原文传递
自动驾驶车辆的轨迹规划优化算法研究
| 论文题名： | 自动驾驶车辆的轨迹规划优化算法研究 |
| 关键词： | 自动驾驶;模型预测控制;轨迹规划;联合仿真;实车实验 |
| 摘要： | 自动驾驶技术能够减少交通事故的发生，同时提高道路车辆的通行效率。近几年来得到大力的发展，轨迹规划作为自动驾驶技术的重要内容，能够直接体现出自动驾驶的水平。本文在有动态障碍物干扰的交通环境下对于车辆的轨迹规划与跟踪控制开展研究。 对于自动驾驶中常用的坐标系进行分析，阐述Frenet坐标系在轨迹规划中的重要性，推导笛卡尔坐标系与Frenet坐标系之间的映照关系。构建关于参考路径离散位置点的二次规划问题，对原始参考路径进行平滑处理，通过Matlab完成代码编写以及实验，对于平滑前后参考路径细致分析，验证了该方法对于参考路径平滑有较大的帮助。 考虑在多动态障碍物的场景下，提出一种能够描述车辆自身与障碍物运动关系的几何避障模型，通过分析自车与障碍物在空间距离以及速度上的关系，并以此相关的三个元素来表征障碍物对于自车安全的威胁程度。以模型预测控制原理(ModelPredictiveControl,MPC)为基础，将离散化的车辆的运动学模型作为预测模型，结合Frenet坐标系综合考虑道路边界、车辆自身机械结构、车辆行驶安全与舒适性等因素构建目标函数以及约束，最终建立非线性规划问题并求解。仿真实验结果表明该方法在有动态障碍物的环境中，能够实现车辆路径与速度耦合的轨迹规划，且初步满足实时性。 在控制上将车辆的横纵向解耦，通过将路径跟踪以及速度跟踪结合完成整体的轨迹跟踪。在路径跟踪控制器上，建立车辆二自由度的动力学模型，线性化后作为预测模型，引入约束，并将目标函数转化为二次规划问题，以此设计了动力学的模型预测控制跟踪控制器。此外，对于纯跟踪方法加以改进，基于横向偏差与航向角得到前轮补偿角，提高了跟踪精度。 以金康赛力斯SF5作为实验车辆，加装硬件传感器，搭建自动驾驶实验平台。在基于ROS+Matlab/Simulink软件平台上部署轨迹规划与跟踪算法，并分别进行了轨迹规划与跟踪实验。结果证明，该方法不仅能够顺利避开障碍物，且可获得合理、舒适的行驶轨迹。 |
| 作者： | 叶跃隆 |
| 专业： | 机械(机械工程) |
| 导师： | 宾洋;赵波 |
| 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
