智能车辆路径跟踪的横向控制研究
发布时间：2022-01-15 14:50
智能车辆作为一个集众多高新技术的复杂系统,是智能交通系统不可或缺的一部分。智能车不但可以应用于目前复杂交通路况,缓解交通拥堵并减少交通事故,而且因其机械化力量能够提高办事效率且能代替人类在恶劣、有害环境下作业,故在工业领域、军事领域以及航空航天领域都有良好的应用前景。路径跟踪控制技术因其兼顾两个任务,既要控制车辆不偏离路径,也要控制车辆行驶速度保证安全驾驶,而在智能车关键技术中占据核心地位。其中任务之一如何实现对智能车转向的控制成为人们研究的热点和难点问题。因此,本文以智能车为研究对象对其横向控制技术展开研究。针对智能车辆在路径跟踪横向控制过程中的运动特性,建立只有横向和横摆两个自由度的车辆模型。考虑到以往多采用反馈控制方法进行横向控制研究,其只能观察当前位置信息,不能满足对控制的实时性要求,因此本文基于预瞄控制策略来设计路径跟踪横向控制器,保证车辆在行驶过程中能预先判断前方路径并获取横向偏差和方位偏差,从而更好地跟踪期望路径。此外,对获取的横向和方位偏差采用加入权重系数的方式融合成集成偏差,为控制器的设计奠定基础。结合滑模、模糊两种控制算法的优势,设计出智能车辆路径跟踪横向控制器。相...
【文章来源】：南京林业大学江苏省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
国外几
。百度于2013年投身于无人驾驶车项目研究，经过不懈努力，在智能车辆的感知、决策和控制技术上都取得了可观的成果。其中，核心技术是其自主研发的高精度地图，能在厘米级范围内实现车辆的高精度定位。百度无人车配备雷达、摄像机、全球卫星导航及多个传感器，能够自主识别判断道路交通状况并做出决策。2015年12月，百度公司宣布其无人驾驶车在拥堵的城市、环路及高速道路混合的复杂路况下成功完成自主驾驶，这是国内首次实现的全自动驾驶，是中国无人车发展史上的重大转折点，标志中国无人驾驶车的发展进入了新的篇章[22]。图1.2为国内两款经典的智能车辆。(a)HQ3智能车(b)THMR-V智能车图1.2国内两款智能汽车Fig.1.2TwoIntelligentVehicleinChina1.3智能车辆的关键技术智能车辆也称无人驾驶汽车，其利用自身配备的传感器感知周围环境，自动规划行驶路径，通过控制车辆的转向和速度，在道路上实现自主安全驾驶。智能车辆是集人工智能、自动控制、现代通讯、图像处理等技术于一体的综合性系统，是衡量各个国家科研水平的重要指标，代表了国家智能化水平。下面针对智能车辆的主要关键技术作出简单介绍[23]：（1）信息感知技术只有对车辆周围路径环境信息充分了解，智能车才能够对外界复杂环境做出决策，一般通过在车辆四周安装传感器感知外部信息，如摄像头、激光雷达、GPS等。通过这些装置可以获得道路、行人、车辆、障碍物等信息，经过处理传入到计算机控制单元，从而实现自主识别与判断并做出决策。（2）信息融合技术由于单个传感器难以全面描述道路环境信息，并且道路交通状况愈发复杂，因此智能车采用多种传感器应对复杂环境成为趋势。不同的传感器具有不同的适用条件、使用范围和精度，在数据处理方式也有所差别，因此采用多传
三章：介绍滑模和模糊控制的相关基础理论，结合这两种控制算法的优势设计智能车辆的横向控制器。第四章：通过Simulink平台检验所设计的横向控制器的性能，首先针对两条参考路径和OpenStreetMap获取的实际路径对控制器进行仿真分析，又针对不同的速度、载荷、质心位置等状况进行控制器鲁棒性分析。此外，将本文控制算法与其它算法进行比较。第五章：对本文主要完成的工作进行总结，针对文章不足之处提出后续改善措施。1.5.2控制系统架构图本文对智能车辆路径跟踪控制技术中的横向控制技术展开研究，横向控制系统结构框图如图1.3所示。智能车辆在行驶中实时感知前方实际道路信息，本文利用车辆动力学模型来代替智能车辆，通过建立预瞄模型算出当前位置与期望路径之间的偏差，即横向偏差和方位偏差。为了简化计算，对两者进行融合，得到融合偏差，并将其作为横向控制器的输入，然后根据相关的偏差计算公式和动力学公式计算出消除偏差所需的前轮转角并反馈给智能车辆，智能车辆通过转动方向盘调整转角，从而更好地跟踪期望路径。图1.3横向控制系统架构图Fig.1.3Thearchitectureofhorizontalcontrolsystem
【参考文献】：
期刊论文
[1]基于虚拟测试的车辆横向MPC控制器的设计[J]. 周雨辉,裴崇利,韩经鲁,魏涛. 客车技术与研究. 2019(05)
[2]基于Prescan的智能驾驶辅助系统在环研究[J]. 赵伊齐,张引,申成刚,王严. 汽车实用技术. 2019(09)
[3]智能交通系统的研究现状及发展趋势分析[J]. 杨博文. 中国设备工程. 2019(02)
[4]基于路程预瞄的驾驶员模型[J]. 杨浩,黄江,李攀,韩中海. 汽车技术. 2019(02)
[5]Open Street Map的数据转换方法研究[J]. 姜晶莉,郭黎,邓圣乾,赵家瑶. 测绘与空间地理信息. 2018(10)
[6]基于Open Street Map数据的地理信息分析与提取技术[J]. 任常青,陈杰,査祝华,周晓光. 测绘标准化. 2017(04)
[7]基于无模型自适应控制的无人驾驶汽车横向控制方法[J]. 田涛涛,侯忠生,刘世达,邓志东. 自动化学报. 2017(11)
[8]我国智能车辆技术发展研究[J]. 高继东,颜培硕,王静静. 时代汽车. 2016(09)
[9]基于Prescan的换道预警规则研究[J]. 葛如海,储亚婷,谢永东,徐明. 重庆交通大学学报(自然科学版). 2016(01)
[10]中国交通事故的统计分析及对策[J]. 王博宇,李杰伟. 当代经济. 2015(20)
博士论文
[1]视觉导航式智能车辆横向与纵向控制研究[D]. 郭景华.大连理工大学 2012
[2]智能车辆中的几个关键技术研究[D]. 周勇.上海交通大学 2007
[3]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]基于高斯伪谱法的智能车局部路径规划研究[D]. 郭泉成.华南理工大学 2018
[2]视觉导航智能车避障路径规划及横向控制研究[D]. 黄超杰.长安大学 2017
[3]智能车辆局部避障路径规划及横向运动控制研究[D]. 陈东.湖南大学 2016
[4]基于OpenStreetMap的地图浏览系统的设计与实现[D]. 张志浩.电子科技大学 2016
[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
本文编号：3590808
【文章来源】：南京林业大学江苏省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
国外几
。百度于2013年投身于无人驾驶车项目研究，经过不懈努力，在智能车辆的感知、决策和控制技术上都取得了可观的成果。其中，核心技术是其自主研发的高精度地图，能在厘米级范围内实现车辆的高精度定位。百度无人车配备雷达、摄像机、全球卫星导航及多个传感器，能够自主识别判断道路交通状况并做出决策。2015年12月，百度公司宣布其无人驾驶车在拥堵的城市、环路及高速道路混合的复杂路况下成功完成自主驾驶，这是国内首次实现的全自动驾驶，是中国无人车发展史上的重大转折点，标志中国无人驾驶车的发展进入了新的篇章[22]。图1.2为国内两款经典的智能车辆。(a)HQ3智能车(b)THMR-V智能车图1.2国内两款智能汽车Fig.1.2TwoIntelligentVehicleinChina1.3智能车辆的关键技术智能车辆也称无人驾驶汽车，其利用自身配备的传感器感知周围环境，自动规划行驶路径，通过控制车辆的转向和速度，在道路上实现自主安全驾驶。智能车辆是集人工智能、自动控制、现代通讯、图像处理等技术于一体的综合性系统，是衡量各个国家科研水平的重要指标，代表了国家智能化水平。下面针对智能车辆的主要关键技术作出简单介绍[23]：（1）信息感知技术只有对车辆周围路径环境信息充分了解，智能车才能够对外界复杂环境做出决策，一般通过在车辆四周安装传感器感知外部信息，如摄像头、激光雷达、GPS等。通过这些装置可以获得道路、行人、车辆、障碍物等信息，经过处理传入到计算机控制单元，从而实现自主识别与判断并做出决策。（2）信息融合技术由于单个传感器难以全面描述道路环境信息，并且道路交通状况愈发复杂，因此智能车采用多种传感器应对复杂环境成为趋势。不同的传感器具有不同的适用条件、使用范围和精度，在数据处理方式也有所差别，因此采用多传
三章：介绍滑模和模糊控制的相关基础理论，结合这两种控制算法的优势设计智能车辆的横向控制器。第四章：通过Simulink平台检验所设计的横向控制器的性能，首先针对两条参考路径和OpenStreetMap获取的实际路径对控制器进行仿真分析，又针对不同的速度、载荷、质心位置等状况进行控制器鲁棒性分析。此外，将本文控制算法与其它算法进行比较。第五章：对本文主要完成的工作进行总结，针对文章不足之处提出后续改善措施。1.5.2控制系统架构图本文对智能车辆路径跟踪控制技术中的横向控制技术展开研究，横向控制系统结构框图如图1.3所示。智能车辆在行驶中实时感知前方实际道路信息，本文利用车辆动力学模型来代替智能车辆，通过建立预瞄模型算出当前位置与期望路径之间的偏差，即横向偏差和方位偏差。为了简化计算，对两者进行融合，得到融合偏差，并将其作为横向控制器的输入，然后根据相关的偏差计算公式和动力学公式计算出消除偏差所需的前轮转角并反馈给智能车辆，智能车辆通过转动方向盘调整转角，从而更好地跟踪期望路径。图1.3横向控制系统架构图Fig.1.3Thearchitectureofhorizontalcontrolsystem
【参考文献】：
期刊论文
[1]基于虚拟测试的车辆横向MPC控制器的设计[J]. 周雨辉,裴崇利,韩经鲁,魏涛. 客车技术与研究. 2019(05)
[2]基于Prescan的智能驾驶辅助系统在环研究[J]. 赵伊齐,张引,申成刚,王严. 汽车实用技术. 2019(09)
[3]智能交通系统的研究现状及发展趋势分析[J]. 杨博文. 中国设备工程. 2019(02)
[4]基于路程预瞄的驾驶员模型[J]. 杨浩,黄江,李攀,韩中海. 汽车技术. 2019(02)
[5]Open Street Map的数据转换方法研究[J]. 姜晶莉,郭黎,邓圣乾,赵家瑶. 测绘与空间地理信息. 2018(10)
[6]基于Open Street Map数据的地理信息分析与提取技术[J]. 任常青,陈杰,査祝华,周晓光. 测绘标准化. 2017(04)
[7]基于无模型自适应控制的无人驾驶汽车横向控制方法[J]. 田涛涛,侯忠生,刘世达,邓志东. 自动化学报. 2017(11)
[8]我国智能车辆技术发展研究[J]. 高继东,颜培硕,王静静. 时代汽车. 2016(09)
[9]基于Prescan的换道预警规则研究[J]. 葛如海,储亚婷,谢永东,徐明. 重庆交通大学学报(自然科学版). 2016(01)
[10]中国交通事故的统计分析及对策[J]. 王博宇,李杰伟. 当代经济. 2015(20)
博士论文
[1]视觉导航式智能车辆横向与纵向控制研究[D]. 郭景华.大连理工大学 2012
[2]智能车辆中的几个关键技术研究[D]. 周勇.上海交通大学 2007
[3]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]基于高斯伪谱法的智能车局部路径规划研究[D]. 郭泉成.华南理工大学 2018
[2]视觉导航智能车避障路径规划及横向控制研究[D]. 黄超杰.长安大学 2017
[3]智能车辆局部避障路径规划及横向运动控制研究[D]. 陈东.湖南大学 2016
[4]基于OpenStreetMap的地图浏览系统的设计与实现[D]. 张志浩.电子科技大学 2016
[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
本文编号：3590808
本文链接：https://www.wllwen.com/kejilunwen/qiche/3590808.html
