基于视觉和雷达的智能车辆自主换道决策机制与控制研究

摘要

智能车辆从根本上改变了传统的车辆驾驶方式，将驾驶员从“驾驶员-车辆-道路”的闭环系统中解放出来，利用先进的电子与信息技术控制车辆行驶，让驾驶活动中常规的、持久且易疲劳的操作自动完成，能够极大地提高交通系统的效率和人员的安全性。研究智能车辆的自主换道关键技术，最终能够实现多车的自主交互协同，提高部队人员、装备的使用效率和战场环境的适应能力;同时，通过准确的环境信息感知，加上科学、合理的决策分析与稳定可靠的控制算法，使车辆自主换道的安全性比充满不确定因素的驾驶员换道更具优越性，有效地控制人为因素造成的交通事故。
　　本文通过分析驾驶员的驾驶行为过程，研究了驾驶员换道意图的产生及阶段，分析了影响驾驶员换道的因素，进而深入研究了驾驶员换道的决策机制，并针对智能车辆的结构特点，模拟驾驶员换道的决策过程，解析了智能车辆自主换道的决策机制。通过分析人体器官在驾驶员驾驶车辆过程中的功能，建立了“驾驶员-车辆-道路”的系统模型，从控制论的角度分别研究了驾驶员、车辆和道路在系统中的功能与作用，并提出了系统控制的评价指标;通过试验数据，得出了诱发车辆换道的主要原因是本车道前方有慢车，而驾驶员对时间与空间的追求是影响车辆换道的主要因素;本文将车辆的换道过程分为换道意图的产生、换道时机的决策、换道轨迹的规划和换道轨迹的跟踪控制四个阶段;建立了“驾驶员-车辆-道路”系统的高速公路典型场景，得出了驾驶员的换道过程是以驾驶员行为特性为主导的信息感知、决策与操控的三个模块相互作用的行为决策与控制过程;分析了驾驶员换道决策阶段的表征参数，选取了车道线信息、车道边缘信息、交互车辆信息等作为智能车辆自主换道研究的特征参数;根据智能车辆的结构特点，模拟驾驶员换道决策过程，建立了“机器-车辆-道路”的系统模型，解析了智能车辆自主换道的决策机制。
　　通过建立路权雷达图进行信息融合，对换道过程中换道意图的产生、换道时机的决策、换道轨迹的规划三个阶段进行分析，建立了智能车辆自主换道的决策模型，并针对换道过程出现的突发异常情况，建立了静、动态障碍车辆的避障模型。模拟人类认知行为的注意力分配机制，根据路权的概念，建立了变粒度路权雷达图，使用较少的存储空间和计算资源完成对人类认知行为的模拟和计算，通过路权雷达图实现了信息融合、仿真分析和路径规划等功能;定义了智能车辆的最小行车安全距离，在此基础上确定了智能车辆产生换道意图的期望值。通过选取2名熟练驾驶员、选择典型高速公路路线、制定试验控制条件等设计试验方案，采集影响驾驶员换道的特征参数311组，其中，车道保持数据97组，换道行驶数据214组;采用v-支持向量机进行训练，选取(δ，v)=(0.12，0.03)作为v-支持向量机的模型参数，判断换道行为的准确率为91.05％;从换道时间、换道横向加速度、曲率突变等方面分析比较了智能车辆常用的换道轨迹规划方法，根据本文研究的对象，确定了梯形加速度换道轨迹的方法;针对换道过程的突发意外事件，建立了静、动态障碍车辆的避障模型;为了满足实时性要求，在环境建模中设计了变尺度栅格图，当车辆高速行驶时，变尺度栅格图比传统栅格的CPU占用降低约34％;将变尺度栅格图与路权雷达图进行融合，通过静态选择式避障模块和动态障碍避障策略，实现对突发意外障碍车辆的躲避。
　　通过分析智能车辆纵横向耦合系统的建模与控制方法，建立了智能车辆纵横向耦合运动学模型，该模型考虑纵向、横向以及横摆运动状态，可以更为精确地对智能车辆换道轨迹与换道完成后的车道保持进行控制。分析了车辆行驶过程中的纵横向耦合影响，提出了智能车辆纵横向耦合建模与控制问题，建立了智能车辆纵横耦合控制系统，包括纵向运动、横向运动以及横摆运动模型;采用指数型滑模变结构方法设计换道轨迹跟踪控制器，使智能车辆系统在车辆换道过程中满足期望的动静态性能指标;针对换道完成后的车道保持问题，建立智能车辆的横向偏差模型，采用Terminal滑模变结构方法设计车道保持控制器，将横向运动与横摆运动结合起来，使得横向偏差可以随着车道曲率变化而自动调节，同时，可以提高车道保持过程中纵横向运动的稳定性;采用MATLAB仿真工具对智能车辆换道轨迹跟踪控制以及换道完成后的车道保持控制进行仿真，验证了控制器设计的有效性和稳定性。
　　针对某型越野车的结构特点，进行了智能车辆平台的机械改造，搭建了智能车辆的硬件和软件平台，并进行了实际高速公路的试验，验证了系统的可靠性和稳定性。根据智能车辆自主换道技术验证的需要，对原车进行了智能化改造，采用电动转向方案设计了车辆的转向机构，在原车制动系统中加装一套液压阀组改造了制动机构，通过并联安装一套电控拉线盘实现油门机构的智能控制;搭建了智能车辆的硬件平台，优化仪器设备;采用多线程技术进行软件设计，将系统分为主线程、控制线程、道路信息采集线程和串口通讯线程四个部分;进行了智能车辆高速公路自主驾驶试验，完成我国首次在权威机构、测试机构和新闻媒体三方共同监督下的智能车辆高速公路自主驾驶试验，测试公里数达到1500公里以上，共计完成自主换道95次，试验数据证明了智能车辆在高速公路环境下的自主换道具有较好的稳定性和可靠性。

目录

声明

表目录

图目录

摘要

第1章 绪论

1．1 研究的目的和意义

1．1．1 研究的目的

1．1．2 研究的意义

1．2 国内外研究现状

1．2．1 换道的决策模型

1．2．2 换道的控制策略

1．2．3 国内外研究评述

1．3 主要研究内容与思路

第2章 换道决策机制分析

2．1 驾驶员的驾驶行为

2．1．1 人体器官在驾驶时的任务

2．1．2 驾驶过程中的大脑思维活动

2．1．3 驾驶员-车辆-道路系统

2．2 换道意图的产生

2．2．1 换道诱发原因及阶段

2．2．2 影响驾驶员换道的因素分析

2．3 驾驶员换道的决策分析

2．3．1 场景描述

2．3．2 决策分析

2．4 智能车辆自主换道的决策机制

2．4．1 场描述景

2．4．2 参数的选择与获取

2．4．3 换道的时间窗

2．4．4 决策机制

2．5 本章小结

第3章 智能车辆自主换道决策模型

3．1 变粒度路权雷达图

3．1．1 变粒度路权雷达图的建立

3．1．2 利用路权雷达图进行信息融合的方法

3．1．3 基于变粒度路权雷达图的信息融合方法

3．2 换道意图的产生

3．2．1 最小行车安全间距

3．2．2 智能车辆最小行车安全间距

3．2．3 智能车辆期望满足度

3．3 基于支持向量机的换道时机决策模型

3．3．1 换道时机决策模型数据的选取

3．3．2 支持向量机的基本原理

3．3．3 v-支持向量机

3．3．4 换道时机的判断

3．4 换道轨迹的规划

3．4．1 常用的车辆换道轨迹规划方法

3．4．2 分析比较

3．5 突发紧急事件的障碍物车辆躲避

3．5．1 环境建模

3．5．2 静动态障碍车辆检测

3．5．3 避障策略

3．6 本章小结

第4章 基于纵横向耦合补偿的自主换道控制研究

4．1 车辆系统动力学

4．2 多体系统动力学仿真方法

4．2．1 多刚体系统动力学

4．2．2 多柔体系统动力学

4．3 智能车辆纵横向耦合建模与控制问题

4．3．1 纵向运动模型

4．3．2 横向运动模型

4．4 智能车辆换道轨迹跟踪控制

4．4．1 考虑正反梯形约束的换道轨迹求解

4．4．2 基于指数型设计的滑模变结构耦合控制律

4．5 智能车辆换道完成后的车道保持控制

4．5．1 横向偏差模型设计

4．5．2 Terminal滑模变结构耦合控制律

4．6 智能车辆自主换道策略MATLAB仿真

4．6．1 换道轨迹跟踪控制MATLAB仿真

4．6．2 车道保持控制MATLAB仿真

4．7 本章小结

第5章 智能车辆自主换道技术的应用

5．1 智能车辆平台

5．1．1 转向机构改造原理

5．1．2 制动机构改造原理

5．1．3 油门机构改造原理

5．2 JJUV-3智能车辆自主驾驶系统

5．2．1 自主换道驾驶的硬件系统

5．2．2 软件设计方案

5．3 JJUV-3智能车辆高速公路自主换道驾驶试验

5．3．1 典型换道过程A

5．3．2 典型换道过程B

5．4 本章小结

第6章 结论与展望

6．1 研究结论

6．2 主要创新点

6．3 工作展望

参考文献

文献综述 智能车辆自主换道决策与控制研究综述

攻读博士学位期间取得的主要研究成果

在学期间发表的代表性论著

作者简历

致谢