原文传递
自动驾驶赛车最优轨迹规划与运动控制研究
| 论文题名： | 自动驾驶赛车最优轨迹规划与运动控制研究 |
| 关键词： | 自动驾驶赛车;轨迹规划;运动控制;时间最优;生存理论;模型预测 |
| 摘要： | 为挖掘自动驾驶汽车在极限工况的控制潜力，本文以自动驾驶赛车作为研究对象，分别开展最短时间竞速轨迹规划、极限工况车辆高精度运动控制、微缩自动驾驶赛车测试平台搭建及自动驾驶赛车竞速实验等研究工作，以期充分挖掘自动驾驶赛车的极限工况操纵潜力与竞速水平，为自动驾驶汽车在高速、大转向等极限工况下的控制提供理论支撑，论文主要研究了如下内容： （1）针对自动驾驶赛车行驶路径与车速的耦合关系，提出自动驾驶赛车路径与车速协同规划方法（SimultaneousPathandSpeedPlanning，SP2）。构建包括赛道边界与车辆动力学约束的自动驾驶赛车轨迹规划问题，建立赛车的稳态动作空间与运动状态转移网，将原时间最优轨迹优化问题转换为单位时间步长内运动距离最远的优化问题，并通过滚动多步优化实现赛车圈速最小行驶轨迹的优化，典型赛道仿真结果表明所提出的SP2方法较传统中心线轨迹能够提高20.2％圈速。 （2）为减小SP2算法的运算量，提出基于生存理论的自动驾驶赛车高效局部轨迹规划方法（SP2-V）。利用生存核训练剔除原始状态-动作空间中违反动力学约束、发生碰撞等危险驾驶工况点，离线筛选具有高驾驶潜力的稳态动作空间，构建满足车辆动力学约束的生存动作集合，并通过递归方法求解时间最短驾驶轨迹序列，赛道仿真结果表明SP2-V能够大幅度提高自动驾驶赛车的轨迹规划速度。 （3）为实现自动驾驶赛车高精度轨迹跟踪，提出基于模型预测控制的运动控制方法。建立基于模型线性化的简化车辆动力学模型，设计能够实时计算需求的简化线性模型预测控制器（LMPC）；同时，建立考虑载荷转移的车辆动力学模型，设计基于非线性模型预测控制的自动驾驶赛车轨迹跟踪系统（NMPC）；仿真结果表明NMPC具有更高的跟踪控制精度，而LMPC具有更好的实时控制潜力。 （4）最后，搭建包括赛道、全局定位系统、微缩自动驾驶赛车等在内的硬件系统，设计微缩自动驾驶赛车的定位、轨迹规划及运动控系统，开展赛车时间最短轨迹规划与运动控制实验，实验结果表明采用本文所提出的方法可提高24.7%的圈速。 |
| 作者： | 李荣粲 |
| 专业： | 机械工程;车辆工程 |
| 导师： | 殷国栋 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东南大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
