原文传递
复杂场景下低速智能车辆轨迹规划研究
| 论文题名： | 复杂场景下低速智能车辆轨迹规划研究 |
| 关键词： | 自动驾驶;轨迹规划;目标跟踪;可达集;数值优化 |
| 摘要： | 自动驾驶是目前各汽车厂商与互联网企业争相发展的技术，是未来汽车发展技术的趋势之一。自动驾驶技术的运用在解决交通拥堵、提高交通通行效率和减少交通事故方面具有突出作用，同时在劳动力成本逐渐上升的趋势下，自动驾驶能够为物流、采矿、港口等相关产业的运输问题提供新的解决方案。作为自动驾驶中的关键技术，轨迹规划与轨迹跟踪对自动驾驶车辆的行驶安全性和合理性具有显著影响，因此本文基于分布式电驱动智能汽车试验平台，针对轨迹规划与轨迹跟踪控制技术展开研究。 首先，设计了两种轨迹规划方法。根据道路类型的不同，对A*算法进行改进，使得其能根据不同的道路类型对启发函数进行调整，同时与五次多项式路径规划方法相结合，设计了混合A*轨迹规划方法。针对复杂场景中动态障碍物的不确定性，设计了可达集轨迹规划方法，根据车辆的运动学限制，分别得到在不同时刻车辆可以到达的运动状态集合；之后考虑环境中各障碍物的分布，对运动状态集合进行裁剪；最后从裁剪得到的可达集中选出一条合理的行驶走廊，利用数值优化的方式得到最终的规划轨迹。 其次，针对本文车辆的行驶工况和智能汽车试验平台的结构特点，提出了一种轨迹跟踪控制方法。将轨迹跟踪控制进行解耦，分为横向路径跟踪控制与纵向速度跟踪控制。根据车辆的行驶特点，确定了前馈-反馈路径跟踪策略。根据纯跟踪控制理论，建立了路径跟踪前馈控制器。以车辆质心处横向偏差与方向偏差为控制变量，基于滑模变结构控制理论设计了路径跟踪反馈控制器。以实际车速与期望车速之间的偏差为控制变量，基于车辆的纵向运动学模型，利用滑模控制理论涉及了纵向速度控制器。 随后，在计算机中搭建联合仿真环境，对轨迹规划方法进行仿真验证。由CarSim提供车辆动力学模型，在PreScan中搭建仿真场景，ROS环境中运行轨迹规划程序，三者通过MATLAB建立通讯，实现联合仿真。分别将两种轨迹算法在不同的仿真场景中进行仿真测试，验证了规划算法在复杂动态场景中的有效性及规划轨迹的合理性。 最后，基于分布式电驱动智能汽车试验平台，对轨迹跟踪控制方法和轨迹规划方法进行了实车试验。利用实车试验平台，分别以不同的速度对轨迹跟踪控制算法在单移线和“8”字环形道路中的跟踪效果进行了测试，测试结果表明跟踪控制算法能够很好的控制车辆沿大曲率路径稳定行驶，验证了算法的有效性和实时性。将轨迹规划方法与轨迹跟踪控制方法相结合，在简单的静态场景中进行了实车测试，验证了两种方法在实车上应用的可行性。 |
| 作者： | 周兴珍 |
| 专业： | 车辆工程 |
| 导师： | 裴晓飞 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
