智能車輛作為一個集眾多高新技術(shù)的復(fù)雜系統(tǒng),是智能交通系統(tǒng)不可或缺的一部分。智能車不但可以應(yīng)用于目前復(fù)雜交通路況,緩解交通擁堵并減少交通事故,而且因其機(jī)械化力量能夠提高辦事效率且能代替人類在惡劣、有害環(huán)境下作業(yè),故在工業(yè)領(lǐng)域、軍事領(lǐng)域以及航空航天領(lǐng)域都有良好的應(yīng)用前景。路徑跟蹤控制技術(shù)因其兼顧兩個任務(wù),既要控制車輛不偏離路徑,也要控制車輛行駛速度保證安全駕駛,而在智能車關(guān)鍵技術(shù)中占據(jù)核心地位。其中任務(wù)之一如何實現(xiàn)對智能車轉(zhuǎn)向的控制成為人們研究的熱點和難點問題。因此,本文以智能車為研究對象對其橫向控制技術(shù)展開研究。針對智能車輛在路徑跟蹤橫向控制過程中的運動特性,建立只有橫向和橫擺兩個自由度的車輛模型。考慮到以往多采用反饋控制方法進(jìn)行橫向控制研究,其只能觀察當(dāng)前位置信息,不能滿足對控制的實時性要求,因此本文基于預(yù)瞄控制策略來設(shè)計路徑跟蹤橫向控制器,保證車輛在行駛過程中能預(yù)先判斷前方路徑并獲取橫向偏差和方位偏差,從而更好地跟蹤期望路徑。此外,對獲取的橫向和方位偏差采用加入權(quán)重系數(shù)的方式融合成集成偏差,為控制器的設(shè)計奠定基礎(chǔ)。結(jié)合滑模、模糊兩種控制算法的優(yōu)勢,設(shè)計出智能車輛路徑跟蹤橫向控制器。相... 

【文章來源】：南京林業(yè)大學(xué)江蘇省

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

國外幾

。百度于2013年投身于無人駕駛車項目研究，經(jīng)過不懈努力，在智能車輛的感知、決策和控制技術(shù)上都取得了可觀的成果。其中，核心技術(shù)是其自主研發(fā)的高精度地圖，能在厘米級范圍內(nèi)實現(xiàn)車輛的高精度定位。百度無人車配備雷達(dá)、攝像機(jī)、全球衛(wèi)星導(dǎo)航及多個傳感器，能夠自主識別判斷道路交通狀況并做出決策。2015年12月，百度公司宣布其無人駕駛車在擁堵的城市、環(huán)路及高速道路混合的復(fù)雜路況下成功完成自主駕駛，這是國內(nèi)首次實現(xiàn)的全自動駕駛，是中國無人車發(fā)展史上的重大轉(zhuǎn)折點，標(biāo)志中國無人駕駛車的發(fā)展進(jìn)入了新的篇章[22]。圖1.2為國內(nèi)兩款經(jīng)典的智能車輛。(a)HQ3智能車(b)THMR-V智能車圖1.2國內(nèi)兩款智能汽車Fig.1.2TwoIntelligentVehicleinChina1.3智能車輛的關(guān)鍵技術(shù)智能車輛也稱無人駕駛汽車，其利用自身配備的傳感器感知周圍環(huán)境，自動規(guī)劃行駛路徑，通過控制車輛的轉(zhuǎn)向和速度，在道路上實現(xiàn)自主安全駕駛。智能車輛是集人工智能、自動控制、現(xiàn)代通訊、圖像處理等技術(shù)于一體的綜合性系統(tǒng)，是衡量各個國家科研水平的重要指標(biāo)，代表了國家智能化水平。下面針對智能車輛的主要關(guān)鍵技術(shù)作出簡單介紹[23]：（1）信息感知技術(shù)只有對車輛周圍路徑環(huán)境信息充分了解，智能車才能夠?qū)ν饨鐝?fù)雜環(huán)境做出決策，一般通過在車輛四周安裝傳感器感知外部信息，如攝像頭、激光雷達(dá)、GPS等。通過這些裝置可以獲得道路、行人、車輛、障礙物等信息，經(jīng)過處理傳入到計算機(jī)控制單元，從而實現(xiàn)自主識別與判斷并做出決策。（2）信息融合技術(shù)由于單個傳感器難以全面描述道路環(huán)境信息，并且道路交通狀況愈發(fā)復(fù)雜，因此智能車采用多種傳感器應(yīng)對復(fù)雜環(huán)境成為趨勢。不同的傳感器具有不同的適用條件、使用范圍和精度，在數(shù)據(jù)處理方式也有所差別，因此采用多傳

三章：介紹滑模和模糊控制的相關(guān)基礎(chǔ)理論，結(jié)合這兩種控制算法的優(yōu)勢設(shè)計智能車輛的橫向控制器。第四章：通過Simulink平臺檢驗所設(shè)計的橫向控制器的性能，首先針對兩條參考路徑和OpenStreetMap獲取的實際路徑對控制器進(jìn)行仿真分析，又針對不同的速度、載荷、質(zhì)心位置等狀況進(jìn)行控制器魯棒性分析。此外，將本文控制算法與其它算法進(jìn)行比較。第五章：對本文主要完成的工作進(jìn)行總結(jié)，針對文章不足之處提出后續(xù)改善措施。1.5.2控制系統(tǒng)架構(gòu)圖本文對智能車輛路徑跟蹤控制技術(shù)中的橫向控制技術(shù)展開研究，橫向控制系統(tǒng)結(jié)構(gòu)框圖如圖1.3所示。智能車輛在行駛中實時感知前方實際道路信息，本文利用車輛動力學(xué)模型來代替智能車輛，通過建立預(yù)瞄模型算出當(dāng)前位置與期望路徑之間的偏差，即橫向偏差和方位偏差。為了簡化計算，對兩者進(jìn)行融合，得到融合偏差，并將其作為橫向控制器的輸入，然后根據(jù)相關(guān)的偏差計算公式和動力學(xué)公式計算出消除偏差所需的前輪轉(zhuǎn)角并反饋給智能車輛，智能車輛通過轉(zhuǎn)動方向盤調(diào)整轉(zhuǎn)角，從而更好地跟蹤期望路徑。圖1.3橫向控制系統(tǒng)架構(gòu)圖Fig.1.3Thearchitectureofhorizontalcontrolsystem

【參考文獻(xiàn)】：
期刊論文
[1]基于虛擬測試的車輛橫向MPC控制器的設(shè)計[J]. 周雨輝,裴崇利,韓經(jīng)魯,魏濤.  客車技術(shù)與研究. 2019(05)
[2]基于Prescan的智能駕駛輔助系統(tǒng)在環(huán)研究[J]. 趙伊齊,張引,申成剛,王嚴(yán).  汽車實用技術(shù). 2019(09)
[3]智能交通系統(tǒng)的研究現(xiàn)狀及發(fā)展趨勢分析[J]. 楊博文.  中國設(shè)備工程. 2019(02)
[4]基于路程預(yù)瞄的駕駛員模型[J]. 楊浩,黃江,李攀,韓中海.  汽車技術(shù). 2019(02)
[5]Open Street Map的數(shù)據(jù)轉(zhuǎn)換方法研究[J]. 姜晶莉,郭黎,鄧圣乾,趙家瑤.  測繪與空間地理信息. 2018(10)
[6]基于Open Street Map數(shù)據(jù)的地理信息分析與提取技術(shù)[J]. 任常青,陳杰,査祝華,周曉光.  測繪標(biāo)準(zhǔn)化. 2017(04)
[7]基于無模型自適應(yīng)控制的無人駕駛汽車橫向控制方法[J]. 田濤濤,侯忠生,劉世達(dá),鄧志東.  自動化學(xué)報. 2017(11)
[8]我國智能車輛技術(shù)發(fā)展研究[J]. 高繼東,顏培碩,王靜靜.  時代汽車. 2016(09)
[9]基于Prescan的換道預(yù)警規(guī)則研究[J]. 葛如海,儲亞婷,謝永東,徐明.  重慶交通大學(xué)學(xué)報(自然科學(xué)版). 2016(01)
[10]中國交通事故的統(tǒng)計分析及對策[J]. 王博宇,李杰偉.  當(dāng)代經(jīng)濟(jì). 2015(20)

博士論文
[1]視覺導(dǎo)航式智能車輛橫向與縱向控制研究[D]. 郭景華.大連理工大學(xué) 2012
[2]智能車輛中的幾個關(guān)鍵技術(shù)研究[D]. 周勇.上海交通大學(xué) 2007
[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]基于高斯偽譜法的智能車局部路徑規(guī)劃研究[D]. 郭泉成.華南理工大學(xué) 2018
[2]視覺導(dǎo)航智能車避障路徑規(guī)劃及橫向控制研究[D]. 黃超杰.長安大學(xué) 2017
[3]智能車輛局部避障路徑規(guī)劃及橫向運動控制研究[D]. 陳東.湖南大學(xué) 2016
[4]基于OpenStreetMap的地圖瀏覽系統(tǒng)的設(shè)計與實現(xiàn)[D]. 張志浩.電子科技大學(xué) 2016
[5]基于預(yù)瞄的車輛路徑跟蹤控制研究[D]. 王聰.哈爾濱工業(yè)大學(xué) 2014



本文編號：3590808