自适应时域参数MPC的智能车辆轨迹跟踪控制

为了解决智能车辆在低附着路面下主动转向跟踪控制的稳定性和控制精度问题,提出了一种基于自适应时域参数的智能车辆轨迹跟踪控制策略。基于车辆动力学模型和模型预测控制算法(MPC)建立线性时变MPC控制器,并加入包括轮胎侧偏角约束、质心侧偏角约束以及前轮转角约束的动力学约束,求解出最优前轮转向角。分析控制器中的时域参数对控制效果的影响,设计了一种自适应时域参数控制器,能够根据获取的车辆速度,将求解得到最优的预测时域和控制时域参数输入到控制器,提高控制器在不同速度下的控制精度和稳定性。通过搭建MATLAB/SimuLink与CarSim联合仿真平台,在低附着路面情况下对固定时域控制器和自适应时域控制器进行对比仿真实验。结果表明:自适应时域控制器能够有效改善控制器的性能、减少横向偏差、提高轨迹跟踪控制精度,同时对不同速度也具有较强的适应性,车辆质心侧偏角也控制在0°~15°内,有效保证了车辆行驶的稳定性。

计及安全性与舒适性的智能车辆换道轨迹规划研究

针对当前智能车辆在换道过程中的安全性以及乘员舒适性问题,本文提出一种基于风险场评估轨迹的二次筛选方法。首先,在Frenet坐标系下,将车辆运动解耦为横向和纵向两个维度,基于五次多项式生成所有横向d-t曲线簇和纵向s-t曲线簇;其次,由车辆的动力学特性和三圆碰撞模型设计轨迹初筛评价函数,选取合格轨迹作为候选轨迹;最后,参考人工势场理论的思想,引入行车过程中风险场的概念,根据换道效率,换道风险值和横、纵向冲击度建立总损失函数评价候选轨迹以进行二次筛选,选取最佳轨迹并完成可视化。为检验算法的可行性,通过搭建双车道的道路环境,设计障碍车不同速度和加速度的多场景进行弯道换道的仿真验证。研究结果表明,本文所提算法能够满足换道的安全性和舒适性需求。同时,在正常换道场景下,乘员在换道过程的97.5%时间处于舒适状态,在紧急避障场景下也能达到平衡安全性与舒适性的目标。

基于轻量化CenterNet的智能车辆目标检测算法

针对当前目标检测算法参数较多,计算量较大,导致响应速度较慢,难以推广应用于智能车辆系统的问题,提出一种改进的CenterNet目标检测算法。即应用轻量化MobileNetV3网络替换原ResNet-50网络,降低计算量;应用深度可分离的PANet替换特征增强网络,获得多尺度特征信息融合后的特征,并引入SimAM注意力机制在特征融合前强化目标特征关注度,再用SiLU激活函数替换原目标检测网络中的ReLU激活函数,增强网络学习能力。最后提出CPAN-ASFF模块对深度可分离的PANet输出多尺度特征图进行融合,提高目标检测精度。应用优化后的KITTI数据集对改进后的CenterNet目标检测算法进行训练及检测验证,结果表明:其平均准确率为80.7%,比原始Center⁃Net目标检测算法提高了12个百分点,其检测速度为65 f/s,其参数量为8.91 M,较原算法减少72.73%,改进后的算法在遮挡目标、重叠目标以及与背景相似目标的检测效果上表现更优。且在SODA10M数据集中,文中提出的算法的检测精度与速度也都优于当前主流算法。该研究对算法的优化及实验为智能车辆在实际工程中的应用奠定了技术支撑。

基于图搜索与优化的动态非结构环境智能车辆轨迹规划

针对动态非结构环境下的智能车辆轨迹规划,提出了一种基于图搜索和优化的轨迹规划方法。首先,采用图搜索方法对智能车辆运动基元进行搜索,获取符合运动学特性的初始轨迹;然后,基于非线性模型预测控制方法对轨迹进行优化,以获得更平滑、更安全的轨迹。为在动态非结构环境下实现基元的快速且安全的拓展,提出了一种基元碰撞检测的方法。该方法通过障碍物膨胀和栅格离散运动基元,对非规则障碍物进行静态碰撞检测,引入速度障碍物概念,在速度空间对动态障碍物进行动态碰撞检测。在ROS/Gazebo环境下进行了算法仿真比较,并通过场地试验进行了测试评价。结果表明,相较于TEB算法,所提轨迹规划方法在满足计算实时性要求的同时,平均避障成功率提高了18%,展现出了更高的安全避障能力和可行性。

基于MPC的智能车辆换道重规划研究

为解决智能车辆换道过程中,由于其他车辆的行驶状态发生改变导致碰撞风险的问题,需对主车进行实时局部路径规划。基于模型预测控制(MPC)提出换道轨迹重规划策略,根据碰撞风险将其划分为换道轨迹修正策略、换道折返策略及前向主动避撞策略,建立基于MPC的横向控制和基于双比例积分微分控制器(PID)的纵向控制,并以纵向车速为联合点的横纵向综合轨迹跟踪控制器。将轨迹规划模块、轨迹重规划模块及轨迹跟踪模块分层集成,对换道轨迹重规划策略进行仿真验证。仿真结果表明:基于MPC的换道轨迹重规划和轨迹跟踪控制可在不同场景下实现车辆安全避撞。

基于V2V的智能车辆换道轨迹规划方法研究

针对传统车辆换道轨迹算法实时性差与换道效率低的问题,提出一种基于V2V的智能车辆动态自主换道轨迹规划算法。换道起始时刻,智能车辆通过V2V通信技术获取周围交通车辆运动状态信息,在换道条件允许的情况下,采用多项式函数对车辆换道过程的横纵向运动进行描述,通过构建基于双圆车体近似模型的避障算法筛选无碰撞的换道轨迹,以车辆换道舒适性、换道效率等换道性能指标构建多目标优化价值函数,通过求解约束化问题求得最优换道轨迹。为验证算法的有效性,利用CarSim和Matlab/Simulink等软件进行联合仿真验证。结果表明:对于不同的换道工况,基于V2V的换道轨迹规划算法比传统非V2V的换道轨迹规划算法所规划出的换道轨迹需要的换道空间更小,具有更高的换道效率。

基于模型预测控制的智能车辆轨迹跟踪仿真

为提高智能车辆在不同速度下轨迹跟踪的精度和行驶稳定性,基于三自由度车辆动力学模型和模型预测控制算法(MPC),设计了自适应调整最优时域的控制律,基于实际前轮转角与预测前轮转角的误差特性,搭建了可利用PID反馈补偿前轮转角的MPC轨迹跟踪控制器。针对不同速度工况下,经Matlab/Simulink和CarSim联合仿真,仿真结果表明,自适应调整最优时域的MPC-PID控制器相比固定时域MPC控制器,跟踪精度得到了提升,且能保证受控车辆的稳定性。

基于BP神经网络智能车辆控制信息的获取与训练

智能车辆控制信息使用车载摄像头来检测车道标记线,并通过车辆转向控制器不断纠正车辆和跟踪道路标记线之间的转角偏差。车道标记线的检测是智能交通技术非常重要的环节,而图像边缘线检测对光照强度的反应很敏感,不同光照强度车道图像的整体灰度均值变化显著,因此,需采用不同的车道图像边缘线检测算法。本文利用BP神经网络确定智能车辆控制信息,并使用MATLAB进行构建、训练神经网络模型,学习驾驶员的转向经验。

基于语义似然与高精度地图匹配的智能车辆同时定位与检测

车载传感器数据与高精度地图的精确匹配是提升智能车辆感知与定位的关键.提出基于语义似然模型(SLM)的高精度地图匹配新算法,实现智能车辆同时定位与目标检测任务.首先通过U-Net提取路面语义目标,利用核密度估计建立SLM.基于粒子滤波框架,利用位姿变换将高精度地图上目标抽样点映射至SLM中,计算该抽样点与传感器数据的匹配程度对每个粒子的权重更新,实现智能车辆的高精度定位.最后利用定位结果完成地图上的要素目标到图像的映射,实现目标的精准检测.利用在校园道路与城市道路环境下采集的数据对所提算法进行验证,实验结果表明,算法的平均定位误差约为14 cm,路面路标检测结果平均交并比(MIoU)均大于80.较之深度神经网络等当前最佳(SOTA)的检测方法,所提算法引入高精度地图的先验信息可显著提升智能车辆定位与目标检测性能.

基于CIDAS事故场景的智能车辆视场配置

为优化智能车辆感知视场,以中国交通事故深度调查(CIDAS)数据库中的事故案例为基础提取22种交叉口乘用车典型事故场景,在交叉口典型乘用车事故仿真场景中提取来车相对于主车的极限相对位置并将其转换为车辆安全通行下最小感知区域;为实现基于场景安全通行的智能车辆感知视场配置,建立场景安全通行需求的智能车辆感知视场配置框架并提出感知视场配置求解方法;在对感知元件进行功能建模后,使用视场配置方法求解场景安全通行下感知元件组合方案;最后使用感知区域覆盖率、目标有效感知率对该感知元件组合方案进行评价,结果表明搭载该感知元件组合方案的智能车辆在事故场景中可满足安全通行要求。

分段仿射模型在智能车辆混合控制的应用研究

针对智能车辆混合动力学控制问题,首先采用分段仿射模型(PWA)非线性逼近车辆主要部件的系统特性,将智能车辆纵向动力学转化为计算混合逻辑动力学(MLD)模型,在此基础上提出了混合模型预测控制(HMPC)策略。通过求解混合整数二次规划(MIQP)问题,设计了能够计算智能车辆纵向工作模式(二进制控制输入),以及节气门开口度和制动压力(连续控制输入)在自动调速过程中切换顺序的控制器。最后通过仿真对比模拟分析,验证了所设计的混合控制器在典型工况下具有良好的纵向速度调节控制性能。

基于毫米波雷达的智能车辆主动避障控制系统设计

智能车辆所搭载监测设备对障碍物目标的识别准确性,影响行驶车辆的避障能力;为避免车辆与障碍物发生碰撞,提升智能车辆的避障能力,设计基于毫米波雷达的智能车辆主动避障控制系统;在底层控制单元中,按需连接纵横向导航控制元件与毫米波雷达摄像头,完成智能车辆主动避障控制系统的部件结构设计;利用毫米波雷达监测所得的车辆避障图像,定义空间坐标系转换条件,通过标定雷达相机参数的方式,实现基于毫米波雷达的智能车辆避障路径规划;建立车辆纵横向运动模型,根据避障安全距离计算结果,完善具体控制流程,联合各级硬件应用结构,完成基于毫米波雷达的智能车辆纵横向主动避障控制系统的设计;实验结果表明,所设计系统可在智能车辆通过障碍物目标时,保证车体与障碍物之间的距离大于0.3 m,能够避免碰撞行为发生,对于车载监测设备而言,其对于障碍物目标的准确识别能力得到了保障,能够有效提升智能车辆避障能力。

基于NSGA-II的智能车辆换道轨迹规划与优化

针对智能车辆三次B样条曲线换道轨迹规划算法中控制点位置难以确定的问题,提出一种基于NSGA-II的换道轨迹优化方法。采用三次B样条曲线规划了智能车辆换道轨迹,在低、中、高车速工况下,以换道轨迹长度及轨迹平均曲率为优化目标,采用NSGA-II多目标优化算法对三次B样条曲线换道轨迹的控制点位置进行优化。为了验证优化后轨迹的可行性,进行仿真与实车验证。结果表明,在3种不同车速工况下,优化后换道轨迹在平均曲率、轨迹长度均有所减小,纵向位移与平均曲率分别减少了12.5%和12.0%、12.5%和40.0%、8.3%和15.4%;在联合仿真场景中,在10 m/s、20 m/s的低速、中速工况下,优化后轨迹跟踪最大横向误差小于0.1 m,在30 m/s的高速工况下,优化后轨迹跟踪最大横向误差不超过0.3 m;在实车验证中,优化前轨迹跟踪最大横向误差接近0.5 m,优化后轨迹跟踪最大横向误差不超过0.4 m,较优化前横向误差降低了20%以上。

面向卓越工程师培养的智能车辆工程人才培养策略探讨

面对车辆电动化、智能化、网联化、共享化的新四化发展趋势,本校依托传统车辆工程专业特色优势,新增了智能车辆工程专业。智能车辆工程专业的设立不仅顺应了时代发展的需求,也为高校培养新一代卓越工程师提供了新的契机。本文在“卓越计划”指导思想的基础上,提出了一系列教学改革措施,涵盖课程体系优化、实践教学创新、校企合作深化和实验室建设等方面。通过系统的改革措施,旨在提升本专业学生的专业素养、工程实践能力和创新思维,为智能车辆领域培养高素质的工程技术人才。

新工科背景下智能车辆专业创新创业教育体系改革

创新创业教育改革是新工科背景下课程体系改革的重点,是提高人才培养质量的重要途径。智能车辆专业是新工科的重要组成部分,本文从创新创业教育重要性认识、课程体系设置、师资队伍配置以及实践训练等四个方面进行了智能车辆专业创新创业教育的现状分析与问题总结,提出了相应的创新创业教育体系改革模式与措施。通过合理的课程体系建设、人才培养模式构建、师资队伍建设以及充分的实践训练,培养出具有创新精神、创业素质以及创业能力智能车辆专业人才。

考虑车辆横摆及侧倾稳定性的智能车辆纵垂向集成控制技术研究

为解决现有针对车辆某一控制需求设计的单维度控制系统无法满足高速行驶安全需求的问题,提出一种考虑车辆横摆及侧倾稳定性的智能车辆集成控制策略。分析车辆横摆稳定性边界和侧倾稳定性阈值,以横摆角速度、侧倾角速度和横向载荷转移率等参数作为车辆行驶稳定性评价指标,引入横向补偿横摆力矩和垂向控制权重分配参数,对智能车辆的纵向制动力矩及垂向主动悬架力进行分配,并通过仿真验证集成策略效果。结果表明,所设计的纵垂向集成控制策略能够实现整车横摆及侧倾稳定性的提升,并提高智能车辆在轨迹跟踪过程中的跟踪精度,有效改善车辆行驶安全性和舒适性。

智能车辆工程专业人才培养策略探讨——以湖北汽车工业学院为例

为了适应汽车行业发展需求,本校依托传统车辆工程专业特色优势,新增了智能车辆工程专业。为了建设更符合现代产业需要的汽车人才,文章提出了智能车辆工程专业的人才培养方案。确定以培养“亲产业、厚基础、强交叉、重创新”的智能电动汽车复合型人才为目标,注重传统汽车与新能源汽车、智能网联汽车的交叉融合,建设智能化课程体系与多元化实践教学平台,进而为培养适应现代汽车技术发展的全能型人才奠定扎实的基础。

基于GCN和QP的智能车辆换道决策规划

考虑动态驾驶场景下车辆间的交互影响,提出了一种基于图卷积网络和二次规划的智能车辆自主换道行为决策与运动规划方法.首先将感兴趣区域进行分层建模,以图结构数据的形式对驾驶场景的全局和局部动态交互信息进行聚合,通过图卷积网络输出自车应采取的驾驶行为决策指令,然后与运动规划模块结合,基于局部子图划分可通行区域,构建并求解二次规划模型,得到满足运动学约束的无碰撞运动轨迹,最终完成无碰撞自主换道.对提出的方法进行了仿真实验与实车验证,实验结果证明该方法的性能要优于传统的规划方法,具有更好的实验成功率以及场景泛化性能.

基于变参数模型的智能车辆转向执行器故障诊断

为解决传统车辆研究将纵向车速设为定值的问题,设计一种基于观测器的鲁棒增益调度故障诊断算法.首先,以纵向车速为调度变量,同时考虑执行器故障、模型不确定性以及外部干扰,在传统车辆模型基础上建立四轮转向线性变参数(linear parameter varying,LPV)数学模型.然后,对执行器故障进行状态重构,设计具有可变权重因子的鲁棒增益调度观测器,实现对车辆状态信息及执行器故障信号的双重估计.最后,选取双移线和蛇形工况,通过MATLAB/Simulink和Carsim联合仿真,结果表明,所设计的执行器故障诊断算法能有效处理车辆纵向车速的时变特性,在复杂工况下能及时快速地跟踪车辆的状态及故障信息,突破了原有传统车辆故障诊断算法的局限性.

越野环境下势场搜索树智能车辆路径规划方法

智能车辆路径规划是智能驾驶的一项关键技术,传统的车辆路径规划方法以最短通行距离或最小通行时间为优化目标,忽视了规划过程中的车辆运动风险。在快速随机搜索树算法的基础上,运用势场模型量化评估车辆运动风险。在快速获得车辆初始运动轨迹的基础上,以车辆运动轨迹的安全性以及通行距离和车辆转角作为运动轨迹评估依据,采用轨迹重构优化方法持续优化车辆运动轨迹。采用场景模拟仿真方法,验证规划轨迹的性能。仿真实验结果表明,在典型场景下,该方法具备平衡车辆运动效率与安全性能的特点,能在越野环境中规避障碍物和环境威胁,所规划的运动轨迹符合车辆运动学特性,运动轨迹的安全性好,通行效率较高。