自动泊车系统最优轨迹决策及控制算法研究

自动泊车系统是先进智能驾驶辅助系统中重要的一部分,近年来备受国内外学者和汽车厂商们的关注。自动泊车系统通过车载传感器来获取泊车的环境信息,检测到合适车位后,帮助驾驶员控制车辆完成泊车,很大程度上减轻了驾驶员在泊车过程中的压力和紧张感,同时避免了交通事故的产生。从国内外研究现状发现,当前泊车系统的解决方案多是针对单种泊车工况,适用范围小。

为此,本文提出了一种同时适用于平行泊车和垂直泊车工况的最优轨迹决策及控制算法。本文的主要研究内容如下。首先,本文采用基于十二个超声波雷达的车载感知系统用于车位及障碍物的检测。

在传统的单探头车位检测算法基础上进行优化,提出了一种基于双探头数据融合的新颖车位检测算法。车辆同侧的两个超声波雷达同时对车位进行检测,通过传感器数据融合的方法来提高车位检测的精度和稳定性。车位检测实车试验表明了基于双探头数据融合车位检测算法的有效性。

在检测到有效的车位后,本文从安全性、可行性、平顺性和工效性进行分析,提出了一种分段式最优轨迹决策算法。首先从安全性分析,对泊车场景进行数字化建模,得到车辆的可行驶状态区域。然后,建立与速度无关的车辆运动学模型,使得生成的轨迹满足车辆运动学约束,接着结合评价函数的最优化取值决策出最优的泊车参考轨迹。

为了提高生成轨迹的工效性,模仿熟练驾驶员在平行泊车和垂直泊车过程中的泊车行为习惯来制定相应的规则,将泊车轨迹进行分段规划,最终得到同时满足安全性、可行性、平顺性和工效性的最优泊车参考轨迹。Matlab仿真试验的结果表明了最优轨迹决策算法的可行性,并且能同时适用于多种泊车工况。为了

跟随生成的参考轨迹,本文搭建了自动泊车系统的运动控制策略。

在路径跟随过程中采用基于EKF的航迹推算法来滤除传感器中的噪声信号,获取精确的车辆定位信息。根据车辆位姿与参考轨迹之间的偏差,最优循迹控制器通过消除当前的误差实现轨迹的跟随。循迹控制器中采用方向LQR控制器和速度模糊控制器,将泊车过程中的方向和速度分开控制,来提高控制器的适用性。

。最后,在MATLAB/Simulink与CarSim上搭建了软件在环测试平台,通过联合仿真对泊车运动控制策略进行验证。并且完成了实车试验平台的搭建,采用快速控制原型dSPACE作为控制器将本文的算法集成于实车进行验证。

仿真及实车平台的试验结果均表明了本文提出算法的有效性和可行性。