仿優(yōu)秀駕駛員行為的無(wú)人駕駛車(chē)輛轉(zhuǎn)向控制研究.pdf

1、無(wú)人駕駛車(chē)輛是智能交通系統(tǒng)的重要組成部分，其研究的主要目的在于降低日趨嚴(yán)重的交通事故發(fā)生率，提高現(xiàn)有道路交通安全和運(yùn)輸效率，在某種程度上緩解能源消耗和環(huán)境污染等問(wèn)題。該技術(shù)的研究日益受到國(guó)內(nèi)外學(xué)者的關(guān)注。
　　本文針對(duì)無(wú)人駕駛車(chē)輛技術(shù)中的轉(zhuǎn)向控制問(wèn)題，對(duì)基于―規(guī)劃-控制‖的主流轉(zhuǎn)向控制算法以及一種新的―擬人轉(zhuǎn)向控制模型‖進(jìn)行了較深入的研究，具體研究?jī)?nèi)容歸納如下：
　　（1）提出一種可行軌跡規(guī)劃方法?？尚羞\(yùn)動(dòng)軌跡規(guī)劃是車(chē)輛自主

2、駕駛的關(guān)鍵環(huán)節(jié)。所規(guī)劃出的軌跡應(yīng)具有連續(xù)曲率，且同時(shí)滿(mǎn)足運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)條件約束。研究無(wú)滑移約束下給定起止點(diǎn)位置及狀態(tài)的可行運(yùn)動(dòng)軌跡規(guī)劃方法。基于前輪轉(zhuǎn)向的單軌車(chē)輛模型，建立7維非線性車(chē)輛動(dòng)力學(xué)模型。根據(jù)無(wú)滑移假設(shè)，推導(dǎo)前輪轉(zhuǎn)角及其轉(zhuǎn)角變化率的無(wú)滑移表達(dá)式?；贛NC輪胎/路面模型推導(dǎo)滿(mǎn)足車(chē)輛無(wú)滑移的動(dòng)力學(xué)約束，將車(chē)輛的運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)特性轉(zhuǎn)化為對(duì)可行軌跡的約束條件。根據(jù)操縱性評(píng)價(jià)指標(biāo)對(duì)軌跡進(jìn)行優(yōu)化，規(guī)劃出具有連續(xù)曲率的車(chē)輛運(yùn)動(dòng)軌跡，并據(jù)其

3、給出最大速度輪廓曲線。利用閉環(huán)操縱穩(wěn)定性評(píng)價(jià)指標(biāo)來(lái)優(yōu)化生成的軌跡。采用單移線的仿真結(jié)果驗(yàn)證了該方法的有效性。
　?。?）提出一種軌跡跟蹤控制律。針對(duì)車(chē)輛的轉(zhuǎn)向軌跡跟蹤問(wèn)題，根據(jù)車(chē)輛動(dòng)力學(xué)模型中側(cè)向位置和橫擺角度之間的耦合關(guān)系提出一種基于動(dòng)態(tài)面的跟蹤控制律。與以往的控制策略不同，新方法考慮了側(cè)向位置和橫擺角度的聯(lián)合控制。采用一階低通濾波器來(lái)獲得期望側(cè)向位置和期望橫擺角的微分項(xiàng)，使最終的閉環(huán)控制律中不含有誤差量的高階導(dǎo)數(shù)，便于工程設(shè)計(jì)

4、實(shí)現(xiàn)。利用Lyapunov方法對(duì)系統(tǒng)的穩(wěn)定性進(jìn)行了分析，證明了所設(shè)計(jì)的控制律能夠穩(wěn)定收斂。通過(guò)仿真驗(yàn)證了方法的有效性，具有優(yōu)異的軌跡跟蹤性能。
　?。?）建立一種擬人轉(zhuǎn)向控制模型。針對(duì)城市工況下的大角度轉(zhuǎn)向問(wèn)題，通過(guò)模仿駕駛員轉(zhuǎn)向過(guò)程中的視覺(jué)注意機(jī)制，建立視覺(jué)環(huán)境計(jì)算模型，實(shí)時(shí)獲取擬人轉(zhuǎn)向控制器的狀態(tài)反饋參數(shù)；同時(shí)模仿駕駛員估計(jì)方向盤(pán)轉(zhuǎn)角的方式和調(diào)整方向盤(pán)的動(dòng)作，建立了一種擬人轉(zhuǎn)向行為的瀑布式?jīng)Q策控制模型。根據(jù)駕駛員的預(yù)瞄特性，采

5、用模糊邏輯對(duì)預(yù)瞄航偏角和預(yù)瞄側(cè)向誤差分別估計(jì)出轉(zhuǎn)向意愿的強(qiáng)度，并考慮道路曲率的不同，利用杠桿原理決策出方向盤(pán)的調(diào)整角度；再結(jié)合方向盤(pán)調(diào)整角和車(chē)輛速度信息來(lái)決策出方向盤(pán)的調(diào)整速度，用于實(shí)現(xiàn)駕駛員調(diào)整方向盤(pán)的動(dòng)作。對(duì)銳角和直角彎等大曲率轉(zhuǎn)向場(chǎng)景進(jìn)行了仿真分析。結(jié)果表明：本文建立的擬人轉(zhuǎn)向控制模型泛化能力較強(qiáng)，能夠適應(yīng)道路曲率變化，對(duì)交叉路口等道路曲率發(fā)生突變的路況也具有非常好的適應(yīng)性，車(chē)輛運(yùn)動(dòng)軌跡與優(yōu)秀駕駛員的駕駛軌跡非常相近。