原文传递
商用车行驶状态估计及轨迹跟踪控制研究
| 论文题名： | 商用车行驶状态估计及轨迹跟踪控制研究 |
| 关键词： | 商用车;无人驾驶;行驶状态估计;轨迹跟踪控制;无迹卡尔曼滤波 |
| 摘要： | 轨迹跟踪控制是无人驾驶技术的关键环节。商用车由于其使用场景特殊，而无人驾驶技术在减轻驾驶员负担、减少交通事故上有极大应用前景，基于此本文以商用车为研究对象，考虑商用车质心较高及装载前后车辆参数变化大等特点，设计车辆行驶状态估计器以及轨迹跟随控制器，实现车辆行驶状态信息的实时获取以及对车道线的保持与跟随。其中状态估计模型根据车辆现有状态信息估计未知量，作为轨迹跟踪控制模型的输入，实现对期望轨迹的跟随。 首先，结合商用车道路行驶特点，针对目标车辆建立包含车辆纵向、侧向及横摆的车辆非线性动力学模型，建立轮胎力学特性模型，并设置仿真工况对车辆动力学模型进行验证。 其次，考虑到车辆行驶在曲率半径较大以及路面附着系数较低的情况下，车辆系统非线性特性较强，传统的基于 EKF 算法设计的状态估计存在截断误差，此时估计值与实际值会产生较大偏差，为避免此种问题，设计基于UKF算法的状态估计模型获取车辆行驶状态信息。之后对商用车装载后的车辆参数进行假设性估计，并设计仿真验证状态估计模型的准确性，仿真结果表明车辆状态估计模型能够依据已知量估计未知量。 此外，设计车辆轨迹跟随模型，为简化模型和提升车辆轨迹跟踪精度，将横纵向运动解耦分别进行控制，其中采用PID算法控制车辆纵向速度，实现对期望速度的跟随；横向控制策略采用LQR控制算法，根据车辆实际行驶信息与规划轨迹信息建立误差模型，针对误差干扰对目标函数引入前馈控制量，提高算法的控制精度，并设置仿真工况验证了车辆跟踪模型的准确性。 最后，基于MATLAB/TruckSim软件搭建仿真测试环境，在不同道路条件下验证车辆状态估计效果以及轨迹跟踪情况，仿真结果表明：①在高附着路面时变车速工况下，基于UKF算法和EKF算法的状态估计模型均表现出较高的精度，轨迹跟踪控制模型也能够跟随期望轨迹，这是由于此种工况下路面能提供足够的轮胎力。②在低附着时变车速工况下，此时车辆非线性特性较强，估计模型与控制模型精度下降，但UKF估计模型要优于传统EKF算法模型，车辆虽然能够实现对期望轨迹的跟踪，但仍需对模型参数做进一步的修正。同时对装载前后模型参数适配性问题进行仿真分析，结果表明车辆参数适配对轨迹跟踪精度有显著影响。 |
| 作者： | 郭志勇 |
| 专业： | 车辆工程 |
| 导师： | 谭伟 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆理工大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
