智能汽车路径跟踪混合控制方法研究
发布时间：2021-09-28 16:08
智能汽车作为提高交通安全性和通行效率的重要手段,成为世界汽车技术的主要发展方向。路径跟踪控制是实现智能汽车自主行驶的关键技术之一,然而在实际控制过程中,智能汽车的行驶工况具有高度的时变性和不确定性,这给路径跟踪控制带来了巨大挑战。从智能汽车控制的安全性、稳定性角度来看,不同工况应具有不同的控制目标和侧重点,另外,单一的控制算法有其自身的局限性和特定的使用条件,无法兼顾智能汽车路径跟踪控制过程中的多工况特征以及协调不同工况下的控制性能要求。因此,传统单一控制算法无法有效协调智能汽车不同转向工况下路径跟踪控制性能要求的问题,难以实现对目标路径的最优跟踪。针对上述问题,结合智能汽车在高速和低速转向工况下呈现出的系统特性差异,本研究基于PID控制和模型预测控制（Model Predictive Control,MPC）理论,以及模糊控制理论,提出了一种路径跟踪混合控制方法,旨在通过结合多种智能控制策略的优势,提高智能汽车在不同速度工况下的路径跟踪性能,主要研究内容如下:（1）建立了车辆预瞄运动学模型、车辆动力学模型及轮胎模型,根据轮胎模型的侧偏特性,分析了车辆稳定行驶的轮胎侧偏角约束范围。在此...
【文章来源】：江苏大学江苏省
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
汽车智能化等级的划分Fig.1.1Classificationofautomobileintelligencelevels通过对无人驾驶平台的实车实验以及Google、BMW等公司公开的无人驾驶视频资料
江 苏 大 学 硕 士 学 位 论 文无法建立精确数学模型且带车辆动力学约束问题上拥有独特的优势[9-10]。但该控制是结合车辆当前位置和姿态信息对未来一段时间内系统输出进行控制，这就导致其跟踪性能的优劣主要取决于参数的选取，系统参数若选取不当，很难实现较好的控制效果。针对传统单一控制算法无法有效协调智能汽车不同转向工况下横向控制性能要求的问题，结合智能汽车在高速和低速转向工况下呈现出的系统特性差异，将预瞄 PID 控制强鲁棒性、参数易调节优势和模型预测控制可以处理带约束问题的优势相结合，应用于路径跟踪控制，旨在提高智能汽车在不同速度条件下的路径跟踪性能，更加全面地反映智能汽车真实行驶工况，具有重要的研究价值和现实意义。1.2 智能汽车关键技术智能汽车是众多前沿学科组合而成的综合体，其关键组成部分有：环境感知与定位、路径规划、智能决策、路径跟踪、底层控制等[11]，如图 1.2 所示。
控制功能的实现，需要选择合适的控制算法理的车辆系统模型是研究智能汽车路径跟考虑是否能够尽量准确反映车辆运动学或动以及是否能够满足车辆控制的实时性要求。特性，建立了运动学模型；高速时，车辆的学模型及魔术公式轮胎模型。然后，为了形线曲线两种目标路径，以验证所设计的控制力学模型型和动力学模型函数表达式，一般是在惯性 所示。
【参考文献】：
期刊论文
[1]无人驾驶车辆横向控制策略研究进展[J]. 朱林峰,杨家富,施杨洋,方朋朋. 世界科技研究与发展. 2018(05)
[2]纯电动自动驾驶观光车的制动防抱死系统设计与研究[J]. 程泊静,陈刚,陈标,李治国. 装备制造技术. 2018(03)
[3]基于预瞄的智能车辆路径跟踪控制研究[J]. 倪兰青,林棻,王凯正. 重庆理工大学学报(自然科学). 2017(03)
[4]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)
[5]智能车辆运动控制研究综述[J]. 郭景华,李克强,罗禹贡. 汽车安全与节能学报. 2016(02)
[6]Multi-constrained model predictive control for autonomous ground vehicle trajectory tracking[J]. 龚建伟,徐威,姜岩,刘凯,郭红芬,孙银健. Journal of Beijing Institute of Technology. 2015(04)
[7]基于模拟驾驶员多目标决策的汽车自适应巡航控制算法[J]. 高振海,严伟,李红建,胡振程. 汽车工程. 2015(06)
[8]自主驾驶车辆的预测避障控制[J]. 余如,郭洪艳,陈虹. 信息与控制. 2015(01)
[9]视觉导航智能车辆横向运动的自适应预瞄控制[J]. 陈无畏,王家恩,汪明磊,王金波. 中国机械工程. 2014(05)
[10]驾驶员自适应转向控制行为建模[J]. 沈峘,谭运生,李舜酩,毕海墨. 农业机械学报. 2013(02)
博士论文
[1]电动汽车主动避撞系统状态估计与控制策略研究[D]. 廉宇峰.吉林大学 2015
[2]自主驾驶汽车智能控制系统[D]. 孙振平.国防科学技术大学 2004
硕士论文
[1]基于模型预测控制的路径跟踪控制方法研究[D]. 杨阳阳.江苏大学 2018
[2]基于横向与纵向综合控制的智能车辆运动控制研究[D]. 王浩.南京航空航天大学 2016
[3]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
[4]移动机器人局部路径规划的研究[D]. 朱云国.合肥工业大学 2006
本文编号：3412235
【文章来源】：江苏大学江苏省
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
汽车智能化等级的划分Fig.1.1Classificationofautomobileintelligencelevels通过对无人驾驶平台的实车实验以及Google、BMW等公司公开的无人驾驶视频资料
江 苏 大 学 硕 士 学 位 论 文无法建立精确数学模型且带车辆动力学约束问题上拥有独特的优势[9-10]。但该控制是结合车辆当前位置和姿态信息对未来一段时间内系统输出进行控制，这就导致其跟踪性能的优劣主要取决于参数的选取，系统参数若选取不当，很难实现较好的控制效果。针对传统单一控制算法无法有效协调智能汽车不同转向工况下横向控制性能要求的问题，结合智能汽车在高速和低速转向工况下呈现出的系统特性差异，将预瞄 PID 控制强鲁棒性、参数易调节优势和模型预测控制可以处理带约束问题的优势相结合，应用于路径跟踪控制，旨在提高智能汽车在不同速度条件下的路径跟踪性能，更加全面地反映智能汽车真实行驶工况，具有重要的研究价值和现实意义。1.2 智能汽车关键技术智能汽车是众多前沿学科组合而成的综合体，其关键组成部分有：环境感知与定位、路径规划、智能决策、路径跟踪、底层控制等[11]，如图 1.2 所示。
控制功能的实现，需要选择合适的控制算法理的车辆系统模型是研究智能汽车路径跟考虑是否能够尽量准确反映车辆运动学或动以及是否能够满足车辆控制的实时性要求。特性，建立了运动学模型；高速时，车辆的学模型及魔术公式轮胎模型。然后，为了形线曲线两种目标路径，以验证所设计的控制力学模型型和动力学模型函数表达式，一般是在惯性 所示。
【参考文献】：
期刊论文
[1]无人驾驶车辆横向控制策略研究进展[J]. 朱林峰,杨家富,施杨洋,方朋朋. 世界科技研究与发展. 2018(05)
[2]纯电动自动驾驶观光车的制动防抱死系统设计与研究[J]. 程泊静,陈刚,陈标,李治国. 装备制造技术. 2018(03)
[3]基于预瞄的智能车辆路径跟踪控制研究[J]. 倪兰青,林棻,王凯正. 重庆理工大学学报(自然科学). 2017(03)
[4]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)
[5]智能车辆运动控制研究综述[J]. 郭景华,李克强,罗禹贡. 汽车安全与节能学报. 2016(02)
[6]Multi-constrained model predictive control for autonomous ground vehicle trajectory tracking[J]. 龚建伟,徐威,姜岩,刘凯,郭红芬,孙银健. Journal of Beijing Institute of Technology. 2015(04)
[7]基于模拟驾驶员多目标决策的汽车自适应巡航控制算法[J]. 高振海,严伟,李红建,胡振程. 汽车工程. 2015(06)
[8]自主驾驶车辆的预测避障控制[J]. 余如,郭洪艳,陈虹. 信息与控制. 2015(01)
[9]视觉导航智能车辆横向运动的自适应预瞄控制[J]. 陈无畏,王家恩,汪明磊,王金波. 中国机械工程. 2014(05)
[10]驾驶员自适应转向控制行为建模[J]. 沈峘,谭运生,李舜酩,毕海墨. 农业机械学报. 2013(02)
博士论文
[1]电动汽车主动避撞系统状态估计与控制策略研究[D]. 廉宇峰.吉林大学 2015
[2]自主驾驶汽车智能控制系统[D]. 孙振平.国防科学技术大学 2004
硕士论文
[1]基于模型预测控制的路径跟踪控制方法研究[D]. 杨阳阳.江苏大学 2018
[2]基于横向与纵向综合控制的智能车辆运动控制研究[D]. 王浩.南京航空航天大学 2016
[3]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
[4]移动机器人局部路径规划的研究[D]. 朱云国.合肥工业大学 2006
本文编号：3412235
本文链接：https://www.wllwen.com/kejilunwen/qiche/3412235.html
