近年來(lái),智能駕駛汽車(chē)作為傳統(tǒng)技術(shù)性領(lǐng)域與人工智能融合技術(shù)的交叉研究領(lǐng)域,受到世界范圍內(nèi)許多企業(yè)及學(xué)者的熱切關(guān)注。隨著5G技術(shù)的日益成熟,智能駕駛在日常生活中的滲透度也逐漸提高。軌跡跟蹤控制作為實(shí)現(xiàn)智能駕駛關(guān)鍵一環(huán),對(duì)無(wú)人駕駛的順利實(shí)現(xiàn)起到了決定性作用。在軌跡跟蹤問(wèn)題研究領(lǐng)域,基于幾何原理的跟蹤算法借助了行駛過(guò)程中車(chē)輛與道路的相對(duì)位置關(guān)系,根據(jù)參考路徑信息及當(dāng)前行駛狀態(tài)控制車(chē)輛前輪轉(zhuǎn)角,使車(chē)輛向下一參考點(diǎn)運(yùn)動(dòng),實(shí)現(xiàn)軌跡跟蹤控制。該種方法由于原理清晰易懂,適用于大多數(shù)車(chē)輛模型,所以在軌跡跟蹤控制領(lǐng)域中有廣泛應(yīng)用。本文以該模型為軌跡跟蹤控制算法研究背景,以高精度,高效跟蹤參考軌跡為目標(biāo),進(jìn)行相關(guān)控制算法設(shè)計(jì)。基于幾何原理的軌跡跟蹤控制系統(tǒng)以車(chē)輛當(dāng)前行駛速度及預(yù)瞄距離作為控制輸入,以車(chē)輛與參考路徑的側(cè)向位移誤差作為系統(tǒng)輸出。側(cè)向位移誤差大小是衡量跟蹤效果的重要標(biāo)準(zhǔn)。當(dāng)前點(diǎn)與下一參考點(diǎn)間的預(yù)瞄距離是該算法的重要參數(shù)之一,預(yù)瞄距離設(shè)置合理與否,將對(duì)跟蹤效果產(chǎn)生直接影響。本文首先根據(jù)車(chē)輛自身車(chē)載傳感器獲得車(chē)輛速度及橫擺角速度變化率等車(chē)輛狀態(tài),同時(shí)利用V2R道路關(guān)系獲得車(chē)輛與期望軌跡的誤差,判斷當(dāng)前軌... 

【文章來(lái)源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

預(yù)瞄距離對(duì)軌跡跟蹤效果的影響

第3章軌跡跟蹤系統(tǒng)頻率特性29導(dǎo)致軌跡跟蹤精度不高的情況。本節(jié)將通過(guò)分析側(cè)向加速度傳遞函數(shù)特性進(jìn)行系統(tǒng)校正，減少側(cè)向加速度ay滯后性，提高跟蹤精度，減小跟蹤誤差。代入車(chē)輛動(dòng)力學(xué)參數(shù)，橫擺角速度傳遞函數(shù)Gr(s)為：221(1)21rrrrrTsGsss(3.37)為了更加直觀地觀察橫擺角速度頻率特性，借助MATLAB軟件繪制系統(tǒng)波德圖。首先調(diào)用LTI工具箱，繪制傳遞函數(shù)波德圖；接下來(lái)使用margin()函數(shù)，根據(jù)波德圖頻率特性曲線，計(jì)算系統(tǒng)的相角裕度，幅值裕度以及所對(duì)應(yīng)的頻率大校margin函數(shù)的使用格式為margin(sys),此處將sys設(shè)置為橫擺角速度傳遞函數(shù)Gr(s)。運(yùn)行結(jié)果如圖3.3所示：圖3.3橫擺角速度對(duì)數(shù)幅頻曲線由程序運(yùn)行結(jié)果可知，橫擺角速度系統(tǒng)幅值裕度為7.32dB，相角裕度大于30°截止頻率ωc為4.67rad/s。與繪制橫擺角速度幅頻特性曲線類(lèi)似，調(diào)用margin()函數(shù)，繪制側(cè)向加速度ay的幅頻特性曲線。圖3.4未校正時(shí)側(cè)向加速度對(duì)數(shù)幅頻曲線

第3章軌跡跟蹤系統(tǒng)頻率特性29導(dǎo)致軌跡跟蹤精度不高的情況。本節(jié)將通過(guò)分析側(cè)向加速度傳遞函數(shù)特性進(jìn)行系統(tǒng)校正，減少側(cè)向加速度ay滯后性，提高跟蹤精度，減小跟蹤誤差。代入車(chē)輛動(dòng)力學(xué)參數(shù)，橫擺角速度傳遞函數(shù)Gr(s)為：221(1)21rrrrrTsGsss(3.37)為了更加直觀地觀察橫擺角速度頻率特性，借助MATLAB軟件繪制系統(tǒng)波德圖。首先調(diào)用LTI工具箱，繪制傳遞函數(shù)波德圖；接下來(lái)使用margin()函數(shù)，根據(jù)波德圖頻率特性曲線，計(jì)算系統(tǒng)的相角裕度，幅值裕度以及所對(duì)應(yīng)的頻率大校margin函數(shù)的使用格式為margin(sys),此處將sys設(shè)置為橫擺角速度傳遞函數(shù)Gr(s)。運(yùn)行結(jié)果如圖3.3所示：圖3.3橫擺角速度對(duì)數(shù)幅頻曲線由程序運(yùn)行結(jié)果可知，橫擺角速度系統(tǒng)幅值裕度為7.32dB，相角裕度大于30°截止頻率ωc為4.67rad/s。與繪制橫擺角速度幅頻特性曲線類(lèi)似，調(diào)用margin()函數(shù)，繪制側(cè)向加速度ay的幅頻特性曲線。圖3.4未校正時(shí)側(cè)向加速度對(duì)數(shù)幅頻曲線

【參考文獻(xiàn)】：
期刊論文
[1]基于事件觸發(fā)的無(wú)人駕駛汽車(chē)路徑跟隨預(yù)測(cè)控制[J]. 張皓,張洪銘,王祝萍.  控制與決策. 2019(11)
[2]視覺(jué)預(yù)瞄式智能車(chē)輛縱橫向協(xié)同控制研究[J]. 汪若塵,魏振東,葉青,蔡英鳳,陳龍.  汽車(chē)工程. 2019(07)
[3]基于轉(zhuǎn)角補(bǔ)償?shù)闹悄苘?chē)輛循跡控制系統(tǒng)[J]. 楊陽(yáng)陽(yáng),何志剛,汪若塵,陳龍.  儀表技術(shù)與傳感器. 2019(05)
[4]基于MPC的智能車(chē)軌跡跟蹤算法[J]. 梁政燾,趙克剛,裴鋒,郭泉成.  機(jī)械與電子. 2019(01)
[5]無(wú)人駕駛技術(shù)發(fā)展對(duì)策研究[J]. 楊艷明,高增桂,張子龍,沈悅,王林軍.  中國(guó)工程科學(xué). 2018(06)
[6]智能駕駛進(jìn)化史:夢(mèng)想照進(jìn)現(xiàn)實(shí)[J]. 吳甘沙,張玉新.  人工智能. 2018(06)
[7]自動(dòng)駕駛汽車(chē)橫向模糊控制器設(shè)計(jì)[J]. 邵毅明,陳亞偉.  重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(07)
[8]基于自適應(yīng)高斯云變換的模糊控制器隸屬度函數(shù)選取[J]. 王勇,李聰,黃漢橋,周歡.  西北工業(yè)大學(xué)學(xué)報(bào). 2018(03)
[9]百度谷歌無(wú)人駕駛汽車(chē)發(fā)展綜述[J]. 何佳,戎輝,王文揚(yáng),田曉笛,高嵩,郭蓬.  汽車(chē)電器. 2017(12)
[10]無(wú)人駕駛關(guān)鍵技術(shù)和典型場(chǎng)景應(yīng)用分析[J]. 王鵬.  城市軌道交通研究. 2017(10)

碩士論文
[1]我國(guó)無(wú)人駕駛汽車(chē)的地方實(shí)踐與法律規(guī)制[D]. 李亞男.東北農(nóng)業(yè)大學(xué) 2019
[2]自主駕駛汽車(chē)局部運(yùn)動(dòng)規(guī)劃研究[D]. 熊曉勇.吉林大學(xué) 2019
[3]一汽集團(tuán)無(wú)人駕駛汽車(chē)發(fā)展戰(zhàn)略研究[D]. 李曜辰.吉林大學(xué) 2019
[4]自動(dòng)駕駛動(dòng)態(tài)避障局部路徑規(guī)劃及控制研究[D]. 楊雷.華中科技大學(xué) 2019
[5]考慮輸入受約束的車(chē)輛穩(wěn)定性控制研究[D]. 曲卓.吉林大學(xué) 2018
[6]基于單目視覺(jué)的無(wú)人駕駛汽車(chē)軌跡跟蹤控制系統(tǒng)研究[D]. 吳俊麗.長(zhǎng)安大學(xué) 2018
[7]模糊PID航向控制器自適應(yīng)優(yōu)化研究[D]. 楊成明.上海交通大學(xué) 2017



本文編號(hào)：3258263