基于梯形规划曲线的智能车速度规划算法研究

针对QP(Quadratic Programming)算法应用于智能车速度规划时,存在停车过程减速较晚而导致减速距离短、平稳性差的问题,文中提出了基于梯形规划曲线的智能车速度规划算法.首先建立速度规划的 QP模型并求解;然后分析不同初速度下基于梯形规划曲线的停车过程,将其结果作为非线性约束来实例化QP模型并再次求解;最后通过仿真实验和实车实验对比分析 QP算法和所提算法的实验结果.仿真实验中,分别以39.8km/h,31.5km/h,20.6km/h的初速度进入停车过程,速度变化曲线表明所提算法能够将减速开始时间提前,初步表明该算法具有优化效果;实车实验中,较QP算法而言,所提算法将3种初速度下的停车过程分别提前5.9s,5.0s,3.7s,平均加速度绝对值分别减少0.5m/s^2,0.5m/s^2,0.4m/s^2,最大加速度绝对值分别减少0.16m/s^2,0.33m/s^2,0.35m/s^2.仿真实验和实车实验表明,所提算法的改进效果明显,具有显著的优化作用.