论文总字数：44029字

摘 要

随着计算机技术的发展与信息化时代的进步，现代汽车行业正在朝着智能化方向发展，无人驾驶就是汽车智能化发展方向最重要的表现形式，而车辆避障则是无人驾驶技术中的一项重要功能。本文以无人驾驶车辆为研究对象，研究根据不同道路情况，灵活选择避障方式，实时生成超车避障轨迹，并设计基于模型预测控制算法的超车轨迹跟踪控制系统。本文主要研究内容如下：

（1）针对汽车在道路行驶时遇到障碍的不同工况，设计出用于无人驾驶车辆的避障策略。通过分析三种避障方法的特点，研究根据障碍物信息和道路情况，灵活选择避障方式。在研究超车避障的轨迹规划时，提出了基于多项式函数，并最小化超车机动过程中消耗的总动能的车道变换轨迹。

（2）分别分析建立了车辆运动学模型和基于前轮偏角较小和线性轮胎模型假设的车辆动力学非线性模型。在MATLAB/Simulink环境中搭建了相应的车辆运动学模型和动力学模型，并与CarSim中的车辆模型进行了联合仿真验证。

（3）结合模型预测控制算法的特点，提出了基于模型预测控制的轨迹跟踪控制结构，用于无人驾驶车辆跟踪超车轨迹。根据建立的车辆运动学模型和车辆动力学模型，从三方面设计了基于MPC算法的轨迹跟踪控制器。

（4）根据道路障碍物信息和车辆自身约束条件信息，在轨迹跟踪控制层上加入规划层，重新规划出局部期望轨迹信息。在Simulink/CarSim联合仿真平台上对结合规划层的轨迹跟踪控制系统进行仿真，并分析了不同控制参数和不同车速工况对模型预测控制器的影响。

关键词：无人驾驶车辆，车辆避障，超车轨迹规划，车辆建模，模型预测控制

Abstract

With the development of computer technology, the modern automobile industry is developing in the direction of intelligence. Autonomous driving is the most important form of automotive intelligent development, and vehicle obstacle avoidance is an important function of the autonomous driving technology. Taking autonomous vehicle as the research object, this paper proposes the obstacle avoidance strategy and the real-time generation of the overtaking trajectory according to the different road conditions, and designs a trajectory tracking control system based on the model predictive control algorithm. The main contents of this paper are as follows:

(1) According to different conditions of vehicle encountering obstacles on the road, a strategy of obstacle avoidance for autonomous vehicles is designed. By analyzing the characteristics of three obstacle avoidance methods, the obstacle avoidance method is chosen flexibly according to the obstacle information and road conditions. In the study of trajectory planning for overtaking obstacle, a lane change trajectory based on polynomial function and minimizing total kinetic energy consumed during overtaking maneuver is proposed.

(2)The vehicle kinematic model and vehicle dynamic nonlinear model based on the smaller front wheel deflection angle and the linear tire model are analyzed separately. In the MATLAB/Simulink environment, the corresponding vehicle kinematic model and dynamic model are built, and validated by comparing with vehicle model in CarSim.

(3) By combining the characteristics of the model predictive control algorithm, a trajectory tracking control structure based on model predictive control is proposed for autonomous vehicles to track the overtaking trajectory. According to the established vehicle kinematic model and the vehicle dynamic model, the trajectory tracking controller is designed from three aspects.

(4) According to the road obstacle information and the vehicle's own constraint information, a planning layer is added to the trajectory tracking control layer, and the local desired trajectory information is re-planned. On the Simulink/CarSim joint simulation platform, the trajectory tracking control system combined with the planning layer is simulated, and the influence of different control parameters and different speed conditions on the model predictive controller is analyzed.

KEY WORDS: autonomous vehicle, obstacle avoidance, overtaking trajectory planning, vehicle modeling, model predictive control

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1 课题研究背景及意义 1

1.2 国内外研究现状 1

1.2.1 汽车避障技术研究现状 1

1.2.2 避障路径规划算法研究现状 3

1.3 本文主要研究内容及结构安排 4

第二章 避障策略设计与超车轨迹规划 5

2.1 引言 5

2.2 避障策略设计 5

2.3 超车轨迹规划 6

2.3.1 超车阶段分析 6

2.3.2 最优车道变换轨迹设计 8

2.3.3 优化模型的制定 9

2.3.4 优化模型的近似最优解 10

2.3.5 复杂路况下的超车避障系统改进 10

2.4 本章小结 11

第三章 车辆运动学与动力学建模 12

3.1 引言 12

3.2 车辆运动学建模 12

3.3 车辆动力学建模 14

3.3.1 车辆单轨模型 14

3.3.2 轮胎模型 16

3.3.3 小角度假设下的车辆动力学模型 16

3.4 车辆模型仿真验证 18

3.4.1 车辆运动学模型仿真验证 18

3.4.2 车辆动力学模型仿真验证 20

3.5 本章小结 22

第四章 基于模型预测控制算法的轨迹跟踪控制 23

4.1 引言 23

4.2 轨迹跟踪流程及控制结构 23

4.3 基于运动学模型的轨迹跟踪控制器设计 24

4.3.1 误差模型设计 24

4.3.2 目标函数设计 25

4.3.3 约束条件设计 26

4.4 引入动力学模型的车辆模型预测控制 27

4.4.1 线性误差方程 28

4.4.2 约束条件建立 29

4.4.3 模型预测控制器设计 30

4.5 本章小结 31

第五章 加入规划层的超车轨迹跟踪控制 32

5.1 引言 32

5.2 结合规划层的超车轨迹跟踪控制系统 32

5.3 基于模型预测控制的轨迹重规划算法 33

5.4 结合规划层的超车避障控制系统仿真 34

5.4.1 Simulink/CarSim联合仿真平台 34

5.4.2 不同时域参数对控制器的影响 37

5.4.3 控制算法对速度的鲁棒性 38

5.5 本章小结 39

第六章 总结与展望 41

6.1 总结 41

6.2 展望 41

致 谢 43

参考文献 44

绪论

课题研究背景及意义

随着计算机技术的发展与信息化时代的进步，现代汽车行业正在朝着智能化方向发展，无人驾驶就是汽车智能化发展方向最重要的表现形式。作为信息科学和现代控制技术高度发展的产物，无人驾驶技术在运输、消防、军事、民用等许多领域都有着广阔的应用前景，是衡量一个国家科学技术和工业能力的重要标志。

从上个世纪七十年代开始，美国、日本、德国等国家就已经开始进行无人驾驶的研究，一些研究机构和西方高校也开始自主探索无人驾驶技术。进入21世纪之后，随着计算机、地图、传感器等相关技术的飞速发展，越来越多的机构和厂商开始介入研究无人驾驶技术，比如大名鼎鼎的Google。Google依靠它在互联网、大数据、云计算、数据分析处理的优势，在无人驾驶汽车的研发处于领先地位。2014年4月28日，谷歌无人驾驶汽车项目的负责人表示，谷歌无人驾驶汽车的软件系统，可以同时“紧盯”街上的“数百个”目标，包括行人、车辆，做到万无一失。谷歌无人驾驶汽车曾经在谷歌总部所在的加州山景城长期行驶，已经记录到了数千英里的数据^[1]。

剩余内容已隐藏，请支付后下载全文，论文总字数：44029字