基于非线性模型的无人驾驶车辆路线修正算法

摘要

传统无人驾驶车辆转向位移偏差修正算法忽略了对车辆运动模型的转换,转向角获取出现误差,导致传统算法存在抗干扰能力不理想和修正精度偏低问题。为此提出基于非线性模型的无人驾驶车辆转向位移偏差修正算法。构建车辆运动模型,得到车辆在行驶过程中产生的各种速度值,将车辆运动模型转换为状态空间形式。以此获得车辆转向控制中的转向角,并与正常数据对比得到转向偏移误差。通过将最小二乘法与误差平方和最小原则相结合得到转向位移偏差修正模型,以此实现对无人驾驶车辆的转向误差修正。实验验证了所提算法较大程度的优化了抗干扰能力和修正精度,对无人驾驶车辆的进一步研究提供了参考依据。