论文部分内容阅读
安全是汽车领域的永恒话题,在“驾驶员-车辆-道路”闭环系统中,驾驶员由于驾驶能力、先天生理差异、主观情绪等各方面的影响,被认为是该系统中最薄弱的环节,而由驾驶员因素导致的事故更是占道路交通事故的重要成分。自动驾驶车辆因其可以部分甚至全部取代驾驶员的工作,降低驾驶员操作因素影响和失误概率,提高行驶安全性、舒适性和高效性,因而被认为是未来汽车发展和技术创新的主要方向。自动驾驶车辆的运动控制是行驶安全性和舒适性的核心技术,其中横向运动控制主要实现车辆的横向路径跟踪,即控制方向盘转角,使车辆按规划好的路径行驶,并保证车辆的行驶安全性、平稳性与舒适性。本文针对自动驾驶车辆的横向路径跟踪控制展开研究,主要从车辆动力学建模、驾驶员转向行为建模、驾驶员跟踪特性分析、路径跟随控制,这四个层面来进行论述。在车辆动力学建模方面,采用模块化、参数化的建模思想对汉腾某型车辆进行对标,建立目标车辆的14自由度车辆动力学模型,然后,按研究目的不同对14自由度车辆模型进行简化设计:1、针对控制算法实时响应的需求,建立2自由度车辆模型作为本文第四章预测模型的基础;2、为了能初步反映车辆各方面的动力学特性,实现“驾驶员-车辆-道路”闭环系统的快速验证,建立7自由度动力学模型。最后,通过实车数据与仿真数据的对比分析,验证了 14、7、2自由度车辆模型的正确性和有效性,为下文的算法验证奠定了基础;在驾驶员转向行为建模方面,首先,基于“预瞄-跟随”理论,对期望路径的坐标转换关系、自车位置与期望路径间的几何关系、加速度与方向盘转角之间的动力学关系进行推导,建立驾驶员横向操纵模型的“预测器”和“跟随器”;其次,基于Logitech G29套件搭建半实物仿真平台——驾驶员模拟系统,采集真实驾驶员的数据;最后,结合本文建立的7自由度车辆模型,对驾驶员横向操纵模型和真实驾驶员进行“驾驶员-车辆-道路”的闭环验证;在驾驶员跟踪特性分析方面,设计典型双移线避障工况,通过所建立的驾驶员横向操纵模型进行路径跟踪特性分析,明确驾驶员转向操作中预瞄时间和车速等对路径跟踪过程的影响,然后,利用搭建的半实物仿真平台,采集多个驾驶员转向操作数据,以模拟熟练驾驶员在驾驶员-车辆-道路闭环系统下的路径跟踪行为。在路径跟踪控制方面,采用模型预测控制(Model Predictive Control,MPC)算法,搭建了路径跟踪控制器。为了防止状态变量的噪声干扰和非线性区域的模型参数失配现象,设计卡尔曼滤波状态观测器;其次,基于2自由度车辆模型及驾驶员跟踪特性建立了以方向盘转角为输入的控制变量,以横向位移和横摆角为输出的预测模型;经过预测转化,最终,将所设计的MPC控制器每一步的优化求解转化为带约束的二次规划问题,利用模型预测控制滚动优化的特点,求解跟踪参考路径所需的方向盘转角,作用于14自由度车辆模型。通过与熟练驾驶员模型的对比分析可得,所建立MPC控制器优于熟练驾驶员,并能较好地适应各种复杂环境。最后,在实车验证方面,设计了直道保持实验、弯道跟踪实验、双移线避障三种工况,通过与熟练驾驶员的数据对比分析可知,本文所设计的基于MPC的路径跟踪控制器具有较好的性能。