基于Pure Pursuit算法的智能缩微车路径跟踪

何俊龙 杜峰 关志伟 袁也

摘  要：为实现缩微智能车沿预设路径稳定行驶，本文以多传感器缩微智能车为载体，搭建了1套包含无线通信系统、视频监控系统、终端控制系统的缩微道路交通实验台，实现了图像数据处理、道路识别跟踪、路径规划判断以及运动控制执行等主要功能。重点研究了缩微智能车路径跟踪的Pure Pursuit控制算法，该算法能实时调整缩微智能车当前位置与预设路径之间的偏差，从而使得缩微智能车的航向在一定程度上能与预设路径保持一致。实验结果表明：Pure Pursuit算法响应速度快、超调量小，缩微智能车能更快速稳定地实现路径跟踪。

关键词：缩微智能车;Pure Pursuit算法;路径跟踪

中图分类号：TP273      文献标识码：A 文章编号：2096-4706（2019）01-0147-04

Path Tracking of Micro Intelligent Vehicle Based on the Pure Pursuit Algorithm

HE Junlong，DU Feng，GUAN Zhiwei，YUAN Ye

（School of Automobile and Transportation，Tianjin University of Technology and Education，Tianjin  300222，China）

Abstract：In order to realize the stable driving along the preset path of the miniature intelligent vehicle，a set of miniature road traffic experimental platform including wireless communication system，video surveillance system and terminal control system is built based on the multi-sensor miniature intelligent vehicle. The image data processing， road recognition and tracking，path planning judgment and motion control are realized. Main functions such as system execution. This paper focuses on the Pure Pursuit control algorithm for path tracking of miniature intelligent vehicle. This algorithm can adjust the deviation between the current position and the preset path of miniature intelligent vehicle in real time，so that the heading of miniature intelligent vehicle can be consistent with the preset path to a certain extent. The experimental results show that the Pure Pursuit algorithm has fast response speed and small overshoot，and the miniature intelligent vehicle can realize the path tracking more quickly and steadily.

Keywords：micro intelligent vehicle;Pure Pursuit algorithm;path tracking

0  引  言

路径跟踪是指在无人驾驶情况下，对智能车转向系统进行自动控制，使智能车能够沿期望路径行驶。根据车载传感器种类，路径跟踪系统分为预瞄式系统和非预瞄式系统[1]。路径跟踪的控制方法大致可分为两种：第一种是基于车辆运动学，将期望路径转化为车辆动力学物理量，然后将转化得出的物理量作为被控对象;第二種方法是将车辆与期望路径间的横向或航向偏差作为控制算法输入量，常用算法有Pure Pursuit和增量式PID控制[2]。

根据实车路径跟踪实验中的成本、时间及安全等因素，本文搭建了1个包含车、道路的缩微交通环境实验平台。实验中，根据智能缩微车与规划路径间的几何位置关系，确定预瞄点的位置，然后采用Pure Pursuit算法算出前轮偏角控制量，从而实现对规划路径的跟踪。

1  基于Pure Pursuit算法的横向控制

1.1  Pure Pursuit算法原理

Pure Pursuit算法在机器人路径跟踪算法中应用广泛[3]。该算法通过控制智能缩微车前轮偏角δ，使缩微智能车能够尽可能沿着一条经过预瞄点的路线行驶，如图1所示。

1.3  预瞄点的确定

基于Pure Pursuit算法的路径跟踪，是以智能缩微车当前位置为圆心，预瞄距离为半径做圆。该圆与规划路径存在相交、相切和相离三种位置关系，如图2所示。根据智能缩微车当前路径与预设路径之间的位置关系，可以确定预瞄点的位置，进而通过Pure Pursuit算法算出前轮偏角控制量，实现路径跟踪。

当智能缩微车偏离期望路径，可通过调整智能缩微车航向角与期望路径间的夹角α，来修正前轮偏角，使智能缩微车向期望路径方向行驶。

2  转向控制器的设计

2.1  建立转向控制器模型

转向控制系统是一个双闭环控制系统，该系统由控制器、舵机、霍尔元件和光电编码器组成。位置环的输出值是电流环的输入值，霍尔元件可实时检测控制器输出给舵机的电流值，电流环跟定输入值与反馈值进行比较，控制器调节两者差值后输出给舵机。位置环的输入值是控制器发送给舵机的期望位置，光电编码器可实时检测舵机的位置，然后反馈给控制器，从而对舵机进行控制。PID控制是当前应用最为广泛的控制系统。它不仅结构简单，算法容易实现，而且还具有较好的鲁棒性[5]。考虑到缩微智能车的控制精度，本文选取增量式PID控制作为缩微智能车的底层控制器。

增量式PID的實现公式为：

2.2  整定PID控制器参数

本文采用试凑法进行PID控制器参数的整定，步骤如下：

（1）先进行比例控制，暂令ki=0，kd=0，根据舵机转角期望值设定参数kp，观察整定曲线及缩微智能车转向效果，对比例系统kp进行调整，当得到接近于期望转角的平滑曲线时，确定舵机转向的响应速度是否满足要求;

（2）转向响应速度满足要求后，加入微分控制。在已经确定好比例系数kp的基础上，多次调整kd，确保转向灵敏度的同时观察缩微智能车在转向过程中是否有抖动现象;

（3）在PID控制的基础上，加入积分控制，以此提高控制系统的精度，观察缩微智能车实际航向角变化，得出一组适用于缩微智能车控制系统的PID整定参数。

通过多次实验，最终确定控制系统的3个参数kp、ki、kd分别取值1.5、10、15，该组参数已经用于实验室智能缩微车仿真实验平台，并取得了较为满意的效果。

3  仿真分析与实验验证

3.1  搭建缩微道路环境实验平台

缩微道路环境实验平台包含车、路两大部分。其中智能缩微车为1：10比例的仿真车模，设计速度为0m/s～3m/s，智能缩微车如图3所示。

该车主要包含以下模块：摄像头、光电传感器、刷卡器等感知模块、WiFi通信模块、电源模块以及工业主板、单片机及控制电路等决策与控制模块。

缩微道路交通实验台如图4所示，该实验平台长3m，宽2m，包括车道线、信号灯、U形弯、收费站等多种道路特征。实验平台面积越小，对车载控制器的灵敏度及其稳定性要求就越高，开展这方面的研究，有非常重要的科研及教学意义。

3.2  仿真分析

仿真实验分为两组，第一组实验设定智能小车的速度为1m/s，第2组实验将智能小车的速度设定为3m/s。已知车体初始位置和航向角，根据车辆运动学模型计算下一时刻车体的位置和航向角。

根据下列公式可计算出下一时刻车体位置和航向角。

式中：x，y为车体位置;θ为航向角;δ为前轮偏角;v为车速;k为当前时刻;k+1为下一时刻。

图5分别对应智能缩微车速度为1m/s和3m/s时，前轮偏角控制随时间变化的曲线。仿真结果表明，Pure Pursuit算法在不同车速下均能实现对期望路径的良好跟踪。

从图5可以看出，虽然车速提高，预瞄距离会随之增大，可以使缩微车提前对前方道路信息进行处理，但是前轮偏角也随着速度的增大而增大，这会影响缩微车转弯时的稳定性，因此在实际应用中，应该降低缩微车的转弯速度，确保其平稳通过弯道。

3.3  实验验证

缩微车上安装的读卡器可以与道路上的射频卡进行信息交互，将缩微车的位置信息反馈给上位机。根据所得到的位置及航向角，利用Pure Pursuit算法计算前轮偏角控制量，使缩微车按期望路径行驶。车速分别为1m/s和3m/s时，Pure Pursuit算法路径跟踪曲线如图6所示。

实验得出：当车速为3m/s，缩微车跟踪直线道路的最大偏差为0.12m，跟踪弯道的最大偏差约为0.2m;当车速为1m/s，缩微车跟踪直线道路的最大偏差为0.05m，跟踪弯道的最大偏差约为0.15m。实验结果证明：本文所采用的Pure Pursuit算法，很好地实现了不同车速下对期望路径的跟踪，缩微车的转向系统能够快速、准确地对舵机的转角进行控制。总而言之，在路径跟踪过程中，缩微车能够更加稳定地沿着预设路径行驶。

4  结  论

本文首先通过缩微车参数和行驶速度确定预瞄距离，然后根据预设目标点的位置和缩微智能车当前位置确定预瞄点，基于Pure Pursuit算法，在MATLAB上完成了路径跟踪仿真，仿真结果表明该算法在不同车速条件下都能够确保缩微车转向系统，快速、准确地对舵机进行控制。

根据缩微车反馈到上位机的车辆位置及航向角等参数，在搭建的缩微道路实验环境中实现了缩微车的路径跟踪，跟踪过程中路径偏差较小且缩微车摆动幅度适中，确保了缩微车在行驶过程中的稳定性。

参考文献：

[1] 段建民，杨晨，石慧.基于Pure Pursuit算法的智能车路径跟踪 [J].北京工业大学学报，2016，42（9）：1301-1306.

[2] 段建民，夏天，宋志雪.基于联合仿真的智能车路径跟踪控制研究 [J].计算机仿真，2017，34（6）：129-134+151.

[3] 王勇.Pure Pursuit算法在移动机器人路径跟踪的位姿修正研究 [J].物流科技，2018，41（8）：69-70+91.

[4] 陆正辰.基于多缩微车的智能交通系统仿真平台研究 [D].上海：上海交通大学，2013.

[5] 李林琛，蒋小平.基于PID控制的移动机器人路径跟踪 [J].激光杂志，2016，37（2）：110-112.

[6] TAN Baocheng，LV Feng.Position and Attitude Alternate of Path Tracking Heading Control [J].Sensors & Transducers，2014，167（3）：203-209.