基于自适应采样空间的车辆轨迹规划与跟踪控制OA
针对结构化场景多障碍物轨迹规划及不同路面附着条件下的轨迹跟踪稳定性问题,提出基于自适应采样空间的轨迹规划算法与基于自适应模型预测控制(AMPC)的跟踪控制算法。通过障碍物分类设计差异化势场模型,结合势场梯度构建自适应采样空间,运用双向DP算法与LU分解优化的二次规划(QP)设计轨迹规划算法。根据纵向速度与路面附着系数动态调整预测时域,基于三自由度车辆模型设计AMPC轨迹控制算法。CarSim/Simulink仿真表明,规划算法耗时相比传统算法大幅下降,实时性与安全性满足车辆动态轨迹规划要求,AMPC在低附着系数路面避障行驶时,操纵稳定性和舒适性均优于传统MPC。
霍福祥;张硕;李潇;马子涵;明金诏;陈轶嵩;周辰雨
长安大学汽车学院,西安710064长安大学汽车学院,西安710064雷沃重工集团有限公司,山东青岛266400长安大学汽车学院,西安710064长安大学汽车学院,西安710064长安大学汽车学院,西安710064长安大学汽车学院,西安710064
交通工程
智能车辆轨迹规划自适应采样空间自适应模型预测控制人工势场稳定性分析
《汽车工程学报》 2026 (4)
P.622-637,16
国家自然科学基金项目(52202463,52302427)陕西省重点研发计划项目(2024GX-YBXM-259)陕西省自然科学基础研究计划项目(2025JC-YBMS-539)。
评论