智能车辆局部避障路径规划及横向运动控制研究

发布时间：2019-09-13 12:55

【摘要】：随着我国汽车保有量的逐年递增,汽车带来的社会问题也逐渐凸显出来。我国每年因发生交通事故造成的人员伤亡数量居高不下,而车祸发生的原因基本上都是由驾驶员误操作造成的;同时城市交通拥堵状况、环境能源问题也亟待解决。研究智能车辆不仅是解决以上问题的有效途径之一,而且在军事、工业、科学等领域都有广阔的发展空间和应用前景。本文以智能车辆为研究对象,在汽车系统动力学、群智能算法和控制理论的基础上针对其中两个关键技术:局部避障路径规划和横向运动控制进行了研究。在介绍了智能车辆关键技术国内外研究现状之后,对智能车辆进行了动力学建模研究。建立了七自由度模型和Dugoff轮胎模型组成的整车模型和控制状态方程中的二自由度线性模型。针对传统局部路径规划算法存在路径不可达、容易陷入局部最优、避障模型复杂导致计算量大等问题,提出采用基于细菌觅食算法优化的车辆局部避障路径规划方法。为避免传统路径规划大规模寻优计算等缺陷,采用连续性样条插值避障模型,将离散化的路径问题连续化处理。为验证所提算法的优势,进行了细菌觅食算法、粒子群算法、遗传算法三种优化算法仿真对比试验。试验表明细菌觅食法具有较强搜索能力以及快速收敛等特点,能够快速搜索出环境中的最优路径。针对车辆模型存在高度非线性动态特性、参数不确定性以及行驶时受外部干扰较多导致控制精度不高、鲁棒性差等问题,采用RBF神经网络滑模控制方法。在传统二自由度车辆控制模型状态方程的基础上推导了新的状态方程并以此设计了滑模控制器。利用RBF神经网络对模型的不精确部分进行了自适应补偿,最后通过李雅普诺夫稳定性理论推导出神经网络的权值并证明控制系统的稳定性。对设计的控制器在Matlab/Simulink的环境下进行了建模仿真研究。仿真对算法有效性和鲁棒性进行了具体分析。通过和单一滑模控制器对比,本文采用的神经网络滑模控制方法能够迅速减少和预期路径的横向偏差以及横摆角速度偏差,证明算法有效性较好;同时验证了在不同车速、不同载荷和外部干扰状况下神经网络滑模控制器鲁棒性较好。
【图文】：

经济影响

的一个重要支撑点。根据麦肯锡发布的“展望2025·决定未来经济的12大颠覆技术”研究报告中，智能汽车排名第六，并预估其在2025年的潜在经济影响为2000亿~1.9万亿美元，如图1.1所示[6]。最后，智能车辆技术包含各种高新科技，其中涉及机械设计制造、信息传输与处理、智能控制、电子及互联网等多个学科的理论与技术，所涉及也都是各领域内的最新研究成果，，它的发展必将推动其他相关学科迅猛发展。综上所述，研究智能车辆能够加快我国工业化和信息化融合，同时也是汽车产业转型升级的必然选择。

智能汽车

c) VIAC d)谷歌智能车图 1.2 国外几款智能汽车我国智能车辆的研究起步较晚，开始于二十世纪八十年代。目前，开展这方面工作的主要是大学和科研机构，包括国防科技大学、清华大学、重庆大学、湖南大学等。国防科技大学先后研制了CITAVT系列车型以及红旗HQ3无人车。CITAVT-I型视觉导航自主车由BJ2020SG吉普车改装而成，它是以研究在结构化道路环境下的自主驾驶为主要目标。该车在2000年4月在长沙市绕城公路上进行了自主实验最高车速达到75.6km/h[16]。红旗HQ3无人车在2011年7月14日第一次完成了高速公路的试验，该试验从长沙驾驶到武汉，全长286公里，创造了当时中国自主研发的智能汽车在路面条件复杂的情况下进行自主驾驶的新纪录，这代表着中国智能车辆在道路周围环境识别、车辆行为判断和控制等方面实现了新的技术突破[17]。清华大学研制了THMR系列智能车辆[18]，其中THMR-V是最新一代，具有面向高速公路和一般道路的功能，THMR-V采用了光码盘、电磁罗盘和DGPS组合定位的方式， THMR-V在之前基础上将双端口RAM升级为10M以太网，将超声传感
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U463.6

【相似文献】