【摘要】：作為未來(lái)汽車(chē)行業(yè)的重要發(fā)展方向之一,智能汽車(chē)及其相關(guān)技術(shù)已經(jīng)受到了全世界的廣泛關(guān)注和重視,成為了高校和企業(yè)的研究熱點(diǎn)。路徑規(guī)劃與跟蹤控制技術(shù)在整個(gè)智能駕駛體系中有著舉足輕重的地位,對(duì)其進(jìn)行深入系統(tǒng)的研究有助于構(gòu)建和完善我國(guó)的智能汽車(chē)技術(shù)體系,以更好的推動(dòng)我國(guó)智能汽車(chē)的發(fā)展�？紤]到結(jié)構(gòu)化環(huán)境中的路徑規(guī)劃方法已經(jīng)相對(duì)成熟,本文在路徑規(guī)劃方面的研究重點(diǎn)放在部分已知的非結(jié)構(gòu)化靜態(tài)環(huán)境下。針對(duì)該環(huán)境的特點(diǎn),采用了“全局規(guī)劃與局部規(guī)劃相結(jié)合”的路徑搜索策略,其中全局規(guī)劃是在D*Lite算法的基礎(chǔ)上對(duì)其路徑規(guī)劃流程、啟發(fā)值等方面進(jìn)行了改進(jìn),以使其能夠更好地與局部規(guī)劃進(jìn)行配合,提高算法的搜索效率;局部規(guī)劃是在HCAA*(Hybrid-State Convergence-Accelerated A*)算法的基礎(chǔ)上對(duì)其離散路徑集合及選取方法進(jìn)行了改進(jìn),以滿足不同車(chē)速的行駛要求。此外,本文還通過(guò)引入轉(zhuǎn)向角系數(shù)對(duì)HCAA*算法的代價(jià)值體系進(jìn)行了完善,從而使其能夠更為全面、合理的對(duì)規(guī)劃路徑進(jìn)行評(píng)估。改進(jìn)后算法的有效性通過(guò)MATLAB仿真得到了驗(yàn)證。由于所用局部路徑規(guī)劃算法具有“路徑適應(yīng)車(chē)速”的特點(diǎn),因此本文又制定了與其相適應(yīng)的縱向速度規(guī)劃策略,并對(duì)該策略進(jìn)行了軟件設(shè)計(jì)。利用該速度規(guī)劃方法能夠?qū)CAA*算法的適用范圍從“以較低車(chē)速勻速行駛”拓展到“變速行駛”的情況。在制定了縱向速度規(guī)劃策略后,本文又基于增量式PID控制算法設(shè)計(jì)了速度跟蹤控制器。在路徑跟蹤控制方面,本文主要對(duì)純追蹤控制算法和模糊控制算法進(jìn)行了研究,分別設(shè)計(jì)了純追蹤控制器和模糊控制器,并利用直線路徑和正弦曲線路徑對(duì)其跟蹤效果進(jìn)行了仿真驗(yàn)證。在分析兩者優(yōu)缺點(diǎn)的基礎(chǔ)上,最終設(shè)計(jì)了“模糊-純追蹤”復(fù)合控制器以滿足智能汽車(chē)對(duì)不同期望路徑的跟蹤要求。最后,本文利用MATLAB/Simulink、Car Sim和AMESim軟件搭建了一個(gè)仿真平臺(tái),實(shí)現(xiàn)了路徑規(guī)劃與跟蹤控制算法的聯(lián)合仿真,并驗(yàn)證了兩者的綜合效果。
【圖文】：

圖 2.9 初次規(guī)劃路徑及其統(tǒng)計(jì)數(shù)據(jù) 圖 2.10 重規(guī)劃路徑及其統(tǒng)計(jì)數(shù)據(jù)（2）啟發(fā)值權(quán)重有效性的驗(yàn)證為了驗(yàn)證啟發(fā)值權(quán)重的加速效果，本文在相同的柵格地圖、起始點(diǎn)和目標(biāo)點(diǎn)條件下，以不同的啟發(fā)值權(quán)重進(jìn)行了全局路徑規(guī)劃操作，仿真結(jié)果如圖 2.11-2.1

圖 2.9 初次規(guī)劃路徑及其統(tǒng)計(jì)數(shù)據(jù) 圖 2.10 重規(guī)劃路徑及其統(tǒng)計(jì)數(shù)據(jù)（2）啟發(fā)值權(quán)重有效性的驗(yàn)證為了驗(yàn)證啟發(fā)值權(quán)重的加速效果，本文在相同的柵格地圖、起始點(diǎn)和目標(biāo)點(diǎn)條件下，以不同的啟發(fā)值權(quán)重進(jìn)行了全局路徑規(guī)劃操作，仿真結(jié)果如圖 2.11-2.1
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：U463.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周云山;楊克鋒;;兩擋純電動(dòng)汽車(chē)傳動(dòng)系換擋規(guī)律及速比優(yōu)化研究[J];機(jī)械傳動(dòng);2015年12期

2 陳成;何玉慶;卜春光;韓建達(dá);;基于四階貝塞爾曲線的無(wú)人車(chē)可行軌跡規(guī)劃[J];自動(dòng)化學(xué)報(bào);2015年03期

3 秦大同;陳淑江;胡明輝;隗寒冰;;基于駕駛員意圖識(shí)別的純電動(dòng)汽車(chē)動(dòng)力性驅(qū)動(dòng)控制策略[J];汽車(chē)工程;2015年01期

4 孟慶寬;仇瑞承;張漫;劉剛;張志剛;項(xiàng)明;;基于改進(jìn)粒子群優(yōu)化模糊控制的農(nóng)業(yè)車(chē)輛導(dǎo)航系統(tǒng)[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2015年03期

5 姜巖;王琦;龔建偉;陳慧巖;;無(wú)人駕駛車(chē)輛局部路徑規(guī)劃的時(shí)間一致性與魯棒性研究[J];自動(dòng)化學(xué)報(bào);2015年03期

6 張向南;趙津;王廣瑋;趙容晨;;智能車(chē)油門(mén)與制動(dòng)協(xié)調(diào)切換控制研究[J];機(jī)械設(shè)計(jì)與制造;2014年10期

7 汪偉;趙又群;許健雄;劉文婷;;基于模糊控制的汽車(chē)路徑跟蹤研究[J];中國(guó)機(jī)械工程;2014年18期

8 諸葛程晨;唐振民;石朝俠;;基于多層Morphin搜索樹(shù)的UGV局部路徑規(guī)劃算法[J];機(jī)器人;2014年04期

9 陳無(wú)畏;王家恩;汪明磊;王金波;;視覺(jué)導(dǎo)航智能車(chē)輛橫向運(yùn)動(dòng)的自適應(yīng)預(yù)瞄控制[J];中國(guó)機(jī)械工程;2014年05期

10 姜巖;龔建偉;熊光明;陳慧巖;;基于運(yùn)動(dòng)微分約束的無(wú)人車(chē)輛縱橫向協(xié)同規(guī)劃算法的研究[J];自動(dòng)化學(xué)報(bào);2013年12期

相關(guān)博士學(xué)位論文 前1條

1 周飛鯤;純電動(dòng)汽車(chē)動(dòng)力系統(tǒng)參數(shù)匹配及整車(chē)控制策略研究[D];吉林大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 宮孟孟;基于神經(jīng)網(wǎng)絡(luò)的移動(dòng)機(jī)器人路徑規(guī)劃方法研究[D];哈爾濱工業(yè)大學(xué);2017年

2 郭梟鵬;基于改進(jìn)人工勢(shì)場(chǎng)法的路徑規(guī)劃算法研究[D];哈爾濱工業(yè)大學(xué);2017年

3 劉洋;基于模型預(yù)測(cè)控制的移動(dòng)機(jī)器人路徑跟蹤控制[D];吉林大學(xué);2016年

4 楊晨;智能車(chē)控制系統(tǒng)的設(shè)計(jì)與路徑跟蹤算法的研究[D];北京工業(yè)大學(xué);2016年

5 胡文貴;汽車(chē)主動(dòng)防撞預(yù)警執(zhí)行系統(tǒng)研究[D];吉林大學(xué);2016年

6 劉神;自主行駛資源勘探車(chē)輛路徑規(guī)劃算法研究[D];吉林大學(xué);2016年

7 明廷友;智能汽車(chē)的軌跡跟隨控制研究[D];吉林大學(xué);2016年

8 田欣;基于改進(jìn)遺傳算法的移動(dòng)機(jī)器人路徑規(guī)劃研究[D];鄭州大學(xué);2016年

9 李正文;純電動(dòng)汽車(chē)兩擋AMT換擋控制策略研究[D];重慶大學(xué);2016年

10 劉春霞;CA模型下改進(jìn)D~*算法的室內(nèi)路徑規(guī)劃與避碰研究[D];合肥工業(yè)大學(xué);2016年

，

本文編號(hào)：2610530