详情

原文传递信号交叉口自动驾驶车辆左转轨迹规划及跟踪控制研究

论文题名：	信号交叉口自动驾驶车辆左转轨迹规划及跟踪控制研究
关键词：	信号交叉口;自动驾驶车辆;优化理论;轨迹规划;轨迹跟踪
摘要：	信号交叉口是城市交通路网的关键和瓶颈节点，也是道路交通事故、拥堵和高排放的易发区域。由于信号灯相位配时、道路几何特性等因素影响，相较于车辆直行行为，车辆左转行为具有较强不稳定性和高动态特性，其影响机理和约束更复杂，这导致左转轨迹规划控制研究极具挑战性，而通过对左转车辆的轨迹规划及控制，可以大大改善信号交叉口的交通通行。因此，本文则针对信号交叉口自动驾驶车辆左转轨迹规划与跟踪控制问题展开研究，基于车辆运动学模型与道路几何规格定义自动驾驶车辆规范化行驶安全域及其运动参数约束条件。根据信号灯状态、道路限速与车辆性能约束制定上游阶段车辆不停车通行规则。综合多性能指标评价函数构建自动驾驶车辆左转全局轨迹规划模型，并利用模型预测控制原理设计整体跟踪控制方案，建立线性误差轨迹跟踪控制模型，基于联合仿真平台验证轨迹的可跟踪性和模型跟踪效果。　　本文具体研究工作如下：　　（1）针对信号交叉口左转轨迹规划的全局性问题，提出一种两阶段耦合的多目标轨迹规划模型。首先，参考西安市北大街十字交叉口建立车辆轨迹规划场景，以停止线为界将车辆控制区域划分为上游阶段和转弯阶段；其次，根据信号灯约束构建车辆左转通行规则，基于车辆运动学模型和道路结构定义车辆行驶安全域与避撞约束；再次，考虑安全、效率、能耗和舒适性指标建立左转车辆多目标全局轨迹规划模型。最后，在MATLAB/Simulink/PreScan仿真环境展开实验，相对于人类驾驶和混合运动轨迹规划模型，本文提出的模型在显著提高通行效率和能源利用率的同时，最大横向加速度与方向盘转角平方和的平均值更小，舒适性得到有效改善，具有良好的综合性能；　　（2）针对轨迹规划模型的终端时刻固化问题，提出了基于自由终端的上游阶段速度规划模型。以车辆规则化状态持续时间作为二维粒子向量，并根据车辆和信号灯状态约束确定粒子阈值区间。基于左转车辆全局多目标优化函数，在解的可行域内迭代搜索，最终获得车辆在上游的最优纵向速度、加速度轨迹。本文在多种工况下对速度规划模型开展实验，并以时空轨迹曲线、交叉口通行延时、量化通行时长的形式进行分析，验证该模型在解决终端时刻固化产生的可行域受限优化不足问题的有效性。进一步，在自由/固定终端时刻条件下，本文方法所规划的车辆空间路径、速度、曲率及航向角等运动参数与模型目标权重变化保持一致，验证了模型的合理性。　　（3）针对上游阶段和转弯阶段的连续性规划问题，提出一种基于预转弯行为的两阶段参数耦合模型。通过分析德国inD自然人左转驾驶轨迹数据，发现信号交叉口车辆在驶入转弯阶段前存在小幅度横向偏移，并提出预转弯行为。本文采用多项式曲线法生成预转弯路径，对空间路径函数取反后，联立上游规则化输出的最优纵向速度和加速度函数，建立两阶段参数耦合模型。基于上游阶段的终端时刻输出初始化转弯阶段车辆状态参数，实现阶段衔接和连续性轨迹规划。实验结果表明，相对于人类驾驶和混合运动轨迹规划模型而言，本文模型经参数耦合后生成的轨迹，停止线前的曲率更加平滑、缓和，有利于后续的跟踪。　　（4）针对自动驾驶车辆的轨迹跟踪问题，提出一种基于模型预测控制原理的横纵向联合轨迹跟踪控制模型。本文从交叉口转弯车辆行驶特征出发，确定了系统的预测模型、误差目标函数及控制量和增量的约束条件，考虑到模型预测控制的结构性原理，对跟踪控制模型进行线性化和离散化处理，将预测控制问题进一步转化为标准二次规划形式，采用内点法进行优化求解。在MATLAB/Simulink/Carsim联合仿真平台的基础上开展实验，验证了不同信号交叉口工况下的轨迹规划和跟踪控制算法的综合性能，结果显示，模型可以在短时间内实现调整，并准确的跟踪多目标全局规划模型输出的轨迹。　　综上所述：1）相对于人类驾驶员而言，本文所提模型的通行效率整体提高21.9%，平均可节省油耗43.1%，平均最大横向加速度减小为0.4m/s2，方向盘平均转角平方和为5.31°，具有良好的多目标综合优化性能。而且，所规划轨迹的安全性和舒适性比混合运动规划模型更好。2）异构交叉口下，模型同样具有良好的普适性，始终以指定状态到达终点，且全程曲率峰值保持在0.22m?1安全范围内，且在自由/固定终端时刻条件下，车辆运动参数轨迹曲线与模型目标权重变化保持一致。3）联合仿真平台的轨迹跟踪实验显示，模型对速度的跟踪误差始终在0.5m/s以内，前轮偏转角跟踪误差不超过0.5°，航向角轨迹跟踪误差也始终保持较低的状态。本文基于多目标优化理论提出的分段式左转全局轨迹规划跟踪控制方法，可以为信号交叉口自动驾驶车辆规划与控制研究提供有效参考。
作者：	绳贺
专业：	交通运输工程
导师：	杨澜
授予学位：	硕士
授予学位单位：	长安大学
学位年度：	2022