差动转向无人驾驶汽车路径跟踪模型及控制研究

需积分: 35 8 下载量 25 浏览量 更新于2024-08-06 收藏 978KB PDF 举报
"基于差动转向的车辆动力学模型-2019全国通信专业技术人员职业水平考试-中级-综合能力重点笔记" 本文主要探讨了差动转向在车辆动力学模型中的应用,特别是在路径跟踪方面,对于无人驾驶汽车(AGV)的路径跟随控制具有重要意义。首先,文章介绍了路径跟踪模型,这是一个用于解决独立驱动电动汽车如何准确沿着预设路径行驶的问题。车辆的侧向误差(e)定义为车辆质心与路径最近点的距离,航向误差(ψ)则表示车辆实际航向与期望路径的偏离。通过曲率(ρσ)和横摆角速度的计算,可以调整车辆的运动状态,减少这两类误差。 公式(1)和(2)分别给出了侧向误差和横摆角速度的表达式,其中横摆角速度的设计考虑了路径跟踪误差,旨在将路径跟踪问题转化为保持车辆稳定性的控制问题。差动转向是通过控制左右车轮产生差动力矩,使得车轮绕主销转动,以此实现车辆的转向。这种转向方式在四轮独立驱动的无人驾驶汽车中尤为适用,因为它允许每个车轮独立操作,提高了路径跟踪的精度。 接着,文章介绍了基于差动转向的车辆动力学模型。模型以车辆质心作为坐标原点,建立了x轴、y轴和z轴的坐标系。在车辆动力学模型中,x轴和y轴上的轮胎力(F_xij, F_yij)对车辆的运动有直接影响,而转动惯量(I)和质量(m)决定了车辆的动态响应。前后轴距(f_l, r_l)则是影响车辆稳定性和操控性能的关键参数。 模型预测控制(MPC)被用于设计路径跟踪控制器,它能根据预测的未来状态计算所需的差动力矩,以保证在跟踪路径的同时维持车辆的稳定性。通过CarSim-Simulink联合仿真,这种方法的有效性得到了验证,证明了差动转向在路径跟踪和车辆稳定性方面的优越性。 关键词涵盖了无人驾驶汽车、路径跟踪、差动转向和模型预测控制,表明本文深入研究了这些技术在实际应用中的融合与作用。通过这样的模型和控制策略,可以提升无人驾驶汽车在复杂环境下的导航能力,确保其安全、高效地遵循预定路径行驶。