A study on model fidelity for model predictive control-based obstacle avoidance in high-speed autonomous ground vehicles

This paper investigates the level of model fidelity needed in order for a model predictive control (MPC)-based obstacle avoidance algorithm to be able to safely and quickly avoid obstacles even when the vehicle is close to its dynamic limits. The context of this work is large autonomous ground vehicles that manoeuvre at high speed within unknown, unstructured, flat environments and have significant vehicle dynamics-related constraints. Five different representations of vehicle dynamics models are considered: four variations of the two degrees-of-freedom (DoF) representation as lower fidelity models and a fourteen DoF representation with combined-slip Magic Formula tyre model as a higher fidelity model. It is concluded that the two DoF representation that accounts for tyre nonlinearities and longitudinal load transfer is necessary for the MPC-based obstacle avoidance algorithm in order to operate the vehicle at its limits within an environment that includes large obstacles. For less challenging environments, however, the two DoF representation with linear tyre model and constant axle loads is sufficient.     

基于地理信息系统的船舶避碰系统研究

采用美国MapInfo公司开发的地理信息系统(GIS)生成全局监控多层矢量电子海图,并结合GPS导航技术,开发了相应的监控程序和通讯服务程序,对航行船舶进行动态监控,实现船舶的避碰.本文详细阐述了船舶避碰系统的总体组成,探讨了用VB和动态数据交换(DDE)技术实现船舶的定位及GSP系统与MapInfo接口通讯的具体方法,从而解决了MapBasic不能直接读取串行通讯端口的技术难题.     

多车道交织区车辆跟驰行为风险判别与冲突预测

车路协同系统(IVICS)是保障安全高效出行的新兴技术之一,将高精度车辆轨迹数据与机器学习方法相结合,提出一种可应用于IVICS的多车道交织区的潜在风险判别与冲突预测方法.首先,基于无人机视频,从广域视角提取交织区交通矢量位置、速度等信息,并划分上下游、交织影响区等多个分区;然后,考虑决策行为(车车边缘距离、接近率)与...     

交互式水域环卫机器人的避障路径规划算法

为使交互式水域环卫机器人（Interactive Water Sanitation Vehicle，IWSV）在进行垃圾收集时成功捕获水中浮动垃圾并顺利规避水域障碍物，提出一种将基于采样的快速搜索随机树（Rapidly-exploring Random Tree，RRT）算法与速度障碍模型相结合的路径规划算法。利用双目摄像头基于视差定位法获取水域动态障碍物的位置坐标，利用IWSV搭载的感应元件获取其自身与障碍物的相对方位角，基于速度障碍法计算可成功避开障碍物的移动角度调整范围，对更优的RRT*算法中的随机采样过程进行进一步优化，得到改进的避障路径规划算法。考虑实际应用场景，引入抗积分饱和比例积分微分控制（Proportional Integral Differential Control，PID Control）法使航向控制器的控制效果更为精准有效。在实景测试时避障路径规划算法存在稳健性，基于到达时间（Time of Arrival，TOA）定位法进行仿真分析。仿真试验结果表明，该路径规划算法比RRT算法和改进前的RRT*算法路径规划效果更优，可靠性更好，可在较短时间内避障并得到较优移动路径。在实景测试时基于TOA的Chan算法更加符合定位估计需求，且IWSV本体感应装置的噪声测算宜在10 m以内。     

Obstacle avoidance of unmanned ship swarm based on virtual navigator and improved Hooke's law北大核心CSCD

[目的]针对无人船集群规避障碍物的问题,提出一种基于虚拟领航者和改进胡克定律的弹性集群编队控制方法。[方法]首先,根据障碍物的长和宽得到其外接椭圆,按照长宽比向外扩展出虚拟碰障区、避障反应区、自由航行区,实现水面避障物模型的简化;其次,基于虚拟领航者和改进胡克定律,对编队各成员之间、各成员虚拟领航者之间的相对距离和速度予以约束,采用坐标形式设置编队队形,构建弹性编队模型,并基于障碍物的环形斥力场来实现单无人船的避障,以及在弹性集群编队的组织下实现无人船集群的避障;然后,通过优化处理无人船的航行过程,消除编队及避障过程中的“徘徊”和“振荡”等现象,使各无人船的运动更加平滑;最后,运用Matlab软件对由4艘无人船组成的集群编队进行仿真实验。[结果]实验结果表明,编队可成功绕过设置的所有障碍物,验证了所提方法的有效性和可行性。[结论]该方法可实现无人船集群对水面障碍物的规避,具备在一定复杂环境下的通过能力,可为无人船集群避障的应用及研究提供参考。     

车路协同无信号交叉口的矩形冲突检测及消解

针对车路协同环境下的冲突问题，建立了以系统反应时间代替驾驶员反应时间的自动驾驶车辆制动距离模型，以此作为安全距离改进了矩形冲突检测模型，并根据轨迹优化的研究思路，提出了以矩形冲突检测模型为基础的冲突消解算法，对非通行优先权车辆进行速度引导，避免车辆冲突。在车联网开源框架 Veins 的基础上，将交通仿真器 SUMO和网络仿真器 OMNeT++双向耦合，并对冲突检测模型与消解模型进行验证。仿真结果显示，该冲突检测及消解模型具有可行性，与传统无信号交叉口四路停车让行规则相比，模型中的速度引导方案能减少合流冲突车辆 8.6%的平均行驶时间，减少交叉冲突车辆 8.3%的平均行驶时间；合流冲突和交叉冲突中车辆的平均速度分别提高了61.4%和105.0%。在实际应用中，冲突消解模型可以为不同速度范围内的自动驾驶车辆提供速度参考，降低无信号交叉口车辆发生碰撞的概率，提高无信号交叉口的通行效率。