在人-車(chē)-路的駕駛環(huán)境中,人是最重要的因素。常常因?yàn)轳{駛疲勞、酒駕、駕駛經(jīng)驗(yàn)不足、路況過(guò)于惡劣等因素發(fā)生交通事故,因此人成為駕駛環(huán)境中最薄弱受到傷害最深的一環(huán)。研究智能無(wú)人駕駛車(chē)輛不僅順應(yīng)汽車(chē)發(fā)展潮流,更重要的是能將人們從復(fù)雜的駕駛環(huán)境中解放出來(lái),緩解了交通安全問(wèn)題。本文對(duì)無(wú)人駕駛車(chē)輛的軌跡跟蹤問(wèn)題進(jìn)行研究。首先,在建立車(chē)輛單軌模型和輪胎模型的基礎(chǔ)上,分析研究了傳統(tǒng)基于預(yù)瞄的軌跡跟蹤控制方法,開(kāi)發(fā)了基于純跟蹤理論的車(chē)輛的橫向控制算法和基于專(zhuān)家PID控制的車(chē)輛的縱向速度跟隨算法。在CarSim/Simulink聯(lián)合仿真平臺(tái)下的仿真結(jié)果表明,在地面附著條件良好的情況下,該算法的控制效果比較理想,在地面附著條件稍差的情況下,車(chē)輛不能很好的跟蹤參考軌跡,甚至車(chē)輛出現(xiàn)側(cè)滑、跑偏現(xiàn)象。然后,本文進(jìn)一步研究了基于模型預(yù)測(cè)控制(MPC)算法的軌跡跟蹤控制算法。為了提高車(chē)輛的穩(wěn)定性,本文在傳統(tǒng)模型預(yù)測(cè)跟蹤算法的基礎(chǔ)上加入了質(zhì)心側(cè)偏角、加速度、輪胎側(cè)偏角的動(dòng)力學(xué)約束。該算法可避免車(chē)輛在緊急工況下出現(xiàn)因地面不能提供足夠側(cè)向力而引起的車(chē)輛失穩(wěn)現(xiàn)象。并且在軌跡跟蹤控制層之上建立了軌跡規(guī)劃層。實(shí)現(xiàn)了車(chē)輛跟蹤過(guò)程中的避障功能,提高了車(chē)輛對(duì)道路環(huán)境的適應(yīng)性。在不同的速度,不同的路面附著條件的雙移線(xiàn)工況下進(jìn)行算法驗(yàn)證和對(duì)比分析,仿真結(jié)果表明,具有動(dòng)力學(xué)約束的模型預(yù)測(cè)控制算法在惡劣工況下具有跟蹤優(yōu)勢(shì),對(duì)外部環(huán)境干擾和車(chē)輛內(nèi)部的因素干擾有著良好的適應(yīng)性。最后,將基于模型預(yù)測(cè)進(jìn)行簡(jiǎn)化的算法應(yīng)用到實(shí)車(chē)試驗(yàn)中。對(duì)試驗(yàn)車(chē)進(jìn)行改裝完成之后,選擇合適的場(chǎng)地進(jìn)行實(shí)車(chē)驗(yàn)證,對(duì)試驗(yàn)車(chē)進(jìn)行調(diào)試。測(cè)試結(jié)果表明,與常規(guī)方法相比,簡(jiǎn)化的模型預(yù)測(cè)算法,簡(jiǎn)單實(shí)用,實(shí)時(shí)性好,有效的改善了控制性能,在選定的場(chǎng)地中軌跡跟蹤效果良好。結(jié)果表明,模型預(yù)測(cè)算法控制器對(duì)解決無(wú)人駕駛車(chē)輛在高速和低附著等復(fù)雜路面下的軌跡跟蹤控制問(wèn)題具有獨(dú)特的優(yōu)勢(shì),對(duì)路面附著條件、車(chē)速變化和參考軌跡具有良好的魯棒性和適應(yīng)性。
【學(xué)位單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類(lèi)】：U463.6
【部分圖文】：

圖 1.1 谷歌公司和百度公司的路試的無(wú)人車(chē)輛另外國(guó)內(nèi)汽車(chē)廠(chǎng)商也加大了對(duì)智能車(chē)研發(fā)的力度。智能化作為未來(lái)汽車(chē)智能化化、新能源化的三個(gè)發(fā)展方向之一。汽車(chē)智能化[3][4]是未來(lái)汽車(chē)發(fā)展的大勢(shì)所趨。汽車(chē)早在 2012 年就宣布要推出能在高速路上行駛的無(wú)人駕駛汽車(chē)，沃爾沃汽車(chē)也

圖 1.2 智能無(wú)人駕駛汽車(chē)關(guān)鍵技術(shù)的系統(tǒng)架構(gòu)現(xiàn)下不少品牌的車(chē)輛都安裝了不同的智能駕駛輔助系統(tǒng)。作為無(wú)人駕駛的雛形，輔駛作為到無(wú)人駕駛的過(guò)度階段。輔助駕駛系統(tǒng)中的可以看到上面所提三種技術(shù)問(wèn)題子，如自動(dòng)泊車(chē)系統(tǒng)，智能倒車(chē)系統(tǒng)都可以看都里面有環(huán)境感知和軌跡跟隨的影子。

模型預(yù)測(cè)算法的簡(jiǎn)約原理圖

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 付驍鑫;江永亨;黃德先;黃開(kāi)勝;王京春;陸耿;;一種新的實(shí)時(shí)智能汽車(chē)軌跡規(guī)劃方法[J];控制與決策;2015年10期

2 孫浩;鄧偉文;張素民;吳夢(mèng)勛;;考慮全局最優(yōu)性的汽車(chē)微觀(guān)動(dòng)態(tài)軌跡規(guī)劃[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2014年04期

3 陳煥明;郭孔輝;;基于航向角和位置偏差控制的駕駛員模型[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2013年10期

4 倪俊;;FSAE賽車(chē)幾款常用輪胎縱向力學(xué)特性對(duì)比[J];汽車(chē)工程學(xué)報(bào);2013年02期

5 楊建森;郭孔輝;丁海濤;郝寶青;李飛;;基于模型預(yù)測(cè)控制的汽車(chē)底盤(pán)集成控制[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2011年S2期

6 張晨晨;夏群生;何樂(lè);;質(zhì)心側(cè)偏角對(duì)車(chē)輛穩(wěn)定性影響的研究[J];汽車(chē)工程;2011年04期

7 呂宏;劉大力;孫嘉燕;;從無(wú)人駕駛汽車(chē)奔赴世博會(huì)看未來(lái)汽車(chē)[J];機(jī)電產(chǎn)品開(kāi)發(fā)與創(chuàng)新;2010年06期

8 丁海濤;郭孔輝;陳虹;;汽車(chē)穩(wěn)定性控制中橫擺力矩決策的LQR方法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2010年03期

9 李松焱;閔永軍;王良模;安麗華;;輪胎動(dòng)力學(xué)模型的建立與仿真分析[J];南京工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年03期

10 喬維高;徐學(xué)進(jìn);;無(wú)人駕駛汽車(chē)的發(fā)展現(xiàn)狀及方向[J];上海汽車(chē);2007年07期

相關(guān)博士學(xué)位論文 前1條

1 王仲民;移動(dòng)機(jī)器人路徑規(guī)劃及軌跡跟蹤問(wèn)題研究[D];河北工業(yè)大學(xué);2006年

相關(guān)碩士學(xué)位論文 前6條

1 江慶坤;智能汽車(chē)避障危險(xiǎn)評(píng)估和軌跡規(guī)劃研究[D];吉林大學(xué);2016年

2 孫銀健;基于模型預(yù)測(cè)控制的無(wú)人駕駛車(chē)輛軌跡跟蹤控制算法研究[D];北京理工大學(xué);2015年

3 王培;無(wú)人駕駛智能車(chē)的導(dǎo)航系統(tǒng)研究[D];西安工業(yè)大學(xué);2012年

4 柳致海;基于MPC的車(chē)輛穩(wěn)定性控制研究[D];吉林大學(xué);2011年

5 梁赫奇;基于模型預(yù)測(cè)控制的底盤(pán)分層集成控制算法研究[D];吉林大學(xué);2011年

6 張長(zhǎng)沖;ESP—汽車(chē)電子穩(wěn)定系統(tǒng)仿真研究[D];山東大學(xué);2007年

本文編號(hào)：2819613