自主车辆前馈NMPC路径跟踪控制方法研究

在弯道等大曲率场景中,车辆转向系统的迟滞和车辆模型的线性化会导致转向不足和稳态误差,从而影响自主车辆路径跟踪精度和响应速度。为了解决这一问题,提出了一种路径跟踪框架。该框架在弯道等大曲率场景,触发前馈控制控制器,输出理想转角序列,提前使转向机构到达最优转角附近;随后将引入排斥目标函数的非线性模型预测控制器优化求解出的最优控制序列作用于车辆,刷新理想转角序列。搭建自主车辆实验平台,在不同场景下进行仿真验证,结果表明,与忽略滞后的传统模型预测控制相比,前馈非线性模型预测控制器跟踪精度和响应速度方面的性能有所提高。特别是在弯道等大曲率场景中,所提出的框架将横向均方根误差降低了近30%。

网联自主车辆协作换道行为博弈特性及模型

为了更加深入了解在车联网环境下车辆之间的动态交互博弈关系,基于自动驾驶车辆换道存在协作交互决策的自主特性,建立了网联自主驾驶车辆的协作换道行为模型。协作换道行为模型将换道决策过程的交互博弈时间作为换道的主要安全影响因素,速度收益作为换道博弈优化目标,运用SUMO仿真对比分析传统换道模型与协作博弈换道模型。仿真结果表明,协作博弈换道模型具有更好的速度收益、安全性和稳定性。异质车群中的网联自主车辆存在协作换道行为特性,博弈换道模型科学地表征了换道动态博弈过程,且具有很好的稳定性。

基于风险势场的网联自主车辆换道行为建模

为提高智能网联环境下网联自主车辆的换道安全,针对网联自主车辆环境感知及实时通讯的特点,以势场理论为基础,分析车辆不同方向所面临风险变的差异性,对动态车间距进行修正,构建车辆风险势场模型,将网联自主车辆驾驶过程中所面临的风险进行量化,以此为基础建立网联自主车辆安全换道距离模型,反映不同运动状态的换道车辆所需要的安全换道距离的变化趋势。对模型进行数值模拟分析,结果表明:当前车道和目标车道上车辆的运动状态直接影响换道时所需要的安全距离的大小。可见车辆进行换道操作时需调整自身的运动状态来改变风险势场的分布情况,避免与其他车辆的风险势场发生冲突,影响行车安全性。

基于可达性分析的网联自主车辆换道安全轨迹规划与仿真

为解决网联自主车辆在换道时前车向目标车道紧急变道所引发的交通安全问题。通过考虑车道线与道路边界约束以及网联自主车辆与障碍车辆的碰撞风险,建立了换道临界碰撞模型。综合考虑换道临界模型与多项式规划方法,规划带安全约束的换道轨迹。进一步为降低网联车辆紧急避障的反应时间,提高避让轨迹的动态响应效果,采用可达性分析方法搜索出安全区域,使用多项式规划安全避让轨迹。最后针对具体的实际交通场景,使用MATLAB对规划轨迹进行数值仿真分析,仿真结果表明换道轨迹满足安全性、舒适性以及换道效率的约束,所规划的避让轨迹在牺牲部分舒适性的前提下能够满足安全性的要求,降低车辆面对突发情况的安全风险。

自主车辆线性时变模型预测路径跟踪控制

为提高自主车辆路径跟踪控制的实时性和鲁棒性,研究一种线性时变模型预测路径跟踪控制方法.建立用于控制器仿真验证的纵向&侧向二维车辆非线性动力学模型;从二轮三自由度模型出发,推导出线性时变路径跟踪预测模型;引入向量松弛因子解决优化求解过程中硬约束导致的控制算法非可行解问题,基于模型预测控制理论将路径跟踪控制算法转化为带软约束的在线二次规划问题;最后通过Matlab/Simulink实现车辆动力学建模和控制器设计,双移线工况仿真结果表明,所设计的控制器能够适应不同车速、不同设计参数的鲁棒性要求.

自主车辆发展概况及关键技术

为了更有效地开发新型自主车辆,对自主车辆发展概况及关键技术进行研究。简述了自主车辆的相关概念及其优缺点,详细介绍了当前国内外无人自主车辆的研究发展现状,分析了自主车辆的结构组成,并分别阐述了环境感知、定位导航、规划决策、控制体系和交通仿真五大模块的关键技术,最后提出了自主车辆未来的发展趋势及需要努力的方向。

基于五次多项式模型的自主车辆换道轨迹规划

针对自主车辆换道时对换道轨迹平稳性和效率性的要求,设计了一种基于五次多项式模型的换道轨迹规划方法。建立车辆的五次多项式换道轨迹模型,并为其增加调节参数。以换道轨迹的平均曲率最小和长度最短为目标设计目标函数,同时考虑换道过程中的舒适性和平稳性,以车辆的横向速度、横向加速度和横摆角速度为约束条件,最后采用序列二次规划算法对参数进行优化求解。对换道轨迹进行跟踪仿真试验,仿真结果证明,轨迹规划的结果满足实际状况下的车辆换道要求,验证了换道轨迹的合理性。

自主车辆视觉系统的摄像机动态自标定算法

为了解决自主车辆视觉传感器在姿态变化后摄像机旋转外参数的在线自标定问题,提出了一种利用道路图像消失点相对不变量的摄像机旋转外参数的动态自标定算法.它首先从汽车采集到的道路视频序列中实时分析道路消失点,然后依据中心极限定理并使用相应的统计量,动态地估计主消失点与消失线参数,最后利用小孔成像模型下的消失线与消失点方程,解析地求得对应于当前统计特征的摄像机外部参数动态解.实验结果表明,在摄像机进行姿态调整后,实验系统使用本算法可在不超过90帧有效图像样本的基础上,能对摄像机旋转外参数进行精确标定,使旋转外参数的绝对误差值收敛于0.001 rad的误差带之内.

自主车辆导航系统中的多传感器融合技术

分析了目前农业领域中几种常用的自主车辆导航方式 ,并说明了多传感器融合的必要性。着重探讨了卡尔曼滤波、模糊逻辑推理以及人工神经网络 3种融合方法 ,分析了未来的发展方向。

面向自主车辆的局部路径规划仿真系统

地面自主车辆研究是当今一个研究热点。由于地面自主车辆运行在户外复杂环境中 ,因此对仿真系统的研究非常重要。该文介绍了面向室外非结构环境下的自主车辆局部路径规划虚实混合仿真系统 ,该系统由基于真实环境的二维仿真、算法跟踪调试系统 ,及用于算法研究的三维虚拟仿真系统组成 ,采用VC + + 6 .0实现。通过将真实系统实际运行数据与仿真环境结合 ,为自主车辆的研究与开发提供更好、更真实的仿真环境 ,并在自主车辆的研究与系统联调中发挥了良好的作用。

基于可达集的自主车辆安全性验证方法

针对自主车辆安全性验证在理论的完备性上无法得到保证的问题,提出一种使用哈密尔顿—雅克比(Hamilton-Jacobi)方程求解车辆运行安全状态空间方法。定义车辆运行不安全状态集合为目标集,逆时间求解目标集对应的车辆运行安全状态边界(可达集边界),并采用具有界面追踪和形状建模数值技术的水平集方法表示目标集和可达集。为了确定目标集在向量场作用下的后向可达集,提出采用求解Hamilton-Jacobi偏微分方程的粘性解的方法。自主车辆追逃安全预警范围验证结果表明,该方法能够提高自主车辆安全决策验证的置信水平,增强自主车辆安全性验证的可靠性。

基于神经网络的自主车辆导航路径计算

本文提出一种基于 Ｈｏｐｆｉｅｌｄ 神经网络的自主车辆的最短路径计算的新方法，具有计算速度快、不需要改变神经网络结构的内部参数便能实时调整算法来适应网络边的费用及其图的拓扑关系的改变的特点．适用于城市交通线路上自主车辆的智能导航系统．

基于改进PSO的自主车辆实时运动规划方法

通过在弧长-曲率空间建立车辆运动学模型的方法,在满足非完整约束条件的基础上,将运动规划问题转化为函数优化问题。为提高PSO算法的优化速度,满足算法工程应用的实时性要求,提出一种基于多任务种群协同进化的粒子群优化算法。该算法将种群分为3种执行不同任务动作的子群,充分扩展搜索范围,挖掘搜索域内的有用信息,使种群的全局搜索能力和局部搜索能力达到较好的平衡状态。实验结果证明,将协同进化PSO算法应用于弧长-曲率空间中的函数优化问题,可实现对自主车辆的运动规划,规划轨迹满足车辆运动学和动力学约束,保证了车辆行驶的安全性和平稳性。

在自主车辆路径规划中逆向D~*算法的应用

针对自主车辆路径规划在大规模环境中存在执行效率低的问题,本文进行了逆向D*路径规划算法的分析和验证。对自主车辆感知的环境信息建立局部栅格地图,在局部栅格地图中建立机器人距离,车辆在行驶过程中采用A*启发方法搜索中间目标节点,以滚动方式规划出中间目标节点到达当前位置的局部路径。自主车辆沿着局部路径行驶到这个中间目标节点后,再搜索下1个中间目标节点,滚动进行规划。依此循环,直到车辆达到最终目标节点。Matlab仿真实验表明,该方法具有可行性、有效性和实时性。

基于信息融合的农业自主车辆障碍物检测方法

针对单一传感器在智能车辆环境感知中的局限性,提出一种基于摄像机与激光雷达信息融合的农业自主车辆前方障碍物检测方法。对单目摄像机获取的图像进行基于Ft(Frequency-tuned)算法的显著性检测,并生成显著图。同时对激光雷达反射点进行基于数据关联性评估的聚类分析,确定障碍物数量、边界与位置等先验信息。然后以激光雷达坐标相对应的图像像素坐标为种子点,由种子点激活经过处理的显著图,基于受限区域生长实现障碍物区域分割。试验结果表明,基于Ft算法的图像显著性检测具有更好的边缘检测效果,基于种子点的受限区域生长法可以有效地进行障碍物分割。在机器视觉的基础上融入激光雷达数据,可以更好地排除非障碍物的干扰,实现了障碍物的完整检出。

自主车辆行为决策的安全验证方法

在各种不同类型交通事件的触发下,自主车辆的行为过程在连续和离散模式间动态切换,表现出复杂的混合系统的动态行为.采用形式验证技术研究自主车辆行为决策的安全验证方法.依据自主车辆环境感应器测得的原始数据,对其他车辆的初始状态进行估计,并根据自主车辆和其他车辆的不确定初始状态将其抽象为马尔科夫链.然后,利用离线产生的马尔科夫链进行车辆随机可达集的在线计算.最后,根据其他车辆的随机可达集以及自主车辆在规划路径引导下的随机可达集,计算碰撞概率.仿真例证表明该方法对于冲突概率的计算具有良好的时效性.

自主车辆高效滚动时域轨迹规划与跟踪控制

针对自主车辆轨迹规划与跟踪控制问题,提出一种基于模型预测控制的自主车辆高效滚动时域轨迹规划与跟踪控制方法。首先,引入人工势场法为不同障碍物和道路结构分配不同的势场函数;其次,将这些表征安全性的势场函数作为轨迹规划与跟踪的优化目标函数,同时考虑车辆动力学特性、运动学约束和舒适性要求,使规划的轨迹易于车辆跟踪;最后,针对势场函数的非凸非线性造成在线优化计算量大问题,引入阶梯式控制策略,参数化预测时域内的控制增量,降低模型预测控制的在线计算量。针对典型交通场景进行CarSim与Matlab/Simulink联合仿真,结果表明该方法有效并具有优越的实时性能。

基于视觉传感器的自主车辆地面自动辨识技术研究

该自主车辆地面自动辨识技术是以Leobot-Edu自主车辆作为试验载体,并应用DH-HV2003 UC-T视觉传感器对常见的5种行车路面(石子路面、水泥路面、土壤路面、草地路面、砖地路面)进行图像信息的采集,应用Matlab图像处理模块对其依次进行压缩编码、复原重建、平滑、锐化、增强、特征提取等相关处理后,再应用Matlab BP神经网络模块进行模式识别。通过对模式识别结果分析可知,网络训练目标的函数误差为20%,该系统路面识别率达到预定要求,可以在智能车辆或移动机器人等相关领域普及使用。

基于风险评估的自主车辆主动避障预测控制

针对自主车辆的主动避障问题,提出一种基于模型预测控制的车辆轨迹规划与跟踪控制方法。为了评估道路结构及不同障碍物对自主车辆的影响,分析不同障碍物的特性并引入风险评估函数。首先,将风险评估函数加入模型预测控制的优化目标函数中,同时考虑车辆动力学特性、车辆物理约束、燃油经济性及舒适性要求;其次,定义自主车辆紧急避障最小转向点,分析车辆进行紧急避障时的行车特性并设计碰撞损失最小控制器;最后,根据行车风险场设计控制器切换机制,实现主动避障控制。所提出的方法在高保真CarSim车辆模型上进行了仿真。

基于视觉的自主车辆导航与控制技术的进展

视觉系统在导航控制中起着环境探测和辨识的作用。从导航数据采集、道路识别和运动控制三个方面分析计算机视觉在自主车辆导航与控制中的应用,并评述其实用性。