發(fā)布時間：2020-11-13 07:32

　　 智能車輛(Intelligent Vehicle,IV)路徑跟蹤控制是智能車輛無人駕駛技術的核心問題。智能車輛是高度耦合非線性系統(tǒng),具有參數(shù)時變和外界干擾不確定的特點。本文基于智能車輛無人駕駛試驗平臺,開展了路徑跟蹤控制方法研究,主要分為以下幾點工作:首先,以實際試驗車輛結構和數(shù)據為基礎,基于控制系統(tǒng)驗證需求,采用模塊化建模思想,建立能夠反映車輛主要動力學特性和輪胎非線性的整車十四自由度動力學模型。同時基于易測量的狀態(tài)量建立車輛實時位置、質心側向加速度和質心側偏角估計模型。同參數(shù)同工況下,將搭建的模型與車輛動力學仿真軟件IPG/CarMaker提供的物理模型進行對比仿真驗證。結果顯示,本文建立的模型能夠準確描述車輛基本動力學特性并表征相應車輛狀態(tài),為智能車輛路徑跟蹤控制系統(tǒng)設計提供了模型基礎。第二,以視覺導航系統(tǒng)為研究對象,建立以道路曲率為輸入的預瞄誤差計算模型。針對智能車輛系統(tǒng)的高度非線性、參數(shù)不確定性以及外界干擾不可測的特點,基于滑模變結構理論設計路徑跟蹤控制器,再以RBF神經網絡逼近滑�？刂破鞯那袚Q部分,消除輸出抖振。雙移線工況仿真結果顯示,控制器輸出平穩(wěn),具有良好的跟蹤精度和魯棒性。第三,基于固定預瞄距離設計的路徑跟蹤控制器,在道路曲率大范圍變化時,難以保證車輛的穩(wěn)定性滿足要求。本文通過分析不同預瞄距離對跟蹤精度和車輛穩(wěn)定性的影響,得出了“預瞄距離長,穩(wěn)定性好;預瞄距離短,跟蹤精度好”的結論。并根據這一結論設計了模糊控制器與迭代學習控制器組成的預瞄距離自適應控制系統(tǒng),并使用遺傳算法對模糊規(guī)則和隸屬度函數(shù)進行了優(yōu)化。仿真結果表明,優(yōu)化后車輛穩(wěn)定性提升明顯。最后,為進一步驗證本文設計的控制系統(tǒng)的實時性和有效性。首先,基于ADAS測試臺架進行硬件在環(huán)仿真。以虛擬的交通環(huán)境、車輛模型和真實的電子控制單元驗證控制系統(tǒng),結果顯示控制系統(tǒng)的實時性和有效性均滿足要求。再選擇單移線和普通道路工況,基于智能車輛試驗平臺驗證控制系統(tǒng)對真實車輛的控制效果。試驗結果顯示,中低速下,本文設計的預瞄距離自適應分層式路徑跟蹤控制系統(tǒng)能夠在保證車輛平穩(wěn)的、準確的跟蹤期望路徑的同時,有效提升車輛穩(wěn)定性。根據車輛狀態(tài)自適應調整預瞄距離的路徑跟蹤控制系統(tǒng)相對于傳統(tǒng)控制器,在保證路徑跟蹤精度滿足要求的同時,有效提升了車輛穩(wěn)定性,高速雙移線仿真下,質心側向加速度和質心側偏角分別優(yōu)化了42.71%和42.75%,效果顯著。硬件在環(huán)仿真及實車試驗證明了該控制系統(tǒng)有效。
【學位單位】：江蘇大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：U463.6
【部分圖文】：

圖 1.1 NavLab-11 智能車輛Fig. 1.1 Intelligent vehicle NavLab-11能車輛包含了激光雷達、GPS 系統(tǒng)、CCD 攝像機等多種傳感器，機對傳感器獲取的外部信息進行分析處理，生成控制指令后發(fā)送 系列各型智能車輛均能實現(xiàn)半自動或自動駕駛。

圖 1.2 Shelley 智能車輛Fig. 1.2 Intelligent vehicle Shelleyo 智能車輛旗下公司Waymo推出的智能車輛系統(tǒng)以菲亞特-克萊斯勒Pacific

圖 1.3 Waymo 智能車輛Fig. 1.3 Waymo’s intelligent vehicle能車裝備了四周連貫視野的短距激光雷達、高清中距離激光雷達
【參考文獻】

相關期刊論文 前10條

1 姜巖;龔建偉;熊光明;陳慧巖;;基于運動微分約束的無人車輛縱橫向協(xié)同規(guī)劃算法的研究[J];自動化學報;2013年12期

2 宋彥;趙盼;陶翔;李碧春;梁華為;梅濤;;基于μ綜合的無人駕駛車輛路徑跟隨串級魯棒控制方法[J];機器人;2013年04期

3 管欣;張立增;賈鑫;;駕駛員方向控制模型圓弧式預瞄算法的研究[J];汽車工程;2012年12期

4 王萍;郭洪艷;丁海濤;陳虹;;高速公路車輛智能駕駛仿真平臺[J];系統(tǒng)仿真學報;2012年12期

5 郭景華;胡平;李琳輝;王榮本;;基于視覺的無人駕駛車自主導航控制器設計[J];大連理工大學學報;2012年03期

6 戴斌;聶一鳴;孫振平;安向京;;地面無人駕駛技術現(xiàn)狀及應用[J];汽車與安全;2012年03期

7 何克忠;;清華智能車技術研究[J];中國新技術新產品;2012年02期

8 趙熙俊;陳慧巖;;智能車輛路徑跟蹤橫向控制方法的研究[J];汽車工程;2011年05期

9 張丙強;李亮;;人-車-路耦合系統(tǒng)振動分析及舒適度評價[J];振動與沖擊;2011年01期

10 李紅志;李亮;宋健;于良耀;吳凱輝;張小龍;;預瞄時間自適應的最優(yōu)預瞄駕駛員模型[J];機械工程學報;2010年20期

相關博士學位論文 前5條

1 趙樹恩;基于多模型智能遞階控制的車輛底盤集成控制研究[D];重慶大學;2010年

2 付皓;汽車電子穩(wěn)定性系統(tǒng)質心側偏角估計與控制策略研究[D];吉林大學;2008年

3 黃炳強;強化學習方法及其應用研究[D];上海交通大學;2007年

4 周勇;智能車輛中的幾個關鍵技術研究[D];上海交通大學;2007年

5 孫振平;自主駕駛汽車智能控制系統(tǒng)[D];國防科學技術大學;2004年

相關碩士學位論文 前5條

1 陳哲;基于四輪轉向和差動制動聯(lián)合控制系統(tǒng)的高速汽車側風穩(wěn)定性控制研究[D];浙江大學;2015年

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

3 李顥;基于視覺的智能車輛自主導航方法研究[D];上海交通大學;2009年

4 覃來豐;基于遺傳算法優(yōu)化的模糊控制器在鋼球磨煤機中的應用[D];浙江大學;2007年

5 張媛;遺傳算法優(yōu)化模糊控制器的工程船舶控制方法的研究[D];武漢理工大學;2005年

本文編號：2881925