无人驾驶汽车运动控制研究综述.pdfVIP

互联网+技术 LnternetTechnology 无人驾驶汽车运动控制研究综述 文1叶立垫 摘要：随着传统控制方法的日益革新与智能化控制技术的不断发展，无人驾驶汽车领域逐渐兴起，正成为新时代智能 交通发展大背景下的先行领航。无人驾驶汽车的控制具有非线性、不确定性、高迟延性等特点，如果仅依靠传统的控 制方法则无法满足其在复杂环境下自适应动态调整的需求，由此可能造成汽车路径规划的不准确性以及一系列的安全 隐患。因此需要引入智能化控制技术对无人驾驶汽车进行控制，以应对复杂工况下的随机情形，通过其在线自调整合 理改善系统的性能指标。本文综述了当前基于无人驾驶汽车的现代智能控制方法的研究成果及发展前景，首先介绍了 无人驾驶控制中横向控制以及纵向控制这两大部分的核心技术及其性能特点，进而阐述了当前无人驾驶控制方法的技 术壁垒，最后总结了无人驾驶控制在更深层产业应用中的发展前景。 关键词：无人驾驶汽车：横向控制；纵向控制；技术缺陷；发展前景 一、引言 输出值的偏差分别进行比例、积分、微分运算，三者分 相比于传统汽车，无人驾驶汽车能够有效规避由于 别主要起到加快调节速率、消除系统稳态误差以及改善 驾驶员操作失误所带来的种种安全隐患。其次，无人驾 性能指标品质的作用，由此得到其输出值。而智能PID 驶汽车能通过卫星导航监控实时的路况，从而规划出最 则是在传统PID的基础上引人智能控制的概念，能够有 优的路线，缓解城市道路堵塞所带来的交通压力。谷歌 效改善系统的性能，能自动识别路径参数并进行动态规 划调整，提高汽车的自跟踪能力，具有更强的自适应与 的无人驾驶项目于2009年正式落地，并在2016年成立 主理无人驾驶业务的Waymo公司，其迄今已收集了几 自组织能力，更加适用于无人驾驶汽车的应用场景。 十亿非公制的模拟驾驶数据和超过350万非公制 文献提出一种基于无人路径跟踪的数学模型，得到了 的道路驾驶数据。特斯拉ModelS车型采用Autopilot 一种改进的增量式PID算法，提高了无人系统模型的响 自动驾驶系统，该系统的落地使得特斯拉ModelS在高 应速度，减小了调整时间，降低了超调量，并对无人汽 速公路上能够自如实现辅助自动驾驶的功能，并且能对 车航向进行精确校正。 驾驶员驾驶情况及道路环境做出更加密切的监视。无 （二）BP神经网络 人驾驶汽车的控制主要集中在对其运动的控制上，目标 BP神经网络是基于反向传播而构建的多层、多节 是提高汽车应对复杂路况的自适应调整能力，提升其进 点的神经网络系统。其在每次训练中根据所得结果与预 行路径规划的准确程度，保证在路面行驶时的安全性以 想结果的偏差，修改各个节点的权值和阈值组合，在不 及高效性。无人驾驶汽车具有稳定性低、时延、高度非 断地优化与改进过程中训练出与理想结果一致的最优解 线性等特点，有着较为复杂的耦合动力学结构，因此 模型。而无人汽车运动控制系统的设计则可以放在此框 研究更加稳定高效的控制算法并将其应用于无人驾驶汽 架下进行。其运动模型将以期望轨迹作为理想参照，在 车模型架构的优化，具有十分重要的意义。 多次训练中预期输出最优化的轨迹模型。此外，BP神 二、无人驾驶汽车横向控制 经网络具有较强的自适应调节能力，能够克服无人汽车 无人驾驶汽车架构的核心内容，其实就是对其运动 控制中不确定性强、鲁棒性差的特点，可以较高程度上 控制的研究。而此研究主要集中在横向控制的范畴。横 优化算法的控制参数，提升控制的精确性以及普适性[5。 向运动控制指智能汽车通过车载传感器感知周围环境变 文献[提出一种基于BP神经网络的PID控制器，能有 化，结合全球定位系统(Global Positioning Syst