汽车车道保持系统控制算法研究

发布时间：2020-05-16 09:31

【摘要】：车道保持系统能提高行车的主动安全性,减小驾驶员的驾驶负担,该系统由两部分组成:主动干预和车道偏离预警。对于主动干预算法,目前研究较多的模型预测控制(MPC)算法运算量较大,而单点预瞄控制多基于软件仿真,与实际应用存在一定的差距。对于预警决策算法,目前主要基于摄像头感知的车辆与车道线的相对位置关系和转向灯信号进行决策,其误警率较高,特别是当驾驶员没有开转向灯或紧急转向时,系统可能会产生误警,干扰驾驶员的正常驾驶。针对上述问题,本文对主动干预算法以及预警决策算法进行了深入分析和优化改进:在仿真实验和理论分析的基础上,对单点预瞄驾驶员模型进行了修改,实现了平顺无差地跟踪给定的路径;通过高斯混合隐马尔可夫模型(G-HMM)进行驾驶意图识别,并基于纵向TLC(Time to Lane Cross)判断车道偏离的程度,然后综合考虑驾驶意图和车辆偏离的程度进行决策。本文首先研究了车道保持主动干预算法——单点预瞄驾驶员模型。在原有单点预瞄模型结构基础上,将输入量和部分中间变量定义为可以测量的误差量,同时增加了横向位置误差反馈系数K,通过仿真实验和理论分析之后,探明了预瞄时间和反馈系数对控制效果的影响规律。进一步分析发现,存在稳态误差的根本原因是没有区分纵向预瞄时间和侧向加速时间,故而本文设置了表征侧向加速时间和纵向预瞄时间关系的时间系数F。经过理论分析和仿真实验,证明了该模型结构可以实现零稳态误差地跟踪给定路径,且系统的阻尼和振动频率可调。然后,本文设计了驾驶意图识别算法并对其进行验证。应用隐马尔可夫理论,搭建了通过方向盘转角、车辆横向位置误差、纵向车速、弯道半径和偏航角五个观测量对驾驶意图进行描述的高斯混合隐马尔可夫模型。通过对驾驶员在环实验采集的实验数据进行训练,得到相应的模型参数,实时评估不同工况对应的模型与观测量的匹配度,匹配度最高的模型对应的工况即为驾驶意图。经过离线仿真实验,验证了算法的有效性。最后,搭建完整的车道保持系统控制算法并进行仿真验证。设计了基于纵向TLC的车道偏离判断算法,可基于一定的规则,有效结合车道偏离判断和驾驶意图识别进行车道偏离预警及决策。设计处于不同状态的虚拟驾驶员模型,进行仿真实验,结果表明,本文设计的汽车车道保持系统控制算法能够准确识别驾驶意图,产生车道偏离预警信号,并可通过方向盘转角控制实现精准干预。
【图文】：

预瞄,驾驶员模型,圆形,仿真模型

第三次修改后的圆形道路下单点预瞄驾驶员模型仿真模型

控制效果,转角,方向盘,向盘

图 2.24 T 相同时 F 和 K 对控制效果的影响（Simulink 仿真）实验一的结果如图 2.24 中（a）和（b）所示。从图（a）中可以看出：相对于其他，F 取 0.821 时方向盘转角能很快的达到稳态方向盘转角，横向位置误差较小，说明17 计算出来的 F 比较准确。横向位置误差越大，方向盘转角波动越大。从图（b）中
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U463.6

【参考文献】