论文部分内容阅读
作为智能网联技术路线中的关键环节,近年来,轨迹跟踪控制得到了广泛的研究。由于目前所采用的控制方法被控对象多为前轮转向汽车,对于四轮转向的轨迹跟踪问题研究并不多见。因此本文考虑结合四轮转向的技术特点,设计开发适用于无人驾驶智能移动平台的四轮转向轨迹跟踪控制器。本文结合国家自然基金(51705185)-全地形搭载平台主动车身姿态与四轮转向智能协同控制系统研究,以无人驾驶智能平台为研究对象,重点开展了前轮转向与四轮转向轨迹跟踪控制策略的研究。主要分析了换道工况、定曲率工况以及八字绕环等不同参考轨迹下的轨迹跟踪效果。仿真结果表明,两种不同控制策略均能跟踪参考轨迹,并且四轮转向轨迹跟踪控制器在相同工况下较之前轮转向轨迹跟踪控制器具有更高的跟踪精度,其对平台纵向速度的适应性和极限工况的灵活性更加突出。对移动平台的实车实验结果同样表明两种控制器均能在试验场地内完成对参考轨迹的跟踪,且在某些工况下四轮转向轨迹跟踪控制器的控制效果更佳。实验结果与MATLAB/Simulink仿真结果比较吻合,可以用于验证所开发的多种控制策略的有效性。本文的主要研究内容如下:1.四轮转向智能移动平台的建模在对车辆经典动力学模型进行详细分析的基础上,针对无人驾驶智能移动平台的特性,建立适用于该平台轨迹跟踪控制的四轮转向动力学模型,增加后轮转角控制量,并对前轮转向模型中的部分参量进行修改,以保证模型能够准确反映平台在前后轮同时输入情况下的运动响应。2.基于MPC算法的前轮转向轨迹跟踪控制研究采用较为成熟的模型预测控制方法,根据参考轨迹、参考航向角等参考输入量,在保证安全性和稳定性的前提下实时计算平台的前轮转角,从而实现对预设轨迹的跟踪。所设计的控制器计算量较小,模型编译后可直接应用于实车试验,不过分依赖硬件条件,在控制器的计算量和轨迹跟踪精度上进行了较好的平衡。3.基于自适应MPC算法的四轮转向轨迹跟踪控制研究为了更好地发挥平台自身拥有的四轮转向优势,这里采用自适应MPC算法,设计开发了四轮转向轨迹跟踪控制器。自适应MPC算法克服了传统MPC算法对于平台动力学模型参数的限制,即对于平台纵向速度变化时,系统矩阵随之变化的问题,自适应MPC算法可以实时更新平台动力学模型的结构,每次计算时都将最新的平台动力学模型内化为MPC的预测模型,从而对纵向车速变化有更好的适应性。4.算法集成与实车试验基于UWB超宽带无线通讯技术进行园区内的轨迹跟踪闭环试验。首先对智能移动平台的基础性能进行测试,包括加速、制动和转向精度等。随后对轨迹跟踪控制系统硬件环境进行集成,包括OXTS RT2502惯导、MicroAutoBox1513/1514控制器等。软件方面结合MATLAB/Simulink与ControlDesk验证前述不同的控制策略,编译之后在平台上运行。试验结果表明,所设计的控制器均能在该平台上达到预期效果,对轨迹跟踪实际效果进行验证的同时,也对平台的动力学模型进行了较好的验证。本文的研究意义在于分析了四轮转向平台轨迹跟踪的控制原理,分别设计了适用于该平台的前轮转向与四轮转向轨迹跟踪控制器,并在智能驾驶试验场进行了四轮转向智能移动平台的轨迹跟踪试验,进一步验证了控制策略的有效性以及仿真与试验的一致性。