共查询到20条相似文献,搜索用时 46 毫秒
1.
2.
换道是智能汽车在道路行驶操作中重要部分之一。传统的换道路径规划方法在进行换道路径规划时往往只考虑车辆运动学及动力学约束,所生成的换道路径与熟练驾驶员驾驶车辆的行驶轨迹有很大差别。因此,文章通过研究熟练驾驶员的换道行驶路径特征,提出了一种仿熟练驾驶员换道路径规划方法,能够有效提高智能汽车舒适性。 相似文献
3.
本文旨在实现智能车辆在换道过程中经济车速规划。基于瞬态燃油消耗模型、车辆动力学模型和换道过程中道路曲率信息,利用动态规划算法求得车辆在换道过程中的经济车速轨迹。Matlab/Simulink与Car Sim联合仿真结果表明,与定速巡航算法相比,动态规划算法可节油8%左右。采用所提出的方法可在保证智能车辆安全行驶的基础上,提升其燃油经济性能,为智能车辆换道的速度控制提供决策依据。 相似文献
4.
5.
6.
自动驾驶技术作为车辆智能的核心,在车辆工程领域掀起研究高潮。运动规划作为决策模块的重要组成部分,负责生成车辆的局部运动轨迹,是决定车辆行驶质量的直接因素。将Frenet坐标系用于智能车运动规划问题研究,用五次多项式建立智能车运动规划模型,在自主变道场景,通过采样智能车始末状态,得到可行轨迹集合,建立质量评估函数从中筛选出最优轨迹,开发和实现一种高性能、低开销的运动规划算法。 相似文献
7.
为实现智能网联车辆在高速公路动态行车环境下的轨迹实时规划,提出一种基于状态空间采样的轨迹动态规划方法。首先,以安全性为原则选取主车当前行驶的理想车道。基于Frenet坐标与笛卡尔坐标的转换关系,建立车辆运动横、纵向解耦的独立积分系统。将高速公路常见的行驶状态分为车道保持与定速巡航、变道以及前车跟随3类,预测主车行驶车道并针对3类行驶状态分别设计轨迹终端的目标配置方法。然后,利用多项式函数生成连接初始配置和目标配置的多条待选轨迹。构建考虑轨迹偏离理想车道程度、始末速度变化、规划周期和轨迹舒适性的综合损失函数,结合速度、加速度、曲率检查来评价各条待选轨迹的成本并进行排序。最后,预测车辆的横、纵向运动轨迹并构建一种胶囊形的车辆虚拟安全边界,通过碰撞检测,确定主车的最优轨迹,设置动态规划触发条件及时更新最优轨迹并避免过度规划浪费资源。研究结果表明:提出的算法能满足高速公路场景的动态规划需求;通过对轨迹规划周期、虚拟安全边界、动态规划时间间隔等关键参数的分析与优化,主车的横摆角速度范围稳定在-0.1~0.15 (°)·s-1,横向加速度范围稳定在-0.16~0.32 m·s-2,跟踪参考轨迹的最大误差不超过0.022 m,提出的算法能规划出具有高安全性、稳定性和舒适性的轨迹。 相似文献
8.
为了提高智能汽车紧急变道轨迹规划的实时性和适应性,将紧急变道过程分为初始阶段和跟踪阶段,初始阶段的轨迹由优秀驾驶人紧急变道模型产生,跟踪阶段的轨迹采用Sigmoid函数规划出紧急避让路径。首先通过聚类分析处理优秀驾驶人转向操作的实车试验数据,拟合得出紧急变道过程中的方向盘转角随时间的关系(即驾驶人紧急变道模型),作为智能汽车在紧急变道初始阶段不同速度下车辆控制的输入量。然后通过建立与求解约束方程,满足避撞约束、侧向位移约束以及最大侧向加速度约束,得出Sigmoid函数表达式,作为智能汽车在紧急变道过程跟踪阶段的参考路径。最后利用hp自适应伪谱法加入切换点的物理量约束,逼近全局正交多项式的状态量和控制量,自动调整和处理2个阶段的切换点位置和衔接问题,以最小变道距离为目标对跟踪阶段的变道轨迹进行优化。运用PreScan与MATLAB对4种不同工况下的紧急变道轨迹规划进行联合仿真。结果表明:提出的轨迹规划与优化方法在满足各项约束的情况下成功避开障碍物,同时缩短了需要优化的轨迹,优化时间都小于0.9 s,并且与基于多项式函数轨迹规划方法相比,该方法能够以距障碍物较远的距离避开障碍物,在不同的车辆速度、道路曲率和障碍物宽度的复杂工况下具有更好的适应性。 相似文献
9.
为提高复杂道路场景下智能车辆换道避障的安全性和舒适性,提出了一种基于分段优化的智能车辆换道避障轨迹规划方法。首先考虑多种换道可能,根据本车状态和多个采样点生成基于五次多项式的候选y-x曲线簇和x-t曲线簇;其次基于指数函数设计了一种障碍风险评价函数,并结合轨迹平顺性、利他性和行驶效率等构建了综合评价体系,选取出最优参考轨迹,为智能车辆换道避障提供方向和速度的参考,以防止轨迹优化时陷入局部最优;为适应障碍物运动状态时变的特点,以参考轨迹为引导,构建分段五次多项式y-x曲线和x-t曲线,并考虑与障碍车辆的碰撞风险建立了优化目标函数,将轨迹优化问题转换成带约束的非线性规划问题,通过外点法求出最优轨迹。最后基于MATLAB平台进行了仿真验证,结果表明,所提出的轨迹规划方法在满足换道平顺、舒适要求的基础上提高了车辆的环境适应性和避障调整能力。 相似文献
10.
11.
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。 相似文献
12.
传统的换道路径规划方法在车辆进行换道路径规划时往往只考虑车辆运动学及动力学约束,所生成的换道路径与熟练驾驶员驾驶车辆的行驶轨迹有很大差别。因此,文章通过研究熟练驾驶员的换道行驶路径特征,提出了一种仿熟练驾驶员换道路径规划方法,能够有效提高汽车舒适性。 相似文献
13.
《汽车工程》2021,(7)
自动驾驶汽车高速超车时不仅要规划合理的换道路径来保证安全性,而且还要确保车辆高速转弯行驶的横向稳定性和舒适性。针对车辆超车的换道、匀速和换道3个阶段,分别规划了纵向速度和横向超车路径。提出了考虑路径曲率、换道时间、纵向车速的期望横摆角速度计算方法。以最小化横向位置偏差、横摆角速度跟踪偏差和控制增量为优化目标,通过可拓集的关联函数动态分配轨迹跟踪精度和横向稳定性的权重系数,建立了自动驾驶汽车轨迹跟踪的多目标模型预测可拓协调控制策略。数值仿真结果表明,提出的路径规划方法能保证车辆安全超车,轨迹跟踪控制策略不仅能精确地跟踪规划的路径,而且具有较高的横向稳定性和舒适性。 相似文献
14.
15.
16.
为实现车辆自主避撞,改善道路交通安全状况,提出一种基于线性路径跟踪控制的换道避撞控制策略。为实时确定制动和换道时机,获取跟车状态下自车和前车车速、加速度、相对距离以及驾驶人制动反应时间计算制动安全距离和换道安全距离,并在此基础上分别引入制动危险系数B和换道危险系数S评估制动与换道风险,使得车辆发生追尾碰撞的危险程度和主动干预阈值更直观。根据车辆期望横向加速度和期望横向位移的变化特性,采用5次多项式法规划符合驾驶人换道避撞特性的避撞路径。为保证换道避撞过程中驾驶人的安全舒适,采用最大横向加速度约束换道避撞轨迹。为实现对换道避撞路径的线性跟踪控制,保证车辆的操纵稳定性和横摆稳定性,基于车辆稳态动力学模型建立前馈控制,结合线性反馈控制消除换道路径的位置和横摆角偏差,修正参考路径实现直车道场景追尾避撞控制。仿真和实车交叉验证试验表明:根据车辆期望横向加速度和期望横向位移建立的符合驾驶人换道避撞特性的五次多项式换道路径与驾驶人实际换道避撞路径基本吻合,结合碰撞时间和车间时距的制动避撞控制策略能够在保证车辆行驶安全舒适性的同时有效避免车辆追尾碰撞,减少交通事故的发生。 相似文献
17.
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。 相似文献
18.
为缓解横向互联空气悬架车辆行驶平顺性与操纵稳定性之间的矛盾,基于智能体理论构建横向互联空气悬架互联状态控制智能体系统。首先建立横向互联空气悬架整车模型并通过试验验证其准确性,随后在传统BDI(belief-desire-intention)智能体的基础上,加入汤普森抽样算法,建立具有在线自学习能力的仿天棚互联状态控制智能体。该智能体从传感器信息采集模块感知环境状态,通过其内部的推理过程和学习行为进行自学习,输出适应不同环境状态的仿天棚互联状态控制策略的关键参数——滞回区间至互联状态控制模块。在混合工况下进行仿真,结果表明,该系统使车辆在行驶平顺性与操纵稳定性之间取得了平衡。 相似文献
19.
随着智能网联汽车技术的快速发展,跟车行驶控制能够有效实现车辆智能跟随及快速高效队列行驶。针对城市郊区道路条件下的智能网联汽车速度规划问题,以提高车辆的燃油经济性、舒适性及安全性为目的,基于跟车速度限幅和车辆动力系统信息,设计了基于初值优化的序列二次规划算法(Sequential Quadratic Programming, SQP),实时求解获取车辆跟车过程中的最优速度轨迹。首先,在车联网环境下,基于车车(Vehicle to Vehicle, V2V)通信及车辆与交通设施(Vehicle to Infrastructure, V2I)通信技术实时获取前方车辆的速度、加速度及位置等行驶信息并实时采集道路交通信息;然后,为减少车辆动态能耗损失和减小所需牵引力,并在规定的时间段内完成相应的行驶路程,利用采集到的前车行驶信息,采用基于初值优化的SQP算法对最优目标车速进行求解;此外,基于周边动态的道路交通场景,考虑边界约束条件,采用滚动时域的方法实现目标车辆速度在每个采样时刻的在线滚动优化,保证目标车辆节能安全地跟车行驶;最后,通过仿真验证了该算法的有效性和实时性。研究结果表明:基于初值优化... 相似文献