详情

原文传递混合附着路况下智能驾驶汽车的轨迹规划与运动控制

论文题名：	混合附着路况下智能驾驶汽车的轨迹规划与运动控制
关键词：	智能驾驶汽车;轨迹规划;运动控制;混合附着路况;跟踪控制效果
摘要：	随着全球汽车产业的深度变革，汽车的智能驾驶技术已经成为了汽车行业创新和发展的重要研究内容。智能驾驶系统在减少事故的发生次数、降低不可避免事故的严重程度以及提高出行效率方面有着巨大优势，其按照系统功能一般可以分为环境感知、任务决策、轨迹规划和运动控制四部分。轨迹规划与运动控制作为智能驾驶系统的重要环节，它会直接影响到汽车驾驶的安全性、稳定性以及舒适性。在北方真实的城市交通中，汽车很可能高速行驶在极端复杂的路面附着工况，比如有局部积雪或不同路面之间动态切换（或路面突然变化）的工况，这对智能驾驶系统的规划与控制算法的自适应性提出了极大的挑战。因此，为了提高智能驾驶系统对复杂驾驶工况的自适应能力、改善驾驶稳定性、安全性，实现驾驶工况的覆盖，本文设计并实现基于双层级联模型预测控制(MPC)的轨迹规划与运动控制系统方案，研究内容主要包括以下三个方面。　　1、针对智能驾驶汽车换道、避撞的安全驾驶问题，在双层级联模型预测控制架构下，设计了纵侧向耦合的轨迹规划与运动控制算法，利用双层MPC的两次前馈-反馈矫正、预测能力、滚动优化的特性修正车辆状态。首先，轨迹规划层通过构建纵、侧向耦合的非线性运动学模型，设计用于跟踪、避撞的代价函数和系统约束并进行优化求解，得到优化的纵、侧向加速度，进而得到动态规划的预测轨迹作为输出；其次，运动控制层设计基于线性化车辆动力学的运动控制器，求解出车辆加速度和前轮转向角供汽车的驱动或制动控制、转向控制使用，实现对动态参考轨迹和车速的跟踪；最后，对提出的轨迹规划与运动控制器进行了仿真验证，结果表明该算法可以有效地保证智能驾驶的连续性、平滑性、合理性和安全性。　　2、考虑混合附着路况下车辆动力学复杂特性，设计了基于非线性模型预测控制的运动控制算法。首先，建立了非线性的动力学模型和轮胎模型，精确的预测汽车未来的状态，保证了智能驾驶汽车运动控制过程的动态可调性和混合路况下的自适应性；其次，设计了航向跟踪能力、轨迹跟踪能力、参考速度跟踪能力和抑制质心侧偏角能力的多维的性能评价指标；最后，设置“蛇形工况”这种极端驾驶工况验证控制器的性能，并通过“雷达图”的形式直观的展示出改进后的运动控制器对跟踪性能的提升。　　3、为提高智能汽车跟踪控制效果以及对复杂驾驶场景的覆盖能力，设计了基于附着稳定因子的轨迹规划与运动控制算法。首先，针对复杂工况下轮胎-路面接触面存在不确定性的问题，采用了基于附着稳定因子的智能汽车附着状态识别方法；其次，设计了基于附着稳定因子的轨迹规划策略，该策略通过权重因子来调整待优化的纵、侧向加速度约束，进而可以动态的调节轨迹，使智能车辆能够覆盖更多驾驶场景，同时有效地提升换道驾驶效率；最后，给出了基于附着稳定因子的常规驾驶与紧急驾驶工况下运动控制切换策略，通过几个典型的棋盘、对接以及对开附着混合工况下车辆的蛇形驾驶、换道驾驶，验证了提出控制器对提高驾驶效率、自适应能力和驾驶安全的有效性。
作者：	刘胜涛
专业：	控制工程
导师：	王萍
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2023