【摘 要】
：
自动驾驶是近年来的研究热点,高性能且能够适应车速变化的跟踪算法是保障无人车安全行驶的关键之一。本文针对自动驾驶中的车辆跟随控制功能,提出了一种改进的非线性模型预测控制（Nonlinear Model Predictive Control,NMPC）路径跟踪算法,并在此基础上提出了一种横纵向耦合的轨迹跟踪算法。算法在实车实验中的目标横、纵向控制精度分别为0.7 m和1 m。开展了三种路径跟踪算法的仿
论文部分内容阅读
自动驾驶是近年来的研究热点,高性能且能够适应车速变化的跟踪算法是保障无人车安全行驶的关键之一。本文针对自动驾驶中的车辆跟随控制功能,提出了一种改进的非线性模型预测控制（Nonlinear Model Predictive Control,NMPC）路径跟踪算法,并在此基础上提出了一种横纵向耦合的轨迹跟踪算法。算法在实车实验中的目标横、纵向控制精度分别为0.7 m和1 m。开展了三种路径跟踪算法的仿真对比研究,并基于对比分析,提出了一种改进的NMPC路径跟踪算法。仿真工况为匀速的圆形工况,三种算法分别为线性二次规划器（Linear Quadratic Regulator,LQR）、线性模型预测控制（Linear Model Predictive Control,LMPC）和NMPC。仿真结果表明:在中低速工况下,NMPC的横纵向跟踪性能优于LQR和LMPC。但是,在中高速工况下,NMPC无法完成圆形工况下的路径跟踪任务。为解决上述问题,对NMPC路径跟踪算法进行改进,改进算法在中高速下的横向稳态误差为0.12 m。提出了一种横纵向耦合的轨迹跟踪算法,解决了路径跟踪算法不能很好地应对变速工况的问题。该算法在所提出的改进NMPC路径跟踪算法的基础上,将速度量也作为控制量之一。在自动驾驶专用车道变道汇入和匝道驶离两个场景下开展了基于NMPC的横纵向解耦和耦合轨迹跟踪算法的仿真对比研究。仿真结果表明:基于横纵向耦合的轨迹跟踪算法的横纵向跟踪性能均优于基于横纵向解耦的轨迹跟踪算法。针对实验车辆对于方向盘转矩输入指令的需求,提出一种“前馈+反馈”转向控制策略,可以准确将跟踪算法计算出的转角指令转换为转矩指令。建立无人车的转向系动力学模型,并采用最小递推二乘法对关键参数进行辨识。通过建立的动力学方程计算前馈转矩值,通过实际转角与期望转角之差计算反馈转矩值,取前馈与反馈之和作为最终控制指令。仿真实验中,最大转角跟随误差为5.3度;实车实验中,其为6.1度,仿真和实车实验结果均证明了转向控制策略的可行性。在自动驾驶专用车道变道汇入和匝道驶离场景下对基于NMPC的横纵向耦合轨迹跟踪算法进行实车实验。在自动驾驶专用车道变道汇入场景的横向误差峰值为0.17 m,纵向峰值误差为-0.41 m,在匝道驶离场景的横向误差峰值为-0.54 m,纵向误差峰值为-0.82m,结果表明该轨迹跟踪算法的控制精度满足要求。为今后NMPC算法用在高自由度车辆动力学模型的应用提供理论和实验基础。
其他文献
塑料管材作为一种常用管材,相比于传统同金属管材具有自重轻、可回收、寿命长等优点,其中大口径塑料管材被广泛应用于排水工程、排污工程、救援逃生等领域。超高分子量聚乙烯（UHMWPE）作为近年来得到广泛应用的高性能塑料,数百万的分子量使其分子链缠结严重,导致熔体流动性极差,传统方法难以加工成型UHMWPE制品,从而限制了UHMWPE的应用范围。目前大口径塑料管材的成型方法主要有挤出成型和缠绕成型,挤出成
有机共轭分子在太阳电池、发光二极管、场效应晶体管和荧光探针等方面具有重要的应用,相关研究逐渐加深并取得了巨大的成功。有机共轭分子在固态条件下,分子与分子之间往往形成不同的堆积方式,也就是不同的聚集行为,对材料的光电性能有着巨大的影响。由于有机共轭分子在许多应用场景中均是在固态薄膜条件下使用,因此了解分子与分子之间的聚集行为以及这些聚集行为如何影响微观和宏观性质,如吸收、固态荧光、激子扩散、空穴和电
随着人类工业化进程的不断发展,对于金属和石油等各种资源的开采使用需求不断增大,从而带来的有机和金属污染也日益严重,金属微量元素污染物质是主要污染物的前三位,也是水体污染的主要物质之一,因此,寻求经济高效、绿色环保的处理重金属离子污染的方法具有非常重大的意义。壳聚糖是一种天然碱性阳离子多糖,分子链上具有大量的羟基和氨基,对于重金属离子具有良好的吸附效果,并且原材料来源广泛,廉价易得,绿色可降解。但是
随着工业技术不断的发展,人们对于新材料的探究越来越广泛深入,不断寻找具有各类优良性质的材料。六方氮化硼（hexagonal boron nitride h-BN）由于其特殊的结构和优良的性能近年来受到极大的关注,有将纯h-BN直接作为原材料来制备光学或电子器件,更多则是将其改性之后制备复合材料来提高材料的各项性能,如导热性能。导热高分子复合材料由于其良好的可加工性在电子封装行业应用广泛,但是高分子
通过数字化、信息化手段实现对交通区域内的目标感知以及事件识别,有助于保障交通安全、缓解交通拥堵、减少交通事故,提高公路运行效益和交通管理水平。公路监控系统的视频影像作为一种容易快速获取且廉价的数据采集手段,成为现代智能交通系统的重要数据源之一。因此,开展基于视频图像的公路环境目标感知与交通事件智能识别研究已成为智能交通领域的关键科学问题之一。实现交通目标感知,首先是对交通环境中的各类目标进行准确检
氧化物薄膜晶体管（TFT）由于其超低关断电流、较高场效应迁移率、均匀性好等优势而在大面积、透明、柔性及节能显示领域备受关注。目前,产业化的TFT均为真空法制备的,其设备昂贵、工序复杂、材料利用率低。相比于真空法,溶液法具有成本低、材料利用率高、易于灵活控制掺杂比例等优势而受到广泛关注。采用溶液法制备HfO2、Al2O3和ZrO2等高k栅介质,可降低TFT器件工作电压,并提高器件工作的可靠性。近年来
为了提高不同频段天线之间的隔离度,需要给天线级联滤波器,但是这种方式不仅会增加成本,而且难以集成到结构紧凑的多频天线阵列中。同时,为了满足当前的通信需求,天线逐渐往多极化、多频段,轻量化和结构紧凑等方面发展。但是结构紧凑和多频段又会带来隔离度和辐射性能稳定性等问题。针对以上面临的现实问题,本论文研究了集成滤波的多功能天线以及多频共口径天线,并设计了一款高滚降的带通双极化滤波贴片基站天线,一款基于滤
氨作为一种基础化工原料,在工业、农业和国防等领域都有着无可替代的重要作用。然而直至目前,工业上主要通过能源密集型的Haber-Bosch工艺对氨进行合成,产业链面临碳排放量大、以及能耗高等问题。在目前能源短缺、环境污染严重的背景下,人们急需寻找一种生产条件更为温和,环境友好型的替代工艺。受启发于自然界在温和条件下的生物固氮过程,一种以电能为驱动力,在常温常压下将N2和H2O直接反应合成氨的思路被提
在聚合物挤出加工领域中,对生产过程的实时监测已成为产品质量管理的有效手段。聚合物挤出生产过程会不断产生出海量数据,形成具有体量大、构型不一、增长速度快等特点的聚合挤出过程大数据。在对这些大数据的分析应用中,存在着数据存储分散、单机串行计算效率低、数据共享不畅、信息化集成度低以及融合分析困难等问题。针对上述问题,本文在国家重点研发计划项目支持下,利用大数据技术开发出聚合物挤出过程大数据实时监测平台。