原文传递
无人驾驶公交车进出站纵向运动规划和跟踪控制算法研究
| 论文题名： | 无人驾驶公交车进出站纵向运动规划和跟踪控制算法研究 |
| 关键词： | 无人驾驶公交车;进出站;速度规划;参数自学习;主动抗扰;纵向控制 |
| 摘要： | 对无人驾驶城市公交车进出站过程进行精确地纵向控制可以提高整条公交路线的运输效率。无人驾驶公交车稳步出站和精准停站的关键在于车辆行驶速度的规划和控制。在城市结构化道路中，如何为公交车规划出安全、舒适、停靠位置精准的速度并进行控制是值得关注的问题。因此，本文提出了一种面向公交车进出站场景的纵向运动规划和控制算法。主要研究内容如下： 1）提出一种基于梯形速度约束的城市结构化道路速度规划算法。首先，基于S-T坐标系构建速度规划QP问题的目标函数，以初始约束条件进行初步优化求解。其次，针对约束条件中没有考虑包括执行器特性和车身尺寸在内的安全距离以及与障碍物碰撞前减速时间较晚等问题，采用基于安全距离的动态障碍物梯形速度规划算法进行速度求解。最后以求解的速度作为QP速度规划算法的非线性约束，得到满足进站位置准确性、安全性和舒适性的期望速度。仿真结果表明，该算法可以有效躲避结构化道路中动静态障碍物，规划的停车位置误差为0.13m。 2）提出一种质量-坡度参数联合学习算法。首先，利用纯电动公交车驱动扭矩信息能够准确获取的特点，采用高频分析法进行整车质量参数学习，从而对质量和坡度进行解耦。其次，采用基于状态观测的动力学坡度参数学习与基于加速度信息的运动学坡度参数学习相融合的方法实现对道路坡度参数的学习。最后，通过MATLAB/Simulink与TruckSim联合仿真，测试结果表明：质量学习的平均绝对值误差为168.524kg，平均绝对百分比误差为2.56%，坡度学习的平均绝对值误差为0.173°，平均绝对百分比误差为2.08%，满足驱动/制动切换策略和模型前馈控制的精度要求。 3）提出一种基于参数自学习的主动抗扰纵向控制算法。首先，建立了面向控制的纯电动公交车纵向动力学模型，基于该逆模型和质量-坡度参数学习结果进行前馈控制器设计，提高纵向控制的响应性。其次，纵向系统高度非线性、动态响应迟滞以及老化变异带来的不确定性问题，通过设计ESO观测器进行扰动补偿，进行反馈控制器设计，提高控制系统的稳定性和自适应性。仿真结果表明，设计的控制算法使停车位置误差减小了85.2%。在各例公交车进出站场景中，设计的控制算法冲击度在区间[-0.59m?s3，0.57m?s3]之内，满足了不同进出站场景的驾乘舒适性要求以及停站精准性要求。实车结果表明，本文控制算法对低速直线行驶、低速转盘行驶、起步出站和停车进站都具有良好的鲁棒性和自适应性。 |
| 作者： | 徐顺鑫 |
| 专业： | 动力工程 |
| 导师： | 刘昌文;张宏超 |
| 授予学位： | 硕士 |
| 授予学位单位： | 天津大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
