車道變換是一種容易引發(fā)交通事故和道路堵塞的駕駛行為。根據(jù)有關(guān)數(shù)據(jù)顯示,車道變換不僅造成了4¹0%的交通事故,還導(dǎo)致了10%的道路堵塞等交通問題。因此,研究能夠兼顧換道效率和換道安全性的自主換道技術(shù)對減少車道變換造成的交通事故和道路堵塞現(xiàn)象有著重要意義。本文在總結(jié)國內(nèi)外自主換道研究工作的基礎(chǔ)上,以智能車輛為研究對象,對車輛換道場景進行分析,提煉出直道換道和彎道換道兩種工況,并對兩種換道工況進行簡化,進而根據(jù)換道場景提出了最小安全距離模型的建立方法,以此為基礎(chǔ)建立換道決策機制,并針對直道和彎道兩種工況,建立換道軌跡規(guī)劃模型,最終利用模型預(yù)測控制實現(xiàn)了對換道軌跡的有效跟蹤。形成了智能車輛自主換道的全功能開發(fā),從換道決策,到換道軌跡規(guī)劃和換道軌跡跟蹤。具體研究內(nèi)容如下:首先,通過對換道場景的梳理,提煉出直道換道和彎道換道兩種典型工況,并對這兩種工況的環(huán)境模型進行簡化。換道意圖產(chǎn)生模塊,通過引入速度期望和間距期望,作為換道意圖產(chǎn)生的指標(biāo);換道決策模塊,通過建立直道和彎道的最小安全距離模型,并以最小安全距離為約束進行換道可行性的分析,從而進行自主換道決策。此外,對直道和彎道的... 

【文章來源】：重慶理工大學(xué)重慶市

【文章頁數(shù)】：100 頁

【學(xué)位級別】：碩士

【部分圖文】：

交通事故百分比

為后續(xù)軌跡跟蹤的研究做準(zhǔn)備。第四章：基于模型預(yù)測控制的軌跡跟蹤。本章首先闡述了模型預(yù)測控制的原理和點，然后建立了二自由度車輛動力學(xué)模型，結(jié)合小角度假設(shè)簡化推導(dǎo)出以前輪轉(zhuǎn)角控制量的預(yù)測模型，以此設(shè)計了非線性模型預(yù)測軌跡跟蹤控制器，但考慮控制器的線性和約束條件的復(fù)雜性，會使得優(yōu)化目標(biāo)函數(shù)難以高效求解而導(dǎo)致實時性得不到障。為保證智能車輛軌跡跟蹤的精度和實時性，對預(yù)測模型進行離散線性化，并構(gòu)了線性模型預(yù)測軌跡跟蹤控制器。最后選用五次多項式函數(shù)驗證軌跡跟隨控制器在不同附著條件路面和不同車速的魯棒性，以及控制器參數(shù)的選取對軌跡跟蹤的精度時性以及穩(wěn)定性的影響。第五章：自主換道控制方法的仿真驗證。本章首先利用 CarSim 軟件建立車輛動學(xué)整車模型，然后利用 PreScan 軟件建立場景模型，完成了 CarSim、PreScan 與ATLAB/Simulink 聯(lián)合仿真平臺的搭建工作。最后，設(shè)計了較為簡單的直線道路和道仿真工況，驗證自主換道控制方法的有效性。第六章：總結(jié)與展望。總結(jié)了本文整體的研究內(nèi)容，并結(jié)合本文不足之處，闡述以后的研究計劃和工作展望。

行為特性以及決策制定層次，因此，對車輛自主換道決策機制展開研究之駛員換道行為特性進行充分分析。為了車輛能夠平穩(wěn)地進行正常換道操作交通流環(huán)境中，本章將對智能車輛自主換道的決策機制進行初步研究。自主換道行為特性分析 換道場景的簡化本文為了簡化換道場景，只考慮交通流密度較低的高速公路環(huán)境，同時道且比較小，以確保車輛高速行駛。圖 2.1 是一個典型的直線高速公路設(shè)定的雙車道換道場景。其中 M 為主車 Fo 車為行駛在M 車前后的車輛，Ld 車和 Fd 車為行駛在相鄰左車道上的當(dāng) M 車滿足要求開始換道時，從初始車道上的 Lo 車和 Fo 車之間以恒定到目標(biāo)車道上的 Ld 車和 Fd 車之間，雙車道的車道寬度都為 W,建立如圖地坐標(biāo)系。

【參考文獻】：
期刊論文
[1]自動換道系統(tǒng)最小安全距離研究[J]. 吳杭哲,劉斌,劉楓.  汽車技術(shù). 2018(10)
[2]基于Simulink的換道防碰撞預(yù)警建模與仿真分析[J]. 張凱,劉軍,后士浩,晏曉娟.  重慶理工大學(xué)學(xué)報(自然科學(xué)). 2018(02)
[3]基于博弈論的人類駕駛與無人駕駛協(xié)作換道模型[J]. 薛春銘,譚國真,丁男,劉明劍,杜偉強.  計算機工程. 2017(12)
[4]最小安全距離下智能車安全換道模型研究[J]. 蘇大軍,杜峰,關(guān)志偉,丁建峰.  天津職業(yè)技術(shù)師范大學(xué)學(xué)報. 2017(03)
[5]基于縱向安全距離的車輛換道模型研究[J]. 唐陽山,朱停仃,李棟梁,黃賢丞.  遼寧工業(yè)大學(xué)學(xué)報(自然科學(xué)版). 2017(04)
[6]基于最小安全距離的車輛交叉換道模型研究[J]. 李娟,曲大義,萬孟飛,曹俊業(yè),劉聰.  青島理工大學(xué)學(xué)報. 2017(01)
[7]基于駕駛員類型的車輛換道模型[J]. 許倫輝,胡三根,羅強,周勇.  華南理工大學(xué)學(xué)報(自然科學(xué)版). 2014(08)
[8]考慮全局最優(yōu)性的汽車微觀動態(tài)軌跡規(guī)劃[J]. 孫浩,鄧偉文,張素民,吳夢勛.  吉林大學(xué)學(xué)報(工學(xué)版). 2014(04)
[9]變曲率彎路車輛換道虛擬軌跡模型[J]. 任殿波,張京明,王聰.  物理學(xué)報. 2014(07)
[10]智能車輛自由換道軌跡規(guī)劃研究[J]. 楊志剛,戚志錦,黃燕.  重慶交通大學(xué)學(xué)報(自然科學(xué)版). 2013(03)

博士論文
[1]基于視覺和雷達的智能車輛自主換道決策機制與控制研究[D]. 朱愿.中國人民解放軍軍事醫(yī)學(xué)科學(xué)院 2014
[2]汽車緊急避讓操縱逆問題的建模與分析[D]. 汪偉.南京航空航天大學(xué) 2014
[3]自主駕駛汽車智能控制系統(tǒng)[D]. 孫振平.國防科學(xué)技術(shù)大學(xué) 2004

碩士論文
[1]自主車輛超車控制方法研究[D]. 任吉偉.大連海事大學(xué) 2017
[2]無人駕駛車輛換道與超車控制方法研究[D]. 祁智.燕山大學(xué) 2017
[3]自主駕駛車輛軌跡跟蹤控制研究[D]. 馬迪.大連理工大學(xué) 2017
[4]基于模型預(yù)測和路徑規(guī)劃的汽車主動轉(zhuǎn)向避撞控制研究[D]. 張巍.重慶大學(xué) 2017
[5]汽車AEB仿真控制算法優(yōu)化及驗證[D]. 呂章潔.重慶理工大學(xué) 2017
[6]智能車輛自主換道方法的研究[D]. 王政.吉林大學(xué) 2016
[7]基于流場的車輛換道軌跡規(guī)劃方法[D]. 王玥.燕山大學(xué) 2016
[8]基于車車通信的多車協(xié)同自動換道控制策略研究[D]. 楊剛.清華大學(xué) 2016
[9]基于最小安全距離的車輛換道控制研究[D]. 吳杭哲.哈爾濱工業(yè)大學(xué) 2015
[10]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]. 孫銀健.北京理工大學(xué) 2015



本文編號：3355359