原文传递
自动驾驶车辆掉头路径规划与跟踪控制研究
| 论文题名： | 自动驾驶车辆掉头路径规划与跟踪控制研究 |
| 关键词： | 自动驾驶;路径规划;人工势场;跟踪控制 |
| 摘要： | 随着自动驾驶技术的发展，能有效地解决交通事故发生率。车辆掉头在日常驾驶中不可避免，而目前大多数研究着力于车道保持、跟车控制、换道超车以及自动泊车，因此本文重点对车辆在行驶道路上掉头进行研究，主要工作如下: 首先，对现实生活中的掉头场景进行分析总结，建立了三种典型道路掉头场景，为路径规划提供地图依据。建立了车辆运动学模型、车辆动力学模型以及轮胎动力学模型，推导了轮胎滑移率与轮胎纵向力、轮胎侧偏角与轮胎横向力的线性关系，为建立路径跟踪控制器提供模型基础。 其次，针对传统人工势场规划出的路径，车辆不能有效跟踪的问题，本文基于车辆运动学模型提出了运动约束角改进方法以及倒车判断机制。在三种掉头场景中的仿真结果表明，改进后的人工势场法有效避免了算法在规划掉头路径时陷入局部最优的问题，在满足交通安全要求的同时，所规划的参考路径符合车辆驾驶习惯。 然后，本文基于车辆横向动力学模型搭建了MPC控制器，以最小横向误差为目标,建立了综合性能指标优化目标函数，实现自动驾驶车辆对参考路径的横向跟踪。本文基于车辆纵向动力学模型搭建了PID控制器，实现自动驾驶车辆纵向的速度控制。仿真结果表明，MPC横向控制器在大曲率弯道的横向平均绝对误差为0.18米，而在连续急转弯的极限工况下横向平均绝对误差为0.69米;PID控制器在四种不同速度工况下的平均绝对误差分别为0.06m/s、0.02m/s、0.03m/s和0.02m/s。 最后，通过建立CarSim/Simulink联合仿真模型对不同道路场景进行仿真，结果表明，车辆在宽阔道路和狭窄道路都能完成掉头任务，整个过程的横向跟踪平均绝对误差分别为0.12m和0.26m,在转向时的最大误差分别为0.91m和0.95m,纵向速度平均绝对误差分别为0.09m/s和0.11m/s。当自动驾驶车辆在存在动态障碍车辆的道路掉头时，能够有效避让并完成掉头任务，但是有车辆尾部侵入非机动车道和压线的风险。 综上所述，本文所提出的改进人工势场法可以提供合理且安全的掉头参考路径，建立的MPC横向控制器和PID纵向控制器能够实现自动驾驶车辆对参考路径的跟踪。在此框架下，自动驾驶车辆基本能够完成在不同道路条件下的掉头任务。 |
| 作者： | 严明 |
| 专业： | 车辆工程 |
| 导师： | 陈建;王青 |
| 授予学位： | 硕士 |
| 授予学位单位： | 扬州大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
