车联网技术与应用 无人驾驶路径跟踪及算法实现 无人驾驶路径跟踪及算法实现.ppt

范立荣 汽车与工程机械学院 无人驾驶路径跟踪及 算法实现 课程内容 一 二 路径跟踪 PID控制算式的数字化 三 卡尔曼滤波与扩展卡尔曼滤波EKF 一、路径跟踪 一、综述 路径跟踪问题一直是无人驾驶车辆研究的关键问题之一。 反映的是一种使无人驾驶车辆稳定且无偏差地沿着已规划路径行驶的能力。 主要解决以下两个问题： 无人车行驶路径与已规划路径的偏差问题。 反馈信号存在滞后、滞环等特性，如何保证无人车辆系统实时性和稳定性的要求。 一、路径跟踪 二、基于当前偏差的路径跟踪技术 所谓基于当前偏差的路径跟踪技术，即基于车辆当前位置与期望路径之间侧向距离偏差与方位偏差的位置偏差反馈控制系统。 几种技术： 运动学以当前路径信息作为反馈，以未来路径信息作为预瞄，设计了预瞄加反馈的控制器，预瞄距离和智能车速度根据预瞄路径的弯曲程度自动调整。 一种基于车辆位置误差模型的积分误差Back-stepping控制方法。这些都是以车辆前方或当前位置与道路的位置偏差作为输入，通过各种反馈控制方法设计车辆运动学反馈控制系统。由于没有考虑车辆的动力学特性，其无法满足实际要求。同时由于车辆系统时间滞后性，控制过程中会存在大的延迟环节，因此存在控制精度不高、实时性差的缺点。 一、路径跟踪 几种技术 一种结合补偿控制的模糊PID跟踪算法，采用GPS获取车辆位置信息，并与目标路径比较，从而求出位移的偏差和车辆航向角的偏差， 以此作为控制器的输入信号，根据偏差量和偏差量的变化程度来决定方向盘的转向和车速，运用补偿控制对模糊控制器的输出值进行纠正，从而控制无人驾驶车辆实现路径的准确跟踪。利用图像作为信息采集，对舵机采用PD控制算法，根据舵机转向角设定小车的速度，并对小车实行转角和速度的实时控制。 一、路径跟踪 基于当前偏差的路径跟踪算法示意 由(Xi,Yi)与(Xi+1,Yi+1)构成的是规划的理想的行走路线。当前车的中心点位于(x,y)处，其α、β、γ、θ逆时针方向为正。α为实际航向与当前期望航向的夹角；β为INS输出的当前航向；γ为当前期望航向；φ为期望角。L为无人车与目标点的直线距离；S为无人车与路径的垂直距离。 一、路径跟踪 基于当前偏差的路径跟踪算法示意 其中， 同理，可推断其他位置时的状态变量。 控制变量为α、θ、L、S，控制策略为使α、θ、L、S四个量尽可能最小最优。由控制器解算出四个量后，运用算法判断无人车位置，然后发命令给控制机构执行命令。 一、路径跟踪 基于未来预测的路径跟踪技术 通过期望路径产生描述车辆运动的期望动力学物理量，然后通过车辆状态反馈进行跟踪控制。 这类控制方法主要是根据期望路径计算出描述车辆跟踪目标路径的车辆自身物理量，如车辆横摆角速度、侧向加速度等，然后设计反馈控制系统来跟踪这些物理量。 一、路径跟踪 速度PID控制器设计 通过控制器设计规则 ①刹车与油门分别用一套增量式PID控制器。 ②油门与刹车不能同时控制，所以要加入互斥原理，否则将产生严重后果。 ③为了保证速度的稳定性和车身零部件的寿命，油门与刹车切换不能太频繁。 ④当当前速度大于命令速度一定值或者刹车锁有效的时候进入刹车控制，当超过命令速度一定时限，释放油门。然后进入刹车PID控制算法。当命令速度与当前速度之差在一定范围内的时候，或者当前速度很小的时候，刹车控制锁不再有效。 ⑤刹车控制锁无效的时候，进入油门控制，判断刹车控制标志位是否有效，有效则释放刹车，将油门控制标志位置位。当当前速度大于命令速度一定值，则将停止油门控制标志位置位，否则停止油门标志控制位清0。然后根据停止油门标志位进入油门PID控制算法控制油门。 一、路径跟踪 纯追踪算法原理 ①刹车与纯追踪模型基于几何原理，根据转角和转弯半径的关系，己知车辆目标点和当前点，这可以规划出一条圆弧，从而计算出转角。其模型和原理简单、效果优良，纯追踪控制算法已经广泛用到地面机器人的路径跟踪控制，最近在无人机也开始得到应用。 只考虑车体在二维平面上的运动。纯追踪模型如图所示。假设图中X,Y轴构成了机体坐标系，点(x,y)是目标点，为规划路径上的一点，Lfw为车体坐标系和点(x,y)弧 段的弦长,也为前视距离。R则是弧段的曲率半径。 用于转向的模糊-纯追踪控制器设计 一、路径跟踪 用于转向的模糊-纯追踪控制器设计 由几何模型可得如下公式推导： 上式中，L为无人驾驶车辆前后轴距，为定值。只要x和Lfw两者一旦 确定，那么转向角也就确定下来，给方向控制器规划提供了理论基础。同时从中也可以看出，前视距离Lfw的选择直接影响整个转向过程的精度。 一、路径跟踪 用于转向的模糊-纯追踪控制器设计 由几何模型可得如下公式推导： 上式中，