原文传递
自动驾驶车辆避障轨迹跟踪控制研究
| 论文题名： | 自动驾驶车辆避障轨迹跟踪控制研究 |
| 关键词： | 自动驾驶;避障决策;轨迹规划;跟踪控制 |
| 摘要： | 在汽车工业信息化和智能化发展的推动下，对自动驾驶技术的研究日渐盛行。随着大数据、云计算、物联网等信息技术的发展，以深度神经网络（DNN）为代表的人工智能技术获得飞速发展，并大幅跨越了科学与应用间的“技术鸿沟”，自动驾驶等技术实现了从“不能用、不好用”到“可以用”的技术突破。 在自动驾驶技术的众多应用场景中，自动驾驶车辆对行驶道路中障碍物近乎完美的处理是车辆自动化等级由L4级到L5级蜕变所必须具备的能力。此研究立足于自动驾驶技术L4至L5的突破阶段中应对障碍物的主观能动性（障碍行为决策、避障轨迹规划及跟踪控制）等问题展开研究。 针对避障行为决策及避障轨迹规划问题，为简化轨迹规划和车辆控制的复杂性，首先引入Frenet（弗莱纳）框架并对各状态量之间的坐标转换进行了推理。为得出避障轨迹的最优解，将避障行为决策问题转化为凸优化问题，借助动态规划开辟凸空间，得出避障规划轨迹的粗解；在凸空间中用二次规划优化避障轨迹的粗解，得出一条满足安全性、舒适性、高效性期望值的避障轨迹。 针对避障轨迹跟踪问题，为解决车辆横纵向运动的复杂性，控制实时性难以保证，横纵向运动的相互干扰等问题，采用横纵向运动解耦的控制策略。车辆的控制层在接收到避障轨迹信息后，为控制车辆跟踪期望的避障轨迹，构建了基于优化PID算法和LQR算法的横纵向控制策略。 为验证避障决策及轨迹规划算法和控制策略的效果，本研究结合PreScan、CarSim、Matlab/Simulink三方软件各自的特点进行拟实性较高的联合仿真测试，并对仿真测试的实时过程进行可视化。测试结果表明，基于动态规划和二次规划得出避障规划轨迹的最终解，通过横纵向控制策略的作用，可安全的完成避障，且避障的效率较高。由此，联合仿真测试结果验证了本文算法和控制策略的真实性和可靠性。 最后，针对车辆在联合仿真测试中动态规划算法出现的决策“突变”行为提出了基于博弈论的优化策略。优化的基本思路是破除决策规划层与控制层之间的“上行下效”关系，赋予控制层智能选择权。在基于博弈策略优化模型的搭建中，经合理分析，先为车辆适配了不完全信息动态博弈类型，并借助信号博弈模型和博弈决策树制定了局中人的博弈策略。考虑到博弈优化策略的复杂性和可行性，将整个博弈过程划分为P1、P2、P3，三个阶段。在P3博弈阶段，考虑到局中人能够获取信息的局限性及实际博弈中存在的非理性行为，提出了演化博弈来优化局中人的博弈策略，并最终实现对车辆避障及轨迹跟踪控制策略的优化。 |
| 作者： | 余米森 |
| 专业： | 机械 |
| 导师： | 钱玉宝;黄丽红 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长江大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
