一種考慮車輛動力學(xué)的無人駕駛車輛模型預(yù)測路徑規(guī)劃控制器

人工勢場法和最優(yōu)控制器是目前無人駕駛車輛路徑規(guī)劃的兩種常用方法。人工勢場法能夠為不同類型的障礙物和道路結(jié)構(gòu)分配不同的潛在功能，并根據(jù)這些潛在功能規(guī)劃路徑。然而，它在路徑規(guī)劃過程中并不考慮車輛動力學(xué)。與車輛動力學(xué)集成的最佳路徑規(guī)劃控制器則能夠保證車輛跟隨路徑的穩(wěn)定性。在該控制器中，將障礙物和道路邊界作為約束條件。介紹了一種模型預(yù)測路徑規(guī)劃控制器,該控制器能夠準(zhǔn)確地處理不同的障礙物和道路結(jié)構(gòu)，并同時利用車輛動力學(xué)來規(guī)劃最優(yōu)路徑。

所提出的模型預(yù)測路徑規(guī)劃控制器利用潛在的場概念來避免其遇到的障礙物。通過對PF（勢場）參數(shù)的適當(dāng)選擇，從而提供足夠的避免障礙物的可能性。因此，PF的應(yīng)用不僅避免了障礙物，而且使車輛保持在距離障礙物的適當(dāng)距離。針對可交叉、不可交叉的障礙物以及道路標(biāo)線提出了不同的PF參數(shù)。此外，最優(yōu)控制問題通常是非線性的。為了在路徑規(guī)劃處理中減少計算時間，將控制問題用二次凸規(guī)劃問題進(jìn)行近似。通過仿真比較了非線性和二次問題的計算時間和性能。仿真結(jié)果表明，雖然近似值可能導(dǎo)致結(jié)果產(chǎn)生不可避免的誤差，但二次問題近似后的性能可以滿足解決非線性問題。未來工作應(yīng)對近似值的有效范圍進(jìn)行進(jìn)一步調(diào)查。

研究在CarSim仿真模擬中使用了高仿真的車輛模型。仿真結(jié)果表明，引入該路徑規(guī)劃控制器在復(fù)雜場景中進(jìn)行適當(dāng)演練時，當(dāng)從任務(wù)規(guī)劃模塊中指揮車道改變時，除非這樣做是安全的，否則車輛不改變車道。如果兩輛車之間有足夠的空間，該車輛與其可以合并在一起，那就可以合并。如果當(dāng)前車道已經(jīng)結(jié)束，而車道變更又不安全，則車輛在車道結(jié)束前降低速度甚至停止?？傊?，只有在安全的情況下才改變車道。如果車輛從側(cè)面不小心接近另一車輛，則車輛在以后行駛過程中盡可能多的提供距離空間。此外，如果障礙物不可逾越，并且側(cè)面沒有足夠的空間通過，則車輛停在其后面。如果障礙物是可逾越的，并且側(cè)面沒有足夠的空間通過，則車輛穿過障礙物。

刊名：IEEE Transactions on Intelligent Transportation Systems（英）

刊期：2017年第5期

作者：Rasekhipour Yadollah et al

編譯：陳少帥