【摘要】：智能交通系統(tǒng)(ITS)的發(fā)展,改變了傳統(tǒng)的交通規(guī)則和駕駛方式,其中智能車輛的研究排除了駕駛員的主觀因素影響,從而極大地提高了運(yùn)輸效率,保障了交通安全。而在日常的駕駛行為中,變更車道最為常見,也是引起道路堵塞和交通事故的主要原因。智能車輛換道方法研究可以使車輛在自主換道時(shí)更安全、高效、舒適。本文是針對智能車輛自主換道控制的方法研究,首先是對車輛進(jìn)行動(dòng)力學(xué)建模并結(jié)合輪胎模型對其線性化,通過預(yù)瞄跟隨理論建立智能車輛視覺預(yù)瞄模型,再將車輛動(dòng)力學(xué)模型和視覺預(yù)瞄模型結(jié)合得到智能車輛的預(yù)瞄動(dòng)力學(xué)模型。由于車輛在換道過程中的軌跡跟蹤控制可以分解為側(cè)向的路徑跟隨控制和縱向的速度控制,所以分別設(shè)計(jì)二者控制器。在側(cè)向路徑跟隨控制器的設(shè)計(jì)中采用前饋加反饋的方式,通過前饋控制器求得車輛運(yùn)行過程中理想狀態(tài)參數(shù)作為參考輸入,在反饋控制中運(yùn)用現(xiàn)代控制理論中的最優(yōu)控制理論,在車輛預(yù)瞄動(dòng)力學(xué)模型的基礎(chǔ)上建立了線性二次型性能指標(biāo),通過合適的控制律來實(shí)現(xiàn)路徑跟隨。在縱向的速度控制器設(shè)計(jì)中,建立車輛縱向速度的傳遞函數(shù)結(jié)合PID控制理論選取合適的比例、積分和微分系數(shù)設(shè)計(jì)控制器從而實(shí)現(xiàn)速度跟隨。最后參考駕駛員模型和閉環(huán)道路仿真試驗(yàn)設(shè)計(jì)智能車輛自動(dòng)換道的閉環(huán)仿真試驗(yàn),通過Matlab/Simulink搭建系統(tǒng)模型進(jìn)行仿真驗(yàn)證,證明了控制器的合理性。
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：U463.6
【圖文】：

圖 2-1 車輛參考坐標(biāo)系定義1.2 車輛動(dòng)力學(xué)建模車輛作為一個(gè)復(fù)雜的機(jī)電液組合系統(tǒng)，建立能描述其所有動(dòng)態(tài)特性的模型是不可能的[16]。首先車輛系統(tǒng)自身參數(shù)數(shù)量巨大，有的參數(shù)基本不變或者變化可知，如速度、轉(zhuǎn)動(dòng)慣量和質(zhì)量等，有的參數(shù)則是未知或是隨機(jī)變化的，如阻尼俯仰角等；其次是在運(yùn)行過程中受周邊環(huán)境和道路工況的影響，車輛的運(yùn)動(dòng)狀刻處于變化之中，如側(cè)向風(fēng)對車輛穩(wěn)定性影響，空氣阻力對車速影響，路面不對車輛通過性影響等；還有就是車輛在運(yùn)行過程中，許多參數(shù)之間存在相互耦象，如輪胎模型中的縱橫向力，轉(zhuǎn)向運(yùn)動(dòng)時(shí)的縱橫向速度和制動(dòng)時(shí)前后輪制動(dòng)等，這些耦合關(guān)系一般很難通過數(shù)學(xué)模型精確描述。過多的限制因素決定了在車輛模型時(shí)必須具有針對性，考慮主要需要解決的問題，忽略次要因素[17]。本文以某型號轎車為研究對象，結(jié)合已有研究方法對其進(jìn)行合理的假設(shè)和線

視覺預(yù)瞄的運(yùn)動(dòng)學(xué)模型便是參考有豐富駕駛經(jīng)驗(yàn)駕駛員在操縱，在實(shí)際行駛過程中，駕駛員通過對當(dāng)前車輛運(yùn)動(dòng)狀態(tài)的感知輛行駛到前方視覺預(yù)瞄點(diǎn)處時(shí)車輛中心線與規(guī)劃路徑在該點(diǎn)處估算值，駕駛員的控制任務(wù)即是轉(zhuǎn)動(dòng)方向盤使得車輛行駛到該差為零，即在軌跡跟蹤的過程中注重的是調(diào)整車輛在預(yù)瞄點(diǎn)處不是調(diào)整當(dāng)前時(shí)刻的位置偏差。同理也可得出車輛行駛到前方中心線與規(guī)劃路徑在該點(diǎn)處切線的夾角估算值，即為側(cè)向角度和側(cè)向角度偏差統(tǒng)稱為預(yù)瞄側(cè)向偏差和預(yù)瞄角度偏差。對于基輛來說，車輛通過各種高精度傳感器如前置攝像頭、毫米波雷輛預(yù)瞄信息，通過車載處理器經(jīng)過預(yù)瞄運(yùn)動(dòng)學(xué)模型求解便可得差及預(yù)瞄角度偏差[22]。運(yùn)動(dòng)學(xué)模型示意圖如圖 2-6 所示，此時(shí)智能車輛的視覺信息是選取一點(diǎn) p 作為預(yù)瞄點(diǎn)，并從該點(diǎn)獲取前方道路信息即預(yù)瞄側(cè)差。

第 3 章 側(cè)向路徑跟隨控制器設(shè)計(jì)路曲率LK 取 0.1，車輛速度xv 從 0m/s 變化至 30m/s 時(shí)，車輛前輪轉(zhuǎn)角下圖 3-2a 所示。假定車輛速度xv 為 15m/s，道路曲率LK 由 0.01 變前輪轉(zhuǎn)角 變化如下圖 3-2 中 b)圖所示。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 秦加合;付銳;張名芳;郭應(yīng)時(shí);;智能車輛速度跟隨控制算法的仿真研究[J];科學(xué)技術(shù)與工程;2013年14期

2 孫躍光;林懷蔚;周華茂;楊小玲;;基于臨界比例度法整定PID控制器參數(shù)的仿真研究[J];現(xiàn)代電子技術(shù);2012年08期

3 劉佳熙;李升波;王建強(qiáng);李克強(qiáng);;車輛智能巡航控制縱向動(dòng)力學(xué)參數(shù)快速辨識(shí)方法[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2010年10期

4 白金;韓俊偉;;基于MATLAB/Simulink環(huán)境下的PID參數(shù)整定[J];哈爾濱商業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年06期

5 馬雷,王榮本;高速智能車輛狀態(tài)觀測器設(shè)計(jì)[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2005年02期

6 王榮本,游峰,崔高健,余天宏;車輛安全換道分析[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2005年02期

7 王榮本,馬雷,施樹明,郭烈;高速智能車輛變結(jié)構(gòu)轉(zhuǎn)向控制器切換超平面選取方法[J];機(jī)械工程學(xué)報(bào);2004年10期

8 高振海,管欣,李謙,郭孔輝;駕駛員最優(yōu)預(yù)瞄縱向加速度模型[J];汽車工程;2002年05期

9 高振海,管欣,郭孔輝;預(yù)瞄跟隨理論和駕駛員模型在汽車智能駕駛研究中的應(yīng)用[J];交通運(yùn)輸工程學(xué)報(bào);2002年02期

10 王榮本,李斌,儲(chǔ)江偉,郭克友;世界智能車輛行駛安全保障技術(shù)的研究進(jìn)展[J];公路交通科技;2002年02期

相關(guān)博士學(xué)位論文 前7條

1 崔文鋒;智能汽車綜合縱向控制的統(tǒng)一駕駛員模型研究[D];吉林大學(xué);2017年

2 曹建永;基于人—車—路閉環(huán)系統(tǒng)的汽車操穩(wěn)試驗(yàn)及評價(jià)方法研究[D];上海交通大學(xué);2015年

3 黨睿娜;具有換道輔助功能的車輛自適應(yīng)巡航控制[D];清華大學(xué);2013年

4 王家恩;基于視覺的駕駛員橫向輔助系統(tǒng)關(guān)鍵技術(shù)研究[D];合肥工業(yè)大學(xué);2013年

5 趙盼;城市環(huán)境下無人駕駛車輛運(yùn)動(dòng)控制方法的研究[D];中國科學(xué)技術(shù)大學(xué);2012年

6 冀杰;基于自動(dòng)駕駛系統(tǒng)的車輛縱橫向運(yùn)動(dòng)綜合控制研究[D];重慶大學(xué);2010年

7 游峰;智能車輛自動(dòng)換道與自動(dòng)超車控制方法的研究[D];吉林大學(xué);2005年

相關(guān)碩士學(xué)位論文 前9條

1 倪蘭青;自主車輛路徑跟蹤控制研究[D];南京航空航天大學(xué);2017年

2 王政;智能車輛自主換道方法的研究[D];吉林大學(xué);2016年

3 王浩;基于橫向與縱向綜合控制的智能車輛運(yùn)動(dòng)控制研究[D];南京航空航天大學(xué);2016年

4 張茜;智能車輛的軌跡跟蹤控制方法研究[D];哈爾濱工業(yè)大學(xué);2015年

5 王聰;基于預(yù)瞄的車輛路徑跟蹤控制研究[D];哈爾濱工業(yè)大學(xué);2014年

6 張超;視覺導(dǎo)航智能車輛的路徑跟蹤控制研究[D];哈爾濱工業(yè)大學(xué);2011年

7 王國青;汽車縱向動(dòng)力學(xué)特性的識(shí)別方法研究[D];吉林大學(xué);2007年

8 孟繁杰;速度控制駕駛員建模研究[D];吉林大學(xué);2007年

9 田雷;汽車自適應(yīng)巡航系統(tǒng)的模糊自校正控制算法研究[D];吉林大學(xué);2006年

本文編號：2798071