【《自动驾驶汽车的避障运动与路径规划分析计算案例》8300字】

III自动驾驶汽车的避障运动与路径规划分析计算案例目录TOC\o"1-3"\h\u24714自动驾驶汽车的避障运动与路径规划分析计算案例 145751.1避障策略设计 1327561.2避障过程中停车避障和跟车避障的制动减速计算 2219301.1.1制动距离的计算 3169221.1.2停车避障时制动减速度的分析计算 330111.1.3跟车避障时制动减速度的分析计算 4150511.3换道避障的路线规划 578971.3.1以多项式函数为基础的路线规划方法 581121.3.2换道避障的条件定义与分析 8217221.3.3换道避障路线的判定以及生成方法 1046671.4.四驱电动汽车CarSim模型与Simulink的联合仿真 11306351.4.1三种不同速度下两种避障控制方法的影响及变化 1246281.4.2停车避障控制策略的影响及变化 12144281.4.3跟车避障控制策略的影响及变化 1391961.5换道避障联合仿真及其结果分析 131.1避障策略设计在汽车遇到不同的情况时，科学合理的采用避障方法，分析并规划出相应的路线，是成功使自动驾驶电动汽车避开障碍物的前提与关键，这需要根据障碍物的具体信息以及汽车当时的行驶状态来做出相应分析。在汽车运行时遇到故障情况下，可选择的避障策略一般有三种，可以总结为：跟车、停车、换道避障。这些策略各有一定的适用范围。其中第一种是在前车障碍物速度小于本车行驶速度且间距大于临界制动距离时，可以采取制动的方式将速度降低到与前车速度相同的速度进行跟车行驶;停车避障为在前车障碍物为静止物时，汽车需要采取紧急制动方式将速度降低到0km/h的情况，第三种情况为换道避障，在前方障碍物为固定物体时，汽车需要采取换道行驶的方式来进行避障，在确定已经避开障碍物之后继续回到原定路线的行驶避障方法。三种情况中停车避障较为安全，但因为需要将速度降低为0，所以花费时间较多;跟车避障则较为高效，但对汽车传动机构协调有较高要求;换路避障较为直接安全，但需要在行驶过程中进行路径的短暂重新规划，对汽车路线规划能力要求较高。因此，需要根据具体情况来选择相应的避障策略。图1-1为设计出的行车避障策略，可总结为：当传感器判断出前方出现障碍物时，首先判断障碍物是否为静止状态。当判定为静止状态时，选择是否停车避障或者换路行驶。当判定为非静止，是运动车辆时，首先判断本车行驶速度是否大于前车速度，如果判定为是，则需要根据当前本车行驶速度计算出制动距离，并根据此时两车距离是否大于临界制动距离来选择是换路避障还是制动跟车，如果判定为此时车速小于前车行驶速度，则不需要采取避障措施。求较高。因此，需要根据具体况来择相应的避障策略。图1-1为设计出的行车避障策略，可总结为：当感知到前方有障碍物情况下，先进行判断分析确定出其是否为静止状态。当判定为静止状态时，选择是否停车避障或者换路行驶。当判定为非静止，是运动车辆时，首先判断本车行驶速度是否大于前车速度，如果判定为是，则需要根据当前本车行驶速度计算出制动距离，并根据此时两车距离是否大于临界制动距离来选择是换路避障还是制动跟车，如果判定为此时车速小于前车行驶速度，则不需要采取避障措施。图1-1避障分析流程图因此，在行驶过程中，需要根据具体的情况来选择避障方法，进行具体的避障路径规划。1.2避障过程中停车避障和跟车避障的制动减速计算在行驶过程中停车避障和跟车避障都需要对本车的车速进行分析调整，在汽车的最终运动状态时需要与前车或者障碍物一致，以此来避免与障碍物碰撞问题。在进行这方面判断时应该计算分析确定出汽车的制动距离，以下对此进行具体分析计算，为其后的研究提供支持。1.1.1制动距离的计算在计算车辆制动距离时，我们需要先分析汽车的制动过程，一般而言，汽车在自动驾驶过程中，在感知系统感知到前方障碍物到采取制动措施之间，会有一个短暂的时间差，其原因在于系统进行决策和调整时也花费相应的时间，设置为时间t1，接着开启制动，设置为时间t2，以及制动完全后的时间t3，同时，在这段时间里，假设初始时刻汽车的初速度为V1，制动减速度为a，那么总制动距离可以表示为下面的公式：s=V1t1+V1t2其中t1是上面所说的延迟时间，一般约为0.8秒，t2为上面所说的开始制动时间，一般约为0.5秒。1.1.2停车避障时制动减速度的分析计算后车的制动停止之后，一般情况下是需要和前车（障碍物）保持一段有效缓冲距离的，可以取有效缓冲距离为d0=10米。然后驾驶电动汽车初始初速度为V1，减速度为a1条件下进行一定时间的制动之后，后车完全停下的时候（即安全制动）的距离s1可以用公式表示为：s=V1t1+V1t2但如果这个时候后车与前方障碍物之间的距离恰好为d0（安全制动距离），那么这个时候制动减速度可看作为当前条件下对应的最小制动减速度，可以用下面的公式表示出来：a1=V1因此可以看出，在停车避障的情况中，此时最小制动减速度的大小，将根据后车与前方障碍物的距离，有效缓冲距离，初始速度以及制动的延迟时间共同决定。从汽车制动能力方面进行分析可知，在紧急制动条件下，车辆的最大减速度大约为7.5-8米/秒，制动过程中选择普通制动模式下此，车辆的平均减速度一般为3-4米/秒，取4米/秒。根据以上分析可知，停车避障的时候制动减速度a一般在a1~amax(4m/s)中选取。1.1.3跟车避障时制动减速度的分析计算在同一条道路上且此时朝同一方向行驶的两辆车，在安全行驶的前提下，必须要保持一定的安全缓冲距离，一般可以取以后车当前行驶速度行驶3秒的距离。因此，与之前的停车避障控制策略相比较，跟车避障时的汽车行驶速度在调整阶段的安全制动距离需要把障碍车的行驶速度考虑进去，此时，假设后车与障碍车的行驶速度分别是V1和V2，后车的制动减速度为a2，这样在研究过程中对其安全制动距离s2用计算式表示出来：s2=V1−V2同样的，如果此时后车与前方障碍车的距离d2是等于安全制动距离的，那么就可以根据上面的式子推算出最小制动减速度：a2=V1所以，从上面的计算式中可以看出，在跟车避障的避障控制策略中，最小制动减速度是由后车与障碍车的相关行驶信息共同决定的。那么，根据上面的分析可知，跟车避障的制动减速可以在a2到amax的范围内选取。

1.3换道避障的路线规划变道避障是车辆运行过程中经常进行的动作，而平稳过渡到相邻车道就是汽车的自动驾驶。驾驶的基本要求。尤其是遇到无法沿原路线继续行驶的障碍物时，换道动作的重要性它尤为突出。可见，变道避障关系到自动驾驶的连续性，选择合适的变道线路是平稳换道的重要组成部分。此前，已有学者对各种合理的换道轨迹进行了研究、改进和验证。正弦变轨设计简单，调整方便，但是初始横向加速度非零，对比分析可知各种类型换道轨迹中，弧形换道轨迹的换道所需时间最少，不过相应的横向加速度依然阶跃，这会增加横向控制的难度。梯形加速换道轨迹的优势表现为可以避免突变问题，不过需要精确的选择控制参数，不满足灵活性要求。目前在计算分析换道轨迹时，主要是选择多项式轨迹。基于这种模式进行避障规划时确定出的位移、速度和加速度都不会出现突变问题，因而有良好的平滑性特征。根据相关的起点和终点来规划路径，这样可以提高控制性能，同时确保换道顺畅，灵活性高，因而本文在进行规划换道过程中选择了这种策略，主要是分析了匀速和避障约束条件下基于这种方法进行变道规划的效果，且进行可靠性研究。1.3.1以多项式函数为基础的路线规划方法自动驾驶电动汽车的换道示意图如上图所示，我们可以假设此时自动驾驶电动汽车的初始位置为q0，并假设此时为t0时刻，此时的初始状态为：上述状态变量为车辆纵向以及横向的位移、速度和加速度。当小车到达第二个位置时，此时设置为终点位置，假设此时为TF时间，位置状态描述如下：在初始位置与状态下，可以通过各种传感器测量和估计各种状态量，并可以根据行驶要求估计出终端位置的结束状态。这时，根据表达式可以知道，横向和纵向状态在各自的方向上有6个约束，所以我们可以选择一个有6个参数的五阶多项式路线来分别定义纵向和横向的规划路线。关系可以表示如下：分别将上面两个多项式记成多项式（1.1）、（1.2），其中，多项式的系数可以用向量表示如下：其中参数的计算表达式如下：其中：从上面的计算公式可以知道，如果可以确定计划的时间间隔、初始状态量和最终状态量，那么此时就可以计算出多项式参数A和B，进而得到理想路线（XD，YD）可以获得。接下来，将利用上述方法研究其中一种具体的变道避障场景。在本次实验中，正常行驶条件下这种车辆主要选择匀速行驶，以降低实验难度和控制难度。此时假设车辆以10M/S的恒速行驶至T0=0时的位置(0,0)M，且位置(50,0)m处有静止障碍物在前面。这时候就需要采取换道避障方式来避开障碍物。首先，需要估计自动驾驶电动汽车在变道后的结束时间位置。换道的横向末端位置一般被认为是道路的宽度。这里取3.5M。从实际驾驶经验来看，纵向的终点位置可以设置为障碍物与车辆之间的距离的1到4/3倍，所以这里取60m。这时，考虑到匀速行驶降低了控制自动驾驶系统的难度，计划以恒定速度纵向移动。假设估计的纵向速度与初始状态速度相同，两者都是10M/S，换道时间可以计算为60/10=6S。剩余的最终和初始状态相同这时，即为：此时运用公式计算，纵向状态变量和横向状态变量随时间的关系可以如下图获得。路线规划结果表明，规划的换道避障路线符合要求相应的位置目标可以很好的实现，同时，速度曲线不会出现明显的突变，而更平滑，控制系统更容易跟踪车辆的规划路线。其中（a）、（b）对应于纵向位移和速度，（d）、（e）则表示横向位移和速度，此时，观察（b）图可以看出，实验计划的运动是均匀的纵向运动。因此，这样通过选择合适的换道时间和纵向位移前后位置来确定出的路线为等速纵向多项式换道。这样的变道路线规划降低了车辆纵向跟控的难度，同时每个横向状态量的输出是有规律的，有利于重新规划运动轨迹时的快速计算。1.3.2换道避障的条件定义与分析自动驾驶电动汽车在行驶中变道的目的是为了有效安全地避开前方障碍物，但在变道过程中也可能发生碰撞。在这种情况下，就需要对其进行设置限制合理的约束。同时，必须考虑自动驾驶电动汽车本身的动力学约束，以确保规划的变道轨迹是可以执行的。定义准确和适当的避障条件是完成变道和避障规划的重要步骤。接下来，本文将分别定义车辆换道和避障的外部和内部约束。上图可以简要地表示为汽车临界碰撞的示意图。可以理解为换道时发生的碰撞。这主要是指换道车辆在接近前方障碍物时并未完全进入相邻车道，从而导致与障碍物发生接触和碰撞。为避免变道碰撞的发生，外部限制条件可定义如下：换道条件1：当A车的前缘到达障碍物B的尾部时，两者的横向距离必须大于障碍物的宽度。首先，假设此时汽车A正在进行平移。因为汽车在变道时的方位角一般较小，而且这个时候汽车的横向位移远小于纵向位移。可以假设汽车和道路的纵向轴夹角几乎为零。经过tc时间后，汽车A产生纵向位移L1和横向位移Yd(tc)，如上图所示。A车的前端和障碍物B的后端近乎于在同一条直线上。假设障碍物B的宽度为w，避障条件1可表示为Yd(tc)>w。如果换道轨迹采用横向速度为Vx的横向等速多项式路线，临界碰撞时间tc可以通过L1/Vx快速确定。以下两图分别为调整前后纵向位移对比图以及横向加速度对比图：但在变道方案不合理条件下进行变道时，很容易出现碰撞相关问题，这可以描述为Yd(tc)<w。此种条件下应该适当的调整路线。根据理论分析结果可知，在纵向位移相同条件下基于这种模式进行路径规划时，可适当的减小纵向位移而提高横向位移，以避免与障碍物的碰撞。为了保持此时的计划路径还是纵向等速多项式路径，需要在减小纵向结束位移的计划值的同时缩短换道时间。基于之前的设置，把纵向结束位移减少到55m，换道时间调整到5.5s。从上图可以看出，如果横向加速度过高，将无法跟踪和控制车道变化。此时，我们就需要对水平加速度受添加约束。换道避障条件2：车辆的横向加速度必须控制在合理范围内。在本文中，我们将在实验中使用-2m/s2<ay<2m/s2。在规划换道和避障路线时，还应考虑车辆动力学约束。近年来快速发展的EPS开始在车辆中广泛应用，这种系统在转向时可以提供辅助转向动力，大大提高了车辆横向运动的响应能力。根据现有研究，装有EPS系统的汽车的最大横向加速度可以达到8米每二次方秒。在本实验中，我们将假设最大横向加速度假定为为2米每二次方秒。当换道轨迹为纵向等速多项式路径时，根据上述可以知道，最大横向加速度ay(max)约为换道时间的1/4。经过具体的计算，我们发现这种快速估计最大横向加速度的方法的误差只有2%左右。鉴于横向加速度本身很小，这样的估计误差是可以接受的。因此，在使用纵向等速多项式规划换道时，可以近似认为1/4换道时间相应的横向加速度达到最大水平。对比分析可知基于这种方法进行规划时，可加快最大横向加速度的确定和计算效率。如果根据换道线估计的最大横向加速度超过约束限制，则还需要重新调整换道线。根据避障条件1的调整方法，可以通过延长换道时间来降低最大横向加速度。为保证新生成的换道轨迹仍为纵向等速多项式路线，规划的纵向结束位移应相应增加。下面两张图比较了调整前后的纵向位移，设换道时间和纵向位移增加值分别为0.5s和5m。从下面两张图可以看出，增加换道时间可以降低最大横向加速度，但也会降低平均横向移动速度。可以看出，原来的变道避障条件2和1的调整方法存在了矛盾，但是经过一定的迭代次数后，逐渐逼近了一个合理的中间量，最后是可以得到同步满足这两方面条件的最优换道路线。1.3.3换道避障路线的判定以及生成方法根据前面的介绍，一条纵向速度均匀的多项式变道线可以快速估计出方便的纵向控制和变道避障条件的特征量[tc和ay（max）]的优势。基于这种类型的道路变化，可以设计一种生成避障路线的方法，实时监控避障约束并及时调整它们。上图显示了如何创建变道避障路线的流程图。变道避障时，首先生成合理规划的纵向等速多项式路径，并检查是否超出避障条件2中定义的横向加速度限制和是否会发生避障条件1中定义的碰撞状况。在两种情况都没有发生的前提下，输出换道路线用于跟踪控制。如果有可能出现定义避障条件中的情况，则需要同步调整纵向方向的末端位移和换道时间。生成这两个计划值并使用新的纵向速度多项式修改道路线。这个循环过程中需要持续的进行迭代，一直到逼近适宜的中间量，在此基础上确定出可同步满足这两方面要求的最优换道线。从以上路线生成过程可以看出，基于纵向等速多项式路线的方法可以满足这方面要求，总体上看其表现出综合性、高效运行、灵活调整等特点。综上所述，本章首先针对不同工况在驾驶遇到障碍时设计了一套全面的避障策略。之后分析了三种避障方法的特点：停车、跟车和变道。可以根据障碍物信息和车辆预设的约束条件，灵活选择避障方式。基于对安全制动距离的分析，具体分析障碍特征以及相应的随避障情况，在此基础上选择适宜的避障策略和路线。在避障过程中适当的控制动减速度，可以实现平稳安全的制动和避障。在考虑换道避障路径方案时，选择一条纵向速度恒定的多项式换道车道，分析换道过程的外部和自身避障条件。考虑到在变道期间可能发生碰撞和无法变道，提出了相同的解决方案。一种纵向端位移和换道时间计划值的阶梯式调整方法。最后，考虑换道和避障的限制和调整。该方法设计了一种全面、高效、灵活的方式来改变避障路线的生成方式。1.4.四驱电动汽车CarSim模型与Simulink的联合仿真Simulink为一种高性能的可视化仿真工具，其有多方面的优势性能因而在仿真分析领域获得广泛关注，与此相关的研究也不断增加。Simulink提供了良好的图环境，可以通过其方便的建立起各种类型的仿真模型，它支持系统设计、仿真，且可以生成所需的代码，对建立的模型可方便的验证。

这种软件中设置了图形编辑器、模块库以及求解器相关的单元，为用户提供了很多便利。而CarSim为一种常用的车辆动力学的仿真软件，其处理速度快，模拟分析功能强，在应用过程中主要是通过其研究车辆对驾驶员，路面的响应情况，在此基础上判断出车辆的操纵稳定性、制动性、以及安全性等。在汽车控制系统领域这种软件的应用比例很高，且取得重要的成果。CarSim对操作者的要求低，很容易使用，其中设置了车辆各方面的特性参数，在应用时可以方便的进行调用。二者可以进行联合仿真，这对实验而言是极大的便利。将Carsim四驱电动汽车的基本参数设置如下图：图1-2电动汽车基本参数1.4.1三种不同速度下两种避障控制方法的影响及变化分别将后车车速设置为40km/h、60km/h、80km/h三种不同的车速情况，并分析在此三种情况下电动汽车不同速度对制动距离以及制动减速选取的变化。1.4.2停车避障控制策略的影响及变化在车速为40km/h、60km/h、80km/h时，可以根据计算公式1.2、1.3计算出此时行驶车辆的最小制动减速度分别为5.2m/s、11.8m/s、20.9m/s，制动距离分别为33.2m、39.4m、44.7m，可以看出，随着车速的提高，相关数据的变化曲线如图：可以看出，在随着车速的提高，电动汽车的制动距离以及最小减速度都有较大的变化，其中最小减速度的斜率较高，因此在电动汽车行驶过程中，需要及时的对本车车速做出精确记录，保证不在障碍物与本车距离-车速评估时出现差错。1.4.3跟车避障控制策略的影响及变化将前车（障碍物）车速设置为稳定在50km/h，后车车速为40km/h、60km/h、80km/h，此时根据已知计算公式1.4、1.5可以得出此时最小制动减速度分别为0m/s（此时速度小于障碍车，因此不需要做速度调整）、1.29m/s、4.13m/s，制动距离分别为0、76.4m、81.7m，相关数据变化如下图所示：根据计算结果以及变化可发现，当前方障碍车车速大于后车车速时，后车不需要做任何速度以及路径的调整，按照原定路线继续行驶即可，当后车车速大于前车速度时，需要根据已知的计算公式，当前的车速，前车障碍物的车速来做出快速计算，并根据计算结果及时做出整车的路径规划以及速度调整，以达到安全跟车避障的目的。1.5换道避障联合仿真及其结果分析在carsim中首先将两辆车，分别为前车障碍车以及后车做好数据设置，在点击file下拉菜单选择NewDataset(Empty)；2、在新数据库的目录栏填写classmodel1，在新数据库的题目栏填写CAR1。对SimulatedTestSpecification进行设置：1、对车辆参数进行设置：选择Vehicles—Vehicles：Assembly会出现VehicleConfiguration：Ind-Ind的字样；2、选择CSB-Class—B-Class，sportscar；3、对仿真工况进行设置：选择proceduces；4、选择SensorsandTraffic—RadarActiveCruiseControl:FirstCar。对RunControl:Built-InSolvers进行设置：1、打开MATLAB,运行simulink，新建simulink模块，保存在CarSimData>Extensions>Simulink路径下并命名为classmodel1；2、点击Models下拉菜单选中Models：Simulink；3、选择AdaptiveCruiseControl—RadarActiveCruise：FirstCar（Ext.Sen）;具体设置如下图所示：4、点击RadarActiveCruise：FirstCar（Ext.Sen）进入；5、Browse步骤一建立的classmodel1；具体设置如下图所示：6、点击Home返回至主界面对AnalyzeResults（Processing）进行设置：选择VehicleReference—180degAzimuth,15deg.EI.,55FOV.再次新建数据库（建立第二辆车）：1、点击file下拉菜单选择NewDataset(Empty)；2、在新数据库的目录栏选择建立好的目录classmodel1，在新数据库的题目栏填写CAR2。对SimulatedTestSpecification进行设置：1、对车辆参数进行设置：选择Vehicles—Vehicles：Assembly会出现VehicleConfiguration：Ind-Ind的字样；2、选择CSE-Class–E-Class,Sedan；3、对仿真工况进行设置：选择proceduces；4、选择SensorsandTraffic—RadarActiveCruiseControl:SecondCar。对RunControl:Built-InSolvers进行设置：1、点击Models下拉菜单选中Models：Simulink；2、选择AdaptiveCruiseControl—RadarActiveCruise：SecondCar（Ext.Sen）;具体设置如下图所示：3、Browse步骤一建立的classmodel14、点击Home返回至主界面；对AnalyzeResults（Processing）进行设置：选择VehicleReference—180Azimuth,15deg.EI.,55FOV.此时已基本将两辆自动驾驶电动汽车的基本数据设置完成，接下来便可以进行换道避障控制研究的进一步设置。此时需要更改前车速度，前车和后车的道路模型，搭建控制算法。对于前车（CAR1）1、点击RadarActiveCruiseControl：FirstCar2、在Miscellaneous：3DRoad下点击CopyandLinkDataset—新建新数据集目录名为classroad，新建新数据集名称为classroad；3