原文传递
虑及动力学约束的智能车辆轨迹规划及跟踪控制
| 论文题名： | 虑及动力学约束的智能车辆轨迹规划及跟踪控制 |
| 关键词： | 智能汽车;轨迹规划;轨迹跟踪;模型预测控制;采样区域 |
| 摘要： | 轨迹规划和轨迹跟踪是自动驾驶领域的两个关键核心问题，轨迹规划模块负责分析周围道路环境信息和车辆自身状态信息，并生成符合车辆运动特性的轨迹线，轨迹跟踪模块根据规划出的轨迹曲线，输出控制量控制车辆准确跟踪目标轨迹。本文针对结构化道路场景下，车辆在中、高速行驶时的轨迹规划和轨迹跟踪问题展开研究。 现有智能车辆轨迹规划方法大都面向轨迹曲线的数值优化问题，针对轨迹规划过程计算时间方面的研究较少，尤其对于均匀采样轨迹规划方法，其在采样区域内对采样点进行全采样的策略大大提高了后续轨迹计算的时间开销。本文对采样区域进行了优化，通过综合考虑道路环境信息和障碍物信息，设计了基础代价区和障碍代价区对采样区域内的采样点进行代价计算，并依据代价值对采样点进行筛选，进而将高代价点剔除，利用低代价点计算最优轨迹。 当前在轨迹规划方法存在的另一问题是，轨迹规划过程很少考虑车辆动力学特性约束。车辆具有复杂的动力学特性，在轨迹规划过程中不考虑车辆动力学约束可能导致规划出的轨迹车辆无法跟踪，在恶劣路面场景下有可能导致车辆发生危险。因此本文在轨迹规划过程中，将动力学指标添加进轨迹代价和轨迹检测中，从而保证了规划轨迹符合车辆的动力学特性，这在中、高速轨迹规划过程中尤为重要。为进一步降低规划时间，将候选轨迹按代价值进行排序，进而依次对轨迹进行碰撞检测和动力学指标检测，将不满足检测的轨迹剔除并将第一条通过检测的轨迹选为最优轨迹。 为验证本文轨迹规划方法的实际表现，构建了基于模型预测控制的轨迹跟踪模块，分别搭建模型预测控制器用于跟踪纵向车速和航向角。基于Matlab/Simulink和Carsim环境，搭建了直线避障、双移线行驶和综合工况三种仿真场景。仿真结果表明，本文所提出的综合考虑车辆动力学特性的轨迹规划方法可以有效应对紧急避障和低附对接路面的行驶场景。通过对采样区域进行优化，本文规划方法相比较均匀采样方法可以有效降低单步规划时间。 |
| 作者： | 苏泰 |
| 专业： | 车辆工程 |
| 导师： | 张利鹏 |
| 授予学位： | 硕士 |
| 授予学位单位： | 燕山大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
