面向变曲率道路的自动驾驶汽车换道博弈运动规划与协同控制研究

当多辆自动驾驶车辆在结构化道路上执行换道合流任务时，需要综合考虑转向和合流动作以避免事故的发生，同时曲率和周车车速的变化也增大了协同控制的难度。本文聚焦上述问题，提出了面向变曲率道路的多车换道博弈运动规划与协同控制方法。首先，建立曲率坐标系下的多车模型来解析车间安全距离及动力学状态。其次，通过系统地考虑道路曲率变化及周围车辆信息，提出基于博弈的多车换道运动规划算法，采用分布式框架快速求解兼顾个性化驾驶的最优速度轨迹及换道时机。最后，基于B样条曲线高效识别道路曲率及规划轨迹，构建了自适应时变预测控制算法实现轨迹跟踪，其特点在于单步参数矩阵实时更新，消除车速和曲率频繁变化带来的控制偏差累积。实验结果表明，相比斯坦利（Stanley）方法，能降低58%的跟踪误差；相较协同自适应巡航方法，能减少74%的合流时间；另外计算求解效率也仅为集中式模型预测控制方法的10%。     

针对ASR系统防误触的复杂路面识别算法

因不平路面动载荷而产生明显波动的轮速会导致车轮滑移率的跳变，进而会频繁触发以滑移率为控制目标的驱动防滑控制系统（ASR），因此，须对不平路面进行识别并优化控制。针对沟坎路面，本文提出以滑移率和整车侧倾角变化为观测量，采用门限逻辑法实现路面识别。对于连续不平路面，结合穿越计次法与能量法进行路面不平状况判别，以滑移率与路面附着系数所包围的封闭面积作为特征值进行路面条件判定，根据识别结果，采用ASR阈值调整控制，减小车轮悬空导致的打滑现象及主动制动不均产生的非理想横摆。结果表明，所提算法能够快速准确识别不平路面特性，ASR主动制动时长缩短18.8%，减少了在不平路面行驶的动力损失。