自动驾驶车辆路径跟踪控制方法研究

路径跟踪控制是自动驾驶车辆关键技术的一个重要环节,主要研究如何控制关键的参数使得自动驾驶车辆稳定无偏差地沿着已经规划好的路径行驶。本文介绍了常用的一些控制方法,并分析了其在自动驾驶汽车路径跟踪方面的研究应用,指出将多种算法相结合、改善模型动力学约束的完整性等会使路径跟踪的效果更精准的研究。     

混合交通环境下逼近最优换道策略的 无人车驾驶模型

针对无人车在现实交通流中的驾驶行为以及车辆间相互影响机制还不明确的现状,提出逼近最优换道策略的无人车驾驶模型.结合无人车周围的交通环境,引入驾驶行为指标体系,利用层次分析法测算指标权值.基于欧氏距离与灰色关联分析的Topsis(Technique for Order Preference by similarity to an Ideal Solution)法建立驾驶行为决策模型来计算换道最优逼近值,代替随机换道策略驾驶模型中的随机概率值;建立逼近最优换道策略的无人车驾驶模型,利用美国洲际5号公路的实际交通数据对新模型进行数值仿真.结果表明:逼近最优换道策略的无人车驾驶模型明显优于随机换道的无人车驾驶模型,能够改善交通拥堵状况,提高整个道路车辆的行驶速度.     

基于姿态传感器进行感兴趣区域压缩的园区无人车图传

园区无人车需要同时用于视觉导航、监控及控制信号传输的带宽.在实时提供图像信号的同时,不过多占用带宽,成为园区无人车图传的关键.而用于导航监控的图像要求水平范围视场具有较高的图像质量,但车辆行驶过程中路面不平整,使得水平视场的获取呈现一定难度.过多的带宽占用会影响无人车视觉导航、监控及控制信号的传输,因此,在低带宽条件下实现图像数据传输的实时性是无人车图传研究的重点.为了平衡图像质量与带宽占用,本文提出基于H.264/AVC算法,利用姿态传感器实现以水平视场为感兴趣区域的图像压缩算法,对视频帧分为感兴趣区域和非感兴趣区域采用不同的压缩比压缩.相比H.264/AVC算法,此方法在保证图像质量的情况下,能够实现更高的压缩率,对网络带宽更友好.     

基于改进双向探索A∗算法的医疗巡检机器人路径规划研究

针对传统导航机器人在复杂大型地图中路径搜索时间长、效率低等问题,提出了一种基于医院复杂环境下的导航策略.对移动机器人在路径规划过程中遇到障碍物、接到临时任务指令以及在同一楼层中两个行驶机器人相遇3种情况,分别讨论了较为合理的路径规划方案.在医院复杂场景模拟环境下的导航策略实验结果表明:该方法能够有效减少路径规划时间,提高搜索效率.EAI移动机器人在线的医院场景模拟环境下实验结果表明:相比传统路径规划算法,该方法能够提高探寻最短路径的效率,且在连续障碍环境下仍能寻找到一条安全性更高、用时最短的最优路径.     

融合A-Star与DWA双优化算法的自动引导车路径规划

自动引导车的应用越来越广泛,为了达到自动引导车在路径规划中要达到全局最优,实时避障的要求,提出了一种优化A-Star算法与优化DWA算法相融合的自动引导车路径规划方案。A-Star算法能找到全局最优路径,根据A-Star算法进行优化,引入自适应启发函数,并进行路径关键点选取,删除冗余路径点。优化后的A-Star算法解决了传统算法规划效率低,路径不平滑的问题。动态障碍物躲避采用DWA算法,优化评价函数,提升了规划效率。仿真结果表明,融合优化后的A-Star算法与优化后的DWA算法,减小了搜索范围,提高了路径规划效率且能实现避障的效果。该融合算法相较其他融合算法在路径规划效率上有很大提升,最终实现全局最优路径规划和局部动态实时避障。     

基于GIS与约束条件下的最优路径规划研究

根据无人地面车辆自主导航的需求,提出一种给定任务点的约束条件下的最优路径实现方法. 首先基于地理信息系统（GIS）平台构建为车辆行驶提供先验信息的GIS数据库,并设计研究基于计算几何的路段匹配算法,同时结合A*算法进行全局路径规划. 然后根据无人地面车辆的运动特性和对路口识别的需求提出了新的路口模型,同时为保证无人地面车辆行驶轨迹的平滑性和对路口识别的精确性,对路口轨迹和U-turn轨迹进行了算法设计. 最后提出了动态重规划的行驶策略. 实际跑车实验证明了该设计算法的有效性.      

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。     

基于故障估计的无人车容错控制方法

考虑转向控制系统故障和未知干扰同时作用对无人车辆路径跟踪效果的影响,为提高无人车辆控制系统的可靠性,设计了一种无人车路径跟踪容错控制方法. 对转向控制系统输入性故障进行分析,结合未知干扰情况定义了名义故障并建立相应的数学模型. 利用高阶滑模观测器构造名义故障微分方程,并利用自适应容积卡尔曼滤波设计了车辆质心侧偏角和名义故障估计方法,从而为无人车容错控制提供可靠信息源. 基于滑模控制理论设计了无人车路径跟踪容错控制器并证明了其收敛性. 联合仿真和硬件在环试验结果表明,所提出的估计方法能够得到精确可靠的质心侧偏角和名义故障估计结果,且与无容错控制相比,所设计的路径跟踪容错控制器在面对故障和干扰时能够明显地提高车辆的控制性能,并同时保证车辆的路径跟踪能力及其自身的稳定性.      

基于PLC的立体车库自动控制算法的设计及应用

在分析升降横移式立体车库的结构特点、车库运行原理的基础上,采用可编程控制器(PLC)为核心控制单元,对立体车库寻找最优路径自动程序算法进行剖析,阐述了最优路径自动控制算法的原理及算法实现,设计了车库自动控制方案。该方案具有自动控制条件安全可靠、减少存取车时间、简化人工操作、降低能耗等优点。     

载人月球车曲率连续行驶轨迹的逆问题分析

为了分析月-地重力条件对宇航员驾驶载人月球车时所带来的操纵差异,采用线性二次最优的方法得到载人月球车的操纵动力学逆系统,对典型工况曲率连续条件下的轨迹路径函数进行推导,求得月-地不同重力条件下宇航员行驶相同轨迹所需的操纵输入.计算结果表明,为了行驶相同的轨迹路线,由于月-地重力条件的不同,当宇航员在月球重力条件下驾驶载人月球车时,需要做出比地球重力条件下更快的反应速度,更大的操纵幅度,以及更频繁的操纵变换,也说明了月面驾驶载人月球车具有更高的操纵难度.     

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。     

淡水虾蟹养殖作业平台自主导航系统的设计与实现

将智能化无人作业平台应用于淡水虾蟹养殖中来实现渔业的智能化和产业化是目前研究的热点。研制的淡水虾蟹养殖作业平台由一个自主导航控制系统实现控制。岸边的指挥与监控单元（CMU）通过人机界面（HMI）对虾蟹养殖作业平台进行手动和自动控制,通信与控制单元（CCU）用于实现虾蟹养殖作业平台的航向、速度的实时控制。利用淡水虾蟹养殖作业平台进行了自动导航、航速和偏航误差实验。实验结果表明,该系统在自动导航模式下,直线航行时的最大误差为0.96 m,转弯时最大误差为2.67 m;在直行区域能很好地贴合设定路径,在转弯区域会提前降速并按照圆弧的轨迹行驶,转弯后进入直线行驶,符合实际作业平台的运行标准。该系统可为进一步研究淡水虾蟹养殖作业平台自主导航和控制实验奠定基础。     

多AGV群控调度的蚁群算法研究

本文对多AGV群控调度中的单车导航定位及其行走路径进行了研究,并分析了蚁群算法在调度中的可行性。为缩短自动导引车调度系统的研发周期、降低研发成本,寻求能适应不同环境的通用调度策略以及增强对实际调度任务和故障的鲁棒性。在多自动导引车群控调度中使用蚁群算法,建立了调度系统的数学模型,并通过MATLAB仿真验证了此方法的可行性,得到了最优的导航路径及调度方案。     

复杂环境中基于圆弧区域分解的局部路径规划

该文根据轮式车的运动学特点,针对机器人导航中安全性问题以及算法实时性要求,提出了基于圆弧的区域分解方法.在此基础上引入了对区域安全性的模糊子集描述,建立了代价函数,得到了符合轮式车运动学特点的局部路径.在实际系统中的运行结果表明,该算法能很好地满足复杂环境下机器人自主导航的局部路径规划要求.     

全球自动驾驶发展现状与趋势(上)

2012年5月,美国内华达州机动车辆管理部门(DMV)为谷歌自动驾驶车颁发了首例驾驶许可证。同年9月,加利福尼亚州出台法案宣布从2015年起允许自动驾驶汽车上路行驶。自动驾驶汽车产业化应用的脚步越来越近,这将会对汽车产业与现代交通产生革命性的影响。基于上海市科学学研究所和中科院上海生命科学信息中心的有关研究成果,我们将分两期剖析自动驾驶技术与产业发展态势。本期重点对全球自动驾驶技术与产业发展现状与趋势开展分析。供参考。     

一种基于时间窗的自动导引车动态路径规划方法 

针对多自动引导车（Automatic Guided Vehicle,AGV）在柔性制造系统中的路径规划问题,提出一种基于时间窗的动态路径规划算法,能有效地避免车-车冲突、碰撞等问题,并且得到的路径是时间最优的.在备选路径上,通过时间窗的初始化、时间窗的更新、以及时间窗的排布,可以实现多辆车同时运行,相互之间不产生冲突碰撞.仿真实验和真车实验表明,该算法用在AGV路径规划上,能实现多车之间的无冲突、时间最优的路径规划功能.     

基于MATLAB的智能车辆导航路径提取

近年来,随着汽车数量的增加,交通安全变得更加重要,视觉路径导航技术的应用可以有效的减轻驾驶员驾驶的负担,减少驾驶员疲劳驾驶的现象,缓解驾驶者的疏忽导致的交通事故,提高交通安全性。提出一种基于MATLAB的智能车辆导航路径提取的方法。首先,采用图像增强、自适应阈值二值化等方法处理原始导航路径图像以识别导航路径,再对图像进行搜索以确定路径左右边缘点位置,从而提取路径中心线及导航参数。     

移动机器人路径跟踪控制方法的研究

介绍了移动机器人的基本硬件组成，基于预测控制的思想，提出了一种参考路径产生的新方法，这种方法可根据对机器人的运动预测，提前实现相应的控制动作，能在2～3个控制周期内准确逼近参考路径，且不存在一般反馈控制器的振荡问题，能够完成移动机器人路径跟踪的智能控制。实验表明：此控制方法可保证移动机器人沿各种参考路径行走且具有理想的鲁棒性。该技术也可应用到实用自主车的自动导航。     

GIS在无人车自主导航中的应用分析

根据复杂城市环境中无人车自主导航的应用需求,提出了基于具有强大信息存储与管理能力的地理信息系统（GIS）辅助无人车的定位导航方法,其中包括GIS数据库构建、地图匹配和路径规划等,实现了环境、交通等先验信息和实时信息的获取.基于本文设计的方法,IN2BOT无人车多次成功参加国家自然科学基金委主办的中国智能车未来挑战赛、陆军装备部的跨越险阻无人系统挑战赛,取得优异成绩.      

基于多传感器融合的陆空两栖机器人移动控制系统设计

无人机和无人车迅速发展,而无人机续航受限,无人车运动受限,且在复杂场景移动困难,为此推出陆空两栖机器人来弥补这些不足。陆空两栖机器人主要是能够通过切换空中飞行和地面行驶驱动,解决无人机和无人车在复杂环境下移动困难问题。若纯粹将无人机和无人车的组合体来实现,既不能体现系统控制的集成化,不能降低成本,也无法增加效率。系统采用STM32F405高速率芯片作为控制系统驱动主控,将控制算法融合为一体化控制,采集多个相同传感器数据融合后控制两种模式下的电机驱动。控制算法采用串级比例积分微分(proportion integration differention,PID)以及最优曲率法来增强机器人移动的鲁棒性。研究结果表明,该机器人无论是在空中飞行还是在地面行驶都有很好的控制效果和较强的稳定性。