智能車輛路徑跟蹤的橫向控制研究
發(fā)布時間:2022-01-15 14:50
智能車輛作為一個集眾多高新技術的復雜系統(tǒng),是智能交通系統(tǒng)不可或缺的一部分。智能車不但可以應用于目前復雜交通路況,緩解交通擁堵并減少交通事故,而且因其機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)領域、軍事領域以及航空航天領域都有良好的應用前景。路徑跟蹤控制技術因其兼顧兩個任務,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,而在智能車關鍵技術中占據(jù)核心地位。其中任務之一如何實現(xiàn)對智能車轉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行橫向控制研究,其只能觀察當前位置信息,不能滿足對控制的實時性要求,因此本文基于預瞄控制策略來設計路徑跟蹤橫向控制器,保證車輛在行駛過程中能預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重系數(shù)的方式融合成集成偏差,為控制器的設計奠定基礎。結合滑模、模糊兩種控制算法的優(yōu)勢,設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)大學江蘇省
【文章頁數(shù)】:69 頁
【學位級別】: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、決策和控制技術上都取得了可觀的成果。其中,核心技術是其自主研發(fā)的高精度地圖,能在厘米級范圍內實現(xiàn)車輛的高精度定位。百度無人車配備雷達、攝像機、全球衛(wèi)星導航及多個傳感器,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雜路況下成功完成自主駕駛,這是國內首次實現(xiàn)的全自動駕駛,是中國無人車發(fā)展史上的重大轉折點,標志中國無人駕駛車的發(fā)展進入了新的篇章[22]。圖1.2為國內兩款經(jīng)典的智能車輛。(a)HQ3智能車(b)THMR-V智能車圖1.2國內兩款智能汽車Fig.1.2TwoIntelligentVehicleinChina1.3智能車輛的關鍵技術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,代表了國家智能化水平。下面針對智能車輛的主要關鍵技術作出簡單介紹[23]:(1)信息感知技術只有對車輛周圍路徑環(huán)境信息充分了解,智能車才能夠對外界復雜環(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、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)復雜,因此智能車采用多種傳感器應對復雜環(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基礎理論,結合這兩種控制算法的優(yōu)勢設計智能車輛的橫向控制器。第四章:通過Simulink平臺檢驗所設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行仿真分析,又針對不同的速度、載荷、質心位置等狀況進行控制器魯棒性分析。此外,將本文控制算法與其它算法進行比較。第五章:對本文主要完成的工作進行總結,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)架構圖本文對智能車輛路徑跟蹤控制技術中的橫向控制技術展開研究,橫向控制系統(tǒng)結構框圖如圖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模型來代替智能車輛,通過建立預瞄模型算出當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)相關的偏差計算公式和動力學公式計算出消除偏差所需的前輪轉角并反饋給智能車輛,智能車輛通過轉動方向盤調整轉角,從而更好地跟蹤期望路徑。圖1.3橫向控制系統(tǒng)架構圖Fig.1.3Thearchitectureofhorizontalcontrolsystem
【參考文獻】:
期刊論文
[1]基于虛擬測試的車輛橫向MPC控制器的設計[J]. 周雨輝,裴崇利,韓經(jīng)魯,魏濤. 客車技術與研究. 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. 汽車實用技術. 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. 中國設備工程. 2019(02)
[4]基于路程預瞄的駕駛員模型[J]. 楊浩,黃江,李攀,韓中海. 汽車技術. 2019(02)
[5]Open Street Map的數(shù)據(jù)轉換方法研究[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[J]. 任常青,陳杰,査祝華,周曉光. 測繪標準化. 2017(04)
[7]基于無模型自適應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,鄧志東. 自動化學報. 2017(11)
[8]我國智能車輛技術發(fā)展研究[J]. 高繼東,顏培碩,王靜靜. 時代汽車. 2016(09)
[9]基于Prescan的換道預警規(guī)則研究[J]. 葛如海,儲亞婷,謝永東,徐明. 重慶交通大學學報(自然科學版). 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. 當代經(jīng)濟. 2015(20)
博士論文
[1]視覺導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 2012
[2]智能車輛中的幾個關鍵技術研究[D]. 周勇.上海交通大學 2007
[3]自主駕駛汽車智能控制系統(tǒng)[D]. 孫振平.國防科學技術大學 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 2018
[2]視覺導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 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 2016
[4]基于OpenStreetMap的地圖瀏覽系統(tǒng)的設計與實現(xiàn)[D]. 張志浩.電子科技大學 2016
[5]基于預瞄的車輛路徑跟蹤控制研究[D]. 王聰.哈爾濱工業(yè)大學 2014
本文編號:3590808
【文章來源】:南京林業(yè)大學江蘇省
【文章頁數(shù)】:69 頁
【學位級別】: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、決策和控制技術上都取得了可觀的成果。其中,核心技術是其自主研發(fā)的高精度地圖,能在厘米級范圍內實現(xiàn)車輛的高精度定位。百度無人車配備雷達、攝像機、全球衛(wèi)星導航及多個傳感器,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雜路況下成功完成自主駕駛,這是國內首次實現(xiàn)的全自動駕駛,是中國無人車發(fā)展史上的重大轉折點,標志中國無人駕駛車的發(fā)展進入了新的篇章[22]。圖1.2為國內兩款經(jīng)典的智能車輛。(a)HQ3智能車(b)THMR-V智能車圖1.2國內兩款智能汽車Fig.1.2TwoIntelligentVehicleinChina1.3智能車輛的關鍵技術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,代表了國家智能化水平。下面針對智能車輛的主要關鍵技術作出簡單介紹[23]:(1)信息感知技術只有對車輛周圍路徑環(huán)境信息充分了解,智能車才能夠對外界復雜環(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、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)復雜,因此智能車采用多種傳感器應對復雜環(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基礎理論,結合這兩種控制算法的優(yōu)勢設計智能車輛的橫向控制器。第四章:通過Simulink平臺檢驗所設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行仿真分析,又針對不同的速度、載荷、質心位置等狀況進行控制器魯棒性分析。此外,將本文控制算法與其它算法進行比較。第五章:對本文主要完成的工作進行總結,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)架構圖本文對智能車輛路徑跟蹤控制技術中的橫向控制技術展開研究,橫向控制系統(tǒng)結構框圖如圖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模型來代替智能車輛,通過建立預瞄模型算出當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)相關的偏差計算公式和動力學公式計算出消除偏差所需的前輪轉角并反饋給智能車輛,智能車輛通過轉動方向盤調整轉角,從而更好地跟蹤期望路徑。圖1.3橫向控制系統(tǒng)架構圖Fig.1.3Thearchitectureofhorizontalcontrolsystem
【參考文獻】:
期刊論文
[1]基于虛擬測試的車輛橫向MPC控制器的設計[J]. 周雨輝,裴崇利,韓經(jīng)魯,魏濤. 客車技術與研究. 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. 汽車實用技術. 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. 中國設備工程. 2019(02)
[4]基于路程預瞄的駕駛員模型[J]. 楊浩,黃江,李攀,韓中海. 汽車技術. 2019(02)
[5]Open Street Map的數(shù)據(jù)轉換方法研究[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[J]. 任常青,陳杰,査祝華,周曉光. 測繪標準化. 2017(04)
[7]基于無模型自適應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,鄧志東. 自動化學報. 2017(11)
[8]我國智能車輛技術發(fā)展研究[J]. 高繼東,顏培碩,王靜靜. 時代汽車. 2016(09)
[9]基于Prescan的換道預警規(guī)則研究[J]. 葛如海,儲亞婷,謝永東,徐明. 重慶交通大學學報(自然科學版). 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. 當代經(jīng)濟. 2015(20)
博士論文
[1]視覺導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 2012
[2]智能車輛中的幾個關鍵技術研究[D]. 周勇.上海交通大學 2007
[3]自主駕駛汽車智能控制系統(tǒng)[D]. 孫振平.國防科學技術大學 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 2018
[2]視覺導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 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 2016
[4]基于OpenStreetMap的地圖瀏覽系統(tǒng)的設計與實現(xiàn)[D]. 張志浩.電子科技大學 2016
[5]基于預瞄的車輛路徑跟蹤控制研究[D]. 王聰.哈爾濱工業(yè)大學 2014
本文編號:3590808
本文鏈接:http://sikaile.net/kejilunwen/qiche/3590808.html
最近更新
教材專著