智能汽车的轨迹跟随控制研究

发布时间：2017-10-03 07:32

  本文关键词：智能汽车的轨迹跟随控制研究

  更多相关文章： 智能汽车 轨迹跟随 最优预瞄控制 模型预测控制

【摘要】：安全是汽车工业发展过程中十分重要的问题。在人-车-环境组成的闭环驾驶系统中,驾驶员由于在驾驶技能、生理状态以及性格体力等方面存在的差异,因而被认为是驾驶系统中最薄弱的环节,也是造成交通事故频发的主要原因。由于智能汽车中部分或全部地剔除了人的因素,所以智能车辆被认为可以极大的解决交通安全的问题。在智能车辆的研究中,主要涉及到以下的几个问题:(1)环境传感感知:该部分的主要作用是通过传感器识别车辆周围的障碍物与环境,建立车辆周围环境的三维场景;(2)轨迹规划与决策:该部分主要是在获得车辆周围环境后规划与决策出一条最优的行驶轨迹;(3)轨迹跟随控制:该部分主要是通过控制车辆的转向系统以及驱动制动系统使得车辆按照期望的轨迹行驶,包括了纵向的速度跟随控制以及侧向的路径跟随控制。面对上述问题,本文将结合课题组的无人车平台主要对智能车辆的轨迹跟随控制进行研究。在研究的过程中,首先对传统的基于最优预瞄理论的轨迹跟随控制方法进行了研究。在对车辆动力学纵横向解耦的情况下,分别研究了车辆的纵向速度控制与侧向路径跟随控制问题。在侧向路径跟随控制器的设计中,提出了前馈加反馈的最优预瞄控制器。随后通过仿真验证分析了在不同工况下该算法的有效性。由于该方法无法进一步考虑车辆本身与环境的特性,比如执行机构的特性、轮胎与地面的附着特性等,从而使得在极限工况下的跟随效果变差,甚至导致车辆失稳。鉴于此,本文进一步研究了基于模型预测控制(MPC)的轨迹跟随控制方法。为了比较全面的考虑车辆纵向与侧向之间的相互影响,建立了纵横向耦合的三自由度车辆动力学模型。基于该模型,建立了以方向盘转角和纵向加速度为控制输入的MPC控制器。由于车辆纵向动力学受车辆侧向动力学的影响较小,通过单独考虑车辆的纵向动力学建立了速度跟随控制器。利用纵向速度跟随控制器计算出的纵向加速度,在每个预测时域内通过将纵向加速度作为已知的控制输入,从而将多输入多输出(MIMO)系统转化为单输入多输出(SIMO)的系统,优化了MPC控制器的设计与求解。此外,为了提高MPC控制器的求解效率,通过在每一个预测时域内对模型进行线性化,建立了线性时变的MPC控制器,从而保证了算法的实时性。为了提高车辆在极限工况下轨迹跟随的稳定性,考虑了轮胎侧偏角约束,使得轮胎力始终处于线性区,提高了车辆抗干扰的能力。最后,为了验证所提出的算法的有效性,对MPC控制器进行了仿真验证,并对基于最优预瞄理论的轨迹跟随控制器进行了实车实验。结果表明,所提出的控制算法具有较好的控制效果,能够满足智能汽车轨迹跟随控制的要求。
【关键词】：智能汽车 轨迹跟随 最优预瞄控制 模型预测控制
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U463.6
【目录】：

• 摘要4-6
• ABSTRACT6-11
• 第1章 绪论11-25
• 1.1 智能汽车的研究背景与研究意义11-13
• 1.2 智能汽车的关键技术13-15
• 1.3 智能汽车的轨迹跟随控制的研究现状15-21
• 1.3.1 基于最优预瞄理论的轨迹跟随控制方法研究现状16-18
• 1.3.2 基于模型预测理论的轨迹跟随控制方法研究现状18-21
• 1.3.3 目前存在的问题21
• 1.4 本文的研究内容与研究方法21-25
• 第2章 车辆动力学模型建立25-37
• 2.1 车辆动力学模型25-31
• 2.1.1 车辆侧向动力学模型25-28
• 2.1.2 车辆纵向动力学模型28-29
• 2.1.3 纵横向耦合的车辆动力学模型29
• 2.1.4 轮胎模型29-31
• 2.2 几何车辆模型与车辆位置估计31-35
• 2.2.1 几何车辆模型位置估计原理32-34
• 2.2.2 校园低速工况下车辆位置估计方法实验验证34-35
• 2.3 本章小结35-37
• 第3章 智能汽车轨迹跟随控制的最优预瞄控制器37-53
• 3.1 轨迹跟随问题描述37-38
• 3.2 基于最优预瞄理论的侧向路径跟随控制38-44
• 3.2.1 基于最优预瞄理论的路径跟随前馈控制38-42
• 3.2.2 基于最优预瞄理论的路径跟随反馈控制42-44
• 3.3 基于最优预瞄理论的纵向速度跟随控制44-45
• 3.4 基于预瞄理论的轨迹跟随控制算法的仿真结果分析45-51
• 3.4.1 工况 1：ISO3888标准双移线工况45-47
• 3.4.2 工况 2：定曲率工况47-49
• 3.4.3 工况 3：紧急避障工况49-51
• 3.5 本章小结51-53
• 第4章 智能汽车轨迹跟随控制的MPC控制器53-75
• 4.1 模型预测控制理论介绍53-54
• 4.1.1 系统模型的可控性53-54
• 4.1.2 系统的可观性与状态估计54
• 4.2 基于MPC的轨迹跟随控制算法的开发54-59
• 4.2.1 基于非线性模型的MPC控制器的设计55-56
• 4.2.2 线性时变的MPC控制器的设计56-57
• 4.2.3 基于MPC的轨迹跟随控制器设计57-58
• 4.2.4 考虑车辆稳定性的轮胎侧偏角约束58-59
• 4.3 MPC控制器求解59-65
• 4.3.1 MPC的二次规划问题求解60-64
• 4.3.2 MPC控制器的约束处理64-65
• 4.4 MPC轨迹跟随控制算法的仿真验证65-72
• 4.4.1 高附着路面下的紧急避障轨迹跟随66-67
• 4.4.2 低附着路面下的紧急避障轨迹跟随67-69
• 4.4.3 低附着路面下带侧偏角约束的紧急避障轨迹跟随69-71
• 4.4.4 减速下的紧急避障轨迹跟随71-72
• 4.5 本章小结72-75
• 第5章 智能汽车轨迹跟随实车实验75-85
• 5.1 智能汽车实验验证平台75-76
• 5.2 智能汽车执行机构的改装以及标定76-79
• 5.3 智能汽车轨迹跟随控制实车实验79-81
• 5.3.1 智能汽车纵向速度跟随控制实车实验79
• 5.3.2 智能汽车侧向路径跟随控制实车实验79-81
• 5.4 基于GPS和离线地图的智能汽车系统联合调试81-83
• 5.5 本章小结83-85
• 第6章 全文总结与展望85-87
• 6.1 全文总结85-86
• 6.2 工作展望86-87
• 参考文献87-93
• 作者简介以及硕士期间的成果93-95
• 致谢95

【相似文献】

中国期刊全文数据库 前10条

1 熊和金;智能汽车系统研究的若干问题[J];交通运输工程学报;2001年02期

2 添艺;智能汽车──21世纪的新型交通工具[J];汽车工艺与材料;2001年03期

3 ;智能汽车走近你我[J];甘肃科技纵横;2003年03期

4 高山;;智能汽车指日可待[J];科学时代;2003年09期

5 晓鱼;形式各异的智能汽车[J];安全与健康;2004年24期

6 田原Z，

本文编号：963972