面向节能驾驶的智能网联车辆决策规划控制研究

扫码查看

原文链接

NETL

中文摘要：智能网联车辆在节约能源消耗、保障交通安全、提高交通运输效率等方面有重要的应用价值。智能网联车辆是强动态高实时系统，所面临的交通场景复杂，驾驶任务多变。如何实现复杂场景下智能网联车辆节能、安全、舒适地行驶，是此项技术应用所面临的核心问题。本文针对智能网联车辆行为决策、轨迹规划和跟踪控制算法进行系统研究，通过联合仿真验证所提决策规划控制算法的可行性和有效性。主要研究内容及创新点包括： 1）提出节能驾驶与车辆实时规划和控制耦合框架。借助Carla中高精地图信息构建道路图谱，使用A*算法获得全局最优路径作为全局速度规划的输入，在速度规划层以车辆能耗最小为优化目标，将车速规划问题转变为最优控制问题，同时提出一种鲁棒三阶段节能车速规划算法（选择-平滑-优化，Select-Smooth-Optimize，SSO）。通过Carla和ROS联合仿真分析，探讨车速规划算法的节能效果。仿真表明：相比于动态规划（DynamicProgrammingMethod,DPM）和改进的智能驾驶员模型（ModifiedIntelligentDriverModel,M-IDM）算法，所提节能车速规划方法能有效降低计算成本，能源利用率提高32%，具有良好的鲁棒性、节能性和高效性。 2）针对复杂场景中的自动驾驶任务，提出基于分层有限状态机的行为决策方法，上层分析超车、跟驰状态间的决策机理，下层分析超车状态内部阶段决策机理；跟驰状态采用PID反馈控制算法进行车速决策。针对最优交互避撞算法（OptimalReciprocalCollisionAvoidance,ORCA）不满足非完整约束以及避撞责任分配形式单一的问题，提出一种改进的最优交互避撞算法（ModifiedORCA,MORCA），从偏好速度和避撞责任分配进行优化，并应用于超车工况。仿真表明：所提出的分层决策框架可做出高效合理的行为决策，可确保智能网联车辆在行驶过程中与前车之间保持合理的安全间距。MORCA在换道超车任务中所需的平均时间与ORCA相比降低了15%。同时，MORCA生成的避撞轨迹较ORCA更具精准性与安全性。 3）提出纯跟踪和自抗扰控制结合的综合控制策略。横向采用纯跟踪算法进行横向轨迹跟踪。纵向采用自抗扰控制器（ActiveDisturbanceRejectionControl,ADRC）对车速进行跟踪。仿真表明：纯跟踪控制器在车辆转弯处轨迹跟踪的均方根误差RMSE为0.0354m，具有优异的横向轨迹跟踪效果。在纵向车速跟踪方面，所采用的ADRC算法均方根误差为0.46m，较均方根误差为0.58m的PID算法，性能提升21%。ADRC算法能有效跟随车速参考轨迹，使车辆行驶趋近于节能驾驶车速。 4)搭建Carla和ROS联合的智能驾驶仿真平台，模拟真实驾驶场景。采用C++编程语言开发智能网联车辆行为决策算法、轨迹规划算法和轨迹跟踪控制算法，验证所提算法的可行性。算法能够实时运行并有效计算结果，具有实车部署的潜力。

作者：

韦麟

展开 >

关键词：

智能网联车辆节能驾驶分层决策最优交互避撞自抗扰控制轨迹跟踪

授予学位：

硕士

学科专业：

车辆工程

导师：

赵清海

学位年度：

2023

学位授予单位：

青岛大学

语种：

中文

中图分类号：