论文部分内容阅读
越野车辆自动驾驶技术在军事、农业、消防等领域有广泛用途,本文面向无人轮式车辆在越野环境下的非结构化路面的自动驾驶,开展越野环境下的全局路径规划与轨迹跟踪算法研究。目前在非结构化道路上栅格地图中的全局路径规划算法较多,而一般栅格地图不考虑每个格网的具体高程或地面类型差异,同时非结构化道路一般考虑为平整空旷道路上,越野环境中多为地形起伏的颠簸路面,同时地貌复杂,地物类别多样。本文针对典型越野路面开展了无人越野汽车的路径规划与轨迹跟踪方法研究。首先选择长春周边的实验地区,通过土地监督分析及DEM信息进行环境建模,然后依次采用全局、局部路径规划算法进行仿真,得到越野汽车参考的轨迹离散点集。最后基于预瞄控制进行轨迹跟踪,验证了局部路径规划算法的有效性。本文的主要内容包括:(1)越野路面环境建模越野路面环境建模流程及方法,包括采用BP神经网络进行土地监督分类,采用DEM高程数据计算坡度坡向信息。将分类结果通过栅格法进行建模,得到车辆可以识别的越野栅格地图。(2)路径规划算法仿真在越野栅格地图中采用改进A*算法和改进蚁群算法进行全局路径规划,并将两者仿真结果进行对比。其中改进A*算法路径通行时间更短,所以后续选择其结果用于局部路径规划,提高局部路径分辨率以实现细化栅格地图信息。采用“滚动窗口法与HCAA*算法”实现越野地图的局部路径规划,得到车辆可通行的轨迹曲线,并依据地面属性信息计算轨迹曲线上的纵向速度,最终得到包含横纵坐标及速度的轨迹离散点集。(3)轨迹跟踪控制算法建立车辆侧向、纵向的动力学模型,并分别建立了基于预瞄控制理论的侧向控制算法,及基于PID的纵向控制算法。其中在侧向控制算法中增加基于航向角误差的反馈控制调节。通过定曲率工况与双移线工况对轨迹跟踪控制算法的有效性进行验证。(4)越野地图局部路径规划仿真验证基于以上理论基础,通过越野栅格地图搭建Carsim环境下的越野路面,通过MATLAB/Simulink搭建轨迹跟踪控制模型,并依据HCAA*算法得到的局部轨迹点进行Carsim与Simulink的联合仿真。结果表明,轨迹跟踪算法可以实现实时控制车辆沿既定轨迹通行,有较好的控制效果,同时局部规划得到的轨迹曲线满足车辆的约束需求。