基于优化人工势场法的无人驾驶汽车路径规划与轨迹跟踪研究.pdfVIP

摘要

随着科学技术的不断发展，无人驾驶汽车成为了当今汽车的研究热点。无人

驾驶汽车有望成为未来出行的便捷高效支柱。环境感知、路径规划和轨迹跟踪是

无人驾驶汽车的技术组成。路径规划作为无人驾驶技术的核心技术，是研发无人

驾驶汽车必不可少的部分。在无人驾驶汽车各项技术之中，人工势场算法是其路

径规划的主要方法。但传统人工势场法在车辆规划时仍存在问题：局部最优、目

标不可达及动态规划能力弱的问题。本文主要是在传统人工势场法的基础上，针

对其存在的问题进行优化改进，使算法应用于在无人驾驶汽车路径规划上，并通

过跟踪控制来验证其合理性。主要内容如下：

（1）首先，阐述了传统人工势场算法的基本理念，针对汽车与机器人在特

性上的差异，讨论算法在无人驾驶汽车路径规划应用中的不足之处。通过构建车

辆仿真模型，进行仿真实验，结果显示传统算法在规划车辆行驶路径时，容易陷

入局部最优解、无法有效抵达目标，以及在动态环境下的规划能力较弱等问题。

（2）其次，针对传统算法存在的不足，特别是面对复杂的道路环境，存在

静态障碍物的情况，通过引入影响系数、虚拟流水法优化道路中的障碍物斥力势

场，同时对于动态障碍物，提出了速度模型，优化势场，提高算法动态规划能

力。并进行了仿真试验，仿真结果显示改进的人工势场算法可以规划出一条平滑

的、合理的行驶路径。

（3）然后，在完成路径规划后，为确保车辆能稳定沿目标路径行驶，需对

车辆的侧向和纵向进行精确控制。对于侧向轨迹跟踪，设计了基于模型预测控制

算法（MPC）的控制器，利用二自由度车辆模型构建了状态空间方程，作为预测

基础。通过二次规划，实现了对车辆侧向运动的精准控制。而纵向控制作为车辆

控制的核心，采用了分层设计策略，上层负责分析车速并向下层提供反馈，下层

则结合PID控制器和逆模型技术，实现车辆纵向的动态协同跟踪控制。并进行仿

真试验，结果表明车辆可以在较小的误差范围内跟随路径行驶。

（4）最后，为了验证优化人工势场算法在路径规划中的有效性及轨迹跟踪

控制方法的可行性，在Carsim/Simulink中搭建联合仿真平台进行仿真试验。通过

换道和超车工况的仿真，表明算法可规划合理路径，控制器实现精确侧向跟踪。

纵向跟踪方面，通过匀加减速和固定车速验证，车辆稳定跟踪期望路径且准确控

制车速。综上所述，该方法在路径规划和轨迹跟踪上均表现出色，为智能驾驶提

供了有力支持。

关键词：无人驾驶汽车，路径规划，人工势场法，轨迹跟踪，模型预测控制

Abstract

Withthecontinuousdevelopmentofscienceandtechnology,driverlesscarshave

becomeahotspotintodaysautomotiveresearch.Driverlesscarshaveevolvedinto

intelligentrobotsthatcombinesuperiorsafety,energyefficiencyandextremecomfort.

Itslowresourceoccupationpromotesthedevelopmentofintelligenttransportationand

showsbroadprospects.Withtheadvancementoftechnology,driverlesscarsare

expectedtobecomeaconvenientandefficientpillarforfuturetravel.Asthecore

technologyofdriverlesstechnology,pathplanningisanessentialpartofdeveloping

driverlesscars.Amongallthetechnologiesofdriverlesscar,artifici