原文传递
无人驾驶汽车路径规划与轨迹跟踪研究
| 论文题名： | 无人驾驶汽车路径规划与轨迹跟踪研究 |
| 关键词： | 无人驾驶;路径规划;A*算法;人工势场法;模型预测控制 |
| 摘要： | 近年来随着智能交通的发展和互联网与传统汽车工业的不断结合，为汽车行业的转型发展提供了新的思路。无人驾驶汽车作为未来汽车行业的重要发展方向之一，其技术已经引起高校和相关企业的广泛关注并且在国内外进入了高速发展阶段。而路径规划和轨迹跟踪技术作为无人驾驶框架中最为关键的两项，对其系统的深入研究对于推动我国无人驾驶汽车的发展有着重要意义。 路径规划算法按照其算法特性和应用场合，可分成全局路径规划算法和局部路径规划算法。本文首先对其常用算法加以描述分析，并根据对无人驾驶车辆的路径要求，最终在全局路径规划中选择使用A*算法进行研究，最后在局部路径规划中选择使用人工势场法进行研究。 针对全局路径规划，叙述了A*算法的原理和栅格环境建立，对于传统A*算法生成的路径转折点过多、不满足车辆转向约束和路径过于靠近障碍物的缺点，对其进行改进：(1)增加A*算法的子节点扩展邻域，将子节点扩展个数从8个扩展为20个，减小了路径转折角；(2)在启发函数中加入安全距离因子，并采用动态加权的方法改进。仿真结果表明，提出的改进A*算法克服了上述缺点，生成的路径平滑度更好安全性更高，验证了改进算法的有效性。针对局部路径规划，分析了传统人工势场法存在固有缺陷并确定算法的改进方向，通过建立新的势场模型来解决目标不可达问题，同时加入了补充势场来使汽车脱离局部极小点，解决了局部最优问题。 针对全局和局部路径规划算法的结合，本文提出了融合算法：引入了滚动窗口，将处于滚动窗口内的所有全局导航点设为子目标点并建立引力势场，引导无人驾驶汽车到达目的地。对于融合算法生成的路径转折次数较多、路径曲率不连续和路径平滑度不足的问题，采用数值优化的方法进行路径的后处理，加入车辆的几何约束并将优化目标设置为路径安全性、路径平滑度和偏离原始路径的程度，最后转化成二次规划的标准形式并进行求解，最终生成可交由控制层跟踪的可行驶路径。 在轨迹跟踪控制方面，根据车辆的二自由度动力学模型建立了MPC算法的预测模型，然后设置目标函数并添加相关约束条件，完成轨迹跟踪控制器的设计。 最后，使用Carsim、Matlab/Simulink联合仿真平台搭建仿真模型验证本文提出的规划算法和控制器效果。 |
| 作者： | 任嘉航 |
| 专业： | 车辆工程 |
| 导师： | 林国庆 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
