原文传递
智能汽车高速场景下移动目标轨迹预测与避障研究
| 论文题名： | 智能汽车高速场景下移动目标轨迹预测与避障研究 |
| 关键词： | 智能车;换道意图识别;局部避障;轨迹预测 |
| 摘要： | 随着汽车保有量的增加，道路交通事故也不断增加，而城市道路的直线道路与一般弯道是交通事故的多发场景。智能汽车技术作为这个问题的解决手段之一，对它的研究是有意义且十分重要的。 在对其他动态车辆进行避让时，首先需要智能车系统对障碍物未来的路径进行预测，再规划出平滑可跟踪的避让轨迹。但目前基于物理的运动模型轨迹预测方法误差较大，不能满足车辆避撞的准确性要求。在局部路径规划中，大部分学者研究方向多为全局路径规划或基于已知静态场景，实际场景的未知性和动态性研究较少。针对目前的问题，本文围绕动态环境下对车辆轨迹预测与智能车的路径规划与跟踪技术进行研究，设计了一种主动避让系统，主要内容如下： （1）对避让系统使用的不同坐标系进行介绍，并推导坐标系之间的转换关系，把不同线形道路上的复杂问题转化到自然坐标系下进行简化；此外还介绍了本文研究的危险场景以及分心驾驶行为的详细特征。 （2）对于动态车辆的轨迹预测，构造了描述车路关系的状态向量，使用隐马尔可夫模型（HiddenMarkovModel，HMM）建立了直道中车道保持、换道与弯道中左换道、右换道和车道保持五种驾驶意图模型，用于识别动态车辆的驾驶意图，准确率分别为100%、89.6%、100%、61.1%和93.5%，实现了大部分设计的场景准确地识别。并使用长短时记忆网络（LongShortTermMemory,LSTM）对各意图下车辆未来一段时间的轨迹进行预测，在实验中分析了不同LSTM模型不同输入步长对预测精度的影响，最后确定了每一个模型合适的输入步长，验证了预测的均方根误差。 （3）提出了一种对车辆横纵向解耦的局部路径规划，在对应的凸空间中利用二次规划算法对横向位移与纵向速度进行优化。通过对比实验分析了二次规划的各个权重值对规划结果造成的影响，随着实验的进行逐步确定了每一个权重值，最终得到了一条光滑可跟踪的避让路径以及较为稳定的规划速度。并根据车辆二自由度动力学模型建立了跟踪误差模型，设计了带前馈控制的横向LQR控制器与纵向双PID控制器。 （4）在Carsim/Simulink/Prescan仿真环境中验证几种典型工况下的避障过程，分析不同曲率的道路下自车的轨迹规划与速度规划结果，结果显示道路曲率越小，障碍物度变化越小对障碍物的预测更准确，而自车速度越快，越容易做出较为危险的避障行为。 |
| 作者： | 朱砚河 |
| 专业： | 工程(车辆工程) |
| 导师： | 米林;姚祖明 |
| 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
