吉林大学学报(工学版) ›› 2018, Vol. 48 ›› Issue (3): 652-660.doi: 10.13229/j.cnki.jdxbgxb20170323

• 论文 • 上一篇    下一篇

未知环境下智能汽车轨迹规划滚动窗口优化

张琳1, 章新杰1, 郭孔辉1, 王超1, 刘洋2, 刘涛3   

  1. 1.吉林大学 汽车仿真与控制国家重点实验室,长春 130022;
    2.长春孔辉汽车科技股份有限公司, 长春130012;
    3. 中国第一汽车集团公司 技术中心,长春 130011;
  • 收稿日期:2017-04-07 出版日期:2018-05-20 发布日期:2018-05-20
  • 通讯作者: 章新杰(1984-),男,副教授,博士.研究方向:车辆动力学及控制,驾驶员模型,智能汽车.E-mail:zhangxinjie5885@163.com
  • 作者简介:张琳(1991-),男,博士研究生.研究方向:车辆动力学及控制,智能汽车.E-mail:zhanglin_jlu@foxmail.com
  • 基金资助:
    国家自然科学基金项目(51675217,51705186); 国家自然科学基金联合基金项目(U1564213); 江西科技学院产业升级协同创新中心开放基金项目(16XTKFYB02); 中国科协青年人才托举工程项目(2016QNRC001).

Rolling window optimization for intelligent vehicle trajectory planning in unknown environment

ZHANG Lin1, ZHANG Xin-jie1, GUO Kong-hui1, WANG Chao1, LIU Yang2, LIU Tao3   

  1. 1.State Key Laboratory of Automotive Simulation and Control, Jilin University, Changchun 130022,China;
    2.KH Automotive Technologies (Changchun) Co.Ltd., Changchun 130012,China;
    3.R&D Center,China Faw Group Corporation, Changchun 130011,China;
  • Received:2017-04-07 Online:2018-05-20 Published:2018-05-20
  • Supported by:
     

摘要: 为解决多约束条件下智能汽车在未知环境中生成全局最优轨迹的问题,引入滚动窗口优化策略,在研究车辆动力学模型特性的基础上,提出了一种能够同时满足行驶安全和全局最优的动态轨迹规划方法。为保证车辆在行驶过程中轨迹连续平稳,采用六次多项式生成曲率连续的轨迹,并将轨迹规划问题转化为求解单个多项式系数的过程。考虑车辆自身约束以及环境约束对轨迹生成速度的影响,对规划窗口中的障碍物按照度量函数进行分类,并根据最优指标决策出当前规划窗口下的局部最优轨迹和车速。利用Simulink-CarSim搭建了环境模型以及轨迹规划模型,最后通过仿真试验验证了该方法的有效性。

关键词: 车辆工程, 智能汽车, 轨迹规划, 车辆动力学, 滚动窗口

Abstract: In order to solve the trajectory planning of intelligent vehicle with multi-constraint conditions in unknown environment, a rolling optimization scheme is presented. A feasible trajectory planning method in the local environment is proposed via vehicle dynamic study. With the characteristics of smooth trajectories of six polynomials, the process of trajectory planning is transformed into solving a single polynomial coefficient. The obstacles in the planning window are classified according to the metric function, and the optimal trajectory and vehicle speed are decided according to the optima index. Simulink and CarSim are used to develop the environmental model and the trajectory model. The effectiveness of the planning scheme is verified by simulation study.

Key words: vehicle engineering, intelligent vehicles, trajectory planning, vehicle dynamics, rolling window

中图分类号: 

  • U469.7
[1] Ziegler J,Bender P,Dang T,et al.Trajectory planning for Bertha—a local, continuous method[C]∥Intelligent Vehicles Symposium Proceedings, Dearborn, MI, USA,2014:450-457.
[2] Turker T,Sahingoz O K,Yilmaz G.2D path planning for UAVs in radar threatening environment using simulated annealing algorithm[C]∥2015 International Conference on Unmanned Aircraft Systems (ICUAS), Denver,CO,USA, 2015:56-61.
[3] Li G, Yamashita A, Asama H, et al.An efficient improved artificial potential field based regression search method for robot path planning[C]∥2012 IEEE International Conference on Mechatronics and Automation, Chengdu, China, 2012:1227-1232.
[4] Amiryan J,Jamzad M.Adaptive motion planning with artificial potential fields using a prior path[C]∥Rsi International Conference on Robotics and Mechatronics,Tehran,Iran,2015:731-736.
[5] Syed U A, Kunwar F, Iqbal M.Guided autowave pulse coupled neural network(GAPCNN) based real time path planning and an obstacle avoidance scheme for mobile robots[J]. Robotics and autonomous systems,2014,62(4): 474-486.
[6] Aamer N, Ramachandran S.Neural networks based adaptive approach for path planning and obstacle avoidance for autonomous mobile robot (AMR)[J]. International Journal of Research in Computer Applications and Robotics (IJRCAR),2015,3(12):66-79.
[7] Montemerlo M,Becker J,Bhat S,et al.Junior: the stanford entry in the urban challenge[J]. Journal of Field Robotics,2008,25(9):569-597.
[8] Dolgov D,Thrun S,Montemerlo M,et al.Path planning for autonomous vehicles in unknown semi-structured environments[J]. The International Journal of Robotics Research,2010,29(5):485-501.
[9] Yao J, Lin C,Xie X,et al.Path planning for virtual human motion using improved A* star algorithm[C]∥Seventh International Conference on Information Technology: New Generations,Las Vegas,NV,USA,2010:1154-1158.
[10] McNaughton M,Urmson C,Dolan J M,et al. Motion planning for autonomous driving with a conformal spatiotemporal lattice[C]∥2011 IEEE International Conference on Robotics and Automation (ICRA),Shanghai,China,2011:4889-4895.
[11] Xanthidis M, Rekleitis I M,O'Kane J M. RRT+:fast planning for high-dimensional configuration spaces[J/OL].[2017-04-02].https:∥www.researchgate.net/publication/312222541_RRT_Fast_Planning_for_High-Dimensional_Configuration_Spaces.
[12] González D,Pérez J,Milanés V,et al.A review of motion planning techniques for automated vehicles[J]. IEEE Transactions on Intelligent Transportation Systems,2016,17(4):1135-1145.
[13] Li Y,Shin B S.Internal Topology Based Flexible Shortest Path Planning Method for Indoor Navigation[M]. Berlin Heidelberg:Springer,2015:171-176.
[14] Yang J,Qu Z,Wang J,et al.Comparison of optimal solutions to real-time path planning for a mobile vehicle[J]. IEEE Transactions on Systems, Man, and Cybernetics—Part A: Systems and Humans,2010,40(4):721-731.
[15] 郭孔辉,马凤军,孔繁森. 人-车-路闭环系统驾驶员模型参数辨识[J]. 汽车工程,2002,24(1):20-24.
Guo Kong-hui, Ma Feng-jun, Kong Fan-sen.Driver model parameter identification of the driver-vehicle-road closed-loop system[J]. Automotive Engineering,2002,24(1):20-24.
[1] 常成,宋传学,张雅歌,邵玉龙,周放. 双馈电机驱动电动汽车变频器容量最小化[J]. 吉林大学学报(工学版), 2018, 48(6): 1629-1635.
[2] 席利贺,张欣,孙传扬,王泽兴,姜涛. 增程式电动汽车自适应能量管理策略[J]. 吉林大学学报(工学版), 2018, 48(6): 1636-1644.
[3] 何仁,杨柳,胡东海. 冷藏运输车太阳能辅助供电制冷系统设计及分析[J]. 吉林大学学报(工学版), 2018, 48(6): 1645-1652.
[4] 那景新,慕文龙,范以撒,谭伟,杨佳宙. 车身钢-铝粘接接头湿热老化性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1653-1660.
[5] 刘玉梅,刘丽,曹晓宁,熊明烨,庄娇娇. 转向架动态模拟试验台避撞模型的构建[J]. 吉林大学学报(工学版), 2018, 48(6): 1661-1668.
[6] 赵伟强, 高恪, 王文彬. 基于电液耦合转向系统的商用车防失稳控制[J]. 吉林大学学报(工学版), 2018, 48(5): 1305-1312.
[7] 宋大凤, 吴西涛, 曾小华, 杨南南, 李文远. 基于理论油耗模型的轻混重卡全生命周期成本分析[J]. 吉林大学学报(工学版), 2018, 48(5): 1313-1323.
[8] 朱剑峰, 张君媛, 陈潇凯, 洪光辉, 宋正超, 曹杰. 基于座椅拉拽安全性能的车身结构改进设计[J]. 吉林大学学报(工学版), 2018, 48(5): 1324-1330.
[9] 那景新, 浦磊鑫, 范以撒, 沈传亮. 湿热环境对Sikaflex-265铝合金粘接接头失效强度的影响[J]. 吉林大学学报(工学版), 2018, 48(5): 1331-1338.
[10] 王炎, 高青, 王国华, 张天时, 苑盟. 混流集成式电池组热管理温均特性增效仿真[J]. 吉林大学学报(工学版), 2018, 48(5): 1339-1348.
[11] 金立生, 谢宪毅, 高琳琳, 郭柏苍. 基于二次规划的分布式电动汽车稳定性控制[J]. 吉林大学学报(工学版), 2018, 48(5): 1349-1359.
[12] 隗海林, 包翠竹, 李洪雪, 李明达. 基于最小二乘支持向量机的怠速时间预测[J]. 吉林大学学报(工学版), 2018, 48(5): 1360-1365.
[13] 王德军, 魏薇郦, 鲍亚新. 考虑侧风干扰的电子稳定控制系统执行器故障诊断[J]. 吉林大学学报(工学版), 2018, 48(5): 1548-1555.
[14] 胡满江, 罗禹贡, 陈龙, 李克强. 基于纵向频响特性的整车质量估计[J]. 吉林大学学报(工学版), 2018, 48(4): 977-983.
[15] 刘国政, 史文库, 陈志勇. 考虑安装误差的准双曲面齿轮传动误差有限元分析[J]. 吉林大学学报(工学版), 2018, 48(4): 984-989.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 郭孔辉;王爽;丁海涛;张建伟 . 后悬架非对称式橡胶衬套弹性耦合特性[J]. 吉林大学学报(工学版), 2007, 37(06): 1225 -1228 .
[2] 刘松山, 王庆年, 王伟华, 林鑫. 惯性质量对馈能悬架阻尼特性和幅频特性的影响[J]. 吉林大学学报(工学版), 2013, 43(03): 557 -563 .
[3] 初亮, 王彦波, 祁富伟, 张永生. 用于制动压力精确控制的进液阀控制方法[J]. 吉林大学学报(工学版), 2013, 43(03): 564 -570 .
[4] 李静, 王子涵, 余春贤, 韩佐悦, 孙博华. 硬件在环试验台整车状态跟随控制系统设计[J]. 吉林大学学报(工学版), 2013, 43(03): 577 -583 .
[5] 朱剑峰, 林逸, 陈潇凯, 施国标. 汽车变速箱壳体结构拓扑优化设计[J]. 吉林大学学报(工学版), 2013, 43(03): 584 -589 .
[6] 胡兴军, 李腾飞, 王靖宇, 杨博, 郭鹏, 廖磊. 尾板对重型载货汽车尾部流场的影响[J]. 吉林大学学报(工学版), 2013, 43(03): 595 -601 .
[7] 王同建, 陈晋市, 赵锋, 赵庆波, 刘昕晖, 袁华山. 全液压转向系统机液联合仿真及试验[J]. 吉林大学学报(工学版), 2013, 43(03): 607 -612 .
[8] 张春勤, 姜桂艳, 吴正言. 机动车出行者出发时间选择的影响因素[J]. 吉林大学学报(工学版), 2013, 43(03): 626 -632 .
[9] 马万经, 谢涵洲. 双停车线进口道主、预信号配时协调控制模型[J]. 吉林大学学报(工学版), 2013, 43(03): 633 -639 .
[10] 于德新, 仝倩, 杨兆升, 高鹏. 重大灾害条件下应急交通疏散时间预测模型[J]. 吉林大学学报(工学版), 2013, 43(03): 654 -658 .