無人駕駛車輛軌跡跟蹤分層協(xié)調(diào)控制方法研究.pdf

1、無人駕駛車輛通過車載傳感器感知周圍環(huán)境，利用路徑規(guī)劃算法實時生成期望路徑，并由決策系統(tǒng)選擇最佳路徑，最后在車載控制器作用下實現(xiàn)路徑跟蹤。近年來，由于無人駕駛車輛在智能交通系統(tǒng)中扮演著越來越重要的角色，許多車輛制造企業(yè)和科研機(jī)構(gòu)對其進(jìn)行大量的技術(shù)研究和實用化探索。無人駕駛車輛軌跡跟蹤控制是研究重點之一。本文針對無人駕駛車輛的軌跡跟蹤問題，提出了相關(guān)的控制模型及控制策略，以實現(xiàn)車輛自主軌跡跟蹤控制。
　　首先，為解決無人駕駛車輛高精度

2、軌跡跟蹤問題，建立了八自由度車輛動力學(xué)模型和二自由度車輛動力學(xué)模型，來精確刻畫車輛各狀態(tài)之間的動態(tài)變化規(guī)律，為后續(xù)實現(xiàn)車輛基于模型的軌跡跟蹤控制器的設(shè)計奠定基礎(chǔ)。同時，采用 CarSim仿真軟件對所建車輛動力學(xué)模型進(jìn)行仿真驗證，以此證明所建模型的準(zhǔn)確性。
　　其次，結(jié)合車輛軌跡跟蹤控制中的多狀態(tài)變量約束問題，提出了基于模型預(yù)測控制(Model Predictive Control, MPC)算法的軌跡跟蹤控制器，該控制器面向車輛位

3、姿誤差模型，用于實現(xiàn)車輛位姿的誤差跟蹤。同時，相比于傳統(tǒng)李雅普諾夫函數(shù)選擇上比較困難，利用MPC算法能夠較容易實現(xiàn)控制器的設(shè)計。
　　再次，針對無人駕駛車輛在軌跡跟蹤中需要兼顧運動學(xué)和動力學(xué)多層次控制問題，提出了分層協(xié)調(diào)控制策略：軌跡規(guī)劃層利用MPC實現(xiàn)動態(tài)軌跡規(guī)劃、中間控制層利用滑?？刂?Sliding Mode Control, SMC)保持對動態(tài)軌跡實時跟蹤、力矩分配層實現(xiàn)車輪扭矩實時分配。通過車輛自主換道控制仿真驗證所提出

4、的分層協(xié)調(diào)控制策略的有效性。
　　最后，為了解決車輛軌跡跟蹤過程中存在不確定性的問題，提出了基于徑向基函數(shù)(Radial Basis Function, RBF)神經(jīng)網(wǎng)絡(luò)補(bǔ)償?shù)目刂破?，實現(xiàn)對車輛系統(tǒng)不確定性的動態(tài)估計和補(bǔ)償。通過控制系統(tǒng)仿真驗證 RBF神經(jīng)網(wǎng)絡(luò)對不確定性估計的有效性，并通過對比仿真驗證具有RBF神經(jīng)網(wǎng)絡(luò)補(bǔ)償?shù)目刂破鲗Υ嬖诓淮_性的軌跡跟蹤控制的適應(yīng)性。
　　本文利用MATLAB/Simulink仿真平臺搭建車輛