【《智能汽车静态环境下路径规划算法与路径跟踪算法设计案例》4500字】

[15]。1.6五次多项式路径规划与路径跟踪结果分析当采用五次多项式路径规划算法时，本文首先将二自由度汽车模型的PID跟踪效果图，三自由度汽车模型的PID跟踪效果图分别罗列出来。二自由度汽车模型的侧向位移偏差与三自由度汽车模型的侧向位移偏差的曲线图、横向位移偏差的曲线图则放在同一图中，以便于更好的分析路径跟踪结果。二自由度汽车模型PID路径跟踪效如图3-5所示。图3-5二自由度汽车模型五次多项式路径规划跟踪效果三自由度汽车模型PID路径跟踪效如图3-6所示。图3-6三自由度汽车模型五次多项式路径规划跟踪效果二自由度汽车模型与三自由度汽车模型纵向偏差如图3-7所示。图3-7五次多项式路径规划纵向偏差二自由度汽车模型与三自由度汽车模型横向偏差如图3-8所示。图3-8五次多项式路径规划横向偏差由图3-5可见二自由度汽车模型在刚起步时，跟踪路径和参考路径二者偏差较大，当纵向位置达到6米后，二自由度汽车模型PID路径跟踪控制的路径与参考路径逐渐拟合。从图3-6可见三自由度汽车模型PID路径跟踪效果和二自由度汽车模型PID跟踪效果相同。从图3-7可见0.1s时，二自由度汽车模型纵向位移偏差较大，达到1m。0.1s到0.5s时，纵向位移偏差缩小，数值为0.2m。0.5s后，纵向位移偏差缓慢增大，达到0.4m后保持稳定。0.3s前二自由度汽车模型，三自由度汽车模型纵向位移偏差相同，0.3s后二者产生0.02m的差距。从图3-8可见，二自由度汽车模型起步时横向偏差较大。数值为1.5m。起步后，数值减小。0.1s后数值增大，达到0.5m。此后，数值处于减小状态，直至为零。二自由度汽车模型和三自由度汽车模型在1~1.5s时位移偏差有较小的差距。1.7人工势场法路径规划与路径跟踪效果当采用人工势场法路径规划算法时，本文首先将二自由度汽车模型的PID跟踪效果图，三自由度汽车模型的PID跟踪效果图分别罗列出来。二自由度汽车模型的侧向位移偏差与三自由度汽车模型的侧向位移偏差的曲线图、横向位移偏差的曲线图则放在同一图中，以便于更好的分析路径跟踪结果。二自由度汽车模型PID路径跟踪效如图3-9所示。图3-9二自由度汽车模型人工势场法路径规划跟踪效果三自由度汽车模型PID路径跟踪效如图3-10所示。图3-10三自由度汽车模型人工势场法路径规划跟踪效果二自由度汽车模型与三自由度汽车模型纵向偏差如图3-11所示。图3-11人工势场法路径规划纵向偏差二自由度汽车模型与三自由度汽车模型纵向偏差如图3-12所示。图3-12人工势场法路径规划横向偏差由图3-9可见车在刚起步时，二者偏差较大，当纵向位置达到5米后，PID跟踪控制的路径与参考路径逐渐拟合。从图3-10可见三自由度汽车模型PID跟踪控制效果和二自由度汽车模型跟踪效果一致。从图3-11先分析二自由度汽车模型，0.5s时，纵向位移偏差较大，达到0.85m。0.5s到02s时，纵向位移偏差缩小，数值为0.05m。3s后，纵向位移偏差缓慢增大，逐渐达到0.2m。三自由度汽车模型起始时刻，纵向位移偏差较大，达到0.8m。随后，数值开始减小至0m。2s时，数值又增大为0.2m。6.5s时，数值降为零。随后，逐渐增至0.1m。从图3-12可见二自由度汽车模型起步时，横向偏差较大达到0.8m，随后降至0.35m。1s后，数值处于波动中。4s后横向偏差为零。三自由度汽车模型起