无人驾驶车辆轨迹跟踪控制研究

为了提升智能车辆在轨迹跟踪控制中的性能,文章基于车辆运动学模型建立了一种带有前馈补偿和反馈最优控制策略的线性二次型调节器(LQR)轨迹跟踪控制算法。并通过搭建Carsim/Simulink联合仿真模型,验证该算法在不同工况下的轨迹跟踪效果。结果表明,该算法在不同车速和不同路面附着条件下都能保证无人驾驶车辆准确地跟踪参考轨迹,且具有较强的鲁棒性。     

无人驾驶车辆侧向鲁棒控制的研究

介绍了车辆模型，提出了一种侧向鲁棒控制器的设计方法，给出了道路曲率的平滑算法及闭环系统的仿真结果，并进行了跟踪误差分析。各种工况下的仿真结果表明，该方法设计的鲁棒控制系统能够同时满足精确道路跟踪、良好的舒适性以及抗多种干扰的鲁棒性等多项性能要求。     

车辆动力学稳定性控制的理论研究

本文着重探讨了车辆动力学稳定性控制的基本原理，探讨逻辑与控制算法，并在汽车驾驶模拟器所提供的虚拟驾驶环境下进行了试验验证，取得了良好的控制效果。     

车辆动力学稳定性控制的仿真研究

对车辆动力学稳定性控制的控制原理，控制策略，控制逻辑和算法进行了理论分析。在此基础上，对车辆动力学稳定性控制进行了仿真分析，结果表明，车辆动力学稳定性控制能够改善车辆在高速下或在滑路上转向时的操纵性和稳定性。     

极限工况下无人驾驶车辆稳定跟踪控制

针对无人驾驶车辆在极限工况下跟踪控制精度和稳定性均难以保障的问题,提出一种纵横向稳定性综合协调控制方法。首先对无人驾驶车辆在摩擦极限下的速度进行规划,通过纵向加速度前馈和状态反馈控制器实现极限车速下的速度跟随。其次将预瞄前馈与人工势场反馈相结合设计了横向路径跟踪控制器。提出了基于期望与实际横摆角速度偏差的稳定性控制策略,优化纵向控制的驱动力矩。Simulink/Carsim联合仿真结果表明,所提出的纵横向协调稳定控制方法可在极限工况下改善无人驾驶车辆瞬态响应,抑制道路曲率突变处的超调量,减少路径跟随中的稳态误差,提高了无人驾驶车辆的轨迹跟踪精度和弯道运动过程中的横向稳定性。     

车辆动力学控制的模拟

本文用模拟方法研究了车辆动力学控制系统。采用闭环的横摆角速度及车辆侧偏角控制，用它们之间的相平面分析确定控制策略。这一控制集成了基于滑移率控制的ＡＢＳ系统，实施简单，鲁棒性强，模拟结果显示该系统能有效地改善车辆的动力学性能。     

无人驾驶机器人车辆非线性模糊滑模车速控制

为了实现不同行驶工况下车速的精确、稳定控制,提出一种基于非线性干扰观测器的无人驾驶机器人车辆模糊滑模车速控制方法。考虑模型不确定性和外部干扰对车速控制的影响,建立车辆纵向动力学模型。通过分析无人驾驶机器人油门机械腿、制动机械腿的结构、机械腿操纵自动挡车辆踏板的运动,建立油门机械腿和制动机械腿的运动学模型。在此基础上,分别设计油门/制动切换控制器、油门模糊滑模控制器以及制动模糊滑模控制器,并进行控制系统的稳定性分析。油门/制动切换控制器以目标车速的导数为输入来进行油门与制动之间的切换控制。油门模糊滑模控制器和制动模糊滑模控制器以当前车速以及车速误差为输入,分别以油门机械腿直线电机位移和制动机械腿直线电机位移为输出来实现对油门与制动的控制。模糊滑模控制器中,为了减少控制抖振,滑模控制的反馈增益系数由模糊逻辑进行在线调节。模糊滑模控制器中的非线性干扰观测器用于估计和补偿无人驾驶机器人车辆的模型不确定性与外部干扰。仿真及试验结果对比分析表明：本文方法能够精确地估计和补偿无人驾驶机器人车辆的模型不确定性和外部干扰,避免了油门控制与制动控制之间的频繁切换,并实现了精确稳定的车速控制。     

无人驾驶车辆行为决策系统研究

调研了国内外无人驾驶车辆行为决策系统的研究现状,对行为决策系统进行分类,基于国内外行为决策系统研究实例,对基于规则和基于学习算法的不同行为决策系统的实现方式、适用条件及优缺点进行比较,分析了现阶段无人车行为决策系统的研究水平、技术难点和发展趋势,为无人驾驶车辆行为决策系统的设计提供参考。     

无人驾驶车辆路口行驶决策研究

无人驾驶车辆的行为决策是该领域研究的关键技术之一。在城区环境中,无人驾驶车辆行为决策的最终目标是像熟练的驾驶员一样产生安全、合理的驾驶行为。文章给出一类无人驾驶车辆路口行驶策略,能够使无人驾驶车辆在城区环境中安全、合理地完成一定范围的驾驶行为。     

高速无人驾驶车辆的操控稳定性研究

通过分析路面附着条件和道路曲率等因素对车辆转向特性和稳定性的影响,建立了高速车辆的等效动力学模型。提出了一种变步长的模型离散化方法,能够在保证车辆模型预测精度的基础上,实现较长的预测时域,并满足计算实时性的要求。通过对高速车辆稳定行驶状态进行分析,推导了基于包络线的滑移稳定性约束条件,并设计了基于模型预测控制的高速无人驾驶车辆的轨迹跟踪控制器。仿真结果表明,该方法可有效保证高速无人驾驶车辆在不同地面附着情况及道路曲率下的操控稳定性。     

美军无人驾驶车辆点滴

无人驾驶运输车美国设计的1种无人驾驶弹药输送车装有光电传感器、微处理机和自动控制装置,7米长的机械臂可以举起1.7吨质量的集装箱。1名士兵遥控巨大的机械臂可以灵活自如地装、卸物资,将物资从后勤仓库运送到前线。正在试验的1种无人驾驶战地运输车,其外形类似面包车,通过车     

基于模糊控制的车辆动力学稳定性控制研究

运用模糊控制原理设计了汽车横摆角速度和质心侧偏角联合反馈控制的模糊控制器,使汽车实际的横摆角速度和质心侧偏角与名义值的差值保持在一定的稳定范围,保证汽车的稳定性,并使用Matlab/Simulink软件对这一控制模型进行仿真,验证控制算法的有效性;以dSPASE软件为基础,设计了车辆动力学稳定性控制硬件在环模拟试验平台...     

基于REINFORCE算法和神经网络的无人驾驶车辆变道控制

针对无人驾驶车辆变道超车场景,研究基于REINFORCE算法和神经网络技术的无人驾驶车辆变道控制策略。通过车辆动力学模型确定模型的反馈量、控制量和输出限幅要求; 设计神经网络控制器的结构,根据REINFORCE算法设计控制器训练方案; 分析经验池数据数值和方差过大的问题,提出1种经验池数据预处理的方法以改进控制器训练方案; 结合无人驾驶车辆运行场景,分析和研究强化学习过程中产生的奖励分布稀疏问题,并针对该问题提出1种基于对数函数的奖励塑造解决方案; 与PID控制器和LQR控制器进行对比实验验证。实验结果表明,与PID相比,该控制策略有更小的最大误差,变道过程更安全; 与LQR相比,该控制策略性能表现接近,以此证明其用于无人驾驶车辆变道控制任务的可行性。此外,记录在不同平台下该控制策略的执行时间以证明其实时性和在轻量级平台运行的可行性。     

无人驾驶车辆城市交叉口周边车辆轨迹预测

针对城市交叉口周边车辆长时轨迹预测问题,搭建路基和实车采集平台采集大量轨迹数据,采用高斯混合模型(Gaussian Mixture Model,GMM)识别目标运动模式,采用高斯过程回归(Gaussian Processes Regression,GPR)模型进行城市交叉口周边车辆轨迹长时预测,采用路基数据集对预测模型...     

无人驾驶车辆解耦混合运动规划方法研究

高速公路无人驾驶车辆运动规划要充分考虑车辆的动力学特性和道路环境构成的复杂约束,优先确保车辆的无碰撞行驶轨迹,同时算法实时性比常速情况下要求更高,要充分考虑计算的复杂性。提出一种可生成横纵向最优解逼近群的解耦增强混合运动规划方法,引入Frent坐标系将运动规划问题进行横纵向解耦,在横向偏移规划中融合数值优化和多项式规划算法,在纵向速度规划中融合围绕速度和围绕避障规划算法,解耦规划完成后使用代价函数和碰撞检测方法对生成的轨迹群进行评估和选择。搭建Apollo-LGsvl无人驾驶联合仿真测试平台,对所提出的运动规划方法进行仿真验证。结果表明,提出的横纵向解耦增强混合运动规划算法在高速公路各工况中所生成的运动轨迹能够有效避免车辆发生碰撞,其横向偏移和纵向速度均能满足二阶平滑,最大横向加速度、最大纵向加速度、最大纵向jerk等满足动力学约束。该方法有效减少了最优解逼近群内的轨迹数量,使轨迹评估阶段计算复杂度降低了46%,证明提出的方法具备一定的应用价值。     

电动无人驾驶配送货运车辆路径优化研究

无人驾驶技术日渐成熟,将无人驾驶技术和具有广泛优势的电动汽车结合运用于物流配送中是未来的发展趋势。然而由于电动汽车电池和充电技术发展尚不完善,使得无人驾驶电动物流车的标定续驶里程普遍不高,实际续驶里程小于标定续驶里程。因此,研究其路径优化问题是十分有必要的。论文首先提出了无人驾驶电动物流车路径优化问题的数学模型,运用LINGO软件进行小规模算例测试,验证了模型的合理性。然后,对传统的节约里程法算法进行了改进,并将其用于求解本文的数学模型,运用MATLAB软件求解验证模型的小规模算例,验证了算法的可行性。最后用改进的算法求解了一个大规模算例。实验结果表明,提出的带有电量约束的车辆路径优化问题的数学模型是合理的,证明了具有电量约束的改进的节约里程法的可行性和合理性。     

无人驾驶汽车周边车辆行为识别算法研究

周边车辆行为识别对于提升无人驾驶汽车决策规划的合理性和控制安全性至关重要。传统的周边车辆行为识别方法识别精度普遍不高,且缺乏对交通主体相互之间邻域影响的考虑,算法鲁棒性较差。针对此,本文中提出了一种SLSTMAT(Social-LSTM-Attention)算法,创新性地引入目标车辆社交特征并通过卷积神经网络提取,建立了基于深度学习的车辆行为识别模型,应用注意力机制来捕捉行为时窗中的多时步信息,实现了周边车辆行为准确识别。采用HighD轨迹数据集和实车数据进行算法验证。结果表明,所提算法对周边车辆行为识别的准确率达94.01%,在目标车辆到达换道点的前1 s时刻行为识别精度达90%,具有较高的工程应用价值。     

无人车辆底盘集成动力学系统解耦控制研究

面向多轮分布式驱动全轮转向无人车辆,本文针对性提出并验证了一种底盘动力学集成控制系统的解耦控制器,旨在通过解耦控制来实现灵活、快速、精确的无人平台动力学性能进一步提升.首先建立了可准确反映车辆纵向-侧向-横摆-侧倾运动的车辆耦合动力学模型,结合非参数统计方法对该动力学系统的输入输出耦合特性进行了定量分析;随后,基于神经...     

车辆动力学控制系统横摆力矩控制方法

车辆动力学控制系统(VDC)通过对车辆施加主动横摆力矩来改善车辆高速时的操纵稳定性,可有效避免侧滑等交通事故,研究其横摆力矩控制方法是当前车辆动力学领域的热点。在研究先进控制理论的基础上,分别设计了用于VDC系统的鲁棒、模糊和智能积分模糊PID控制器,并将它们和车辆系统模型联接进行了系统仿真,对比分析了3种控制器的控制特点与控制效果。仿真结果表明,鲁棒、模糊和智能积分模糊PID控制方法都能实现有效的横摆力矩控制,且有各自的特点。智能积分模糊PID控制效果更为理想,该方法应用于VDC控制具有很好的前景。智能积分降低了积分功能的副作用,进一步提升了模糊PID的控制效果。仿真工作为进一步将智能积分模糊PID应用于VDC系统样机开发提供了参考。     

无人驾驶汽车纵向速度控制研究

针对无人驾驶汽车在上下坡道的过程中,汽车纵向速度对行驶状态影响较大的问题。文章提出了一种针对无人驾驶汽车在路径跟踪过程中的纵向速度控制方法,该方法采用增量PID控制,结合坡道速度增量预估模型,实现无人驾驶汽车在上坡和下坡时,速度可以保持相对稳定的状态。