论文部分内容阅读
智能车作为未来智能交通的关键环节,将极大的改善现在的交通拥堵、交通事故频发等日益严重的问题。同时智能车也是集合了当代众多高端新科学技术和工业技术,而智能电动车更是未来绿色交通的发展方向。因此本课题立足当下研究热点,着眼未来的发展趋势,对智能车关键技术之一的路径跟踪和避障时的横纵向控制展开研究。主要研究内容如下:(1)分析了智能车行驶过程中路径跟踪横向控制和纵向规划控制理论,建立了车辆三自由度动力学模型,结合魔术轮胎模型,分析了轮胎侧向力、纵向力在不同路面附着系数和不同垂向载荷下与侧偏角、纵向滑移率的关系,对轮胎受力和侧偏角的线性受力分析。(2)设计了基于模型预测控制算法(Model Predictive Control,MPC)的路径跟踪控制器。根据轮胎侧偏角小角度假设下的轮胎线性受力特性,将动力学模型进一步简化。根据非线性动力学模型设计了非线性模型预测控制器,为减少计算量,将非线性预测模型(None-linear Model Predictive Control,NMPC)线性化为线性时变预测模型(Linear Time-Varying Model Predictive Control,LTVMPC)。并对LTVMPC预测模型进行离散化,进而将带有线性约束的优化求解问题转换为二次规划问题,进一步通过LQR求解无约束的极值问题。在Carsim和Matlab&Simulink联合仿真平台上,以双移线工况下的不同路面附着系数和不同车速进行仿真分析,仿真结果表明控制器对不同工况和车速具有良好的鲁棒性。其次考虑到外部环境的多变性,在路径跟踪控制系统中添加静态避障轨迹规划层,联合仿真结果表明,该控制系统在不同车速下对障碍物具有良好的规避能力。(3)针对动态避障设计了纵向速度规划控制器。建立了电动车辆纵向动力学模型,根据原梯形速度规划方法,考虑到其规划效果的波动性,以两车相对速度和距离为判断依据,加入中间速度判断速度分布方式的策略,纵向速度控制器由增量PID控制器控制加速/制动踏板,配合切换策略,使智能车和动态障碍物车辆在安全行驶前提下,实现了智能车速度自适应跟踪,提高了道路通行效率。通过仿真验证,结果表明纵向速度规划器的规划性能和速度控制器的控制性能符合智能车行驶要求。相比于传统的给定速度的路径跟踪控制和纵向避障控制,考虑了速度规划的横纵向综合控制,使车辆路径跟踪和避障的性能得到了提升,并有效提高了智能车辆稳定性和乘坐舒适性。