顾青
- 作品数：21 被引量：170H指数：9
- 供职机构：北京科技大学机械工程学院更多>>
- 发文基金：国家高技术研究发展计划中央高校基本科研业务费专项资金国家科技支撑计划更多>>
- 相关领域：交通运输工程机械工程矿业工程自动化与计算机技术更多>>
- 无人驾驶车辆路径跟踪控制研究现状被引量：30
- 2021年
- 近年来路径跟踪控制的发展十分迅猛,研究者们发表了大量的研究成果.考虑到在相同或相近工况下的路径跟踪控制存在一些共性的技术问题与解决思路,从低速路径跟踪控制和高速路径跟踪控制两个角度对近年来的研究成果进行了回顾.在关于低速路径跟踪控制的研究工作中,研究者们较为重视前轮转角速度约束等系统约束对路径跟踪精确性的影响.目前减少系统约束影响的方法包括在规划参考路径时将系统约束纳入考虑,采用预瞄控制使控制器提前响应,以及采用线性模型预测控制(LMPC)或非线性模型预测控制(NMPC)等模型预测控制方法作为路径跟踪控制方法等.考虑到NMPC既能减少系统约束的影响,又无需人为设置预瞄距离,且对定位误差等扰动因素具有较强的鲁棒性,加之低速路径跟踪控制对实时性的需求较低,因此可以认为NMPC能够满足低速路径跟踪控制的绝大多数需求.高速路径跟踪控制在受系统约束影响之外,还面临着较高车速带来的行驶稳定性不足问题的挑战,因此常采用能够将动力学层面的复杂系统约束纳入考虑且计算成本较低的LMPC作为路径跟踪控制方法.不过仅采用动力学层面的LMPC控制方法无法完全解决高速路径跟踪控制中路径跟踪精确性和车辆行驶稳定性之间存在耦合的问题,目前常见的解决思路是在路径跟踪控制中加入额外的速度调节或权重分配模块.此外,在高速路径跟踪控制中,地面附着系数等环境参数的影响也较大,因此地面附着系数等环境参数的估算也成为了高速路径跟踪控制领域的重要研究方向.
- 白国星孟宇刘立顾青王国栋王国栋
- 关键词：无人驾驶车辆
- 基于可变预测时域及速度的车辆路径跟踪控制被引量：19
- 2020年
- 非线性模型预测控制(NMPC)在车辆路径跟踪控制中的应用日益广泛,但目前的研究成果中尚未深入考虑预测时域和速度对车辆路径跟踪控制性能的影响。为此,分析了预测时域、速度与车辆路径跟踪控制性能之间的关系;采用三次多项式拟合获得了能够保证车辆路径跟踪横向误差小于0.1 m的最佳预测时域和参考速度的控制律;改进了用于车辆路径跟踪控制的NMPC控制器,且改进后的NMPC控制器的性能通过仿真进行了验证。仿真结果表明:改进后的NMPC控制器的横向误差在0.0928 m以内,航向误差在0.0724 rad以内。相比传统NMPC控制器,改进后的NMPC控制器将最大横向误差减小了4.2671 m以上,将最大航向误差减小了0.3927 rad以上,路径跟踪控制性能得到了较大幅度的提高。
- 白国星孟宇刘立顾青罗维东甘鑫
- 关键词：非线性模型预测控制
- 基于前馈非线性模型预测控制的类车机器人路径跟踪
- 2025年
- 类车机器人由于零件标准化程度低,侧偏刚度等轮胎力学参数难以准确获得,存在动力学建模十分困难的问题,因此现有研究工作通常以运动学模型作为类车机器人的控制模型,但由于其运动学模型存在模型失配,导致类车机器人与参考路径之间的误差、类车机器人的前轮转角和前轮转角速度出现剧烈振荡现象.针对前述问题,本文基于非线性模型预测控制(Nonlinear model predictive control,NMPC)的滚动优化原理,引入基于逆运动学模型的前馈转角信息,将前轮转向角作为预测模型的第四维,提出了一种基于前馈非线性模型预测控制(Feedforward NMPC,FNMPC)的类车机器人路径跟踪控制算法.并通过Simulink和CarSim进行了联合仿真,结果表明FNMPC有效减小了模型失配导致的振荡现象,同时具有较高的跟踪精度.其中前馈非线性模型预测控制器的位移误差幅值不超过0.1106 m,航向误差幅值不超过0.1253 rad.在相同工况下,线性模型预测控制、前馈线性模型预测控制、纯跟踪控制和Stanley控制误差发散,而本文提出的FNMPC相比已有NMPC跟踪精度更高,且控制增量绝对累计值相比NMPC控制器减小67.53%.通过线控类车机器人底盘作为实验平台完成的测试结果表明,NMPC系统在进入弯道时出现控制失控现象,在相同工况下,FNMPC系统能够有效完成对参考路径的跟踪,同时将位移误差幅值控制在0.1624 m以内,航向误差幅值控制在0.1138 rad以内.
- 伊力夏提·伊力哈木江孟宇白国星顾青王国栋常鑫睿黄建秀郑燕
- 关键词：模型预测控制平顺性
- 基于换道意图和强化学习的车辆匝道汇入决策
- 2024年
- 对高速公路匝道汇入决策开展了基于换道意图识别和深度强化学习的研究。首先,根据目标车辆及其周围车辆的特征参数,识别车辆换道意图并设计环境状态空间。其次,根据车辆的离散横向换道行为与连续纵向加减速行为,设计了混合的动作空间。然后,基于车辆的乘坐舒适度、通行效率、行车安全和汇入成功四方面,设计了环境奖励函数;依据匝道汇入任务特点,设计了环境终止条件。最后,基于实际道路和城市交通仿真软件搭建匝道汇入仿真平台来验证模型的可行性,多组对比分析实验结果表明,所提出方法在碰撞率和成功率上均表现最优,并且模型在不同道路车流密度条件下均取得90%以上的成功率。今后将对不同场景开展更为鲁棒的决策。
- 方华珍刘立顾青肖小凤孟宇
- 关键词：自动驾驶交通仿真
- 基于预见位姿信息的铰接式车辆LQR-GA路径跟踪控制被引量：28
- 2018年
- 针对铰接式车辆的特殊转向结构和行驶特性,为提高其路径跟踪控制精度和反应速度,提出了一种基于预见信息的线性二次型最优控制(Linear quadratic regulator,LQR)策略,并应用遗传算法(Genetic algorithm,GA)对状态量权重矩阵进行优化求解,获得最优LQR状态反馈控制器,实现铰接式车辆精确路径跟踪控制,由位置偏差、行驶方位偏差和曲率偏差来反映控制效果。ADAMS-Matlab/Simulink联合仿真结果:位置偏差为0.03 m,偏差误差为1.3%,行驶方位偏差误差为0.19%,曲率偏差收敛于0.003 m-1。联合仿真和试验验证结果表明,所提出的控制方法可有效提高控制精度,实现铰接式车辆的精确、稳定路径跟踪。
- 孟宇汪钰顾青白国星
- 关键词：铰接式车辆线性二次型最优控制遗传算法
- 混合示教长短时记忆网络的车辆轨迹预测研究被引量：5
- 2023年
- 为实现智能网联车对周围车辆运行轨迹准确地长时预测,本文提出一种混合示教解码的长短时记忆网络的车辆轨迹预测方法。首先,通过特征筛选和历史轨迹序列标注建立轨迹预测数据集;其次,构建长短时记忆网络的编码器-解码器模型,编码器将自车和周围车辆历史轨迹及道路环境信息编码为上下文向量,解码器采用混合示教的模式将上下文向量解码动态解码为未来轨迹;最后,采用真实道路数据集NGSIM US101和I-80路段验证模型的可行性。多组对比分析实验结果表明:本文所提方法在长时域预测的终点位移误差指标上的有效性和优越性,5 s的终点位移误差在2.7 m以内;并且模型在稀疏采样后的数据集上达到更高的预测准确率,5 s的位移误差在1.3 m以内。
- 方华珍刘立肖小凤顾青孟宇
- 关键词：智能交通
- 一体式车辆避撞轨迹规划与跟踪控制被引量：7
- 2022年
- 为提升复杂交通环境中智能车辆的避撞能力,将路径规划、速度规划及跟踪控制整合为一个优化问题,提出一种基于模型预测控制(MPC)的一体式车辆避撞轨迹规划和跟踪控制方法。首先,分析实际交通环境中的避撞场景,将智能车辆的避撞控制问题转化为多约束优化问题;其次,搭建7DOF(七自由度)车辆动力学模型和复合滑移工况的UniTire轮胎模型设计MPC控制器;再次,针对变速控制问题中传统基于时域预测模型的MPC控制方法无法在预测时域中实现车辆空间和位姿约束的问题,设计了基于空间域预测模型的MPC控制器;最后,基于Matlab和CarSim联合仿真平台设计了不同避撞场景验证所提方法,并与现有基于恒速假设的一体式避撞控制方法进行对比。仿真结果表明:所提方法能够充分发挥车辆的机动性能,解决现有一体式控制方法在复杂环境中避撞失败的问题,并保证避撞过程稳定和轨迹平滑。
- 王国栋刘立刘立孟宇马智萍顾青顾青
- 关键词：智能交通模型预测控制智能车辆
- 基于非线性模型预测控制的自动泊车路径跟踪被引量：14
- 2019年
- 与行驶速度较高的其他无人驾驶工况相比,自动泊车时参考路径的曲率较大,因此车辆转向轮转角速度的限制等系统约束条件会严重影响自动泊车路径跟踪控制器的性能.为了解决这一问题,提出了基于非线性模型预测控制的自动泊车路径跟踪控制器,并在MATLAB/Simulink和Pre Scan联合仿真环境中将该控制器与基于线性时变模型预测控制的控制器进行了对比.仿真结果表明非线性模型预测控制器可以实现多约束条件下的自动泊车,泊车完成后车辆航向与车位中线的夹角为0. 0189 rad,车辆后桥中点与车位中线的距离为0. 1045 m,仅为车身宽度的5. 56%.相比线性时变模型预测控制器,非线性模型预测控制器具有泊车精度更高、安全裕度更大、泊车耗时更少等优势.在实时性方面,该控制器也能够满足自动泊车的需求.
- 顾青白国星孟宇刘立罗维东甘鑫
- 关键词：车辆自动泊车运动控制非线性模型预测控制
- 基于NMPC的地下无人铲运机反应式导航系统被引量：7
- 2020年
- 针对地下无人铲运机反应式导航存在的转向与回正滞后、对宽度变化的弯道适应性较差等问题,提出了基于非线性模型预测控制(NMPC)的反应式导航系统,其中设计了基于NMPC算法的反应式导航运动控制器,并针对NMPC控制器所需要的局部参考路径,提出了一种分段式局部路径决策策略与之相匹配。NMPC控制器的设计包括采用欧拉法推导地下铰接式铲运机的非线性预测模型,然后设立基于铲运机约束条件的优化目标函数进行最优控制序列求解。分段式局部路径决策策略则是将地下巷道拟合分为多种典型作业环境并分别在不同环境下提出相应的决策策略,在铲运机行驶中根据预测时域内的巷道环境信息实时调整局部参考路径,然后将局部参考路径信息提供给NMPC控制器并进行跟踪。通过仿真实验设置不同仿真环境对本文提出的反应式导航系统进行验证并与基于线性时变模型预测控制(LTV-MPC)的反应式导航系统进行对比,仿真效果表明,本文提出的地下无人铲运机反应式导航系统能够在较窄的巷道内实现自主导航,并且能够适应宽度变化的巷道,在多种仿真巷道环境中铲运机与巷道壁的距离最小值为0.73 m,且航向误差能够在5 s内由0.89 rad收敛至稳定状态,稳态误差趋向于0.001 rad,铰接角输出较为平顺,提高了地下巷道弯道处参考路径的安全通过性和铲运机对宽度变化的巷道的适应性。
- 罗维东马宝全孟宇刘立顾青白国星甘鑫
- 关键词：铲运机非线性模型预测控制
- 自动驾驶汽车避撞极限研究
- 2024年
- 精确计算不同避撞控制策略的极限避撞距离是自动驾驶汽车避撞决策与控制的基础。为厘清差动制动控制对避撞距离的影响,探究转向和差动制动集成控制的极限避撞能力,提高极限避撞距离的计算精度,本研究基于非线性车辆集成动力学和最优控制理论提出一种自动驾驶汽车极限避撞距离计算方法。首先,建立了非线性7自由度车辆动力学模型和复合滑移工况的Pacejka轮胎模型。进一步地,基于上述模型构建了极限避撞距离求解问题,并将其转化为最优控制问题。然后,设计了高斯伪谱法将最优控制问题转化为非线性规划问题并求解。最后,分析了转向控制、制动控制、转向和制动集成控制、转向和差动制动集成控制的极限避撞距离,并与基于质点模型计算和CarSim测试的结果进行了对比。结果表明:转向和差动制动集成控制能够进一步减少自动驾驶汽车的避撞距离,显著提高其避撞能力;本研究所提方法能够显著提高极限避撞距离的计算精度和避撞决策结果的可靠性。
- 王国栋刘立刘立孟宇白国星顾青
- 关键词：自动驾驶汽车高斯伪谱法
