典型工况下的智能车横向跟踪控制及模式切换研究
发布时间：2021-08-02 03:38
随着汽车电子科技的蓬勃发展,车辆智能化正在逐步成为发展的新方向。智能车辆作为人、车、基础设施和互联网互联互通的载体,可以更充分地掌握周围的交通状况,及时向驾驶员和决策模块提供丰富高效的信息,并通过智能算法进行决策控制,进一步提高驾驶安全。同时,还可以降低驾驶难度,改善整体交通系统运行效率,缓解城市道路交通拥堵的现状。其中,智能车辆横向跟踪控制正是实现智能车功能的重要核心技术。目前国内外相关学者已对智能车横向跟踪控制开展了大量研究工作,但仍存在很多不足。针对传统方法在实际行车工况中出现的控制精度低,鲁棒性能差等问题,本文从控制方法、控制模式切换策略和实车实验几方面进行研究。本文的主要内容有:（1）设计了一种低速、小曲率工况下横向跟踪控制器,并进行了仿真功能验证。针对低速、小目标曲率工况下路径跟踪横向控制特点建立二自由度动力学模型,分析出对于横向控制主要影响参数,结合BP神经网络可以拟合任意非线性函数的特点,使用神经网络先对系统状态进行预判。然后,利用PID算法调整神经网络训练时造成的误差,进一步提高控制精度。在保证实时性的同时,提高横向控制的准确度。通过基于Prescan/Simulin...
【文章来源】：江苏大学江苏省
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
车载环境感知传感器
控制的精确性与实用性。.2 智能车辆国内外研究现状随着如美国、德国、日本等科技水平领先的国家对智能车辆的关注度越来越大也大大进了对智能车辆的深入研究。美国某高新技术公司设计研发出世界上首台智能车开启了能车辆研究的先河[9]。同时，国内对于智能车辆相关研究也从无到有快速发展。.2.1 国外智能车辆研究现状19 世纪 30 年代到 90 年代，美国通用厂商发布了一款无人驾驶概念车；欧美主流厂家择院校合作开展最早的大型智能车研究项目—Eureka-PROMETHEUS[10]。90 年代，美国耐基梅隆大学研制的智能车能够在稳定车速下完成较长行程，其中车辆自主驾驶路段达 96%，基本实现智能驾驶[11]。意大利帕尔玛大学开发研究了智能车“ARGO”，在测试程中，车辆时速甚至可以达到 123km/h。
图 1.3 智能车辆感知的 3D 信息Fig 1.3 Intelligent vehicle sensing 3D information意大利某高等学校的视觉实验室自主研发的智能车系统，实现自动驾驶，途经多个国家和各种极端环境。在行驶过程中，A的障碍物、自主保持车道，并完成超车。在世博会期间，通用，利用先进传感器及线控驾驶系统面向城市驾驶需求实现自动oogle 公司进行了数十辆无人驾驶车辆的测试，车辆采用智能传周围状况，并能够模拟驾驶员对相应的交通环境做出正确的反里并能保证行驶安全。同年，美国政府向谷歌公司颁发了无人斯拉推出了包括自动泊车、车道保持及自动变道等功能的智能，美国 Uber 与卡内基梅隆大学合作的自动驾驶技术，首次正服务。
【参考文献】：
期刊论文
[1]智能网联交通技术发展现状及趋势[J]. 冉斌,谭华春,张健,曲栩. 汽车安全与节能学报. 2018(02)
[2]拖拉机自动转向系统容错自适应滑模控制方法[J]. 贾全,张小超,苑严伟,付拓,伟利国,赵博. 农业工程学报. 2018(10)
[3]车联网环境下道路交通事故链阻断效率评价方法研究[J]. 梁军,张婉婉,何美玲,陈龙,熊晓夏,蔡涛. 中国公路学报. 2018(04)
[4]基于模型预测控制的智能网联汽车路径跟踪控制器设计[J]. 王艺,蔡英凤,陈龙,王海,何友国,李健. 机械工程学报. 2019(08)
[5]从百度Apollo计划探讨无人驾驶技术的发展[J]. 扈杭. 数字通信世界. 2017(09)
[6]智能汽车横向控制方法研究综述[J]. 陈慧岩,陈舒平,龚建伟. 兵工学报. 2017(06)
[7]中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部. 中国公路学报. 2017(06)
[8]城市环境下无人驾驶车辆驾驶规则获取及决策算法[J]. 陈雪梅,田赓,苗一松,龚建伟. 北京理工大学学报. 2017(05)
[9]智能网联汽车（ICV）技术的发展现状及趋势[J]. 李克强,戴一凡,李升波,边明远. 汽车安全与节能学报. 2017(01)
[10]自主车辆线性时变模型预测路径跟踪控制[J]. 张亮修,吴光强,郭晓晓. 同济大学学报(自然科学版). 2016(10)
博士论文
[1]城市环境下无人驾驶车辆决策系统研究[D]. 陈佳佳.中国科学技术大学 2014
[2]基于顶层设计的车辆底盘系统协同控制理论与技术研究[D]. 黄晨.江苏大学 2014
[3]若干类非线性广义系统的稳定性分析与设计[D]. 杨春雨.东北大学 2008
硕士论文
[1]无人驾驶车辆的自动转向控制[D]. 余如.吉林大学 2016
[2]电动汽车充电负荷模型辨识及其对配电电压的影响[D]. 葛菁.哈尔滨工业大学 2015
[3]一种基于模糊神经网络的智能车横向控制方法[D]. 王宏旭.大连理工大学 2015
[4]基于模型预测控制的无人驾驶车辆轨迹跟踪控制算法研究[D]. 孙银健.北京理工大学 2015
[5]基于预瞄的车辆路径跟踪控制研究[D]. 王聪.哈尔滨工业大学 2014
[6]无人驾驶车辆运动目标跟踪方法研究[D]. 董永坤.上海交通大学 2014
[7]6×6无人车辆全轮转向控制策略研究[D]. 谭慧.哈尔滨工业大学 2013
[8]基于MPC的车辆稳定性控制研究[D]. 柳致海.吉林大学 2011
[9]基于模型预测控制的底盘分层集成控制算法研究[D]. 梁赫奇.吉林大学 2011
本文编号：3316813
【文章来源】：江苏大学江苏省
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
车载环境感知传感器
控制的精确性与实用性。.2 智能车辆国内外研究现状随着如美国、德国、日本等科技水平领先的国家对智能车辆的关注度越来越大也大大进了对智能车辆的深入研究。美国某高新技术公司设计研发出世界上首台智能车开启了能车辆研究的先河[9]。同时，国内对于智能车辆相关研究也从无到有快速发展。.2.1 国外智能车辆研究现状19 世纪 30 年代到 90 年代，美国通用厂商发布了一款无人驾驶概念车；欧美主流厂家择院校合作开展最早的大型智能车研究项目—Eureka-PROMETHEUS[10]。90 年代，美国耐基梅隆大学研制的智能车能够在稳定车速下完成较长行程，其中车辆自主驾驶路段达 96%，基本实现智能驾驶[11]。意大利帕尔玛大学开发研究了智能车“ARGO”，在测试程中，车辆时速甚至可以达到 123km/h。
图 1.3 智能车辆感知的 3D 信息Fig 1.3 Intelligent vehicle sensing 3D information意大利某高等学校的视觉实验室自主研发的智能车系统，实现自动驾驶，途经多个国家和各种极端环境。在行驶过程中，A的障碍物、自主保持车道，并完成超车。在世博会期间，通用，利用先进传感器及线控驾驶系统面向城市驾驶需求实现自动oogle 公司进行了数十辆无人驾驶车辆的测试，车辆采用智能传周围状况，并能够模拟驾驶员对相应的交通环境做出正确的反里并能保证行驶安全。同年，美国政府向谷歌公司颁发了无人斯拉推出了包括自动泊车、车道保持及自动变道等功能的智能，美国 Uber 与卡内基梅隆大学合作的自动驾驶技术，首次正服务。
【参考文献】：
期刊论文
[1]智能网联交通技术发展现状及趋势[J]. 冉斌,谭华春,张健,曲栩. 汽车安全与节能学报. 2018(02)
[2]拖拉机自动转向系统容错自适应滑模控制方法[J]. 贾全,张小超,苑严伟,付拓,伟利国,赵博. 农业工程学报. 2018(10)
[3]车联网环境下道路交通事故链阻断效率评价方法研究[J]. 梁军,张婉婉,何美玲,陈龙,熊晓夏,蔡涛. 中国公路学报. 2018(04)
[4]基于模型预测控制的智能网联汽车路径跟踪控制器设计[J]. 王艺,蔡英凤,陈龙,王海,何友国,李健. 机械工程学报. 2019(08)
[5]从百度Apollo计划探讨无人驾驶技术的发展[J]. 扈杭. 数字通信世界. 2017(09)
[6]智能汽车横向控制方法研究综述[J]. 陈慧岩,陈舒平,龚建伟. 兵工学报. 2017(06)
[7]中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部. 中国公路学报. 2017(06)
[8]城市环境下无人驾驶车辆驾驶规则获取及决策算法[J]. 陈雪梅,田赓,苗一松,龚建伟. 北京理工大学学报. 2017(05)
[9]智能网联汽车（ICV）技术的发展现状及趋势[J]. 李克强,戴一凡,李升波,边明远. 汽车安全与节能学报. 2017(01)
[10]自主车辆线性时变模型预测路径跟踪控制[J]. 张亮修,吴光强,郭晓晓. 同济大学学报(自然科学版). 2016(10)
博士论文
[1]城市环境下无人驾驶车辆决策系统研究[D]. 陈佳佳.中国科学技术大学 2014
[2]基于顶层设计的车辆底盘系统协同控制理论与技术研究[D]. 黄晨.江苏大学 2014
[3]若干类非线性广义系统的稳定性分析与设计[D]. 杨春雨.东北大学 2008
硕士论文
[1]无人驾驶车辆的自动转向控制[D]. 余如.吉林大学 2016
[2]电动汽车充电负荷模型辨识及其对配电电压的影响[D]. 葛菁.哈尔滨工业大学 2015
[3]一种基于模糊神经网络的智能车横向控制方法[D]. 王宏旭.大连理工大学 2015
[4]基于模型预测控制的无人驾驶车辆轨迹跟踪控制算法研究[D]. 孙银健.北京理工大学 2015
[5]基于预瞄的车辆路径跟踪控制研究[D]. 王聪.哈尔滨工业大学 2014
[6]无人驾驶车辆运动目标跟踪方法研究[D]. 董永坤.上海交通大学 2014
[7]6×6无人车辆全轮转向控制策略研究[D]. 谭慧.哈尔滨工业大学 2013
[8]基于MPC的车辆稳定性控制研究[D]. 柳致海.吉林大学 2011
[9]基于模型预测控制的底盘分层集成控制算法研究[D]. 梁赫奇.吉林大学 2011
本文编号：3316813
本文链接：https://www.wllwen.com/kejilunwen/qiche/3316813.html
