为解决无人驾驶车辆轨迹跟踪精度和控制稳定性问题,提出了一种考虑前馈控制和动态调整速度比例、积分、微分(Proportional Integral Derivative,PID)控制器参数的方法。采用七次多项式进行变道轨迹规划,改进纵向位置和速度双PID控制器,...为解决无人驾驶车辆轨迹跟踪精度和控制稳定性问题,提出了一种考虑前馈控制和动态调整速度比例、积分、微分(Proportional Integral Derivative,PID)控制器参数的方法。采用七次多项式进行变道轨迹规划,改进纵向位置和速度双PID控制器,动态调整纵向位移误差,并采用模糊控制对PID控制器参数进行实时整定;同时,结合基于“前馈+反馈”的线性二次型调节器(Linear Quadratic Regulator,LQR)控制算法求解横向位移误差和车身横摆角速度误差,使跟踪误差收敛,最终通过电机模型将控制量转化为期望前轮转角,解决了模型失配导致的横向位移误差较大的问题。进行仿真验证,当车辆以60 km/h的速度在城市道路场景下变道行驶时,横向位移误差控制在0.015 m范围内,纵向位移误差控制在毫米级别,误差范围控制在[0.002,0.006]m,车身横摆角速度变化平稳且横摆角速度误差不超过0.83 rad/s。在此基础上,进一步完成了实车实验,仿真与实车实验结果均表明,所设计的控制器可以达到轨迹跟踪中对高精度的要求,能够保证无人驾驶车辆在变道工况平稳行驶。展开更多
文摘目前公路交通噪声预测结果与实际情况存在较大差别,主要原因是声源预测模型存在不足。为了提高交通噪声预测结果的准确性,通过考虑车辆声源的实际高度,运用声学仿真软件Virtual. lab建立竖向高度与车辆声源实际情况一致的声源模型。对受声点的预测结果分析表明:与等效声源模型相比,考虑声源实际高度的噪声模型更符合道路实际情况,提高预测结果的准确性;在3 m高声屏障下道路交通状况全为重型车时预测结果差值最明显,两种声源模型综合噪声差值为1. 71 d B,315 Hz时达到频谱峰值差值3. 03 d B,为道路交通噪声控制提供参考依据。
