基于實時避障的自動駕駛汽車非線性模型預測控制

基于實時避障的自動駕駛汽車非線性模型預測控制

提出了一種用于自動駕駛汽車實際行駛時避開障礙物的軌跡跟蹤的非線性模型預測控制（NMPC）方法，旨在探討車載控制器相對于NMPC的實用性能。比較了兩種不同的避障方法，并在幾個模擬現實的跟蹤場景中對NMPC進行了測試研究，其跟蹤場景主要包括道路上的靜態(tài)障礙物和道路邊界。為了簡化車輛動力學的研究，采用半車模型來預測NMPC模型中的車輛響應狀態(tài)。使用高仿真度的非線性CarSim車輛模型來評估自動駕駛汽車的性能，并在仿真結果中對控制器進行驗證測試。對控制器中的CPU時間進行分析，以評估這些實時應用程序的效率。研究結果表明，在正常實際道路行駛速度下，NMPC控制器能夠顯示出令人滿意的在線跟蹤性能，同時還滿足了實時控制的要求；與較短的視野相比，較長的預測視野可以使得控制器有更好的響應，在減少偏差的同時，更容易避開障礙物。

所提出的用于現實道路條件的基于NMPC的軌跡控制器可以在正常行駛速度下很好地處理動態(tài)軌跡變化和意外障礙的情況。而且，NMPC還使用了比普通汽車更長的前瞻性視野，以便于能夠更好地避開障礙，但是成本上有所提高。該控制器的計算負荷是在可接受的范圍內實時執(zhí)行操作。

未來的研究工作可以進一步優(yōu)化處理速度，保證實時處理速度的穩(wěn)定性。

刊名：Canadian Journal of Electrical and Computer Engineering（英）

刊期：2017年第1期

作者：Abbas,Muhammad Awais et al

編譯：陳少帥