孫智威，裴曉飛，劉一平，雍成昊，陳 詞*

（1.武漢理工大學(xué)，現(xiàn)代汽車零部件湖北省重點(diǎn)實(shí)驗(yàn)室，武漢430070，中國；2.武漢理工大學(xué) 汽車工程學(xué)院，武漢430070，中國）

近年來，無人駕駛汽車正逐漸滲透于各個商用領(lǐng)域。由于無人清掃車工作車速較低，行駛工況較為簡單且固定，這些特點(diǎn)有助于無人駕駛技術(shù)的快速落地，同時無人清掃車也將在環(huán)衛(wèi)領(lǐng)域發(fā)揮重要的作用[1]。和其他無人駕駛汽車關(guān)鍵技術(shù)一樣，無人清掃車也集成了環(huán)境感知、高精度地圖、導(dǎo)航定位、智能決策、路徑規(guī)劃、運(yùn)動控制以及車輛線控執(zhí)行等先進(jìn)技術(shù)。

車輛運(yùn)動控制是無人駕駛汽車分層架構(gòu)中的重要基礎(chǔ)環(huán)節(jié)，一般可以分為基于幾何學(xué)模型，運(yùn)動學(xué)模型和動力學(xué)模型的路徑跟蹤方法[2]。目前常用的路徑跟蹤控制方法有純跟蹤算法[3]、Stanley 算法[4]、比例積分微分(proportion integration differentiation,PID) 控制、滑?？刂芠5]、模型預(yù)測控制等。

純跟蹤算法和Stanley 算法基于車輛幾何學(xué)模型進(jìn)行解算，簡單實(shí)用，魯棒性較好，適用于較低車速和小側(cè)向加速度的工況。國內(nèi)外學(xué)者也對這兩種路徑跟蹤算法開展了許多研究，文獻(xiàn)[6]基于差分全球定位系統(tǒng)(global positioning system,GPS)，提出了一種純跟蹤改進(jìn)算法，使無人駕駛車輛在彎曲度較大的區(qū)域內(nèi)能根據(jù)道路曲率變化自動調(diào)整車速和前視距離，提高了無人駕駛車輛在大曲率變化路徑上行駛的平穩(wěn)性。文獻(xiàn)[7]將純跟蹤算法應(yīng)用到農(nóng)機(jī)中，基于農(nóng)機(jī)的運(yùn)動工況提出了改進(jìn)的純跟蹤模型，提高了農(nóng)機(jī)作業(yè)時的直線行駛精度。文獻(xiàn)[8]基于一輛鉸鏈?zhǔn)綗o人駕駛清掃車，根據(jù)清掃車速度和道路曲率信息及時調(diào)整車輛的預(yù)瞄距離，然后進(jìn)行純跟蹤控制。文獻(xiàn)[9]在純跟蹤模型的基礎(chǔ)上提出了一種基于模型預(yù)測延遲后的車輛運(yùn)動和位置信息的方法，并根據(jù)方向偏差來獲取最佳的車輛預(yù)瞄距離。

文獻(xiàn)[10]在Stanley 跟蹤算法的基礎(chǔ)上，基于車輛航向角、車速、前輪轉(zhuǎn)角和道路曲率信息得到自適應(yīng)最優(yōu)預(yù)瞄時間。此外，考慮到滑?？刂品椒▽?shù)不確定性和外部擾動具有強(qiáng)魯棒性,文獻(xiàn)[11]基于二自由度車輛模型，綜合考慮車輛與期望路徑點(diǎn)之間的方向偏差與橫向偏差，提出了一種模糊滑?？刂破?。文獻(xiàn)[12]基于滑?？刂扑惴ǎO(shè)計了擴(kuò)張狀態(tài)觀測器，減輕了在橫向控制中滑模變結(jié)構(gòu)方法存在的抖振問題，使無人駕駛車輛能夠在有外界干擾的情況下更平穩(wěn)的跟隨期望軌跡。

作為無人駕駛汽車落地的前提，設(shè)計冗余的安全機(jī)制非常必要，因此需要同步發(fā)展遠(yuǎn)程接管技術(shù)。當(dāng)無人駕駛汽車遇到?jīng)Q策困難或極端危險場景時，由遠(yuǎn)程安全員接管車輛控制權(quán)限，手動操作實(shí)現(xiàn)車輛脫困。文獻(xiàn)[13]設(shè)計了一套車載終端和遠(yuǎn)程監(jiān)控信息系統(tǒng)，實(shí)現(xiàn)了對無人駕駛車輛的行駛過程監(jiān)測、遠(yuǎn)程啟?？刂坪蛿?shù)據(jù)遠(yuǎn)程采集傳輸?shù)?。文獻(xiàn)[14]針對無人駕駛車輛設(shè)計了一套云代駕系統(tǒng)，當(dāng)無人駕駛車輛發(fā)生故障時，人類駕駛員可以遠(yuǎn)程協(xié)助無人駕駛車輛脫困。文獻(xiàn)[15]對車載終端的功能進(jìn)行拓展，實(shí)現(xiàn)了車輛固件遠(yuǎn)程升級、車輛遠(yuǎn)程控制等功能。

本文設(shè)計了無人清掃車的軟硬件架構(gòu)，搭建了線控化的無人駕駛清掃車實(shí)驗(yàn)平臺，針對無人清掃車的路徑跟蹤和遠(yuǎn)程接管系統(tǒng)展開研究。路徑跟蹤控制一般分為橫縱向跟蹤控制，由于無人清掃車一般勻速行駛且工作車速較低，因此本文主要針對橫向控制提出了純跟蹤前饋加滑模反饋的路徑跟蹤方法。對本文路徑跟蹤方法和遠(yuǎn)程控制方案進(jìn)行了實(shí)車實(shí)驗(yàn)與分析。

1 無人車清掃車的總體架構(gòu)

為了適應(yīng)不同的工作場景和保證無人駕駛清掃車運(yùn)行安全可靠，本文設(shè)計的無人清掃車共有三種操控模式，分別為駕駛員操控模式，自動駕駛模式和遠(yuǎn)程接管模式。3 種控制方式中，將駕駛員的優(yōu)先級設(shè)置為最高，車輛優(yōu)先執(zhí)行駕駛員的操控命令。當(dāng)按下自動駕駛按鈕時，車輛由車載智能終端進(jìn)行操控。如果車輛在自動駕駛模式下失效，可由安全員借助遠(yuǎn)程接管系統(tǒng)對車輛進(jìn)行緊急干預(yù)，并遠(yuǎn)程操控車輛行駛。

1.1 硬件架構(gòu)設(shè)計

本文實(shí)驗(yàn)平臺基于的純電動清掃車，采用后輪驅(qū)動，前輪轉(zhuǎn)向，體積小巧，轉(zhuǎn)向靈活，配備完善的清掃設(shè)備，適用于園區(qū)、廠區(qū)、港口等道路的清掃作業(yè)。為了適應(yīng)市場需求，無人清掃車要能完成對特定區(qū)域的最大化覆蓋清掃，能夠?qū)Φ缆愤呇剡M(jìn)行清掃，能夠主動躲避障礙物，同時應(yīng)盡量降低成本。本文設(shè)計了如圖1 所示的無人清掃車硬件架構(gòu)，對電動清掃車上進(jìn)行底盤線控化改裝，并加裝低成本的環(huán)境感知傳感器和整車控制器。

圖1 無人清掃車硬件架構(gòu)圖

本文采用優(yōu)控智行的整車控制器EV2274A 與底層執(zhí)行機(jī)構(gòu)建立通訊，電動清掃車的轉(zhuǎn)向電機(jī)采用一款最大輸出扭矩2.38 Nm 的永磁直流電機(jī)，轉(zhuǎn)向系統(tǒng)電機(jī)控制器通過局域網(wǎng)CAN 總線接收整車控制器的指令信號，然后控制轉(zhuǎn)向電機(jī)運(yùn)動。驅(qū)動電機(jī)輸入電壓0～5 V，輸出功率最大可達(dá)2.2 kW。整車控制器通過脈寬調(diào)制（pulse width modulation，PWM）接口外接一個PWM轉(zhuǎn)模擬量模塊輸出電壓信號，控制驅(qū)動電機(jī)的輸出功率。電動清掃車的制動系統(tǒng)采用一款伺服電動缸，最大輸出1.0 kN，通過鋼索裝置拉動制動踏板進(jìn)行制動。整車控制器通過低邊驅(qū)動接口輸出控制信號，控制制動電機(jī)的伸縮。改裝后的車輛保留了原車的操控踏板與控制方式，駕駛員可正常操控清掃車。

為了實(shí)現(xiàn)車輛的無人駕駛功能，讓車輛具備環(huán)境感知能力，在車輛的四周加裝了8 個超聲波雷達(dá)，在車輛的前方左右兩側(cè)安裝兩個激光雷達(dá)。同時，通過全球定位系統(tǒng)GPS 和慣性測量單元IMU 進(jìn)行數(shù)據(jù)融合，通過組合慣性導(dǎo)航得到車輛的實(shí)時位置。將傳感器采集到的環(huán)境和位置信息傳輸?shù)接ミ_(dá)Xavier 處理器中進(jìn)行融合計算，整車控制器通過CAN 通訊接收處理后的環(huán)境信息，然后由整車控制器向車輛底層各執(zhí)行器發(fā)送控制指令，驅(qū)動車輛執(zhí)行轉(zhuǎn)向、加減速、制動等指令，實(shí)現(xiàn)對車輛的運(yùn)動控制。同時，將電動清掃車的清掃設(shè)備，如清掃電機(jī)、水泵以及照明、喇叭等全部接入整車控制器，可以由控制程序適時開啟和關(guān)閉。

本文設(shè)計了一套遠(yuǎn)程接管系統(tǒng)作為無人駕駛清掃車的安全備份，遠(yuǎn)程控制終端通過無線通訊模塊接收來自攝像頭的視頻數(shù)據(jù)和車輛的運(yùn)行參數(shù)，遠(yuǎn)程安全員可以通過遠(yuǎn)程外設(shè)下達(dá)操控指令并接管車輛。

1.2 軟件架構(gòu)設(shè)計

本文為無人駕駛清掃車設(shè)計了如圖2 所示的軟件架構(gòu)，將無人駕駛清掃車的自動駕駛架構(gòu)分為3 個部分，分別是環(huán)境感知、決策規(guī)劃和運(yùn)動控制。

圖2 軟件分層架構(gòu)

環(huán)境感知層通過感知傳感器和導(dǎo)航定位單元幫助車輛判斷自身和周邊環(huán)境的相對位置關(guān)系。無人清掃車GPS 定位系統(tǒng)和IMU 慣性導(dǎo)航系統(tǒng)通過Kalman濾波進(jìn)行信息融合，向下游規(guī)劃控制提供車輛的位置、速度、航向角等信息。激光雷達(dá)主要負(fù)責(zé)可行駛區(qū)域的提取及動態(tài)/靜態(tài)障礙物的目標(biāo)檢測，超聲波雷達(dá)作為激光雷達(dá)的補(bǔ)盲，兩者將感知到的環(huán)境信息等發(fā)送給決策規(guī)劃層。

決策規(guī)劃層根據(jù)車輛定位和環(huán)境信息，每隔100 ms規(guī)劃出從當(dāng)前狀態(tài)到下一個目標(biāo)狀態(tài)的局部路徑。當(dāng)前方車道被靜態(tài)障礙物占據(jù)時，利用五次多項(xiàng)式生成多條備選路徑，并根據(jù)代價函數(shù)計算出無人清掃車的可行駛最優(yōu)路徑。當(dāng)前方車道有動態(tài)障礙物且小于Berkeley 最小安全距離時，無人清掃車采取緊急制動避撞。

運(yùn)動控制層接收來自決策規(guī)劃層輸出的車輛可行駛路徑，通過車輛橫向控制和縱向控制，得到車輛的轉(zhuǎn)向角度、油門開度、制動壓力等控制指令，實(shí)現(xiàn)車輛對期望車速和路徑的跟蹤。本文默認(rèn)決策規(guī)劃系統(tǒng)已經(jīng)給出了最優(yōu)的期望路徑，對離線路徑進(jìn)行跟蹤控制，控制周期為 10 ms。

作為自動駕駛模式的安全冗余，系統(tǒng)軟件架構(gòu)中同時集成了遠(yuǎn)程接管模式。遠(yuǎn)程安全員可以通過上位機(jī)界面觀察車輛的運(yùn)行狀態(tài)，當(dāng)無人駕駛清掃車自動作業(yè)發(fā)生失效時，可以由安全員進(jìn)行遠(yuǎn)程接管遙控車輛運(yùn)動。

2 無人清掃車的路徑跟蹤算法

無人駕駛清掃車通常在低速，小側(cè)向加速度工況下執(zhí)行清掃任務(wù)，采用基于幾何學(xué)模型的路徑跟蹤算法能夠簡化系統(tǒng)建模，有利于算法快速求解，降低控制器的計算需求。本文采用基于幾何學(xué)模型的純跟蹤控制算法作為前饋控制，根據(jù)期望路徑的路點(diǎn)信息和車輛當(dāng)前的位置信息，利用純跟蹤控制理論，計算出期望的前饋前輪轉(zhuǎn)角。反饋控制以車輛當(dāng)前位置的質(zhì)心橫向偏差和方向偏差為控制變量，基于滑模控制對前饋控制中沒有考慮到的控制偏差進(jìn)行補(bǔ)償控制，讓無人駕駛清掃車能夠更精確的跟隨期望路徑行駛。為保證路面清掃潔凈度，無人駕駛清掃車的工作速度較低，且多為勻速行駛，因此縱向控制采用簡單的PID 方法實(shí)現(xiàn)。最終路徑規(guī)劃的總體框架如圖3 所示。

圖3 路徑跟蹤控制架構(gòu)

2.1 基于純跟蹤算法的前饋控制

純跟蹤算法的幾何關(guān)系圖如圖4 所示。

圖4 純跟蹤算法幾何關(guān)系圖

純跟蹤算法基于車輛的二自由度模型，通過控制車輛的轉(zhuǎn)向半徑R，使車輛的后軸中心控制點(diǎn)沿圓弧到達(dá)前視距離為ld的參考目標(biāo)點(diǎn)，然后基于Ackermann轉(zhuǎn)向模型計算得到所需的前輪轉(zhuǎn)角δf。根據(jù)幾何關(guān)系可得

根據(jù)Ackermann 轉(zhuǎn)向車輛模型，有

由式（3）和式（4）可得前饋前輪轉(zhuǎn)角的控制律為

由式（3）可知：純跟蹤算法本質(zhì)上是曲率ρ關(guān)于預(yù)瞄點(diǎn)到車輛中心平面的垂向距離e的比例控制，增益系數(shù)為2/ld2。純跟蹤算法的跟蹤效果好壞與預(yù)瞄距離ld的選取相關(guān)聯(lián)，前視距離過小會使車輛在路徑跟蹤時產(chǎn)生擺動，而前視距離過大又會導(dǎo)致車輛在彎道時轉(zhuǎn)彎幅度不足。本文根據(jù)車速實(shí)時調(diào)整車輛的預(yù)瞄距離，跟蹤效果較好。無人駕駛清掃車首先接收來自上層規(guī)劃的路徑信息，通過GPS 定位系統(tǒng)和IMU 慣性導(dǎo)航系統(tǒng)融合獲取無人清掃車的位置信息和姿態(tài)信息，計算預(yù)瞄點(diǎn)處與車輛位置之間的橫向偏差，然后根據(jù)車速信息匹配合適的預(yù)瞄距離，通過式（5）計算得到期望前饋前輪轉(zhuǎn)角δf。

2.2 基于滑模變結(jié)構(gòu)的反饋控制

車輛橫向控制中存在諸多擾動因素，比如車輛底層通訊和轉(zhuǎn)向執(zhí)行機(jī)構(gòu)的延遲，路面附著系數(shù)的變化等。單純的純跟蹤算法并未考慮車輛動力學(xué)特性和轉(zhuǎn)向執(zhí)行器的動態(tài)特性，在某些工況下可能會導(dǎo)致跟蹤性能惡化。因此，本文設(shè)計了基于滑?？刂品椒ǖ姆答佅到y(tǒng)，對前饋控制中未考慮到的控制偏差進(jìn)行補(bǔ)償，增強(qiáng)橫向控制的魯棒性，提高路徑跟蹤的控制精度。無人駕駛清掃車的工作場景大部分為低速工況，本文不考慮車輛極限駕駛工況，假設(shè)無人駕駛清掃車的質(zhì)心側(cè)偏角等于前輪轉(zhuǎn)角。本文的控制變量選取車輛質(zhì)心處與期望路點(diǎn)之間的車輛位置偏差de和航向角偏差θe，采用滑?？刂品椒ㄟM(jìn)行反饋控制。車輛位置偏差幾何關(guān)系圖如圖5 所示。

圖5 車輛位置偏差幾何關(guān)系圖

車輛當(dāng)前位置與參考路徑之間的位置偏差可由如下動態(tài)模型表示。

基于車輛質(zhì)心處的車輛位置偏差de和航向角偏差θe，設(shè)計車輛路徑跟蹤滑模反饋控制系統(tǒng)，定義滑模切換函數(shù)如下

滑模趨近律如下

上式中，k1和k2為滑模趨近律參數(shù)，且均大于0。

為了減輕車輛橫向控制中的前輪抖動問題，使用飽和函數(shù)sat[·]代替符號函數(shù)，即

式中，Δb為邊界層厚度。

基于上述切換函數(shù)和滑?？刂坡桑Y(jié)合控制偏差的動態(tài)模型，可以得到路徑跟蹤反饋控制律為：

將指數(shù)趨近律代入式（12）可得期望反饋前輪轉(zhuǎn)角為

通過純跟蹤前饋控制和滑模反饋控制分別得到前饋前輪轉(zhuǎn)角δf和反饋前輪轉(zhuǎn)角δb，最后可得車輛的期望前輪轉(zhuǎn)角為

3 無人清掃車的遠(yuǎn)程控制系統(tǒng)

本文設(shè)計了一套遠(yuǎn)程接管控制系統(tǒng)，作為無人駕駛清掃車的安全冗余備份，當(dāng)車輛發(fā)生單車智能失效時可由遠(yuǎn)程駕駛員接管車輛。遠(yuǎn)程控制系統(tǒng)是作為有人駕駛、自動駕駛、遠(yuǎn)程接管3 部分中的其中一環(huán)。在隧道、林蔭等處，衛(wèi)星信號有遮擋或多 障礙物的狹窄復(fù)雜環(huán)境中，自動駕駛模式可能無法準(zhǔn)確跟蹤期望路徑，車輛會自動進(jìn)行安全?？?。當(dāng)車輛出現(xiàn)異常并安全?？恐螅h(yuǎn)程接管員可以借助遠(yuǎn)程外設(shè)操控車輛行駛。當(dāng)車輛經(jīng)過以上區(qū)域后，再次切換為自動駕駛模式進(jìn)行跟蹤控制。

無人清掃車遠(yuǎn)程接管系統(tǒng)架構(gòu)如圖6 所示。其主要分為遠(yuǎn)程控制終端和車載終端2 部分。車載終端通過車載直流電源進(jìn)行供電，車載攝像頭負(fù)責(zé)采集車輛前方環(huán)境信息，并通過無線通訊模塊發(fā)送給控制終端。車載終端的微控制單元（micro control unit，MCU）核心板解析接收遠(yuǎn)程控制指令并通過整車局域網(wǎng)CAN 將操作指令下達(dá)給車輛底層執(zhí)行器，實(shí)現(xiàn)對清掃車轉(zhuǎn)向、油門和剎車的控制。車載終端與控制終端之間建立1.4 GHz 自組網(wǎng)絡(luò)（mesh），借助2 個鵝頸天線進(jìn)行無線通訊。控制終端使用電池進(jìn)行供電，控制終端的MCU 核心板接收遠(yuǎn)程操控手柄的控制指令，通過無線通訊模塊傳輸給車載終端。同時，車載終端將清掃車的方向盤轉(zhuǎn)角、油門開度等運(yùn)行參數(shù)，反饋給遠(yuǎn)程操控平臺，通過上位機(jī)軟件顯示給遠(yuǎn)程駕駛員。

圖6 無人清掃車遠(yuǎn)程接管系統(tǒng)架構(gòu)圖

在遠(yuǎn)程控制系統(tǒng)中，控制終端采集到輸入的控制指令后，根據(jù)遠(yuǎn)程接管系統(tǒng)自定義的通信協(xié)議，對控制指令進(jìn)行重新編碼，打包發(fā)送給無線通訊設(shè)備，傳輸給車載終端。車載終端接收到控制指令的數(shù)據(jù)包后進(jìn)行解碼，然后將所有指令通過車載CAN 總線發(fā)送給各對應(yīng)控制器執(zhí)行。同時，本文設(shè)計了控制終端的上位機(jī)界面，其操作簡單、顯示直觀，將全部信息在一個界面顯示，最終設(shè)計的效果如圖7 所示，其中界面使用的控件設(shè)計參考了開源項(xiàng)目[16]。當(dāng)通訊出現(xiàn)中斷時，車載數(shù)據(jù)指示燈將轉(zhuǎn)變?yōu)榧t色，提醒操作人員對通訊連接進(jìn)行檢查或重置。

圖7 上位機(jī)顯示效果圖

基于該清掃車平臺，對遠(yuǎn)程接管系統(tǒng)的遠(yuǎn)程控制功能進(jìn)行了實(shí)驗(yàn)驗(yàn)證，在本實(shí)驗(yàn)中，控制終端部署于車庫內(nèi)的休息區(qū)，操控人員通過遠(yuǎn)程控制的方式操控清掃車駛出車庫，在車庫外道路行駛一段距離后，調(diào)頭返回車庫泊位。實(shí)驗(yàn)過程的關(guān)鍵節(jié)點(diǎn)如圖8 所示，圖中的時間序列為從左到右，從上到下。實(shí)驗(yàn)結(jié)果表明本文設(shè)計的遠(yuǎn)程控制系統(tǒng)安全可靠，能夠作為無人駕駛清掃車的安全備份。

圖8 遠(yuǎn)程控制實(shí)驗(yàn)畫面節(jié)點(diǎn)圖

4 無人清掃車的路徑跟蹤實(shí)驗(yàn)

基于改裝后的無人清掃車平臺，通過實(shí)驗(yàn)驗(yàn)證本文設(shè)計的路徑跟蹤算法的有效性。本文首先在離線環(huán)境下根據(jù)行駛要求提前規(guī)劃好目標(biāo)路徑，在低速工況下進(jìn)行實(shí)驗(yàn)，分別驗(yàn)證對比了單移線和環(huán)形路徑下本文的前饋加反饋的跟蹤算法與只使用反饋的跟蹤算法的結(jié)果差異。其中前饋采用純跟蹤算法，反饋采用滑模算法。

單移線路徑跟蹤實(shí)驗(yàn)結(jié)果見圖9。

圖9 單移線路徑跟蹤實(shí)驗(yàn)結(jié)果

由圖9a 可知：前饋+反饋控制的方法能夠有效降低車輛跟蹤的橫向偏差和縱向偏差。圖9b 實(shí)驗(yàn)車速為1.25 m/s。由圖9c 可知：反饋控制方法的前輪轉(zhuǎn)角在第10 s 處為19°，前饋+反饋控制方法在第8 s 處達(dá)到最大值12°，前饋+反饋控制方法超調(diào)更小。

由圖9d 可知：反饋控制方法在車輛回正時有較大的側(cè)向加速度，在第15 s 時達(dá)到-0.55 m/s2，而前饋+反饋控制的方法車輛回正時的側(cè)向加速度較小，車輛姿態(tài)穩(wěn)定。

由圖9e 可知：在變道時前饋+反饋控制的方法車輛航向角變化更平緩。由圖9f 可知：反饋控制方法的位置偏差波動較大，最大位置偏差在第16 s 時達(dá)到0.67 m，而前饋+反饋控制方法的車輛位置偏差始終保持在0.3 m 以內(nèi)，偏差較小。

環(huán)形路徑跟蹤實(shí)驗(yàn)結(jié)果見圖10，實(shí)驗(yàn)過程中，讓車輛連續(xù)跟隨環(huán)形路徑2 周。

由圖10a 可知：采用前饋+反饋控制方法能夠更精確的跟蹤期望路徑，偏差更小，且跟蹤重復(fù)性較好。反饋控制方法在環(huán)形彎道處會出現(xiàn)較大的偏移。圖10b實(shí)驗(yàn)車速為2.5 m/s。由圖10c 可知：采用前饋+反饋控制方法，在車輛轉(zhuǎn)彎時，前輪轉(zhuǎn)角變化更為平緩穩(wěn)定，采用反饋控制方法會有較為明顯的超調(diào)。由圖10d可知：2 種方法的側(cè)向加速度相差不大，但采用反饋控制方法會有一定的滯后。由圖10e 可知：采用前饋+反饋控制的方法，車輛在彎道時轉(zhuǎn)向更快，在直線段航向更平穩(wěn)。由圖10f 可知：采用前饋+反饋控制方法，車輛的位置偏差保持在0.3 m 以內(nèi)，而采用反饋控制方法，車輛位置偏差在第43 s 時達(dá)到0.65 m。

圖10 環(huán)形線路路徑跟蹤實(shí)驗(yàn)結(jié)果

綜上所述，采用本文提出的純跟蹤加滑模的路徑跟蹤算法，能夠有效降低車輛跟蹤時的位置偏差，車輛的車身姿態(tài)更穩(wěn)定，且控制效果較為靈敏，滯后較小，適用于無人駕駛清掃車的路徑跟蹤應(yīng)用，更能滿足無人清掃車貼邊行駛的作業(yè)要求。

5 結(jié)論

本文基于電動清掃車平臺完成底盤線控化改造，設(shè)計了無人駕駛軟硬件架構(gòu)，提出了純跟蹤前饋加滑模反饋的路徑跟蹤方法，通過實(shí)車實(shí)驗(yàn)表明，該方法能夠使無人清掃車在低速工況下準(zhǔn)確跟蹤期望路徑實(shí)現(xiàn)貼邊作業(yè)。同時，本文設(shè)計驗(yàn)證了一套遠(yuǎn)程接管控制系統(tǒng)，作為無人駕駛清掃車的安全冗余備份，能夠在自動作業(yè)失效時由安全員遠(yuǎn)程操控車輛。今后考慮完善無人清掃車的環(huán)境感知和路徑規(guī)劃功能，實(shí)現(xiàn)復(fù)雜環(huán)境下無人清掃車的應(yīng)用落地。