何德峰,徐广琪,李海平
(浙江工业大学 信息工程学院,浙江 杭州 310023)
自主车辆是当前学术界和工业界的研究热点之一,其研究成果的应用可以大幅减少因人为驾驶失误造成的交通事故,提高车辆行驶安全和道路通行效率[1],其中,轨迹规划与跟踪控制是自主车辆研究的核心。用于轨迹规划的人工势场法已在机器人领域的研究中被广泛应用于避障[2],相较于随机搜索[3]、栅格网络[4]和模糊控制[5]等方法,其算法结构简单、轨迹圆滑。对于自动驾驶的高速公路车辆,需要处理各种各样的驾驶场景,除安全避开障碍物到达目标点外,还应考虑道路结构。Wolf等[6]对高速公路上行驶的自主车辆行车环境进行势场建模,通过梯度下降法规划路径。Jie等[7]提出轨迹规划与跟踪框架,将路径跟踪任务阐述为多约束模型预测问题,考虑道路的几何约束和车辆的动态约束,计算车辆转向角以跟踪规划的轨迹来避开障碍物,但研究中未考虑车辆特性,车辆可能跟踪不上规划的轨迹。在轨迹规划的同时应考虑车辆动力学、运动学特性以及轮胎和执行器的限制,使规划的路径更易于自主车辆跟踪。Rasekhipour等[8-9]用车辆与障碍物间的符号距离(SD)来建立势场函数,并将势场函数添加进模型预测控制器的目标函数中,基于障碍物和道路结构以及车辆动力学规划最佳行车轨迹,在跟踪全局路径的同时实现避障。Wang等[10]将潜在碰撞严重度指数PCSI也添加进模型预测控制器的目标函数中,当碰撞不可避免时,规划尽可能减少碰撞损失的轨迹。……