基于安全邻域和模糊控制的智能汽车自主行驶研究

摘要

近年来，自动驾驶技术作为智能交通系统的一个重要组成部分，一直在业界受到广泛关注，有关自动驾驶技术的研究无疑具有重要意义。本文的主要工作是研究智能汽车的自主行驶，尝试给出一种有效的控制方法。
　　本文首先根据粒计算的思想和基于邻域粒化的方法，定义了二维平面上的邻域信息粒子。并给出了由邻域信息粒子对普通二维平面上的道路信息状态粒化的方法。进一步给出了两信息粒子之间的邻近概念，基于此将道路分割成一列两两邻近的粒子序列，并将汽车在整条道路上的行驶控制转化为邻域内的行驶控制，其叠加的整体效果可以达到最终的控制日的。
　　由于目前对于智能汽车的研究一般是基于视觉的，即采用计算机视觉技术，模仿人眼的视觉机理，通过对汽车上摄像头捕捉到的图像进行处理，获得信息，并采用相应的控制策略实现对汽车的控制。本文尝试将实际道路的边界由二维平面内两条等距曲线给出，给出了其数学模型。基于此，将车辆抽象为该“路”上的一个质点，尝试采用模糊多目标最优控制实现汽车的自主行驶。为了解决该问题，本文定义了平面道路上的安全邻域，给出了各种常见安全邻域的数学模型，并给出了扇形安全邻域的寻找方法。本文选择以扇形安全邻域作为汽车的行驶邻域，在其上对智能汽车的自主行驶问题进行了分析和定义，将其转化为一个多目标最优化问题，建立了相应的数学模型，并通过求解该多目标问题得到了一种确定最优行驶邻域的方法。此外设计了两个双输入单输出的模糊控制器，通过求解多目标最优模型得到了控制器的控制规则。在此基础上对不同道路，不同障碍信息进行了仿真试验，仿真试验的结果验证了本文得到的控制算法能够较好的控制汽车在道路上行驶，并且能够顺利的避开障碍物。最后，通过与其它控制方法的对比，说明本文提出的控制方法能够有效地克服某些控制方法的局限性。