智能車(chē)輛運(yùn)動(dòng)軌跡規(guī)劃方法的研究.pdf

1、智能車(chē)輛是智能交通系統(tǒng)的重要組成部分，能顯著提高行駛安全性和降低交通事故發(fā)生率，因而在軍、民領(lǐng)域均具有重要的理論探索意義和工程實(shí)踐價(jià)值。軌跡規(guī)劃系統(tǒng)是智能車(chē)輛規(guī)劃與控制系統(tǒng)的重要組成部分，與路徑規(guī)劃不同，路徑規(guī)劃生成的是靜態(tài)無(wú)碰路徑，而軌跡規(guī)劃則是在路徑規(guī)劃的基礎(chǔ)上考慮時(shí)間因素和車(chē)輛狀態(tài)，不僅生成無(wú)碰路徑還生成包括車(chē)輛行駛的各種狀態(tài)參數(shù)和控制參數(shù)，如速度、加速度和行駛時(shí)間等。
　　本文對(duì)智能車(chē)輛運(yùn)動(dòng)軌跡規(guī)劃所涉及的相關(guān)內(nèi)容:基于狀

2、態(tài)空間的軌跡規(guī)劃方法，基于理性思維的自適應(yīng)控制(Adaptive Control ofThought-Rational，ACT-R)認(rèn)知模型的運(yùn)動(dòng)軌跡規(guī)劃方法以及基于改進(jìn)遺傳算法的運(yùn)動(dòng)軌跡優(yōu)化方法進(jìn)行了較為系統(tǒng)和深入地研究。具體工作歸納如下:
　　(1)考慮時(shí)間因素，建立了一種基于狀態(tài)空間的曲率連續(xù)軌跡規(guī)劃方法。為了能夠生成適應(yīng)于不同行駛環(huán)境且曲率連續(xù)的行駛軌跡，本文在最優(yōu)控制理論的基礎(chǔ)上進(jìn)行了改進(jìn)，并建立了多目標(biāo)動(dòng)態(tài)評(píng)價(jià)函數(shù);通

3、過(guò)不同權(quán)重對(duì)軌跡特征影響規(guī)律的研究，獲得了權(quán)重調(diào)整的有效方法。仿真結(jié)果表明:本文提出的基于狀態(tài)空間的軌跡規(guī)劃方法能夠針對(duì)不同道路環(huán)境動(dòng)態(tài)生成滿(mǎn)足多種約束條件曲率連續(xù)的行駛軌跡。
　　(2)基于A(yíng)CT-R認(rèn)知模型，提出了一種考慮人的行為特性的軌跡規(guī)劃方法。該方法將基于狀態(tài)空間的軌跡規(guī)劃方法和ACT-R認(rèn)知模型結(jié)合起來(lái)，并以ACT-R認(rèn)知模型為核心。首先由初始化模塊生成初始權(quán)重集;然后用基于狀態(tài)空間的軌跡規(guī)劃方法生成軌跡，并將軌跡的特

4、征值提取出來(lái)傳給估計(jì)模塊，在估計(jì)模塊中對(duì)軌跡的特征值進(jìn)行估計(jì)，判斷軌跡的特征值是否滿(mǎn)足約束條件，如果滿(mǎn)足約束條件則將生成的軌跡返回給決策層;如果不滿(mǎn)足，則通過(guò)權(quán)重調(diào)整模塊對(duì)相關(guān)的權(quán)重進(jìn)行調(diào)整，最終生成符合人的行為特性的行駛軌跡。仿真結(jié)果及模型車(chē)的試驗(yàn)驗(yàn)證表明:提出的方法能夠生成具有人的行為特性，且滿(mǎn)足多個(gè)約束條件的行駛軌跡，驗(yàn)證了本文方法的可行性。
　　(3)根據(jù)車(chē)輛動(dòng)力學(xué)約束條件，發(fā)展了一種將B樣條曲線(xiàn)和改進(jìn)的遺傳算法相結(jié)合對(duì)運(yùn)

5、動(dòng)軌跡進(jìn)行優(yōu)化的方法。首先利用B樣條曲線(xiàn)曲率連續(xù)和局部支撐性的性質(zhì)對(duì)生成的軌跡參數(shù)化，利用已知軌跡上型值點(diǎn)位置反求控制點(diǎn)，確定B樣條曲線(xiàn)的形狀;然后基于改進(jìn)遺傳算法對(duì)參數(shù)化軌跡進(jìn)行多目標(biāo)優(yōu)化，來(lái)實(shí)現(xiàn)B樣條曲線(xiàn)參數(shù)的確定。具體優(yōu)化目標(biāo)包括:每段B樣條曲線(xiàn)的始末型值點(diǎn)位置，相應(yīng)型值點(diǎn)位置的車(chē)輛速度、加速度和相鄰型值點(diǎn)之間的時(shí)間間隔。仿真結(jié)果表明:優(yōu)化后的軌跡較優(yōu)化前的軌跡能夠更好地滿(mǎn)足動(dòng)力學(xué)約束條件。
　　(4)基于CarSim仿真軟

6、件，設(shè)計(jì)了一種對(duì)本文方法進(jìn)行驗(yàn)證和分析的方法。在Matlab和ACT-R軟件中由運(yùn)動(dòng)軌跡規(guī)劃算法在采樣周期內(nèi)根據(jù)車(chē)輛將要行駛的環(huán)境信息對(duì)軌跡進(jìn)行規(guī)劃，并將規(guī)劃的軌跡及軌跡的參數(shù)提供給CarSim理想控制器，用作動(dòng)力學(xué)仿真軟件中的路徑和參數(shù)輸入，理想控制器控制車(chē)輛模型在虛擬場(chǎng)景中沿著規(guī)劃軌跡行駛，并將車(chē)輛行駛的軌跡和行駛過(guò)程中的各種響應(yīng)參數(shù)反饋給運(yùn)動(dòng)軌跡規(guī)劃算法，再由運(yùn)動(dòng)軌跡規(guī)劃算法判斷規(guī)劃的軌跡及其參數(shù)是否滿(mǎn)足約束條件，并對(duì)不滿(mǎn)足約束條

7、件的軌跡修正后重新輸出軌跡，如此循環(huán)至仿真結(jié)束。分別進(jìn)行了三組比較研究:本文方法和兩種文獻(xiàn)中路徑規(guī)劃方法的仿真比較;車(chē)輛以不同速度沿著規(guī)劃出的穩(wěn)態(tài)圓周軌跡、蛇形線(xiàn)軌跡和雙移線(xiàn)軌跡行駛的仿真比較;以及仿真結(jié)果與文獻(xiàn)實(shí)車(chē)試驗(yàn)結(jié)果的比較分析。結(jié)果表明:本文方法比文獻(xiàn)路徑規(guī)劃方法更加有效可行，本文方法規(guī)劃的車(chē)速比其它車(chē)速更能滿(mǎn)足約束條件且仿真數(shù)據(jù)與文獻(xiàn)實(shí)車(chē)試驗(yàn)數(shù)據(jù)吻合。
　　綜上所述，本文研究了智能車(chē)輛的運(yùn)動(dòng)軌跡規(guī)劃方法，并結(jié)合仿真軟件C