基于回旋曲线的垂直泊车轨迹规划与跟踪控制

为了提高复杂狭窄环境下的垂直泊车便捷性和安全性,提出一种基于回旋曲线的垂直泊车轨迹规划与跟踪控制方法.首先,将垂直泊车轨迹规划问题解耦成路径规划问题和速度规划问题,并基于回旋曲线规划曲率连续的垂直泊车路径,以及基于五次多项式曲线规划垂直泊车速度.随后,将垂直泊车轨迹跟踪控制问题解耦成垂直泊车路径跟踪控制问题和垂直泊车速度跟踪控制问题,并基于Euclid Math OneLA@_2增益控制理论和预估模型设计非时间参考泊车路径跟踪Euclid Math OneLA@_2增益控制律,以及基于PID控制设计垂直泊车速度跟踪控制律.最后,结合硬件在环试验平台对所提出方法的可行性和有效性进行验证.结果表明:所提出的垂直泊车轨迹规划方法得到的泊车路径曲率是连续的,且所提出的垂直泊车轨迹跟踪控制方法在泊车位宽度与车辆宽度之差大于0.655 m时可以安全、精确地引导车辆停放在泊车位.     

基于图搜索与数值优化方法的分层轨迹规划方法

针对结构化道路场景中多约束的轨迹规划问题,提出一种路径和速度协同搜索、解耦优化的分层轨迹规划方法. 上层初始轨迹规划器考虑动态障碍物风险场与时空信息,构造时空代价地图,通过三维A*算法搜索得到安全可行的初始轨迹,保证初始轨迹解的质量. 下层运动轨迹规划器将轨迹规划解耦为路径规划和速度规划,以最小曲率、最大速度以及舒适性等为目标,采用数值优化算法构建路径和速度样条优化模型,使其在避障过程中能够充分发挥车辆的动力性能,同时保证驾乘舒适性,并以局部时空隧道思想简化约束条件,提高求解效率. 通过试验验证本文提出的方法具有较好的行驶效率、舒适性以及实时性.     

多项式曲线优化的垂直泊车路径规划与跟踪

为提高复杂环境下自动垂直泊车的安全性和成功率,提出一种基于多项式曲线优化的垂直泊车路径规划方法和跟踪控制策略.首先,基于直线-圆弧路径下逆向泊车的方法,计算垂直泊车可行起始点范围.其次,综合考虑车辆位置结构和道路边界约束,以多项式为基函数、泊车终点姿态角最小为目标,建立多约束非线性规划路径函数模型,利用粒子群算法求解垂直泊车路径.最后,结合模糊神经网络控制方法,设计路径跟踪控制器.构建Simulink/CarSim仿真模型,对所提路径规划方法和跟踪策略进行仿真,结果验证了所提泊车路径规划和跟踪控制策略的可行性和有效性.     

基于Matlab的多约束自动平行泊车轨迹规划

分析泊车轨迹曲线特点,在已有轨迹函数基础上提出新的轨迹函数,通过对实际泊车轨迹的拟合证明该函数的可用性.分析泊车环境中存在的可能碰撞点,建立相应的避撞约束函数.以泊车环境障碍约束、车辆自身参数约束、泊车初始点方位约束、泊车终点位置约束为轨迹函数的约束函数,以泊车终点车辆与车位夹角最小为目标函数建立单目标多约束轨迹方程.分别对一般泊车环境和狭小空间泊车环境进行泊车轨迹规划,利用Matlab软件非线性约束优化函数求得轨迹函数参数.仿真结果表明:对于一般泊车环境,该方法能满足泊车轨迹曲率连续性,使车辆无碰撞进入车位,并使车辆与车位平行;对于狭小空间泊车环境,虽未能使车辆与车位平行,但实现了车辆无碰撞地泊车入位并保证轨迹曲率的连续性.由此可知该方法可实现车辆无碰撞地泊车入位,并满足轨迹曲率连续性要求,有效地解决了泊车过程中停车转向问题.     

全自动平行泊车路径规划方法研究

为解决车辆泊车过程中发生碰撞预警,导致车辆无路径可跟踪的问题,为提高泊车成功率,提出一种全自动泊车路径规划方法,包括一次路径规划和二次路径规划。在对不同泊车状态进行约束分析的基础上,以路径曲率最小为优化目标,建立路径优化函数。利用Matlab非线性约束优化函数求得一次、二次路径轨迹函数参数。车辆在一次泊车发生碰撞预警的情况下进入二次路径规划模块。仿真结果表明:一次路径规划方法能满足车辆轨迹连续且无碰撞泊入车位;如若出现预警碰撞,二次路径规划方法能保证连续、安全泊入车位,为安全泊车提供了二次保障。     

基于样条理论的自动垂直泊车轨迹规划

分析泊车轨迹曲线设计要求并综合B样条曲线特点,提出基于B样条曲线理论通过对轨迹控制点优化进行自动垂直泊车轨迹规划的方法.分析泊车过程中存在的可能性碰撞点,并建立相应的避撞约束函数.考虑泊车环境障碍约束、车辆自身参数约束、泊车初始点方位约束、泊车终点位置约束,以泊车轨迹的最大曲率值最小化为目标,以轨迹曲线控制点为变量,根据Ackerman转向原理建立车辆运动轨迹多约束方程.分别对一般泊车环境和狭小空间泊车环境进行泊车轨迹规划,利用Matlab软件非线性约束优化函数求得轨迹控制点,得出轨迹曲线.仿真结果表明:对于一般泊车环境该方法能使车辆无碰撞地进入车位,且满足泊车轨迹曲率连续性;对于相对狭小泊车环境,也能求得一组轨迹控制点,通过不断调节前轮转角实现车辆无碰撞地泊车入位并保证了轨迹曲率的连续性.仿真结果表明了基于样条理论的泊车轨迹规划方法可实现车辆无碰撞地泊车入位,并满足轨迹曲率连续性要求,有效地解决了泊车过程中停车转向问题.     

三阶段智能车辆多信号灯路口节能车速规划

为提高智能车辆在多信号灯场景通行时的能耗经济性，提出一种鲁棒三阶段(选择—平滑—优化，Select-Smooth-Optimize, SSO)的节能车速规划框架。采用随机撒点方式划分可通行区域，基于经济巡航车速构建加权有向无环图(WOG),利用Dijkstra算法求解加权有向无环图粗解；利用三次样条插值模型平滑粗解轨迹，降低非线性优化的计算时间；将车速规划最优控制问题转化为非线性优化问题，利用平滑后的轨迹作为内点法优化的初始迭代值，加快最优速度轨迹收敛，构建不规则信号灯相位和配时(SPaT)场景并进行仿真测试。仿真结果表明，与一阶段和两阶段基准算法相比，SSO算法分别节省26%、7%的能耗，并能兼顾鲁棒性与实时性计算要求。     

非平行初始状态自动泊车轨迹生成方法

研究车身姿态非平行初始状态下的自动泊车系统轨迹生成方法。 结合车辆运动学模型和融合动力学约束条件,分析泊车过程车辆运动路径;利用图像信息匹配车身初始姿态,最后基于全局规划生成由三段圆弧构成的完整泊车轨迹。 与传统最小半径轨迹生成法进行对比表明非平行初始状态轨迹生成算法具有更强的鲁棒性。 实车试验结果表明,车辆初始姿态角在±15°范围内,6.0 m×2.3 m车位环境下,文中算法泊车成功率达到90%。      

基于最小snap的机器人自主探索路径规划算法

基于最大化信息增益的自主探索路径规划算法在小规模场景下探索效率高,但是由于其缺乏全局性在复杂场景中探索效率差,并且探索轨迹不平滑,机器人无法直接追踪.通过分层思想将路径规划分为全局与局部两部分,使用全局规划结果引导局部探索规划,保证了局部探索与全局探索的一致性.基于观察点选择过程中的子模性,提出引入随机性的观察点选择算法,保证了观察点选择的鲁棒性.将路径规划问题分解为观察点访问顺序选择和轨迹平滑问题,通过求解旅行商问题确定访问顺序,通过最小snap方法平滑探索轨迹,实现了高效的自主探索路径规划算法.仿真实验结果表明,基于最小snap的探索路径规划算法在复杂场景中的探索效率相比其他算法更高,并拥有良好的算法复杂度,可以保证机器人自主探索复杂场景.     

基于改进快速行进树的自主代客泊车路径规划

为了加速自主代客泊车系统落地，基于改进快速行进树算法提出了一种自主代客泊车路径规划方法.首先，采用类广度优先搜索策略建立环境地图的“路径场”，并提出一种高计算效率的避障检测策略，基于环境地图“路径场”提出一种符合汽车非完整约束的远端参考点和近端参考点选取原则与路径节点更新原则，通过使路径节点逐渐靠近目标节点来完成自主代客泊车引导路径规划任务. 其次，基于Dubins曲线规划满足初始泊车方位角任意性要求和泊车位方位角的非唯一性要求的泊车路径，引导汽车安全驶入泊车位.最后，仿真验证所提方法的可行性.结果表明：相对于传统的快速行进算法，所提方法规划的自主代客泊车路径满足汽车非完整约束要求，可以安全引导汽车完成自主代客泊车任务.     

基于势场法的无人车局部动态避障路径规划算法

根据无人车动态实时避障的需求,提出一种基于人工势场法的局部避障路径规划算法,通过改进势场环境及势场力来解决传统势场法局部极小值和目标不可达的问题. 考虑车辆碰撞安全性,对侧向动态障碍物和同向动态障碍物工况进行分析,采用动态窗口法进行实时动态避障规划. 同时为保证规划路径的平滑性和可跟踪性,采用贝塞尔曲线对轨迹进行平滑处理. 最后,在CarSim和Matlab/Simulink 联合仿真平台下,对所提出的控制算法进行验证. 仿真结果表明了规划算法的避障有效性、安全性以及可跟踪性.      

基于批处理先验知识树的自主代客泊车路径规划

针对室内结构化场景的自主代客泊车路径规划问题,基于批处理先验知识树(BIT*)算法和滚动优化思想提出一种自主代客泊车路径规划方法.首先,基于BIT*算法规划全局自主代客泊车路径,并采用数组实现影响BIT*算法搜索效率的树节点优先队列和树边优先队列,提高全局自主代客泊车路径规划效率.然后,基于滚动优化思想和圆弧-直线组合方法规划满足汽车运动学约束和避障约束的局部自主代客泊车路径,基于滚动优化思想规划的局部自主代客泊车路径可以将汽车引导到泊车位附近,而基于圆弧-直线组合方法规划的局部自主代客泊车路径可以使汽车安全驶入泊车位.最后,仿真验证所提出的自主代客泊车路径规划方法的可行性和有效性,结果表明:相对于基于传统快速扩展随机数(RRT)算法的自主代客泊车路径规划方法,提出的方法搜索效率更高,并且规划的自主代客泊车路径满足汽车运动学约束和避障约束.     

基于动态虚拟障碍物的智能车辆局部路径规划方法

针对传统人工势场法在智能车辆局部路径规划中未充分考虑车辆动力学和运动学约束的不足,提出一种基于动态虚拟障碍物的局部路径规划方法.首先根据环境、车辆运行状态和道路交通规则分析车辆行驶安全性并获得虚拟车道线的解析表达,再进行车辆驾驶行为决策并生成受约束的动态虚拟障碍物,最后采用考虑动力学和运动学约束的改进人工势场法进行局部路径规划.仿真实验表明,该方法在保证动力学和运动学约束的前提下,能够在不同初始速度、相对速度和相对距离工况下获得较好的规划性能.     

面向动态障碍物场景的自主代客泊车路径规划

针对存在动态障碍物场景的自主代客泊车路径规划问题,提出一种基于D*算法和动态窗口法的自主代客泊车路径规划方法.首先,利用栅格扫描算法快速准确地构建自主代客泊车场景的静态环境地图,并采用Dijkstra算法实时更新动态障碍物影响的局部静态环境地图信息.随后,利用D*算法将自主代客泊车场景静态环境地图转化为静态路径场,得到...     

线控四轮转向汽车平行泊车路径规划与跟踪控制

针对线控四轮转向汽车平行泊车路径规划与跟踪控制问题,提出一种基于改进粒子群优化算法的平行泊车路径规划方法和一种基于前馈控制和反馈控制的平行泊车路径跟踪控制策略.首先,综合考虑线控四轮转向汽车运动学非完整约束、动力和转向子系统的过程约束和边界约束、避障约束、泊车初始位姿和目标位姿约束,建立以最小化泊车过程总时长为目标的平行泊车路径规划约束最优化问题,并采用可以处理等式约束和不等式约束的粒子群优化算法对其进行求解,得到最优平行泊车路径.随后,利用平行泊车路径规划过程得到的车轮转向角作为前馈控制量,并利用汽车实际位姿与期望位姿的偏差构建PI反馈控制量,实现对规划的平行泊车路径快速、精确和稳定的跟踪控制.最后,利用车辆动力学仿真软件构建模型在环仿真系统,验证所提出方法的可行性和有效性.结果表明:所提出的方法可以快速、精确和稳定地引导线控四轮转向汽车自动完成平行泊车任务.     

基于离散优化的无人驾驶汽车轨迹规划

针对双向两车道无人车行驶场景,基于离散优化的方法,提出一种新的轨迹解耦规划算法。该算法将带有时间戳的三维轨迹规划问题,解耦成分别对路径和速度规划,速度规划时引入ST图,用以描述无人车与障碍物之间的运动关系。通过分层采样的方法构建路径Lattice图搜索初始路径,以及基于多目标A*搜索算法在ST图中规划出初始速度剖面,减少算法的计算量。同时,结合优化的方法对轨迹进行优化,使轨迹收敛到全局最优解。最后,通过仿真实验,验证了该算法的有效性和可靠性。     

高速公路弯道换道决策及运动规划优化

弯道换道决策及运动规划算法主要影响自动驾驶汽车的安全性和操纵稳定性。针对高速公路弯道换道场景决策的安全性和行驶效率不够高的问题,提出新的基于主车相对前车的驾驶不满意度的决策算法。为了提高运动规划算法实时性,采用路径-速度解耦框架进行主车换道轨迹规划。对于路径规划,选择五次多项式曲线,采用考虑安全、舒适和高效性的4个换道路径评价指标,实现最优路径规划。对于速度规划,结合动态规划与二次规划优化获取平滑速度规划曲线。仿真结果表明基于驾驶不满意度的换道决策模型能选择更高效和安全的行驶方式。在典型的主车换道场景,主车最大质心侧偏角,最大横摆角速度的数值均小,表明换道轨迹规划算法能确保主车换道的安全性和操纵稳定性。     

基于改进人工势场法的智能车辆避撞路径规划

针对传统人工势场法存在道路边界势场不完善和局部最优问题，文章提出一种改进人工势场法的智能车辆避撞路径规划。引入道路势场函数来描述道路边界，设立虚拟目标点来摆脱局部最优，建立道路环境模型；为了根据周边环境和车辆状态进行实时规划，设计分层避撞路径规划控制器，将道路环境模型引入上层路径规划器的目标函数中，利用模型预测控制(model predictive control, MPC)的优化算法规划出局部避撞路径，再将路径信息输入到下层跟踪控制器进行跟踪。MATLAB/Simulink与CarSim联合仿真实验结果表明，该避撞路径规划对于静态障碍物和动态障碍物都可以规划出平滑无碰撞的路径，保证车辆行驶的稳定性和安全性。     

非均匀有理B样条的挖掘机器人 作业过程中自主避障控制

为解决挖掘机器人在作业过程中遇到大障碍物时无法及时调整动作的问题,提出一种基于非均匀有理B样条(NURBS)曲线的轨迹规划方法.利用3次NURBS曲线插值实现特定的挖掘曲线,在与大障碍物发生碰撞时,通过调整权重因子改变挖掘机器人的局部挖掘轨迹,并且保证轨迹具有良好的平滑性和连续性.仿真实验表明:所提的轨迹规划方法能够实时调整铲斗位姿,进而改变挖掘路径,使挖掘机器人成功避开障碍物,实现自主平滑挖掘.     

基于改进A*算法的无人驾驶车辆路径规划方法研究

针对传统A*算法所规划路径距离障碍物近、转折点多、路径不平滑的问题,对A*算法进行改进并应用于无人驾驶车辆路径规划中.在传统A*算法分析的基础上对背向障碍物搜索和评价函数进行改进,同时采用3次样条插值方法对规划后路径平滑处理.将传统A*算法和改进A*算法应用于MATLAB环境下搭建的无人驾驶车辆模型进行路径规划仿真分析.结果表明,改进A*算法所规划的路径距离障碍物比较远,转折点数量明显减少,同时路径更加平滑.