针对自主车辆换道轨迹跟踪精度较低等问题进行了研究。提出了基于轨迹预测的多点预瞄权重增益分配的方法。首先,根据车辆与路径的实时横向偏差以及航向角偏差,建立驾驶员转向模型,获得最优方向盘转角;其次,为了提高车辆换道路径跟踪时...针对自主车辆换道轨迹跟踪精度较低等问题进行了研究。提出了基于轨迹预测的多点预瞄权重增益分配的方法。首先,根据车辆与路径的实时横向偏差以及航向角偏差,建立驾驶员转向模型,获得最优方向盘转角;其次,为了提高车辆换道路径跟踪时的稳定性,采用线性模型预测控制(linear model predictive control,L-MPC)策略设计轨迹跟踪控制器。最后,搭建Carsim&Simulink联合仿真模型,针对不同车速设置对比实验进行分析,结果表明基于轨迹预测的驾驶员模型能较好地跟踪换道轨迹,且稳态行驶下的路径跟踪最大横向误差为8.1%,但在高速极限工况时路径跟踪适应性较差,而L-MPC策略在高速时具有更好的路径跟踪精度及稳定性,其跟踪误差小于4%。展开更多
文摘针对自主车辆换道轨迹跟踪精度较低等问题进行了研究。提出了基于轨迹预测的多点预瞄权重增益分配的方法。首先,根据车辆与路径的实时横向偏差以及航向角偏差,建立驾驶员转向模型,获得最优方向盘转角;其次,为了提高车辆换道路径跟踪时的稳定性,采用线性模型预测控制(linear model predictive control,L-MPC)策略设计轨迹跟踪控制器。最后,搭建Carsim&Simulink联合仿真模型,针对不同车速设置对比实验进行分析,结果表明基于轨迹预测的驾驶员模型能较好地跟踪换道轨迹,且稳态行驶下的路径跟踪最大横向误差为8.1%,但在高速极限工况时路径跟踪适应性较差,而L-MPC策略在高速时具有更好的路径跟踪精度及稳定性,其跟踪误差小于4%。
