原文传递
电动智能汽车横纵向跟踪控制研究
| 论文题名： | 电动智能汽车横纵向跟踪控制研究 |
| 关键词： | 智能汽车;路径跟踪;横向控制;纵向控制;横纵向协同控制 |
| 摘要： | 随着大数据、人工智能时代的到来，汽车行业也逐步迎来了新的变革，各种新兴技术被应用到汽车上，不断促进汽车向环保、智能化方向发展，其中无人驾驶技术因其广阔的发展前景成为当前的研究热点，其代替了传统人-车-路-交通系统中“人”的部分，有效避免了人的不确定性因素，对提高乘车安全和改善交通环境具有重要意义。跟踪控制作为无人驾驶技术的底层部分，是实现汽车无人驾驶的基础，高效的跟踪控制方法对实现车辆无人驾驶至关重要，基于此，本文主要对路径跟踪控制策略展开研究，主要工作内容如下： (1)搭建车辆系统模型，建立三自由度非线性动力学模型，采用魔术公式为基础的半经验轮胎模型描述轮胎的力学特性，基于线性轮胎模型和小角度假设对动力学模型进行简化，并与Carsim车辆模型进行对比验证，结果表明本文建立的三自由度动力学模型精度较高。 (2)基于模型预测控制理论和模糊控制理论研究横向跟踪控制策略，将三自由度动力学模型依次进行线性化和离散化处理得到横向控制的预测模型，构建目标函数，根据稳定性要求对相关参数变量设计约束条件，并通过二次规划方法求解出最优解。考虑模型预测控制器预测时域对跟踪性能的影响，研究基于车速和曲率变化的预测时域自适应的跟踪控制策略，并以双移线为参考轨迹对控制器跟踪性能进行验证，结果表明，在不同速度工况下，相较于预测时域固定的控制器而言，预测时域自适应控制器的跟踪精度和稳定性都有所提高。 (3)基于PID控制理论研究纵向跟踪控制策略，采用分层控制思想，上层控制器根据目标车速和实际车速计算得到期望的加速度，下层控制器根据期望加速度计算出到达期望车速所需的驱动/制动力矩，以此完成对目标车速的跟踪。针对不同目标车速下控制器跟踪精度差的问题，引入改进的遗传算法对PID控制参数进行优化，仿真结果表明，在不同速度下，优化后的控制器不仅能更快跟踪上目标车速，且跟踪误差更小。 (4)根据曲率和路面附着系数设计参考速度，以速度为耦合点，将横向控制和纵向控制相结合设计横纵向协同控制系统并进行仿真验证，结果表明本文设计的协同控制器能同时实现对车速和参考轨迹的跟踪，且在不同路面条件下跟踪精度和稳定性相比传统协同控制器均有所提升。 |
| 作者： | 康腾 |
| 专业： | 机械工程 |
| 导师： | 李伟 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆交通大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
