统，实现动态场景下的轨迹跟踪控制的联合仿真，联合仿真结果表明本文的方法在满足车辆运动学模型的同时能够在动态场景下完成避障换道的轨迹跟踪控制且具有良好的平稳性。
作者：	詹玉
专业：	控制科学与工程
导师：	吴钦木
授予学位：	硕士
授予学位单位：	贵州大学
学位年度：	2022