登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 外文翻译 > 机械机电类 > 车辆工程 > 正文

基于驾驶员转向机构的公交收入服务自动转向控制器设计外文翻译资料

 2021-12-17 22:33:45  

英语原文共 6 页

基于驾驶员转向机构的公交收入服务自动转向控制器设计

摘要:本文介绍了一种基于目标和控制驾驶员转向模型的自动转向控制器。基于对标准双车道变换(DLC)过程的车辆测试数据的分析得出,这种新颖的目标和控制驾驶员模型捕获驾驶员的关键转向机制。分析表明,驾驶员不是根据传统的轨迹规划概念计划和遵循期望的路径,而是使用下一个车道中心作为目标点,以在车道变换期间产生用于控制的车辆角度误差。数据还表明驾驶员应用转向速率控制而不是传统的转向角控制来驾驶车辆。通过将这种相对直接的前瞻驾驶员转向模型扩展到具有“向下看”传感系统的自动转向控制器,推导出等效的控制器结构。该结构显示,驾驶员应用PID型控制器,其前瞻距离和反馈增益取决于车辆速度。该等效控制器直接在60英尺的铰接式公交车上实施,用于在美国俄勒冈州尤金的一条狭窄弯曲的公交快速公交线路上进行收益服务。现场测试表明,该控制器实现了所有严格的性能和稳健性要求。这种自动转向总线于2013年6月开始其每日收入服务(即载客)。

Ⅰ 引言

自动驾驶汽车的研究已经持续推进了50多年。已经探索并改进了许多不同的传感方法用于横向控制。这些传感方法可以分为前瞻和后视系统。前瞻感应系统,例如雷达,激光雷达和照相机,测量车辆前方的横向位移;而俯视系统,包括磁性标记和DGPS,可以看到车辆附近的距离。在过去几年中,许多先行传感系统已经进行了各种改进。

最近公布的自动驾驶汽车产品似乎表明自动转向控制是一个已解决的问题。各种转向控制器已应用于自主应用。

它们中的大多数基于控制车辆遵循预定路径的路径跟踪方法。路径跟踪方法的示例包括斯坦利方法,纯追踪和(基于运动学和动态)模型的控制器的修改和组合。

虽然这些路径跟踪方法可以执行得相当好,但在许多操作场景中,要求高精度和鲁棒性的实际应用通常仍然具有挑战性。本文介绍了这样一种应用,其中自动转向控制系统需要为沿着狭窄(通常为10英尺宽)和EmX的弯曲部分的60英尺铰接式公共汽车提供车道保持和精确对接以获得收益服务(携带乘客)俄勒冈州尤金市车道过境区的快速公交(BRT)路线。选择这一特定部分用于自动转向控制,因为驾驶这条走廊对操作员来说是一个挑战,导致高周转率。此外,由于轮胎经常在手动控制下接触路缘和平台护板,因此运输机构经历了相对大量的轮胎损坏。

不包括对接S曲线,这个3英里的段(每个方向1.5英里)包含36条曲线;其中8个半径小于100米(最小值为46米)。用于精确对接的六个站中的五个涉及尖锐的S曲线(半径小于40米),并且大多数站具有受平台和路缘限制的有限的对接空间。图1显示了一个站点,其中60英尺(18.3米)的铰接式公共汽车需要进行全车道变换并立即拉直,所有这些都在公交车长度的2.5英里的范围内。为了使这个特定的控制问题更加困难,驾驶员负责控制加速器和制动器。数据显示,在这条狭窄的走廊中,公共汽车达到了40英里/小时(64.4公里/小时)以上的速度,并且一些尖锐的S形弯道对接以20英里/小时(32.2公里/小时)的速度进行操纵。此外,当总线靠近平台时,驾驶员可以执行紧急制动。所有这些具有挑战性的操作方案都要求转向控制器在任何天气和操作条件下始终保持高精度(和乘坐舒适性)。

图1 核桃站(西侧和东侧)对接S曲线

另一方面,如果没有复杂的传感器或精密执行器的帮助,并且没有明确的车辆参数知识,大多数乘用车驾驶员都可以轻松地执行日常转向任务。大多数转向控制器在实践中似乎难以达到驾驶员建议的性能潜力的一个可能原因可能是典型的路径跟踪方法错过了驾驶员驾驶方式的一些本质。在最近的一项研究中,来自双车道变换(DLC)测试的车辆数据表明了相对简单的驾驶员转向机制,并且闭环仿真结果能够匹配来自不同驾驶技能水平的20名驾驶员的车辆测试数据。这种驾驶员转向机制的本质是“目标和控制”;也就是说,驾驶员不是计划和遵循特定轨迹,而是基于相对于前方(移动)目标的特定车辆角度误差来简单地应用转向速率控制。该机制的进一步综合揭示了两个特征,有助于解释为什么驾驶员轻松地执行转向任务。控制器产生两个理想的零点以实现高增益稳定性,并且控制参数的自然选择对车辆动力学和速度产生固有的不敏感结构。这些发现促使基于该驾驶员转向模型为我们的应用开发了新的转向控制器。

本文的结构如下。第二节回顾了基于DLC车辆测试数据的该目标和控制驾驶员转向模型的开发。第三部分将这种简单的驱动模型转换为可通过前瞻或下行传感系统实现的等效控制结构。第四节使用等效的控制结构概述了转向控制器的设计。第五节描述了该控制器的实现,并提供了现场测试结果,证明该系统已经实现了收益服务所需的所有性能和稳健性。第六节总结了论文。

II 目标和控制驱动模型

目标和控制(T&C)转向机制是通过检查DLC机动数据发现的。如[10]中所验证的那样,驾驶员选择沿着他们正在改变的车道中心线的目标点作为车道变换控制的参考。如图2所示,DLC路线可以由两个过渡点A和B分成三个过程,这两个过渡点是驾驶员开始他/她的车道变换到下一车道的位置。

图2 DLC目标集(沿车道中心线的虚线)

当车辆在过渡点A之前行驶时,目标位于由第一锥体组限定的车道的中心线上。在此阶段,驾驶员正在执行车道操纵。当车辆在点A和B之间时,驾驶员沿着由第二锥体组限定的中心线选择目标并且进行车道变换操纵而不明确地规划地面上的轨迹。对于第二个车道变换,一旦他/她经过B点,驾驶员立即切换到位于由第三个锥形集定义的中心线上的一组新目标。

因此,在任何时间实例,目标点处于远离车辆位置的(可变的)前瞻距离。因此,给定点A和B以及前瞻距离d(t),可以基于当前车辆位置(x(t),y(t))确定预览目标T(x(t),y(t)):

其中Pi;是车辆改变的车道的中心线。在该DLC操纵中,Pi;是车辆当前位置(x(t),y(t))和过渡位置A和B的函数。

对于给定目标,然后使用下面描述的目标航向角确定控制动作。给定车辆当前位置(x(t),y(t)),横摆率omega;(t),速度nu;(t)和目标T(xT(t),yT(t)),并假设车辆保持其当前偏航速度omega;(t)和速度nu;(t),目标航向角theta;T是确保车辆达到目标T的航向角。因此,目标航向角是所需的航向角,而转向控制器的目标是减小之间的差异。实际车辆航向角和目标航向角。因此,该车辆角度误差定义为:

图3示出了两个目标航向角(即,期望的车辆角度),并且分别对应于两个目标theta;T和theta;T1。当朝向目标点行进时,车辆保持其当前的横摆率omega;(t)和速度nu;(t)的。因此,蓝线是具有相同固定半径的曲线:

图3 目标航向角

文献中的一个重要发现是,无论技术水平和速度如何,所有20个驾驶员的转向角速率与目标航向角误差成比例。图4清楚地说明了专家驾驶员和低技能驾驶员的这种比例关系(如阴影区域中突出显示)。虚线是相对于15,18,21和24m前瞻距离处的目标的计算目标角度误差。将转向角速率与虚线进行比较揭示了当驾驶员进行相应的车道变换时驾驶员最可能使用的超前距离。

图4. DLC分析:转向率与车辆目标角度误差专家(左)和低技能(右)驾驶员

该发现提出了线性转向速率控制:

数据表明每个驾驶员具有他/她自己的k值,其大致与速度与超前距离的比率成比例。数据分析进一步表明,大多数驾驶员采用了一些简单的增益调度方案,只要目标角度误差变得太大,就会增加控制增益。这似乎是一种常见的驾驶行为。该增益调度方案在等式(4)中描述如下:

通常情况下,i从0开始,以2或3结束,并且为0.闭环仿真表明,增益调度的几个步骤通常是在仿真结果和车辆测试数据之间实现良好匹配所需的步骤。图5显示了使用CarSim车辆模型的闭环仿真与图4所示的两个驱动器的测试数据之间的良好匹配。闭环仿真没有使用任何车辆测试数据,除了速度,这是关键的验证所识别的驾驶员模型的因果关系和有效性。为专家和低技能驾驶员分别选择了两个恒定的前瞻距离,18米和24米。

图5. DLC分析:T&C(CarSim)仿真与测试数据专家(左)和低技能(右)驱动程序

以下陈述总结了T&C驾驶员转向模型。驾驶员不是计划轨迹,而是首先沿着他们所遵循或改变的车道在前方距离处选择预览目标。然后,驾驶员基于直接的几何关系感知相关联的目标角度误差。最后,驾驶员通过采用线性转向速率控制来完成闭环控制,并在需要时进行几步增益调度。

III T&C模型的转换

T&C驾驶员转向模型可以使用等式(1-3)直接实现为T&C转向控制器。其中车辆目标角度(theta;T)在等式2中是基于当前和未来道路曲率rho;road与当前车辆横摆率omega;nu;之间的几何关系来计算的。然而,为了使用俯视传感器实现这种先行控制方案,首先将其转换为传统的车道保持控制框架。如文献中详述的,目标T可以使用rho;road,omega;nu;以及当前横向位移yr和前瞻距离d来获得。通过使用常见的小角度假设,T&C控制器转换为等效的传统车道保持控制器,如下所示:

图6显示了该T&C控制方案的等效局部线性化闭环图(Gv是车辆动力学)。很明显,车辆角度误差theta;e包括横向位移(),当前车辆横向角度相对于道路(theta;r)的贡献,由道路曲率()计算的预测角度误差,以及当前车辆横摆率()。

图6 T&C模式的等效闭环图

通过使用omega;r, omega;v,theta;r和yr之间的各种关系,如图6所示,我们可以进一步将等式(5)变换至等式(6)如下:

等式(6)可进一步转换为:

根据等式(1-3)在T&C驾驶员转向模型中,驾驶员根据感知的车辆角度误差调节他/她应该多快或多慢地校正转向角度。等式(6)和(7)进一步表明,在车道保持控制的意义上,驾驶员隐含地执行PID控制,其中控制参数由所选择的前瞻距离以及车辆速度确定。此外,在()处出现一对开环零点;无论车速和前瞻距离如何,它们都具有0.707的固定阻尼比。这对开环零点有助于防止更高增益反馈造成的不稳定性。这解释了为什么驾驶员经常表现出相当强大的转向特性,即使它们暂时增加控制增益以避免越过车道边界或障碍物。这个属性使等式(6)成为基线高性能转向控制器的良好选择。

通过选择与车速成比例的前瞻距离(当驾驶员大部分时间都这样做时),方程式中的控制器。 等式(6)和(7)成为具有一定不变特性的线性时变控制器。该特性进一步使驾驶员能够以更宽的速度轻松驾驶车辆。基于这些潜在的优势,等式(6)被选为挑战性自动公交收入运营的“基线”转向控制法则。

IV 自动转向控制系统的设计

自动转向系统采用磁传感技术,其中安装在总线上的磁力计测量安装在道路下的磁性标记的磁场强度,并且基于测量的磁场强度确定车道位置。在总线下安装两个嵌入式磁力计传感器杆(相距5米),并可根据两个侧向偏差测量值得出yr和theta;r。方程式中等效自动转向控制器的设计。 然后等式(6)涉及选择适当的控制增益k和超前距离d,以便闭环系统满足俄勒冈州尤金市这条具有挑战性的走廊的收入服务的性能和稳健性要求。本节描述了这种选择的相对简单的基于模型的设计过程。

在驾驶员控制的速度下,自动转向控制系统将为巷中转区(LTD)的富兰克林EmX BRT路线上的60英尺铰接式公共汽车提供车道保持和精确对接。由于自动公交车将在很长一段时间内为付费乘客提供服务,因此控制系统设计的两个核心要求是在所有可能的运行情况下的性能和安全性。系统安全性和相应的冗余设计在[12]中讨论;本文重点介绍了实现性能要求的设计。

对于自动化总线操作,性能要求包括准确性,坚固性和乘坐舒适性。等式(7)因其固有的鲁棒性以及维持高增益反馈的自然能力而被选为基线控制器。这两个重要特性有助于转向控制器在各种速度和天气条件下实现可重复的精确对接,而无需接触平台或路缘。

根据美国残疾人法案(ADA),对接站和车辆地板之间的水平间隙不应大于7.62厘米。尽管驾驶员的速度曲线存在差异,但这意味着对接误差的标准偏差(STD)小于1.27 cm。此外,为了允许8.5英尺宽的公共汽车沿10英尺的窄车道行驶,车道保持精度应具有小于7.6厘米的STD。此外,对于一些曲线,前轮转向更靠近路缘的一侧,以使后轮不接触路缘.

乘坐质量要求横向加速度不大于车速(m/s)平方除以道路曲线半径(m)的0.12g以外,横向加速度不大于0.24 g/s仅适用于坐着的乘客的交通系统。就其相应的控制要求而言,所得系统的主要闭环极点应具有良好的阻尼特性。

一旦确定了性能要求,下一步就是为基于模型的设计推导出总线模型。 60英尺铰接式公共汽车的动力学模型(如​​图7所示)可以基于凯恩方程式开发。通过小角度假设(转向角和铰接角),铰接式公交车的横向动力学可写为:

其中和yr表示公交车前部CG相对于车道中心线的横向位移,theta;r是公交车前部相对于车道中心线的偏航角,并且theta;a是图7所示的铰接角。rho;是道路曲率,delta;是前轮转向角。矩阵M由公共汽车前部和铰接部分的质量和惯性矩组成,D包括由轮胎刚度和几何距离计算的参数,K中的元素基本上是所有轮胎刚度的弹簧系数,E由来自所有t以上数字的各种非线性参数。通过选择作为状态,转向角delta;作为控制输入,铰接式总线的横向动态可以写入状态空间:

当,且n表示扰动。

图7 铰接式总线配置

一旦公共汽车模型在等式(9)被验证,它用于计算所有可能速度(v)的预测距离(d)和反馈增益(k)的预定范围的集合的闭环极点的位置。下一步是(迭代地)通过基于规定的性能标准检查所得到的极点位置来确定每个速度v的最佳k和d对。标准包括增益裕度,相位裕度,主极点的最小阻尼,以及基于速度和道路半径的理论最大跟踪误差。图8示出了为等式(7)中用于自动铰接式公共汽车的控制器的控制增益(k)和观察头距离(d)选择的所

资料编号:[4674]

您需要先支付 20元 才能查看全部内容!立即支付

微信号:bysjorg

Copyright © 2010-2022 毕业论文网 站点地图