考虑避撞的多智能车平台动态路径跟踪控制研究

发布时间：2017-10-08 20:46

  本文关键词：考虑避撞的多智能车平台动态路径跟踪控制研究

  更多相关文章： 多智能车平台 动态路径跟踪 车间避撞 椭圆形人工势场法 改进的增强式向量极坐标直方图法

【摘要】：当多智能车平台执行区域访问任务时,在中央路径规划系统完成各智能车的任务规划与全局期望路径规划后,各车开始对相应的全局期望路径进行跟踪。然而,由于规划出的路径属于只考虑车辆与周围静态环境之间碰撞关系的全局静态无碰撞路径,一旦两车相距较近,或其前方待跟踪路径存在交叉等情况时,若只进行单车各自的路径跟踪,而无一定的局部动态规划与避撞措施,车间就有可能发生严重碰撞。因此,在这种情况下,需要设计一个考虑避撞的多智能车平台动态路径跟踪控制系统,使各车均可以根据其它车辆的状态信息实时地协调自身运动,从而在完成原定路径跟踪任务的同时避免车间碰撞,保证自身的行驶安全。针对本课题所研究的考虑避撞的多智能车平台动态路径跟踪问题,设计了一种考虑避撞的多智能车平台动态路径跟踪控制系统。该系统由碰撞预测、动态避撞和路径跟踪三大模块组成。在碰撞预测模块,将椭圆形人工势场法与改进的增强式向量极坐标直方图法相结合,以实现多智能车平台之间的动态碰撞预测,智能车根据不同的预测结果执行不同的行为模式:当智能车执行动态避撞行为模式时,系统进行局部动态路径规划,依据给定的安全函数与速度控制率为智能车底层输出期望控制量,从而实现车间的动态避撞;当智能车执行路径跟踪行为模式时,系统依据纯跟踪算法以及简单的速度控制率为智能车底层输出期望控制量,从而实现智能车的路径跟踪功能。然后,通过V-REP仿真平台搭建了多智能车动态路径跟踪场景,基于V-REP与Visual Studio 2010的联合仿真验证了控制系统的安全性与可靠性。最后,通过红睿与蓝锐两辆智能车辆搭建了多智能车动态路径跟踪的实验平台,采用GPS和惯导进行组合定位,采用车载GE MDS SD9数传电台进行车间的信息交互,实车验证了控制系统的可行性。
【关键词】：多智能车平台 动态路径跟踪 车间避撞 椭圆形人工势场法 改进的增强式向量极坐标直方图法
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U463.6
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-20
• 1.1 研究背景和意义10-12
• 1.2 国内外研究现状12-17
• 1.2.1 多智能车平台研究现状12-14
• 1.2.2 多智能车平台任务规划研究现状14
• 1.2.3 多智能车平台路径规划研究现状14-15
• 1.2.4 多智能车平台路径跟踪研究现状15-17
• 1.3 研究内容17
• 1.4 论文结构17-20
• 第2章 多智能车平台动态路径跟踪系统及平台建模20-29
• 2.1 V模型设计20-21
• 2.2 V-REP仿真环境中的RAY模型搭建21-25
• 2.3 车辆模型及其运动学分析25-28
• 2.4 本章小结28-29
• 第3章 多智能车平台动态路径跟踪控制系统结构及软件实现29-33
• 3.1 多智能车平台动态路径跟踪控制流程29-31
• 3.2 多智能车平台动态路径跟踪控制软件界面31-32
• 3.3 本章小结32-33
• 第4章 考虑避撞的多智能车平台动态路径跟踪方法研究33-61
• 4.1 碰撞预测33-41
• 4.1.1 椭圆形人工势场法34-37
• 4.1.2 改进的增强式向量极坐标直方图法37-41
• 4.1.3 动态碰撞预测41
• 4.2 动态避撞41-43
• 4.3 路径跟踪43-45
• 4.4 仿真实验45-59
• 4.4.1 实验场景45-47
• 4.4.2 实验结果与分析47-59
• 4.5 本章小结59-61
• 第5章 多智能车平台动态路径跟踪系统实现及实验研究61-74
• 5.1 定位61-62
• 5.2 通信62-65
• 5.3 实验与结果65-73
• 5.3.1 硬件平台65
• 5.3.2 数据流及软件平台65-67
• 5.3.3 场景与结果67-73
• 5.4 本章小结73-74
• 结论与展望74-77
• 研究成果总结74-75
• 本文创新点75
• 未来研究工作展望75-77
• 参考文献77-82
• 攻读学位期间发表论文与研究成果清单82-83
• 致谢83

【相似文献】

中国期刊全文数据库 前10条

1 徐友春,王荣本,李兵,李斌;世界智能车辆近况综述[J];汽车工程;2001年05期

2 郭烈,王荣本,顾柏园,余天洪;世界智能车辆行人检测技术综述[J];公路交通科技;2005年11期

3 李旭;张为公;;智能车辆导航技术的研究进展[J];机器人技术与应用;2007年04期

4 程钊;万齐齐;唐旋来;刘广林;彭刚;黄心汉;王永骥;;智能车道路识别及控制研究[J];伺服控制;2007年06期

5 刘运哲;智能车辆公路系统评价体系[J];国外公路;1997年02期

6 刘东民;智能车辆的开发目标及方向[J];陕西汽车;1999年02期

7 熊升华;赵海良;;基于矩形安全邻域的智能车移动仿真研究[J];计算机应用研究;2013年12期

8 潘明;汪镭;康琦;吴启迪;;基于电磁信号导航的智能车系统设计与开发[J];中国科技论文;2014年04期

9 王荣本,李兵,施树明,李斌;世界智能车辆研究概述[J];公路交通科技;2001年05期

10 党宏社,韩崇昭,段战胜;智能车辆系统发展及其关键技术概述[J];公路交通科技;2002年06期

中国重要会议论文全文数据库 前6条

1 张祖锋;徐友春;张鹏;朱增辉;;缩微智能车的环境感知与控制决策算法研究[A];第八届中国智能交通年会优秀论文集——智能交通与安全[C];2013年

2 汪铁民;;智能车辆的若干问题[A];四川省第九届（2009年）汽车学术交流年会论文集[C];2009年

3 黄鸿;吕晓华;任雪梅;;基于SPCE061A的智能车模语音控制系统[A];国产科学仪器应用、创新和产业化学术研讨会论文集（二）[C];2007年

4 张国伍;钱大琳;;中国智能交通发展战略构想[A];西部开发与系统工程——中国系统工程学会第12届年会论文集[C];2002年

5 王立琦;杜茂;;基于激光扫描仪的智能车前方障碍物检测[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年

6 孙怀江;;ALVINN及其扩展[A];全面建设小康社会：中国科技工作者的历史责任——中国科协2003年学术年会论文集（上）[C];2003年

中国重要报纸全文数据库 前4条

1 记者 刘莉;“中国智能车未来挑战赛”西安开战[N];科技日报;2010年

2 陈海霞　颜士秀 小莉;常州“智能车”全国夺冠[N];常州日报;2010年

3 记者张兆军;两种智能车 无人可驾驶[N];科技日报;2003年

4 记者 孙春艳;“科博会”在京开幕[N];吉林日报;2003年

中国博士学位论文全文数据库 前10条

1 钱臻;基于组合定位技术的多智能车辆合作编队仿真技术研究[D];东北林业大学;2012年

2 汪明磊;智能车辆自主导航中避障路径规划与跟踪控制研究[D];合肥工业大学;2013年

3 刘华军;面向智能车辆的道路环境理解技术研究[D];南京理工大学;2007年

4 李进;视觉导航智能车辆的路径识别和跟踪控制[D];合肥工业大学;2008年

5 沈志熙;基于视觉导航的智能车辆在城区复杂场景中的目标检测技术研究[D];重庆大学;2008年

6 王锋辉;面向区域智能运输的多智能车辆协作研究[D];上海交通大学;2009年

7 焦俊;基于多Agent系统的智能车辆自主行驶控制研究[D];合肥工业大学;2010年

8 郭景华;视觉导航式智能车辆横向与纵向控制研究[D];大连理工大学;2012年

9 李贻斌;ITS智能车辆关键技术研究[D];天津大学;2008年

10 胡玉文;城市环境中基于混合地图的智能车辆定位方法研究[D];北京理工大学;2014年

中国硕士学位论文全文数据库 前10条

1 马育林;智能车自主驾驶控制系统研制与试验[D];武汉理工大学;2010年

2 邱迎;道路自动识别与控制的智能车系统的研究[D];重庆大学;2010年

3 郭达;智能车避障路径动态规划和车体控制研究[D];长安大学;2015年

4 崔佳超;无人驾驶智能车在动态环境中的避障方法[D];西安工业大学;2015年

5 杨成;无人驾驶智能车障碍检测方法研究[D];西安工业大学;2015年

6 刘健全;基于高速移动网络的智能车视频驾驶系统设计与实现[D];浙江大学;2015年

7 刘远源;校园环境下的运动目标检测与跟踪的研究与实现[D];浙江大学;2015年

8 逄伟;低速环境下的智能车无人驾驶技术研究[D];浙江大学;2015年

9 孙涛;基于MC9S12DG128的智能车控制系统研究[D];南昌大学;2015年

10 王广玮;智能车辆横向运动控制系统设计与实验研究[D];贵州大学;2015年

，

本文编号：996194