（机械电子工程专业论文）无人驾驶城市公共交通系统的车体控制研究.pdf

摘要c y b e r c 3 ( c y b e r n e t i ct e c h n o l o g i e sf o rc a r si nc h i n e s ec i t i e s ) 项目是欧盟a s i ai t & c 计划资助的一项国际合作项目。该项目与欧盟第五框架大型研究项目c y b e r c a r s 项目和c y b e r m o v e 项目进行合作，重点研究面向城市环境的无人自动驾驶车辆的，旨在为未来的城市提供一种灵活、高效、安全、环保的新型公共交通工具，提高城市生活的质量和促进城市的可持续发展。该项目将先进的信息与控制技术应用于车辆和交通系统中，提出了基于无人驾驶电动车的面向将来的全新交通模式，具有很高的柔性，效率和安全性。由于无人驾驶车辆横向运动学模型常被看作高非线性、时变的，所以这给控制方案的制定带来了较大的难度。本文基于横向运动学模型兼顾乘客乘坐的舒适性制定出古典控制、反馈线性化跟踪控制、单神经元p i d 控制、横向最优控制位置跟踪控制方案。采用这些控制方案在车体正向和倒向开车的情况下，都得到较好的横向跟踪效果，动态特性好、稳态精度高，基于由s i m u l i n k 和v r m l 语言建立起的三维动画仿真也说明了这一点。关键词：c y b e r c a r ；无人驾驶车；横向控制；s i m u l i n k ；v r m lv e h i c l ec o n t r o lr e s e a r c hf o ru n p i l o t e du r b a nt r a n s p o r t a t i o ns y s t e m sa b s t r a c ti kc y b e r c 3p r o je c tw i l ll i a i s ew i t ht h ee x i s t i n gi s te u r o p e a nc y b e r c a r sp r o j e c t ( c y b e r n e t i ct e c h n o l o g i e sf o rc a r si nc h i n e s ec i t i e s ) a n da p p l ya d v a n c e di t & ct e c h n o l o g i e si nc a r sa n dt r a n s p o r ts y s t e m ，o no n eh a n d ，a i m i n gt op r o p o s ea ni n n o v a t i v et r a n s p o r t a t i o nf o rt h ec i t yo ft o m o r r o wb a s e do nf u l l ya u t o m a t e dv e h i c l e s ( c y b e r c a r s ) ，w h i c hh a sa d v a n t a g e so fh i g hf l e x i b i l i t y , e f f i c i e n c y , s a f e t y ；o nt h eo t h e rh a n d , a i m i n gt op r o t e c tt h ee n v i r o n m e n ta n di m p r o v et h eq u a l i t yo fl i f ef o ra s i a ns u s t a i n a b l ed e v e l o p m e n t s i n c et h el a t e r a lk i n e m a t i c sm o d e lf o ru n m a n n e dv e h i c l ei sc o n s i d e r e dh i 曲n o n l i n e a ra n dt i m e - v a r y i n g ，t h i sm a k e si td i f f i c u l tt od e s i g np r o p e rs t r a t e g i e sf o rl a t e r a lp o s i t i o nt r a c k i n gc o n t r 0 1 i nt h i sd i s s e r t a t i o n ，w ep r o p o s eac o r r e s p o n d i n gc l a s s i c a lc o n t r o l ，af e e d b a c k l i n e a r i z a t i o nt r a c k i n gc o n t r o l ，as i n g l en e u r a lp i dc o n t r o l ，a n da no p t i m a lt r a c k i n gc o n t r o ls t r a t e g yb a s e do nt h el a t e r a lk i n e m a t i c sm o d e la n dt h ec o m f o r to fp a s s e n g e r s i nb o t hf o r w a r d a n db a c k w a r dd r i v i n gc i r c u m s t a n c e s ，t h e s ec o n t r o ls c h e m e ss h o wg o o dd y n a m i cr e s p o n s ea n dh i g hp r e c i s i o na c c u r a c ys t a b i l i t y , a n dt h es i m u l a t i o n so n3 da n i m a t i o nu s i n gs i m u l i n ka n dv r m la r ep r e s e n t e dt os u p p o r tt h ev a l i d i t yo ft h i sd i s s e r t a t i o n k e yw o r d s ：c y b e r c a r , u n m a n n e dv e h i c l e ，l a t e r a lc o n t r o l ，s i m u l i n k ，矿品f 7 l 扛6上海交通大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式表明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日上海交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密口，在年解密后适用本授权书。本学文论文属于不保密口( 请在以上方框内打“ )学位论文作者签名：日期：年月日指导教师签名：日期：年月日博士后阶段工作情况介绍刘子龙博士于2 0 0 6 6 进入机动学院博士后流动站，在杨汝清教授的指导下从事欧盟资助项目c y b e r c 3 的无人智能车跟踪控制研究，将先进的信息与控制技术应用于车辆和交通系统当中，为今后的全新交通模式提供了基于无人自动驾驶电动车实现的可能性。研究报告在对无人驾驶车辆运动学模型进行深入分析的基础上，基于平面直角坐标系和自然坐标系，兼顾了乘客乘坐的舒适性，增补了车体运动学模型。进而在以下几个方面做出了有工程应用价值的研究成绩：1 采用零极点对消法，消除了因为速度耦合给控制带来的不利影响，提出了基于古典控制的车体横向运动跟踪控制方案；2 采用输入输出反馈线性化方法，制定出了车体横向位置跟踪控制方案；3 通过改变学习速率，制定出了一种改良单神经元p i d 跟踪控制器；4 将车体运动学模型经过合理简化，将其转化为线性时变模型，进而制定出相应的横向最优跟踪控制策略；并从理论上进行相应深入分析。为了观察到车辆整体运行状态，采用虚拟现实建模语言v r m l 建立无人驾驶车三维模型及其运行场景环境。运用v r m l 的j a v a s c r i p t 机制，将仿真模型和三维可视化模型结合在一起，实现了无人驾驶车辆三维动画仿真。从仿真效果来看，采用上述控制策略后获得了较好的横向跟踪控制效果，动态特性好、稳态精度高。为无人智能车系统的最终实验研究打下了牢固基础。博士后期间，刘子龙博士还作为项目主持身份申请到了中国博士后科学资助基金( 2 0 0 6 0 4 0 0 6 4 5 ) ，参加了由导师申请的上海市科委登山计划( 0 6 2 1 0 7 0 3 5 ) ，欧盟第六框架资助项目( e c f p 6 i s t - 0 2 8 0 6 2 ) 等项目。与此同时还在上海交通大学学报、南京理工大学学报、国际会议上录用或发表文章八篇。较好的完成了博士后期间的工作，符合出站条件。2 0 0 8 年6 月博士后期满，申请出站。41 1 课题来源第一章绪论帚一早瑁化c y b e r c 3 ( c y b e m e t i ct e c h n o l o g i e sf o rc a r si nc h i n e s ec i t i e s ) 项目是欧盟a s i ai t & c 计划资助的一项国际合作项目。该项目与欧盟第五框架大型研究项目_ y b e r c a r s 项目和c y b e r m o v e 项目进行合作，重点研究面向城市环境的无人自动驾驶车辆，旨在为未来的城市提供一种灵活、高效、安全、环保的新型公共交通工具，提高城市生活的质量和促进城市的可持续发展。项目成员包括上海交通大学、法国国家信息与自动化研究所( r n g t a ) 、葡萄牙c o i m b r a 大学，其中上海交通大学为项目的负责单位。欧盟的a s i ai t & c 计划全称为t h ee u - a s i ai n f o r m a t i o nt e c h n o l o g y &c o m m u n i c a t i o n s ( i t & c ) p r o g r a m m e ，该计划诞生于1 9 9 6 年3 月召开的欧亚政府首脑级会议，在那次会议上，欧亚各国政府为了增加欧亚国家之间在信息和通讯领域内的合作，决定实施名为a s i ai t & c 的研究计划，欧盟委员会鼓励并资助欧亚各研究机构在该领域内的合作研究。c y b e r c 3 项目将把先进的信息和通讯技术应用在车辆和交通系统上，在具有高安全性，高效率和高柔性的c y b e r c a r 的基础上，为未来的城市提供一种新型的交通系统，这种新型的交通系统有利于环境保护，有利于改善城市的生活质量和可持续发展。1 2 课题研究的背景和意义城市公共交通是与人民群众生产生活息息相关的重要基础设施。然而，目前世界上许多大城市都面临着由私人汽车过度使用而带来的诸多问题，例如道路堵塞、停车困难、能源消耗、噪声污染和环境污染等，这些问题严重降低了城市生活的质量。与国外多数大城市一样，中国的很多城市正遭受着由私人汽车使用而引发的诸多交通和环境问题。优先发展城市公共交通是提高交通资源利用效率，缓解交通拥堵的重要手段。国务院总理温家宝于2 0 0 5 年1 0 月做出重要批示，要求优先发展城市公共交通，这是贯彻落实科学发展观和建设节约型社会的重要举措。毫无疑问，私人汽车是一种非常方便的交通工具，这也使得它在近几十年中得到了飞速的发展。然而，私人汽车在提供便利交通的同时，也带来了大量交通和环境问题，例如道路堵塞、能源消耗、噪声和环境污染等，严重降低了城市生活的质9量。此外，尽管私人汽车的使用非常方便，但并非每个人都能够使用它，例如小孩、老人和残疾人。在中国，能够有能力购买和使用私人汽车的人仍十分有限，尤其是随着交通问题日益严重，后期附加维护成本和使用费用不断增加，例如停车费、养路费和将来有可能实行的进城费等。大容量城市公共交通( m a s sp u b l i ct r a n s i o ，如地铁、轻轨等，其最大优点是空间利用率和能源利用率较高。然而，由于缺乏足够的时间、空间、运力灵活性，在客流量不足的情况下，系统效率将大大降低，运营成本过高，这也是非高峰时段( 例如夜间) 和偏远地区的公共交通难以推广的一个主要原因。为了解决大规模公共交通灵活性不足的问题，产生了一些个性化公共交通，例如共享汽车( c a r - s h a r i n g ) 、个人快速客运( p e r s o n a lr a p i dt r a n s i o 等。但是，目前它们仍存在一定的实际问题，难以大规模推广。解决公共交通灵活性与效率之间矛盾的一种方法是将高效率的大容量公共交通和灵活的个性化公共交通有机地结合在一起，这种交通的特点是在其对应的道路网络构成了一个全自动控制交通系统，用于人员或者货物运输，能够提供“即时( o n - d e m a n d ) ”和“门对f - ( d o o r - t o - d o o r ) ”的服务，从而很好地把灵活性和节能性结合起来。而作为这个交通系统的核心部件，智能车的研制成为了最关键的一环。回顾汽车发展的百年历史，不难发现其控制方式从未发生过根本性改变，即由人观察道路并驾驶车辆，形成“路一人一车”的闭环交通系统。随着交通需求的增加，这种传统车辆控制方式的局限性日益明显，例如安全性低( 交通事故) 和效率低( 交通堵塞) 。最新调查表明，9 5 的交通事故是由人为因素造成，交通堵塞也大都与驾驶员不严格遵守交通规则有关。如果要从根本上解决这一问题，就需要将“人”从交通控制系统中请出来，形成“车一路”闭环交通系统，从而提高安全性和系统效率。这种新型车辆控制方法的核心，就是实现车辆的无人自动驾驶。不同于人工驾驶的一般道路车辆的结构，无人驾驶车辆为了适应无人驾驶的需要，尤其独特的机械结构。1 3c y b e r c a r 智能车的特点介绍本文研究的智能车是具有无人驾驶能力的道路公交车辆，一组智能车及其对应的道路网络构成了一个全自动控制交通系统( c y b e m e t i ct r a n s p o r t a t i o ns y s t e m ) 。在目前阶段，车辆及其构成的车队主要面向城市环境或者特殊场合的短途、低速运输。例如，旅游区、公园、大学校园、商业中心、c b d 地区、工业园等场合。其长期目标是实现专用车道上的高速自助驾驶，用以建立不同区域或者城市之间的高速连接。c y b e r c a r 智能车的主要优点在于：1 0l灵活：可以根据实际需求，动态地按照不同的模式运行。例如，在运输高峰，可采用车队( p l a t o o n i n g ) 方式以满足运量需求，其形式类似于火车，但无需轨道和车辆间的物理连接，因此车辆可随时加入或退出车队以满足灵活性，运客能力也可通过调整车队中车辆数目进行动态调节；在非高峰时间，可采用个体运行方式，降低运营成本，最大程度上满足个性化需求，并可根据乘客要求，动态最优地决定行车路线。2 使用方便：任何人均可使用，无需驾驶执照，而且在设计上特别增加了方便残疾人使用的考虑。3 价格适中：与轨道交通相比，智能车对道路基础设施要求很低，可在普通专用道路上运行，甚至可以与行人、自行车或者公共汽车共享车道。此外，由于采用了精确的车体定位和控制技术，所需车道宽度小于一般车道。4 环保：智能车均使用小型、轻型电动车作为载体，非常环保，有利于提高空气质量，减少能源消耗。在将来技术成熟时，将考虑使用混和动力或者燃料电池作为能源载体。5 高效：智能车由一个中央控制系统集中管理，可以随时优化交通流和系统整体效能。6 安全：智能车采用无人驾驶技术，在先进传感器和控制系统的保证下，具备更高的安全性，避免了人为误操作产生的可能。1 4 国外研究现状智能车项目在欧洲的发展已经初具成效，并已经成立了统一的合作组织。为了加速智能车的应用研究，在欧盟的大力支持下，项目组在智能车技术项目进行的同时还开展了市场化项目研究。市场化项目首先从用户需求分析入手，其用户不仅仅包括最终消费者，还包括系统运营商和相应的政府主管部门。在此基础上，还定义了运行场景并进行系统的预设计，这部分工作由项目组与1 2 座合作城市联合展开，经过比较、筛选和论证，这1 2 座城市被分为三类：实地试验场所、可行性研究场所和合作研究场所。目前已经有多套系统在这些城市中运营和试运营，均取得了不错的效果，下面简单介绍一下其中的几个代表性应用：1 4 1 雅马哈欧洲汽车公司的c y b e r c a bc y b e r c a b 是一种雅马哈汽车公司设计能够无人驾驶的无人驾驶车辆，这种无人驾驶车辆系统成功的解决了荷兰园艺博览会的内部交通问题。根据目前设计，c y b e r c a b 可载客4 人，最高时速2 0 公里。但是，为了保证乘客有足够的时间来欣赏美景干u 享受奇特的旅行，车速被限制在每小时l l 公里。c y b e r c a b 宽仅l4 5 米，因此其所需车道宽度远小于一般道路。此外，c y b e r c a b 在设计上还特别考虑了残疾人轮椅的使用。这套由2 5 辆c y b e r c a b 组成的系统最大运输能力为双向每小时6 0 0人次平均每2 4 秒发车一辆。围i1 雅马哈心司的无人驾驶车辆c y b e r c a bf i g l1c y n i c a bf r o m y a m a h a智能车恰恰是面向未来的、可持续的、灵活的和个性化的。这些方面非常符合博览会特别是该展区的主题。因此可以很容易地将c y b e r c a b 融入展览会之中。在荷兰园艺博览会曲6 个月时间内，c y b e r c a b 共接待了3 0 万游客其成功应用对丁无人驾驶系统的将来意义重大。它不仅成功地展不了新型的未来交通系统并证明此类系统是实际可行的。而且证明了即使在这种短期活动中，此类系统仍是可盈利的。从博览会开幕起，它的露面就受到了游客的广泛欢迎人们对这套系统给予了很高的评价。1 4 2 荷兰f r o g 公司的p a r k s h u t t l e荷兰f r o g 公司研制的p a r k s h u a l e 是世界上第个正式投入运营的无人驾驶系统。p a r k s hu l t l e 可载客1 0 人( 6 个座位和4 个站位) ，最大载重8 0 0 公斤。为了获得较好的行车质量，目前最高车速限制在每小时4 0 公里以内。使用车载可充电电池，最长行驶距离为1 0 0 公里。上下车非常方便，并可使用轮椅，车内均设有用来选择目的地的终端。p a r k s h u t 【t e 可在普通沥青地而上自动行驶，无需任何机械结构( 如铁轨) ，因此造价适中。由于采用了先进的磁导航系统车辆定位精度可达3 厘米，因此所需车道宽度仅2 5 米，且无需完全封闭。这种新型交通形式特别适合车站密布的短途支线变通辅助公共交通提高服务质量，有利于人口密集地区的环境保护。毕在1 9 9 7 年，p a r k s h u a l e 就已经在荷兰阿姆斯特丹国际机场投入运营此后在j 噩特丹工商区得到了新的应用。在9 0 年代中期，衙兰阿姆斯特丹s c h i p h o l 机场为提高”停车场的服务质量和创新形象引入了f r o g 公司的p a r k s h u a l e 该系统于1 9 9 7 f ：1 2 月开始运营。p 3停车场可容纳至少i o ，0 0 0 辆汽车。其道路结构简单，包括两条环形道路，每条道踏氏i 公坐。甘前，共使用5 辆p a r k s h u l t l e 运送乘客到停车场休息室。在那o h 乘客可搭乘机场大巴到登机口。目前的系统可保旺任何时间均有垒少3 辆p a r k s h u t t l e 处于工作状态，其它车辆与此同时进行充电。运 = j _ 的车辆在路线上均匀分布以确保所有车站的候车时间晟小。在必要时，充电中的p a r k s h u t t l e 可通过手动操作转为运营模式虬扩大运力。目前该2 4 小时不问断服务对于停车场的用户是免费的。调查表明该系统使用状况良好用户对其评价根高。匿1 2f 唯心 lc y b e r c a r 在机蟠的应用f i g l2f r o g c y b e r c a r i ns e h i p h o l a i r p o r tr i v i u m 丁商区座落于荷兰著名城市鹿特丹。由于该工商区到公交车站的距离较远，政府门开通一条工商区到公交车站的班车。然而，由下班次较少，候乍时问长，很少有人愿意搭乘地铁等公共交通到工商区。为了解决这一问题，当地政府决定使用6 辆p a r k s h u t t l e 代替班车。p a r k s h u t d e 于1 9 9 9 年2h 投入运行，线路仝长13 0 0 米单车道，共有3 个车站。系统工作时间从周一至用五每天6 ：4 5 至1 8 ：4 5 。在高峰时段，所有车辆均 5 八使用：在非高峰时段车辆轮流充电但是保证在任何时问至少3 辆车在运营。经过3 年的成功运行，政府于2 0 0 1 年1 2 月决定对系统进行列级拶容，日l 入了6 辆第二代p a r k s h u r t e ，使柑运力提高了2 倍。与此同时，系统覆盖范围也将扩大，线踏总长度增加至2 0 0 0 米，车站数目增加到5 个道路嫂_ ：i f 双车道。升级后的系统计划于2 0 0 3 年夏天重新开放。1 43 法国r o b o s o f t 公司的r o b u r 】d t一暖圜与行人和自行车共享一条道路。系统采用了s e r p e n t i n e 公司的1 0 辆自动车每辆车可容纳4 个人和一定的随身行李。该系统的最大特点是道路不仅可以用于车辆的导航，还可以为车辆提供电力和通讯信息，游客可在5 个不同地点的呼叫使用系统，每天2 4 小时不问断工作。1 5 国内的研究现状与国外相比，国内的无人驾驶车辆方面的研究起步较晚，规模较小开展这方面研究工作的单位丰要是一些丈学和研究所，如国防科技大学、清华大学、吉林大学、北京理工大学等。5i 清华大学t h m r j j l 列一1 5 2 吉林大学i l u i v 系列吉林大学无人驾驶车辆谋题组从1 9 9 2 年开始开展无人驾驶车辆自主导航研究，在无人驾驶车辆的体系结构、传感器信息的获取与处拌、蹄径识别与规划、无人驾驶车辆前方障碍物探测及车距保持等方而进行了较为深入的研究。从1 9 9 7 年开始，课题组开始f l u i v - - i i 型无人驾驶车辆系统( 如图16 ) 的开发研究。该车传感器系统有c c d 摄像机、二维激光测距仪、g p s 定位系统、远近距离避障传感器、制动压力传感器、光电编码嚣等。计算机系统采用一台p e m m m t li i i工业计算机，完成车辆的传感器信息获取、刷围环境感知、图像处理、导航路径识别及决策控制。其自主导航速度可选2 5 k m h 。i 二：耋釜! 鋈鍪鍪秀鲞圈16 吉林大学j l u i v 一1 i 无人驾驶车辆f i g l6j l u i v - i ii n l e l l i g e n t v e h i c l e1 6 本文研究主要内容在对尢人智能车的运动学模型进行深入的分析基础上，兼顾乘客乘啦的舒近性，增补了车体运动学模型，提出了基十古典控制、反馈线性化跟踪控制、单 l | l 经元p i d 控制、横向最优控制的横向跟踪控制方案，采用虚拟现实建模语言v r m l牛成了车体：维模型及其运行纠、境的可视化系统用车体的状态实时驱动三维场景中车体的运行，实现了与仿真程序对应的可视化仿真，仿真得到了很好的效果，为该项h 的最终实验打下了牢i 目的基础。2 1 车辆总体结构第二章控制方案的制定c y b e r c 3 智能车辆是一种具有完全自主驾驶能力的城市短途交通运输车辆，它的诞生和设计思想来源于欧盟的c y b e r c a r s 研究项目，目前在欧洲一些城市已经有相当数量的智能车辆在常规道路上依靠自动驾驶在运行，比较著名的有法国i n r i a的c y c a b ，y a m a h a 欧洲公司的c y b e r c a b ，荷兰的p a r k s h u t t l e 等，c y b e r c 3 智能车辆是由中国的研究人员设计开发，准备运行在中国的城市道路上的一种新型智能交通工具。具有自主驾驶能力的智能车辆较普通的交通车辆来说要复杂，普通车辆由人来驾驶，故比较简单，车上控制设备比较少，而智能车辆要靠自动驾驶，因此车上安装有许多传感设备和控制设备，总的来说有以下几个部分：1 ) 底层控制模块底层控制模块主要负责车辆的运行控制，如加速、减速、制动、转向等，它接收由上层路径规划模块发来的控制命令，然后依照命令执行一定的动作，控制车辆的运行。2 ) 路径规划模块路径规划模块根据导航模块得到的车辆位姿信息，依照一定的算法计算出车辆前轮的目标转角和车辆的目标速度，然后将目标转角和速度命令发送给底层控制模块，以保证车辆按照规定的路线行驶。3 ) 视觉导航模块视觉导航模块利用计算机视觉技术通过检测地面上的白线得到车辆的实际位姿信息，并将这些信息发送给路径规划模块。4 ) 磁导航模块磁导航模块利用特定的磁传感器检测地面上磁钉的磁场强度，依照一定的算法得到车辆的实际位姿信息，并将这些信息发送给路径规划模块。5 ) 激光导航模块激光导航模块利用激光雷达检测安放在路边上的定位标记来推算出车辆的实际位姿信息，并将这些信息发送给路径规划模块。6 ) 避障模块避障模块利用激光雷达检测车辆前方一定距离内的障碍物，发现障碍物后控制车辆进行紧急制动。7 ) 通信模块通信模块主要负责整个车辆运行系统里各个部分的数据通信，包括中央控制室、车站以及每辆车相互之间的数据、视频和音频通信。8 ) 车站模块车站模块主要负责接收乘客的用车呼叫，并将呼叫信息发送给中央控制模块。9 ) 中央控制模块中央控制模块是整个车辆运行系统里的核心，它负责整个系统运行的调度、监1 7视，是连接系统内其他模块的桥梁。c y b e r c 3 智能车辆的总体结构圉如图2l 所示匕笙型l 量_ jl 量jw 。i r e l e 。s s 。匣崮囱宙【丙，声而弱勰。2 2 运动学模型的建立图2lc y b e r c 3 智能车辆总体结构f i g2is ”u c t u mo f c y b e r z 3s y s t e m数学模型的建立历来是控制系统设计的基础，控制系统的数学模型是描述系统内部变量之间的数学表达式，无论是经典控制理论中通过传递函数建立的数学模型，还是现代控制理论中通过状态方程建立的数学模型，其目的都是要找出系统输入与输出之间的映射关系，对于无人驾驶车柬说，模型建立的主要任务是寻找无人驾驶车的状态变量与控制参量的关系，为设计出有效的跟踪控制律，实现无人驾驶车小品差甚至无误差的轨迹跟踪做好准各。2 2l 平面直角坐标系下的运动学模型无人驾驶车其实是一种四轮移动机器人。其运动学模型可简化为两轮自行车模型，如图2 2 所示：nx =h：。甚鬣凛产宅慧i 忑盖雾善i 姜鬈。其运动学模型方程如下：，瑚毗d ( f ) = v 哪加甜( ，) c o s 口( d( 1 )汐( f ) ：! 丝型业塑型( 2 )。dj ( f ) = ，。k 。，( f ) c o s 缈( t )( 3 )j i ，( f ) = 1 ，m 慨，( f ) s i n 沙( 4 )其中：，砌删俩前轮中心点的速度，m s ；v 聊w l i l 。仂两后轮中心m 点的速度，m s ；o f f ) 前轮转向角，r a d ；缈( f ) _ 车体航向角，r a d ；y o ) 后轮中心点m 距x 轴距离，m ；x ( ，) 后轮中心点m 距y 轴距离，m ；d 车体前后轮间的距离，埘；由公式( 1 ) 和( 2 ) 可简化得：沙( ，) ：选唑坐幽( 5 )。d则公式( 3 ) 一( 5 ) 为车体常规运动学模型。其中公式( 3 ) ，( 5 ) 为车体纵向常规运动学模型，公式( 4 ) 、( 5 ) 为车体横向常规运动学模型。因为无人驾驶车的应用环境是城市交通系统，其乘坐人员为乘客，所以必须要考虑乘客乘坐的舒适性。影响舒适性的因素大体有三种：1 ) 在车体行驶轨迹为弧形时，当车体纵向运动速度过快，而由此产生的离心力影响乘坐的舒适性；2 ) 在车体运动过程中前轮转向过快，影响乘坐的舒适性；3 ) 在车体运动过程中车体的纵向运动速度变化过快，影响乘坐的舒适性；针对因素1 ) ，需要在弧形轨道上适当降低车体纵向运动速度，那么可以改善乘坐的舒适性；针对因素2 ) ，需要在前轮转角控制项t a n 目( f ) 前加一个积分环节，将可改善乘坐的舒适性：针对因素3 ) ，需要在后轮中心点速度 ，m m ( f ) 前加一个积分环节，将可改善乘坐的舒适性。考虑以上因素，那么需要在原车体常规运动学模型的基础上增补两个状态方程：帚。，艟。，( f ) = “，o ，蝴 )( 6 )t 磊1 1 秒o ) = u a t f 触( ，)( 7 )则公式( 3 ) 一( 7 ) 为车体增补后的运动学模型。其中公式( 3 ) 、( 5 ) 、( 6 ) 为车体纵向增补后的运动学模型，公式( 4 ) 、( 5 ) 、( 7 ) 为车体增补后的横向运动学模型。1 92 22 自然坐标系下的运动学模型城市无人驾驶车行驶在公路p 控制的目的是使得后轮中心点m 跟踪路面轨线或磁钉轨迹，从而使得整个车辆跟踪给定轨迹。平面直角一k 标系足咀车体行驶平面内某一固定不移动的点为啦标系原点其相应的运动学模型的建立和控制算法的制定都是以该原点为基础的。然而路面被跟踪轨迹的形状应该是多样的因此在被跟踪轨迹上的不司点的曲市是不同的，以平面内某一固定不动点为h 标原点，进而制定出无人驾驶车在平而内任一点时跟踪相应的曲率不同的轨迹的控制方案较为繁琐并且当该平面较大时，获得在平面上任一点无人驾驶车的精确位置和姿态难度较大，这给控制方案的制定带来了较大的难度；随着车体的行进，在被跟踪轨迹上建立自然坐标系：坐标系的原点在被跟踪轨线上的通过视觉或磁传感器测得的某一被测点，x 轴与过该被测点的切线重合正方向与车体正方向相同，y 轴按右手定则垂直x 轴见图2 3 所示：一 | 矗- o 一一4 1 图2 3 自然坐标系下车辆运动学模型f i g2 3 k i n e m a t i c s m o d e lo f v e h i c l e i n n a t u r a l r e f e r e n c e随着车体的小断行进被跟踪轨线上的被观测点相应变化，自然坐标系的原点也相应变化，这个变化的坐标系叫作自然坐标系。在被跟踪轨迹上某一被测点时，通过视觉导航或磁导航测出航向角及计算出车后轮中心点m 至x 轴的距离，采取相应的控制方式，使得这个距离逐渐减少到零，即m 点跟踪x 轴，随着小车的移动，小车探测到轨线上的点不断变化，那么过该点的切线也不断变化，如果小车能够时时刻刻跟踪上被跟踪轨线的各个点的切线刘m 点至切线的距离为零，那么小车就能够跟踪上被跟踪轨线。由以上论述可知平面直角b 标系1 j 白然啦标系的区别只是k 标系的原点取的不同，而车体的运动学方程是同一个。这给控制方案的制定带来了便利，降低了控制方案制定的难度。2 3 控制方案的制定无人驾驶车实质是四轮移动机器人，其模型可简化为两轮的自行车模型，其在路面上行驶时跟踪轨迹为地面标明的轨线或磁钉相连的轨线。国内外的学者采用现代控制理论设计出较多控制算法，取得了较多成绩。但其应用环境多为室内，被跟踪轨迹事先已知，其控制方法是将车体的横向位移、纵向位移、纵向速度、转动的角速度等均作为被控量，且是建立在平面直角坐标系内的全局控制【l - 6 1 ，这对于被跟踪轨迹事先未知且应用环境复杂的城市交通系统是难以实现的；或者虽然其应用环境为室外，但是其控制方案是在基于车体的动力学方程上建立起来的，由于车体的动力学模型，尤其是轮胎感受到的摩擦力为时变的，严重非线性的，且难于测量，这使得该种控制方案对应用条件的要求较为苛刻，控制效果的动态特性、稳态精度均不理想【7 - l 川；另外在车体泊位或路况较复杂时，不可避免地需要倒开车，即车体纵向速度小于零的情况，而这种情况下的控制方案在相关文献中所阐述的较少。在无人驾驶车系统中，车体控制是其主要部分，而横向控制又是车体控制的主要部分，所以设计出简单有效的横向控制策略很有必要。2 3 1 古典控制由公式( 4 ) 、( 5 ) 、( 7 ) 可知，由于存在s i n t v ( t ) 、t a n o c t ) 严重非线性因素，所以该系统常被看作非线性系统，很多学者在这方面进行了深入的研究，取得了很多成绩。但是当陟( f ) i 詈时，y ( f ) s i i l ( y ( f ) ) ，在横向控制当中，车体的航向角的绝对值一般来说不会大于要，则取而( ，) = y ( f ) 、x 2 0 ) = ( f ) = s 呱y ( f ) ) ，黾( f ) = t a n 秒( ，) 。阱f iv一。当d00 瞄 + 卜1 ，o ! 竺竺趔0 x ：；f ji + iol 甜，。矗( f )8 ：i 卜i “”一6x 3 v jilj删却州圈2 1z 盟：! 釜型盟( 1 0 )材如盯加如( s )s 3 d由上式可知该系统为三阶系统，随着后轮中心点的速度v 删( 曲不同，其开环增益也不同，且该系统为不稳定系统。为了消除 l ，蒯( s ) 给制定控制方案带来的不利影响，这里采用在( 1 0 ) 式的分母上乘i - v 乙讹d ( s ) ，将分子对消，进而采取古典校正方式，将其校正为稳定系统。相对( 1 0 ) 式，校正模型为：k ( t l s + 1 ) ( 瓦j + 1 )1 ，k0 ) ( 疋s + 1 )因为采样周期为3 0 m s ，所以经校正得参数为：k = 2 8 3互= 2 5正= 0 0 3 3 3 3由公式( 1 0 ) 、( 1 1 ) 得校正后的传递函数为：丛堕：k ( t i s + i ) ( t 1 s + i )“缸“f 。出( s ) d ( t 2 s + 1 ) s 3校正后的系统波特图如图2 4 所示：i ；： 叶+ 蚌越：“：；：“：il ；洲臻ijj 誊彬：强l i 嚣矧剿；黼j 吲霉1 叶* 黼矩嚣寸黜争栽擀卅黼_ 0 常ll 啪1 善酬鞠ii i h i i 嘲器埘激圳臻蠹三幽li ：；：；：= ：= li i i i i期k k 厶“出址二二二站出l u k “出址_ 二“诅j o 0 矗a 由釜 o 1 一t o * 1 矿t 0 )1 0 ( 1 2 )图2 4 校正后的系统波特图f i g2 4c o r r e c t e db o d eg r a p h相角裕度为6 0 5 0 ，幅值裕度1 7 1 d b ，剪切频率约为1 h z ，可见系统稳定。2 3 2 反馈线性化跟踪控制由公式( 4 ) 、( 5 ) 、( 7 ) 可见，该系统为非线性、时变系统，从其结构来看，该系统为单输入单输出仿射非线性系统，所涉及的问题为非线性系统的输出跟踪问题。许多学者采用微分几何控制理论中的反馈线性化方法来研究非线性控制系统的输出跟踪问题以引。该方法是将状态方程线性化，而且输出方程也线性化。同时用状态的非线性变换和非线性状态反馈将原非线性系统变换成状态方程及输出方程均为线性的可控可观系统，建立输出j ，( f ) 与输入”( r ) 之间的线性微分关系，然后就可以利用线性控制方法来构造控制器。如果将系统的输出y ( t ) 微分，次可得到y ( t ) 与控制量“( r ) 之间的显式关系，则称该系统的相对阶为r ，若，- 玎( 万为系统阶数) ，则该系统可控。依据以上原理，在自然坐标系下制定控制方案，模型如图2 3 所示。对车体后轮中心点m 距x 轴距离求导可得：夕o ) = 1 ，呦喃耐( f ) s i n p )( 1 3 )由于车体行驶时，其后轮速度随时间变化较慢，这里将其近似看成常量。则：j ) ( ，) = v 。加。) c o s g ( t ) 沙( f )将( 5 ) 式代入上式可得：j ) o ) ：捌( f ) c o s w ( t ) k d 掌业：v z r 一w h - e e l ( t ) c o sy ( t ) t a ns ( t )口( 1 4 )夕( f ) ：丘警盟【“n y o ) t a n ：秒( ，) 掣口口+ c o s 沙o ) z 白枷砌，o ) 】( 1 5 )由( 1 5 ) 式可见，此时y ( f ) 与控制量甜切触( r ) 之间显式相关，且该系统的相对阶为，= 3 ，又因为该系统阶数为力= 3 ，则，疗，所以该系统可控。取p ( r ) = y r ( t ) - y ( t )( 1 6 )取等式虿( f ) + 彳l 芑( f ) + 彳2 叠o ) + 彳3 e ( t ) = 0( 1 7 )其中4 、4 、以为可改变的常数。那么求解齐次线性微分方程( 1 7 ) ，其解为：，p ( f ) = c l e x p ( a l t ) + c 2 e x p ( a z t ) + g e x p ( a 3 t )( 1 8 )其中q 、c 2 、g 为常数，a l 、口2 、口3 为由一组么l 、4 、彳3 组成的等式( 1 7 )的特征方程根，为使得系统跟踪误差p ( f ) 随时间变化以适当的收敛速度最终收敛至零。根据系统响应时间的要求，选择a 、a ：、a ，为适当的负实数，则反推得4 = 一( q + 吒+ 口3 ) ，4 = 口l 啦+ 口2 口3 + 口i 口3 ，a 3 = 一q 口2 口3 ，并且根据反馈线性化控制器设计原理，取非线性反馈控制器o ) 为：a触( f ) = m 芑( r ) + 4 毒( f ) + 4 e ( f + 沙明赤+ s i ng t ( t ) t a n 2 曰( f ) 监鲤塑笋盟 c o s 少( f )( 1 9 )将公式( 1 9 ) 代入( 1 5 ) 式后，经过整理即得( 1 7 ) 式，则系统跟踪误差e ( f ) ，随时间变化最终趋于零。由公式( 1 9 ) 可知，当车体后轮速度的绝对值非常小时：望寸( 2 0 )矿陀们妇p ，( ，)则蚝咖庙(f)一00(21)这在实际当中是不可能实现的。又因为在当车体后轮速度的绝对值非常小的时候，车体在横向上跟踪地面轨线，这在实际当中几乎不可能遇到，那么在车体后轮速度的绝对值小于某一值的时候，取眦( f ) = 0 。2 3 3 单神经元p i d 控制由于神经网络具有并行机制、容错机制、自学习机制，近年来在非线性、时变控制系统当中得到了广泛应用1 他1 1 。单神经元p i d 控制器是一种结构简单、控制有效的控制器，控制模型如下：图2 5 单神经元p i d 控制模型f i g2 5 m o d e lo fs i n g l en e u r o np i dc o n t r o l其中：r ( f ) 为理想输入：y ( f ) 为反馈输出；e p o ) 为理想输入与反馈输出之差：e p ( f ) = ，( f ) - y ，( d( 2 2 )e i o ) 为e p ( f ) 的积分：p ，( f ) = i e 。( t ) d t( 2 3 )e d ( ，) 为e p o ) 的微分：啪) ：掣( 2 4 )w 。( f ) 、( ，) 、( f ) 分别为e p 9 ) 、e l ( ，) 、e d ( f ) 的权值，定义x o ) 为：x o ) = w p o ) e p ( f ) + 嵋( ，) 巳( f ) + w d o ) p ，( f )( 2 5 )厂( x ( f ) ) 为双曲s i g m o i d a l 数：f ( x ) = 6 慧鬻器( 2 6 )其中a ，b 为常数。材( f ) = 厂( x ( r ) )( 2 7 )单神经元训练采用传统的反向传播算法，定义能量函数为：e ( d = 去 r ( t ) - y ( f ) 】2( 2 8 )为使( 2 8 ) 式达到最小，重新定义w 。( f ) 、嵋( ，) 、嘞( f ) 由式( 2 9 ) 一( 3 1 ) 决2 4w p ( f ) = w p ( ，一1 ) 一刁p 丽o e ( t - 1 )( 2 9 )嵋( f ) = o 1 ) 一仍丽o e ( t - 1 )( 3 。)w d c t ) 训h 黜( 3 1 )其中r i p ，玩，r a 为学习速率。丝尘二! ! ：丝g 二! ! o y ( t - 1 ) o u ( t - 1 ) 塑堡二! !o w ( t 一1 ) 囝( ，一1 ) o u ( t 1 ) o x ( t 一1 ) a ( ，一1 )= 1 ，) 黼删) ( 3 2 )o e ( t 1 )o e ( t 一1 ) 砂，( ，一1 ) o u ( t 一1 ) o x ( t 1 )一= 一o w i o 一1 ) o y l ( t 一1 ) o u ( t 一1 ) 苏o 一1 ) 眺o 一1 )= 一e p ( f 1 ) 错厂( x o 一1 ) ) e ，( f 1 ) ( 3 3 )o e ( t 1 )o e ( t 一1 ) 砂( t 一1 ) o u ( t 一1 ) o x ( t 1 )-一=-_-一o w d ( t 一1 ) o y f ( t 一1 ) o u ( t 一1 ) o x ( t 一1 ) o w d ( t 1 )一吖f - 1 ) 端删_ 1 ) 心”1 ) ( 3 4 )我们认为：0 , e ( t - 1 ) ：，( 3 5 )o u ( t l j1 常规单神经元p i d 控制当r p = 仍= 巩= 常数时，上述控制策略为常规单神经7 一u p i d 榨制【2 2 1 。图2 6 系统仿真框图f i 醇6d i a g r a mo fs y s t e ms i m u l a t i o n2 改良单神经元p i d 控制为加快其学习过程，减少收敛时间将其学习速率改为：r p = r pe x p ( 一a p t )( 3