汽车高速紧急避障路径跟踪与主动防侧翻控制

为提高匹配机械弹性车轮汽车在高速紧急避障时的效率与安全性,在Simulink中建立了整车非线性八自由度模型,并基于车轮样机台架试验数据,利用Matlab遗传算法工具箱对机械弹性车轮模型参数进行分级辨识.综合考虑行驶车速、轨迹跟踪误差、方向盘转角以及侧翻评价指标,建立了八自由度驾驶员—汽车预瞄跟随闭环系统模型.分析了汽车在不同行驶车速时所需的方向盘角输入信息与侧翻状态响应,总结出汽车高速转向时的侧翻动态特性.为高速安全通过规划的避障路径,在转向控制驾驶员模型基础上建立了速度控制驾驶员模型,当侧翻评价指标超过安全阈值时利用制动踏板降低车速,当纵向车速小于期望安全车速时利用加速踏板提高车速.仿真分析表明建立的高速避障路径跟踪与控制策略能高效完成避障路径跟踪,同时能有效降低紧急避障时的侧翻风险.     

Path tracking for vehicle parallel parking based on ADRC controller

A novel path tracking controller for parallel parking based on active disturbance rejection control (ADRC) was presented in this paper. A second order ADRC controller was used to solve the path tracking robustness, which can estimate and compensate model uncertainty caused by steering kinematics and disturbances caused by parking speed and steering system delay. Collision-free path planning technology was adopted to generate the reference path. The simulation results validate that the performance of the proposed path tracking controller is better than the conventional PID controller. The actual vehicle tests show that the proposed path tracking controller is effective and robust to model uncertainty and disturbances.     

自主水下潜器全局规划及其仿真方法研究

应用遗传算法设计出二维/三维全局规划器,用于解决自主水下潜器在大范围海洋环境中自主全局路径规划的问题.规划空间采用栅格法离散建模,染色体采用十进制可变长编码方式,基于领域知识设计了初始种群生成算法和五种遗传算子;基于三维建模软件与视景技术建立了半实物虚拟仿真系统,通过设计不同的使命案例对全局规划算法进行了仿真验证.结果表明:该规划算法具有路径描述简单清晰、算法收敛速度快、求解效率高的特点,满足了使命规划的安全性和可行性要求.     

车辆对行人速度障碍自主避碰的驾驶方法

针对过街行人与智能车辆之间运动协调中的安全避碰问题,设计一种CVIS环境下的基于行人避碰的车辆驾驶控制器.结合速度障碍法的基本原理提出车辆对过街行人的避碰规则,在此基础上搭建模型预测控制框架,提出车辆对行人的自主避碰算法.综合考虑车辆驾驶的操作约束,以最小化车速变化及满足驾驶员操作舒服性要求为控制目标,在车辆对行人避碰的前提下优化车辆的驾驶策略.分别设置车辆直行避碰与允许换道避碰两种控制场景,在MATLAB环境下对车辆驾驶控制效果进行仿真实验.结果表明:车辆对不同情况的过街行人,能够通过加速或减速进行避碰;通过与七次多项式换道轨迹进行对比,自主避碰驾驶的安全性更高.     

Implementation of MPC-Based Trajectory Tracking Considering Different Fidelity Vehicle Models

In order to investigate how model fidelity in the formulation of model predictive control(MPC) algorithm affects the path tracking performance, a bicycle model and an 8 degrees of freedom(DOF) vehicle model, as well as a 14-DOF vehicle model were employed to implement the MPC-based path tracking controller considering the constraints of input limit and output admissibility by using a lower fidelity vehicle model to control a higher fidelity vehicle model. In the MPC controller, the nonlinear vehicle model was linearized and discretized for state prediction and vehicle heading angle, lateral position and longitudinal position were chosen as objectives in the cost function. The wheel step steering and sine wave steering responses between the developed vehicle models and the Carsim model were compared for validation before implementing the model predictive path tracking control. The simulation results of trajectory tracking considering an 8-shaped curved reference path were presented and compared when the prediction model and the plant were changed. The results show that the trajectory tracking errors are small and the tracking performances of the proposed controller considering different complexity vehicle models are good in the curved road environment. Additionally, the MPC-based controller formulated with a high-fidelity model performs better than that with a low-fidelity model in the trajectory tracking.     

非完整移动机器人鲁棒控制方法研究

针对基于单目视觉的双轮差速移动机器人检测环境目标信息的误差大、波动频繁、有限视角约束且受非完整性约束特点,研究了避障与轨迹跟踪控制器的设计问题。首先基于李亚普诺夫稳定理论,设计了双轮差速移动机器人的圆弧轨迹控制器,并证明了控制器的稳定性。引入动态变化的参考角度以调节控制器因子,解决了系统受视觉传感器有限的视野范围约束及机器人运动轨迹优化问题。通过跟踪圆心沿多边形边界连续移动的圆弧轨迹,实现机器人避开多边形障碍物。仿真和实际机器人实验证明了所提出方法的有效性。     

基于电控液压制动装置的车辆主动报警/避撞系统

为预防道路尾随相撞事故,开发了一种基于电控液压制动装置的车辆前向报警/避撞系统。该系统根据前方车辆和自车的运动状态,基于碰撞时间实时判断尾随相撞危险度。在危险情况下,系统通过视听觉报警为驾驶员提供警示,并以电控液压制动的方式实现车辆的主动避撞。利用电控液压制动装置搭建了实验平台,对制动压力控制效果进行了验证。将系统安装于试验样车,实车试验结果表明,该系统能为驾驶员提供分级碰撞报警警示和制动辅助,以提高行车安全性。     

基于线性矩阵不等式的智能车轨迹跟踪控制

针对传统的基于精确数学模型的智能车轨迹跟踪控制器跟踪精度低,鲁棒性弱,很难适应复杂多变的驾驶环境等问题,结合线性矩阵不等式(LMI)鲁棒控制具有易于求解、抗干扰能力强等优点,提出基于LMI的智能车轨迹跟踪控制方法. 将车辆侧向动力学状态空间模型进行坐标变换,得到基于跟踪误差的车辆侧向动力学状态空间模型,采用饱和线性轮胎得到车辆侧向动力学多胞型模型;设计LMI反馈控制器,在控制器中引入前馈控制量,以消除侧向位置稳态误差. Carsim和Matlab/Simulink的联合仿真表明,该控制器在保证车辆稳定性的基础上具有较高的跟踪精度,对车速和路面附着系数具有较强的鲁棒性. 与模型预测控制器(MPC)和预瞄驾驶员模型(PDM)控制器进行对比,结果表明,设计的该控制器轨迹跟踪精度更优.     

汽车转向的力输入控制与角输入控制及其对驾驶员-汽车闭环系统的影响

讨论了与两种不同转向控制策略相应的人－车闭环系统的运动特征，即通过给转向盘施加转向力矩或使转向盘转过一定角度来实施其转向的策略。仿真计算表明，当不足转向度小的汽车高速行驶时，驾驶员采用给转向盘施加转向力矩的控制策略具有更小的跟随误差，并且校正参数的变化范围也小得多，这说明采用此策略对车况的改变有更好的适应性。     

基于双五次多项式的智能汽车换道路径规划研究

快速准确地进行换道路径规划、有效跟踪期望路径以及换道过程中保持车辆的操纵稳定性,是保障智能汽车主动安全的核心技术.针对智能汽车主动换道过程中的路径规划问题,引入中转位置,提出基于双五次多项式的路径规划策略,以提高换道路径的平滑性,保证车辆换道安全性,满足换道实时性要求.对主动换道场景进行分析,确定换道初始及目标位置;基于车辆换道过程中的临界碰撞点,提出双五次多项式换道路径规划策略;建立联合仿真模型,针对不同道路状态进行主动换道仿真试验.结果表明：由于引入了中转点,利用双五次多项式规划方法得到的换道路径在临界碰撞状态前有更明显的侧向位移,能避开前方障碍车保证了换道安全性;换道中转位置处车辆最大侧向加速度不超过2 m/s²,保证了换道过程中车辆操纵稳定性;在干燥路面与湿润路面工况下,换道所需纵向安全距离减小20 m左右,保障了换道过程的纵向碰撞的安全性.研究结果可以为智能汽车主动换道路径规划提供理论及实践依据.     

基于理想转向传动比的汽车线控转向控制算法

以29自由度汽车动力学模型为基础,提出了保证汽车转向增益不变的理想传动比稳态控制策略,使线控转向汽车转向特性不受车速和方向盘转角变化的影响;提出了基于状态反馈的动态校正稳定性控制算法。仿真和驾驶模拟器实验表明,基于理想转向传动比的稳态控制策略保证了汽车转向增益不变,减轻了驾驶员的负担,适合于更多的驾驶人群;基于状态反馈的动态校正稳定性控制算法有效提高了汽车的稳定性。     

Stability control of steer by wire system based on <Emphasis Type="Italic">μ</Emphasis> synthesis robust control

The uncertainty influences may result in performance deterioration and instability to the steer by wire (SBW) system. Thus, it must make the control system keep robust stability from uncertainty, and have good robustness. In order to effectively restrain the interference and improve steering stability, this paper presents a μ synthesis robust controller based on SBW system, which considers the effect of model uncertainty and external disturbance on the system dynamics. Taking the ideal yaw rate tracking, interference suppression and excellent robustness as the control objectives, the μ synthesis robust controller is designed using linear fractional transformation theory to deal with the uncertainty. Then, it is testified through time domain and robustness simulation analysis. Simulation results show that the proposed controller can not only ensure robustness and robust stability of the system quite well, but improve handling stability of the vehicle effectively. The results of this study provide certain theoretical basis for the research and application of SBW system.     

基于能量约束的火星车路径规划研究

针对火星车在火星行驶过程中存在的能量消耗过多等问题,提出了一种基于能量约束的路径规划算法.首先,考虑火星车克服重力做功以及驱动机构内部损耗等因素,推导出火星车的运动能量消耗函数,并求解其最小值,构建能量带权图;然后通过迪杰斯特拉算法,计算得到火星车能量带权图的能量消耗最小路径,并使用五次多项式插值拟合的方法实现火星车的行驶轨迹规划;最后,采用Adams软件建立火星典型地形和火星车动力学模型,采用Matlab/Simulink软件搭建火星车控制器模型,对火星车在典型地形中的行驶过程进行动力学与控制联合仿真实验,验证了所提路径规划算法的效果.结果表明,相对于传统的避障路径规划算法,所提算法使火星车能量消耗减少了15%以上,可有效提高火星车的能量利用效率.     

高速无人驾驶车辆轨迹跟踪和稳定性控制

针对高速无人驾驶车辆运动控制过程中轨迹跟踪精度和稳定性难以同时保障的问题,提出综合前馈-反馈及自抗扰控制(ADRC)补偿相结合的横向控制算法. 通过车速和道路曲率信息计算前馈稳态前轮转向角,将质心侧偏角引入航向偏差,以车辆航向角偏差和侧向偏差作为参考量进行反馈控制,通过前馈-反馈控制提升瞬态轨迹跟踪性能. 设计自抗扰控制器,通过扩张状态观测器对未建模动态和内外界干扰进行估计,通过将后轮侧偏角控制在参考值附近来补偿前轮转角,提升无人驾驶车辆的转向稳定性和控制器的鲁棒性. 不同工况下的仿真结果表明,利用该方法可以保证高速无人驾驶车辆稳定地跟踪期望路径行驶,轨迹跟踪偏差较小,对车辆参数变化和外界干扰具有较强的鲁棒性.     

自适应LOS制导结合MPC控制的车辆循迹优化

为提升无人驾驶车辆循迹过程的动态响应能力,确保车辆能快速且稳定地跟踪参考路线,首先基于模糊控制的思想,在传统视线(line-of-sight, LOS)制导策略中引入了时变前视距离,提出了改进后的自适应LOS制导策略,把目标轨迹的跟踪简化为目标点航向的跟踪。其次,建立车辆三自由度动力学模型,并结合自适应LOS状态方程设计路径跟踪系统的线性数学模型。最后,基于模型预测原理,使用多步预测、滚动实时优化、反馈校正等控制方式,求解出最优反馈的方向盘控制指令。本文为验证上述所提及跟踪策略的有效性,在Simulink仿真环境中分别以直线路径和曲线路径作为参考轨迹进行追踪仿真实验,结果表明:所提自适应LOS制导策略能使循迹车辆的轨迹横向误差和航向误差迅速地收敛到零,从而验证了改进LOS制导算法可以提高无人车路径跟踪的响应速度和平稳性。     

汽车侧向避撞系统的模糊-PID控制仿真

汽车在高速行驶过程中进行超车或两车并列行驶时容易出现侧向碰撞。提出利用主动转向技术,根据两车并行时侧向距离的变化控制两车侧向距离满足安全要求,减小汽车发生侧向碰撞的可能。建立了基于两车侧向距离及其变化率的模糊-PID控制模型,确立了相应的控制策略和控制算法,设计了模糊-PID控制器,进行了复杂工况下的仿真试验,并将仿真结果与利用PID控制方法得到的仿真结果进行了对比。结果表明利用主动转向模糊-PID控制技术,能减少汽车在超车时发生侧向碰撞的危险,使汽车在高速行驶过程中具有更好的安全性。     

模糊PID控制的助力模式对操纵稳定性影响分析

电动助力转向系统(EPS)设计中最重要的是助力控制模式的控制器设计。在PID控制的基础上引入了模糊控制,提出了基于模糊PID控制的助力控制模式;应用TruckSim和Simulink建立EPS联合仿真模型;采用常用的操纵稳定性开环和闭环两种评价方法进行PID控制和模糊PID控制仿真对比试验,研究模糊PID助力控制模式对EPS性能及整车操纵稳定性的影响。开环评价对比试验结果表明:模糊PID控制器的助力性能较好,但操纵稳定性略差一些。闭环对比试验表明:EPS助力控制模式能有效地提高转向系转向轻便性,模糊PID控制器作用下的操纵性和汽车行驶安全性较好。认为模糊PID控制器下的助力控制模式助力性能好于PID控制器,模糊PID控制器更适合EPS助力控制模式。     

基于模糊PID线控转向系统前轮转角控制

转向系统是乘用车的重要性能指标之一,它关系到整车的操纵稳定性以及舒适性.通过对乘用车线控转向系统结构、原理进行分析,建立了基于Simulink与CarSim的汽车线控转向系统联合仿真模型,将模糊理论应用到前轮转角控制策略中,并在整车动力学模型的基础上,设计模糊PID控制器,用于前轮转角控制.仿真结果表明:汽车低速行驶时,较小方向盘转角能实现较大的前轮转角变化,其传动比较小,驾驶员转向轻便;而高速行驶时,需要较大的方向盘转角实现前轮转角变化,传动比较大,可有效防止汽车高速抖动,提高汽车操纵的稳定性.     

基于交叉路口道路时空网格的车辆碰撞预警方法研究

通过车-路通信构建协作型交叉路口防碰撞安全预警系统,能保证车辆在交叉路口行驶过程安全的同时,提高交叉路口的通行率,然而车辆防碰撞安全预警需要对车辆行驶路线进行准确地估计,当车辆有碰撞危险时,需要给出安全速度区间,通知车辆减速或制动. 为解决这一问题,提出了交叉路口道路时空网格车辆避碰算法,其基本思想是将交叉路口划分为多个网格,利用路侧单元根据车辆当前车速、方向预测车辆行驶轨迹即车辆所占的网格数,若在某一时刻两车占用相同的网格则会发生碰撞,此时根据车辆当前的运动状态给出车辆能避开冲突的安全速度建议. 为了对算法进行验证,在无信号灯交叉路口和有信号灯交叉路口环境中对所提出的算法进行了仿真实验和真实测试,实验结果表明,所提出的算法能准确预判出在交叉路口处于潜在碰撞危险中的车辆,并给予车速建议,证明了该系统的有效性和准确性.     

Dynamic Path Following Control of a Ground Ackerman Steering Robot to Avoid a Collision

A novel method is proposed to dynamically control the path following of a ground Ackerman steering robot to avoid a collision. The method consists of collision prediction module, collision avoidance module and global path following module. The elliptic repulsive potential field method (ER-PFM) and the enhanced vector polar histogram method (VPH +) based on the Ackerman steering model are proposed to predict the collision in a dynamic environment. The collision avoidance is realized by the proposed cost function and speed control law. The global path following process is achieved by pure pursuit. Experiments show that the robot can fulfill the dynamic path following task safely and efficiently using the proposed method.