无人驾驶车辆轨迹规划与跟踪控制的统一模型

"人车辆轨迹规划与跟踪控制的统一建模方法_徐杨1" 文章主要探讨了在自动驾驶领域中，无人车辆轨迹规划与跟踪控制的统一建模方法。这一方法对于实现无人车辆的安全、高效行驶至关重要。通常情况下，轨迹规划和跟踪控制是分开处理的，先规划出车辆在不同环境下的最优路径，然后依据规划的路径进行车辆的实时控制，以确保车辆按照预设轨迹行驶。 作者提出了一种创新的方法，通过将轨迹规划与跟踪控制整合到一个模型中，利用行车环境势场建模和车辆动力学建模相结合，实现动态规划和控制。行车环境势场建模是一种常用的技术，它模拟了车辆周围环境的障碍物和道路条件，将这些因素转化为势能场，以便于计算车辆的最优路径。车辆动力学建模则涉及到车辆的实际运动特性，如转向、加速和制动等，用于精确预测车辆的实际行为。 在这个统一模型中，模型预测控制（MPC）的优化算法被用来在人工势场的框架下选择局部最优轨迹。人工势场法是一种常用的方法，它将环境中的障碍物视为负面势能区域，目标点视为积极势能区域，通过最小化总势能来规划路径。MPC则允许在考虑到未来可能的状态和动作序列的基础上，进行优化决策，从而选择出全局最优的参考轨迹。 这种方法的优势在于，它不仅能够生成动态避障的最优参考轨迹，而且在规划过程中同时考虑了跟踪控制，使得车辆能够在规划过程中实时调整其运动状态，以适应环境变化和避免碰撞。实验部分，通过CarSim与MATLAB/Simulink的联合仿真，验证了该方法在多种场景下对无人车辆的动态避障和跟踪控制的有效性。 关键词涵盖了人工势场、模型预测控制、轨迹规划、跟踪控制和无人车辆等核心概念，强调了这些技术在无人车辆自主导航中的应用。引用格式给出了文章的具体信息，包括作者、期刊名称、发表年份和DOI，方便进一步查阅。 该研究提供了一种将轨迹规划和跟踪控制融合的建模策略，有助于提升无人车辆在复杂环境下的自主驾驶性能，对于自动驾驶技术的发展具有重要的理论与实践意义。