基于模糊控制的无人驾驶车辆路径跟踪仿真研究毕业论文
2021-03-22 23:00:34
摘 要
随着汽车产业发展升级,以及人们对汽车性能和使用要求的期望越来越高,无人驾驶技术得到越来越多的关注,无人驾驶的路径跟踪算法研究也是热点研究问题之一。采用模糊控制的控制方法进行无人驾驶车辆的路径跟踪仿真研究,可以发挥模糊控制的优点,实现对车辆良好的动态控制。
研究的路径跟踪其本质是处理视觉传感器所获取的数据得出车辆行驶所需要的转角数据,使车辆行驶时其横向误差能保持在一定的范围内,运用模糊控制理论对无人驾驶车辆的路径跟踪课题进行仿真研究有重要的意义。
首先,文章对无人驾驶的路径跟踪仿真研究课题的背景进行了简单介绍,述说了无人驾驶研究以及无人驾驶的路径跟踪研究的研究现状和展望。
然后简介软件Matlab和PreScan,并将仿真控制系统的设计方案进行介绍,包括图像处理算法的二值化处理方案、图像的边界提取方案和图像的中心线提取方案,以及车辆通过较大弯道的控制算法设计等。研究结果表明设计的控制算法和建立的控制系统模型能够很好地实现对车辆的控制,使车辆沿着道路正常行驶和顺利过弯。
在设计和建立了仿真系统模型之后,通过对比多种前视距离的仿真结果选择较合适的前视距离值,在此基础上对控制算法进行优化并进行大S弯道、十字路口以及直角弯道的仿真,对仿真结果进行分析。仿真结果表明优化后的算法能够控制车辆顺利通过大S弯道、十字路口以及直角弯道。
关键词:模糊控制;路径跟踪;Sinmulink仿真
Abstract
With the development and upgrading of automobile industry, and the expectation of the performance and use of automobile, the unmanned driving technology has been paid more and more attention, and the research of unmanned path tracking algorithm is also one of the hot research subjects. The fuzzy control method is used to simulate the path tracking of unmanned vehicle, which can exert the advantages of fuzzy control and carry out a good dynamic control of the vehicles.
The research path tracking essence is to deal with the data obtained by the vision sensor to get the angle data which the vehicle needs, so that the transverse error of the vehicle can be kept within a certain range, and the fuzzy control theory is of great significance to the simulation research on the path tracking of unmanned vehicle.
First of all, this paper introduces the background of unmanned path-tracking simulation research, and describes the research status and prospect of unmanned driving research and path tracking.
Then the software MATLAB and PreScan are introduced, and the system design scheme is introduced, including the image processing algorithm two value processing scheme, the image boundary extraction scheme and the Image Center line extraction plan, as well as the vehicle passes through the large curve control algorithm design and so on. The research results show that the control algorithm and the established control system model can realize the control of the vehicle well, so that the vehicle is running along the road and smoothly.
After the design and establishment of the simulation system, by comparing the simulation results of a variety of front-view distance to select the appropriate distance value, on this basis, the control algorithm is optimized and the S curve, intersection and right angle curve simulation, the simulation results are analyzed. The results show that the optimized algorithm can control the vehicle smoothly through the S curve, the intersection and the right angle corner.
Key words:Fuzzy control ;Path tracking;;Simulink Simulation
目 录
第一章 绪论 1
1.1 研究背景 1
1.2 国内外研究现状 1
1.3 研究目的及意义 3
1.4 主要研究内容 3
第2章 模糊控制和轨迹跟踪理论 4
2.1 模糊控制原理和工程应用 4
2.2 轨迹跟踪控制理论 4
2.3 本章小结 4
第3章 无人驾驶车辆的路径跟踪仿真建模 6
3.1 Simulink及PreScan简介 6
3.2 图像处理以及模糊控制算法的设计 6
3.2.1 图像处理方法设计 6
3.2.2 模糊控制算法设计 9
3.3仿真控制系统的搭建 12
3.3.1 感知器模型和路径模型的搭建 12
3.3.2 汽车动力学模型的建立 14
3.3.3Simulink仿真控制模型的搭建 15
3.4 本章小结 16
第4章 基于模糊控制的无人驾驶车辆路径跟踪仿真研究 18
4.1 路径跟踪控制系统的联合仿真 18
4.2 仿真结果分析及前视距离的确定 19
4.2.1 结果分析 19
4.2.2 前视距离的的选择 20
4.3 本章小结 22
第5章 对于汽车在复杂路况的控制仿真 23
5.1 直角路口 23
5.1.1 直角路口模型的建立 23
5.1.2 控制算法的优化 24
5.1.3 仿真结果分析 24
5.2 大s弯道 26
5.2.1 大s弯道模型的建立 26
5.2.2 控制算法的优化 26
5.2.3 仿真结果分析 27
5.3 十字路口 28
5.2.1 十字路口模型的建立 28
5.2.2 控制算法的优化 28
5.2.3 仿真结果分析 29
5.4 本章小结 30
第6章 总结 31
参考文献 33
致谢 35
第1章 绪论
1.1 研究背景
无人驾驶车辆依靠针对各种路况和车况研发的控制器和车辆上装载的能接收控制器指令的驱动装置实现无人驾驶,随着汽车产业的发展升级,以及社会各界对汽车的要求和期望越来越高,无人驾驶技术开始受到越来越多的关注,无人驾驶技术的路径跟踪算法也是热点研究问题之一。
路径跟踪其本质是将车辆行驶过程中的横向误差作为模糊控制器的输入量,经模糊规则决策得出车辆转角数据,控制车辆行驶,在无人驾驶路径跟踪的控制算法中,模糊控制算法具有很好的鲁棒性,能够很好的适应汽车行驶过程中的动态要求,因此运用模糊控制理论对无人驾驶车辆的路径跟踪课题进行仿真研究有重要的意义。
1.2 国内外研究现状
目前研究无人驾驶的技术流派可为两个派别:一个是沿用较为传统的编辑程序规划控制,一个是利用人工智能相关的技术实现控制。利用人工智能技术难度很高,同时由于基于视觉的ADAS方案数据采集比较丰富开发优势很大,所以本文建立的系统模型其传感器应用视觉传感器,控制方法采用编程的控制方法。在这两方面国内外已经有了很多相关的研究。
国内,在无人驾驶路径跟踪的研究思路中,吕文杰等[1]为解决最佳前视距离随着车辆位置、车辆速度以及其加速度变化需要调整的问题,提出将模糊控制与车辆纯追踪算法结合的思路,建立的模型能够实现前视距离随路况变化和车辆运行状态变化而进行动态的调整。贺勇等[2]使用PreScan软件进行模拟仿真,搭建了典型路段的虚拟交通场景模型,在场景模型的基础上添加了传感器和车辆控制模块,成功实现了较为简单的车辆自动驾驶,并对控制车辆行驶的控制系统进行了稳定性分析。宋刘德等[3]参考现有井下运输机车人工控制的方法设计了类似控制思路的模糊控制系统,提高了井下生产的安全性。