论文部分内容阅读
汽车保有量的增多与城市建设用地的扩张,使得停车空间越来越小,造成泊车难题。全自动泊车作为无人驾驶的重要部分,由于能够提高泊车顺畅性与安全性,大幅降低泊车事故发生概率,有效解决泊车难题,已成为无人驾驶领域新兴研究热点。其中,针对全自动泊车系统两大关键核心问题—泊车路径规划与跟踪控制开展系统深入研究,对提升泊车顺畅性与安全性具有重要科学意义与应用价值。本文以全自动平行泊车双重路径规划与路径自动跟踪控制为研究主题,结合理论分析、数值优化及预测控制等理论方法,完成了全自动泊车静态路径规划、动态路径规划及路径跟踪控制,并进行了仿真试验验证,实现了全自动平行泊车。具体如下:(1)全自动平行泊车静态路径规划。基于阿尔曼转向原理,建立了车辆动力学模型,并结合两段圆弧式路径规划方法,求解了最小泊车尺寸及泊车起始位置等关键特征参数;通过分析障碍约束及车辆自身机械约束条件,建立了以路径曲率最小为目标的非线性约束优化函数;基于fmincon函数优化方法,确定了B样条路径轨迹关键特征参数;建立了仿真模型,验证了平行泊车静态路径规划方法的合理性。(2)全自动平行泊车动态路径规划。针对环境、道路状况干扰问题,为提高全自动泊车系统泊车成功率,建立了平行泊车动态路径规划模型。分别针对3类高频泊车碰撞情况,确定了动态路径规划介入边界;针对不同泊车碰撞预警信息,重新构建了约束条件及非线性约束优化函数;基于fmincon函数优化方法,实时构建了基于B样条的动态路径;建立了仿真模型,验证了平行泊车动态路径规划方法的合理性。(3)全自动平行泊车路径跟踪控制。针对自动泊车过程中不确定因素对路径跟踪干扰问题,为提高路径跟踪控制鲁棒性,建立了基于改进广义预测控制模型(GPC,Generalized Predictive Control)的路径跟踪控制器。基于带遗忘因子的最小二乘递推法,对CARIMA模型进行了参数估计,避免了繁杂运动学建模问题;设计了包括转向、制动及加速子控制器的路径跟踪控制器,实现了基于方向盘转角控制的横向路径跟踪控制、基于加速踏板与制动踏板控制的纵向速度跟踪控制。(4)全自动平行泊车控制系统仿真验证。基于Simulink建立了路径跟踪控制器模型;基于CarSim建立了实车仿真模型;基于Simulink/CarSim建立了全自动平行泊车控制车辆联合仿真平台,并验证了路径规划的合理性以及路径跟踪控制策略的精确性;在较高车速下进行双移线工况路径跟踪控制器跟踪效果仿真,验证了基于改进GPC路径跟踪控制器,在较高车速下的跟踪精确性与控制鲁棒性。