原文传递
复杂交通环境下智能车自主换道研究
| 论文题名： | 复杂交通环境下智能车自主换道研究 |
| 关键词： | 自主换道;复杂交通环境;模糊控制理论;最优轨迹规划;模型预测控制 |
| 摘要： | 汽车未来的发展主题是“安全、智能、节能、环保”。其中安全性和智能性是汽车未来发展的重中之重。随着近年来汽车保有量的不断增加，汽车安全问题也越来越受到重视，其中自主换道是最常见的驾驶行为，也是最容易发生交通事故的场景。一个完整的自主换道系统主要包含行为决策、轨迹规划以及轨迹跟踪等模块，能够有效地避免车辆在换道过程中出现驾驶决策不正确、换道轨迹不合理、以及跟踪轨迹精确度低等缺陷。因此本文主要研究了以下三个部分内容： 首先是换道决策模型搭建。采用模糊控制理论建立了驾驶员模型，以相对速度和相对距离作为输入，换道意愿强度值作为输出，以换道意愿强度值判断驾驶员是否具有换道意图，并搭建仿真场景，验证了模型有效性。驾驶员具有换道意图后选择目标车道；再根据非合作完全信息博弈论建立了自车与目标车道后车的换道决策博弈模型。以速度收益、安全收益以及车辆效率收益建立了博弈收益函数来决定自车的行为决策。 其次是最优轨迹规划模型搭建。通过对三种多项式换道轨迹进行对比，选取轨迹更平滑的五次多项式作为换道轨迹。根据车辆单轨模型和轮胎刷子模型推导出车辆横摆角速度和质心侧偏角稳定界限范围，确定了不同速度、不同路面附着系数下的车辆最小换道时间。通过车辆换道安全距离模型，得到车辆在换道过程中与周围车辆不发生碰撞的最大换道时间，最后采用舒适度、换道效率、交通影响以及平稳性四个指标，从安全稳定换道轨迹簇中选取出一条最优换道轨迹，并搭建了仿真场景验证了模型的有效性。 再者是车辆横纵向综合控制模型搭建。依据车辆单轨模型，分别对车辆的横向、纵向、横摆三个自由度进行建模，构建了车辆三自由度动力学模型。基于MPC算法对期望轨迹和速度进行跟踪，将车辆三自由度模型分别进行线性化和离散化处理后作为MPC算法的预测模型，并确定相应的控制目标函数；通过搭建下层控制器车辆逆动力学模型来对MPC算法控制量纵向加速度进行跟踪。并与LQR轨迹跟踪器进行对比，表明横纵向综合控制器具有更好的跟踪精度和稳定性。 最后是仿真验证。通过搭建两车道、三车道仿真场景，对上述模型进行仿真验证，并对车辆在换道过程中的位移、质心侧偏角、横摆角速度等状态参数进行分析，仿真结果证明本文的换道决策、最优轨迹规划以及横纵向综合控制器能够完成复杂交通环境下的自主换道任务。 |
| 作者： | 李东升 |
| 专业： | 工程(车辆工程) |
| 导师： | 邓国红;蒋黎明 |
| 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
