基于改进的人工势场法和模型预测控制的超车换道方法研究.pdf

摘要

自动驾驶技术是当今汽车领域的热点，它所带来的技术变革将推动汽车向智能化、

绿色化发展。智能汽车是一种集多种前沿技术于一身的综合产物，可以感知和理解周边

环境，并做出相应的行驶决策。其中，合理的路径规划和轨迹跟踪控制能够避免车辆行

驶时因发生碰撞而导致的安全问题。为此，本文基于人工势场法和模型预测控制算法，

提出一种能够降低智能汽车在超车时发生碰撞概率的自动控制器设计方法。具体内容如

下：

首先，从动力学上对车辆特性进行分析，构建了车辆动力学模型。并以车辆状态和

轨迹状态的误差作为模型的状态量，把车辆动力学模型转换为更适合模型分析和使用的

车辆误差状态空间模型；建立车辆轮胎模型，确定轮胎的线性工作区间，对非线性的动

力学模型近似线性化。

其次，对传统人工势场法做出改进，搭建新的引力势场和斥力势场，对目标点的位

置实时更新。根据行驶道路的边界范围、障碍物的移动属性等因素，构建满足车辆安全

行驶约束的道路危险势场和速度斥力势场。同时利用智能车所处位置的风险势能阈值以

及邻近车道风险阈值判断车辆是否具备换道条件，当确认具备换道条件时调用人工势能

法进行路径规划，通过仿真分析得知改进人工势场能够有效完成局部路径规划。

然后，利用线性时变模型预测控制理论对车辆误差状态模型线性化、离散化处理得

到预测模型，再根据优化目标函数和约束条件，将目标函数转换为二次规划问题，建立

基于模型预测控制的轨迹跟踪控制器。以双移线作为参考轨迹进行仿真实验，结果表明

该控制器在不同速度和地面附着系数下有较好的跟踪效果。由于人工势场规划出来的曲

线存在拐点，采用五次多项式进行路径拟合。拟合出来的轨迹平滑度高，加减速度连续，

从而能更精准地描述车辆运动的状态，为本文的控制算法做铺垫。

最后，搭建Carsim/Simulink仿真平台，以行驶速度和前车车型作为变量设置了多种

测试场景。验证了改进规划算法能够规划出安全、合理的超车路径，并且跟踪控制器能

实现对超车轨迹的稳定跟踪。

关键词：智能汽车，路径规划，轨迹跟踪，人工势场法，模型预测控制

ABSTRACT

Autonomousdrivingtechniqueisahottopicintheautomotivefieldtoday,andthetechnologicalchanges

itbringswilldrivecarstobeintelligentandgreen.Smartcarisacomprehensiveproductthatcombinesa

varietyofcutting-edgetechniques,whichcansenseandunderstandthesurroundingenvironmentandmake

correspondingdrivingdecisions.Amongthem,reasonablepathplanningandtrajectorytrackingcontrolcan

avoidthesafetyproblemscausedbycollisionwhenthevehicleisdriving.Tothisend,thisthesisproposes

anautomaticcontrollerdesignmethodthatcanreducethecollisionprobabilityofintelligentvehicleswhen

overtakingbasingontheartificialpotentialfieldmethodandmodelpredictivecontrolalgorithm.Thedetails

areasfollows.

Firstly,thevehicledynamicsmodelisconstructedbyanalyzingthevehicledynamicscharacteristics.

Takingtheerrorsofvehiclestateandtrajectorystateasthestatequantityofthe