论文部分内容阅读
自动驾驶系统的两大子模块——运动规划模块和运动控制模块扮演着极其重要的角色,是自动驾驶汽车智能最直接的体现,直接影响着驾乘人员安全性、舒适性、能耗和交通效率等方面。设计一个快速的、可靠的和稳健的自动驾驶汽车运动规划和控制框架及算法极其重要。论文针对现有的基于模型预测控制的自动驾驶汽车运动规划与控制框架及算法计算量大、现有的运动规划与控制框架及算法在规划阶段中对车辆动力学约束考虑不足等问题进行了研究,主要研究内容如下:(1)建立了车辆自行车动力学模型与线性轮胎模型。为了在保证控制效果的前提下尽可能减少模型预测控制的计算量,基于合理假设建立了适用于自动驾驶汽车运动规划与控制的车辆自行车动力学模型,并采用线性轮胎模型对非线性轮胎模型进行了近似线性化。(2)分析推导了线性时变模型预测控制问题的转化与求解步骤。研究了非线性模型预测控制和线性时变模型预测控制的机制;详细推导了非线性模型预测控制模型的线性化转换方程以及线性时变模型预测控制算法的预测模型;详细推导了多约束线性时变模型预测控制优化问题转化为二次规划问题的步骤以及求解方程。(3)提出了一种新的自动驾驶汽车运动规划与控制框架及算法。为了降低计算量和避免采用非线性模型预测控制求解带来的过大的计算压力,并为了实现安全、稳定和舒适的运动规划与控制过程,将传统的非线性多控制变量模型预测控制运动规划与控制框架进行解耦,提出了纵向安全优先性准则,并基于此准则提出了预测动态安全区域规划方法,进而提出了一种新的纵横向分离的自动驾驶汽车运动规划与控制框架。基于多约束线性时变模型预测控制和前馈控制方法,利用车辆纵向运动微分模型和包含线性轮胎模型的车辆自行车动力学模型,分别设计了自动驾驶汽车纵向运动规划与纵向运动控制算法;基于多动力学约束的线性时变模型预测控制,利用包含线性轮胎模型的车辆自行车动力学模型设计了自动驾驶汽车横向运动规划与控制集成算法。(4)利用MATLAB/Simulink和CarSim联合仿真平台对车道保持行为和变道行为下的各种工况进行了仿真,包括前车切入、前车切出、跟车、远处追击前车、前车紧急制动、简单变道和复杂变道等工况,结果表明所提出的自动驾驶汽车运动规划和控制框架及算法在规划和控制等方面具有良好的性能,且通过典型复杂变道工况的仿真表明,所提出的运动规划与控制框架及算法与基于线性模型预测控制的纵横向耦合自动驾驶汽车运动规划与控制框架及算法相比有更快的计算速度,与基于非线性模型预测控制的纵横向解耦自动驾驶汽车运动规划与控制框架及算法相比有相同的运动规划与控制效果。