智能車輛局部避障路徑規(guī)劃及橫向運動控制研究.pdf

1、隨著我國汽車保有量的逐年遞增，汽車帶來的社會問題也逐漸凸顯出來。我國每年因發(fā)生交通事故造成的人員傷亡數(shù)量居高不下，而車禍發(fā)生的原因基本上都是由駕駛員誤操作造成的;同時城市交通擁堵狀況、環(huán)境能源問題也亟待解決。研究智能車輛不僅是解決以上問題的有效途徑之一，而且在軍事、工業(yè)、科學等領(lǐng)域都有廣闊的發(fā)展空間和應(yīng)用前景。
　　本文以智能車輛為研究對象，在汽車系統(tǒng)動力學、群智能算法和控制理論的基礎(chǔ)上針對其中兩個關(guān)鍵技術(shù):局部避障路徑規(guī)劃和橫向

2、運動控制進行了研究。在介紹了智能車輛關(guān)鍵技術(shù)國內(nèi)外研究現(xiàn)狀之后，對智能車輛進行了動力學建模研究。建立了七自由度模型和Dugoff胎模型組成的整車模型和控制狀態(tài)方程中的二自由度線性模型。
　　針對傳統(tǒng)局部路徑規(guī)劃算法存在路徑不可達、容易陷入局部最優(yōu)、避障模型復雜導致計算量大等問題，提出采用基于細菌覓食算法優(yōu)化的車輛局部避障路徑規(guī)劃方法。為避免傳統(tǒng)路徑規(guī)劃大規(guī)模尋優(yōu)計算等缺陷，采用連續(xù)性樣條插值避障模型，將離散化的路徑問題連續(xù)化處理。

3、為驗證所提算法的優(yōu)勢，進行了細菌覓食算法、粒子群算法、遺傳算法三種優(yōu)化算法仿真對比試驗。試驗表明細菌覓食法具有較強搜索能力以及快速收斂等特點，能夠快速搜索出環(huán)境中的最優(yōu)路徑。
　　針對車輛模型存在高度非線性動態(tài)特性、參數(shù)不確定性以及行駛時受外部干擾較多導致控制精度不高、魯棒性差等問題，采用RBF神經(jīng)網(wǎng)絡(luò)滑?？刂品椒āＴ趥鹘y(tǒng)二自由度車輛控制模型狀態(tài)方程的基礎(chǔ)上推導了新的狀態(tài)方程并以此設(shè)計了滑?？刂破?。利用RBF神經(jīng)網(wǎng)絡(luò)對模型的不精確