【摘要】：近些年來,無人駕駛汽車(Autonomous Vehicle)作為人工智能向傳統(tǒng)技能性行業(yè)滲透的前沿領(lǐng)域,在世界范圍內(nèi),尤其是中國和美國,呈現(xiàn)出爆發(fā)式增長的態(tài)勢。軌跡跟蹤控制技術(shù)處于無人駕駛技術(shù)鏈末端,承載了主體系統(tǒng)的智能行為,是車輛與其他模塊溝通的橋梁,對整個算法架構(gòu)起到支撐與實現(xiàn)的作用。本文旨在研究模型預(yù)測控制(Model Predict Control,MPC)技術(shù)在無人駕駛汽車運動控制(Motion Control)方面的應(yīng)用。主要研究內(nèi)容包括:(1)乘用車輛具有強非線性、高復(fù)雜度的特點,如何建立一個低維度且精確的車輛數(shù)學(xué)模型是一直困擾研究車輛運動控制和穩(wěn)定性控制學(xué)者的難題。本文首先全面評估了目前常見的車輛數(shù)學(xué)模型,結(jié)合車輛橫向穩(wěn)定性的特定問題,提出了一種低復(fù)雜度,兼顧橫向穩(wěn)定控制和軌跡跟蹤控制雙重任務(wù)的車輛動力學(xué)模型。(2)車輛模型的高度非線性也必然會給模型的穩(wěn)定性分析帶來困難,本文忽略車輛的懸架系統(tǒng),針對水平面內(nèi)的橫向穩(wěn)定性問題,靈活地利用以橫擺角速度(Yaw Rate)和側(cè)偏角(Side Slip Angle)組成的相平面分析車輛橫向穩(wěn)定性,并總結(jié)了劃分穩(wěn)定區(qū)域和不穩(wěn)定區(qū)域的規(guī)律,提出以包線約束來調(diào)節(jié)車輛橫向穩(wěn)定性的方法。(3)借鑒基于車輛運動學(xué)模型設(shè)計MPC控制器解決無人駕駛汽車軌跡跟蹤問題的組織形式,設(shè)計了一種基于改進后的車輛動力學(xué)模型的MPC控制系統(tǒng)并融合了解決穩(wěn)定性問題的包線約束,使控制系統(tǒng)具備軌跡跟蹤和穩(wěn)定性控制兩部分功能。為了滿足工程應(yīng)用的實時性,引入快速求解器,實現(xiàn)MPC問題高速求解。(4)搭建了Carsim/Simulink/Matlab聯(lián)合仿真平臺,設(shè)計了多種仿真場景測試所設(shè)計控制系統(tǒng)的精度和可靠性,仿真結(jié)果驗證了所設(shè)計控制系統(tǒng)在工程應(yīng)用上的高實時性,在軌跡跟蹤性能上的魯棒性和在橫向穩(wěn)定性方面的有效性。最后,設(shè)計了實車試驗,驗證了所設(shè)計控制系統(tǒng)的軌跡跟蹤效果在工程應(yīng)用中的可能性。
【圖文】：

隨（Path Following），軌跡跟蹤與時間相關(guān)，路徑跟隨與時間無關(guān)。按構(gòu)，又可分為橫線縱向耦合控制和橫線縱向解耦控制。本文設(shè)計的 M于橫向縱向解耦的橫向控制。跟蹤控制作為無人駕駛系統(tǒng)結(jié)構(gòu)的重要一環(huán)，直接操作車輛，支配著車、轉(zhuǎn)向系統(tǒng)、燈光系統(tǒng)等，其性能體現(xiàn)著無人駕駛汽車智能水平，也關(guān)全性和穩(wěn)定性。傳統(tǒng)輔助駕駛或者高級輔助駕駛對于保證車輛穩(wěn)定具有是高級輔助駕駛受傳感器限制，車輛狀態(tài)辨別能力較低，受可執(zhí)行機構(gòu)調(diào)整到期望狀態(tài)。當(dāng)對象由傳統(tǒng)汽車變成無人駕駛汽車后，豐富而精確，全面而固定的路徑信息都可用于對車輛狀態(tài)進行精準判斷；車輪轉(zhuǎn)向放，使得車輛能夠以最快的方式調(diào)整到期望狀態(tài)。再加上無人駕駛汽車可知，運算能力的大大提高，無人駕駛車輛的穩(wěn)定性研究具有廣闊前景

橫向和縱向控制器共同滿足約束條件，其控制器結(jié)構(gòu)圖如圖1.2（b）所示。在工程應(yīng)用當(dāng)中，基于模型預(yù)測的軌跡跟蹤控制通常橫向縱向是解耦的,如文獻[44]。解耦的控制器結(jié)構(gòu)意味著，用一種方法進行橫向控制，如 MPC，，
【學(xué)位授予單位】：長安大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP273;U463.6

【參考文獻】

相關(guān)期刊論文 前1條

1 席裕庚,許曉嗚,張鐘俊;預(yù)測控制的研究現(xiàn)狀和多層智能預(yù)測控制[J];控制理論與應(yīng)用;1989年02期

相關(guān)碩士學(xué)位論文 前2條

1 王振;無人車運動控制系統(tǒng)設(shè)計與實現(xiàn)[D];長安大學(xué);2016年

2 孫銀健;基于模型預(yù)測控制的無人駕駛車輛軌跡跟蹤控制算法研究[D];北京理工大學(xué);2015年

本文編號：2646029