打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
高速场景自主换道运动规划开发

一个自动变道机动装置(LCM)系统使本车车辆能自动从一条车道移到另一条车道。LCM系统对自动变道的纵向和横向控制动力学进行建模。一个LCM系统使用车载传感器感知环境中最重要的物体(MIO),确定一个最佳轨迹以避开这些物体,并引导本车车辆沿着这个轨迹行驶。
这个例子显示了如何设计和测试LCM系统的规划器和控制器组件。在这个例子中,变道规划器使用场景中的地面真实信息来检测MIO。然后,它产生一个可行的轨迹来协商变道,由变道控制器来执行。在这个例子中,包含:
LCM模型平台--该模型包含规划、控制、车辆动力学、场景和评估功能的指标。
-对变道计划器进行建模--该参考模型找到MIO,对本车车辆的终端状态进行采样,并生成一个最佳轨迹。
-变道控制器模型--该模型根据生成的轨迹为本车车辆生成控制命令。
-仿真和可视化系统行为--测试台模型被配置为测试规划和控制的整合,以便在有多辆车的弯曲道路上执行变道机动。
-探索其他场景 - 在其他场景条件下测试系统。
-可以应用这个例子中的建模模式来测试自己的规划器和控制器组件的LCM系统。
高速公路车道变更规划器参考模型实现了高速公路车道变更系统的主要算法。该模型使用Fernet坐标系找到本车车辆周围的MIO。随后,该模型对不同行为的终端状态进行采样,预测目标行为者的运动,并生成多个轨迹。最后,模型评估生成轨迹的成本,并检查碰撞的可能性和运动学上的可行性,以估计出最佳轨迹。

高速公路变道规划器模型包含以下块:

Frenet状态转换器块将场景中的本车车辆和其他车辆的姿势从世界坐标转换为Frenet坐标系统。

查找MIOs块确定本车车辆周围最重要的物体(MIOs)。

终端状态采样器模块对巡航控制、前车跟随和变道行为的终端状态进行采样。运动预测模块预测MIOs的运动。

运动规划器参考模型从采样的轨迹中生成一个最佳轨迹。这个模型检查取样轨迹的成本、可行性和碰撞的可能性,以确定最佳轨迹。这个模块还计算出轨迹上适当的点,让本车车辆跟随。

车道变更控制器参考模型仿真了一种路径跟踪控制机制,使本车车辆沿着生成的轨迹行驶,同时跟踪设定的速度。为此,控制器调整本车私家车辆的纵向加速度和前转向角。该控制器使用自适应模型预测控制(MPC),在满足速度、加速度和转向角约束的同时,计算出最佳控制动作。


获得pdf文档,请转发朋友圈,并联系小编

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
结构化道路智能车辆的时域可预测轨迹规划和分层运动控制
干货 | 自动驾驶中的决策规划算法概述
像 “父亲” 般为你保驾护航的自动驾驶技术!(互动有礼)
无人自主水下机器人路径规划的前世今生
进阶课程㉗丨Apollo控制技术详解——控制理论
无人驾驶车辆的避障、路径规划和控制
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服