基于速度调整的智能汽车路径跟踪控制算法



基于速度调整的智能汽车路径跟踪控制算法

提出了一种有效的根据速度调整路径的跟踪控制算法。传统算法只考虑了运动特性，并没有考虑动态约束。此外，大多数早期的转向控制研究都是假设纵向速度是恒定的。采用一种具有PID控制器功能的设备进行路径跟踪，并提出前馈控制方法来消除跟踪时由于动态条件所导致的误差。此外，根据可预见到的路径信息，提出了车速控制策略。将所提出的控制算法应用于智能汽车上，结果表明，该算法是有效的路径跟踪算法，可提高车辆动态状况下的稳健性。

自动驾驶智能汽车采用了很多先进技术，包括路径规划、位置和方向感知、路径跟踪、车辆控制和避障等。路径跟踪控制是在每个瞬间如何遵循所需的路径而对车辆转向和速度进行设置的过程。很多路径跟踪算法如目标追踪、纯追踪和“圆前瞻”（CLA）被广泛地用于实际应用中。其中，目标追踪是从车辆的中心坐标系垂直于该路径绘制一条线。该算法的目的是使车辆与目标点之间的方向误差最小化。单纯追踪是计算从车辆当前位置到目标位置的曲率。然而，这两种方法不会使用前瞻点的方向。而CLA基于车辆的当前位置、相对于前面的规划路径的位置和沿该点的理想路径上所需的方向，生成车辆转弯半径。提出的相对于其它跟踪方法改进的CLA算法充分利用了未来路径信息，并充分考虑了动态因素，使用PID控制，可实现路径规划。该算法具有易于实现的优点，但并不适合于复杂的路径。因此，通过使用前馈补偿，实现期望路径曲率的控制，可以有效地获取路径信息，进而控制智能汽车。

Jianmin Duan et al. Proceeding of the IEEE International Conference on Robotics and Biomimetics (ROBIO) Shenzhen, China, December 2013.

编译：李雪