自动泊车系统的控制算法简介

自动泊车系统的控制算法简介一、最小车位问题二、路径规划法三、模糊控制法李智10721143控制任务如图

所示,矩形a’b’c’d’以及矩形abcd

代表汽车的外形尺寸;矩形abcd

所示意的位置为汽车开始泊车时的初始位置;矩形a’b’c’d’所示意的位置为汽车完成泊车时的终点位置;Rmin_louter

为方向盘左打死时外侧车轮的转半径;Rmin_linner,Rmin_rinner

分别为方向盘左打死、右打死时左、右轮的最小转弯半径;阴影区ABCD为最终确定的极限最小车位。过程解释如下:驾驶员在汽车到达初始位置abcd

处,向右打死方向盘,倒车,至f点处向左打死方向盘,倒车,在汽车到达终点位置a’b’c’d’处,汽车回正,停车。图中所示路径BfD为汽车实现平行泊车的最短路径,阴影区ABCD为极限最小车位。一、最小车位问题国内外解决自动泊车的方法大致分为两个方向:①路径规划:根据停车空间的几何形状,车辆的动力学模型,碰撞约束等,预先规划到达泊车位置的几何路径,通过控制算法跟踪该路径。②应用模糊逻辑和神经网络等算法模拟驾驶技术成熟的驾驶员的泊车行为,通过控制汽车转向角和相对停车位的位置,控制汽车实现泊车。包含三个过程：车位检测、路径规划和路径跟随。1.车位检测的任务是要把车旁的空闲车位检测出来并且确定车位本车的相对位置；2.路径规划则在空闲车位检测完成的基础上，生成一条路径来，此路径既要安全又要易于控制；3.路径跟随则是对先前生成路径的跟随，需要做到高精度控制。二、路径规划法1.车位检测2.路径规划考虑到第二段圆弧的生成需要车辆达到最小转弯半径，不利于最终控制，故将第二段圆弧的半径R2设为为最小转弯半径Rmin和最大安全半径Rmax的均值。3.路径跟随PID控制式中各参数和变量的含义分别为:ui是i时刻的控制器的输出；是比例系数；ei是控制器的输入，为偏差量；Ki是积分常数；Kd是微分常数。把三者的控制作用综合起来考虑，不同控制规律的组合，对于相同的控制对像，会有不同的控制效果。从本系统所要实现的功能出发，决定采用PID控制器。而具体的参数Kp，Ki，Kd则需要同时实验测试来确定。然而在大转弯时，这种方法响应慢，预瞄和其他参数难以调整，控制很难达到精确的程度，因此在单点预瞄方法中加入前馈控制，以加快系统的响应速度，提高控制精度。前馈控制为车辆的转角Φ，可由下式而得，车辆跟随不同圆弧的路径时选用不同的转角。式中L为车辆轴距。tanφ=L/R在进行PD反馈控制时，传统的直线预瞄方法，预瞄点为A，误差项D1为A点至目标路径距离最短的矢量。此处由车辆当前位姿在转弯状态下通过航位推算来进行位姿估计，预瞄点为B，然后用相同方法计算出误差项e为D2。最终输出转角a:实验场景实验结果三、模糊智能控制模糊控制的实质是将有关领域的专家知识和熟练操作人员的经验，转化成模糊化的语言规划，通过模糊推理与模糊决策，实现对复杂系统的控制。模糊逻辑的数学基础模糊控制过程模糊控制器的模糊规则集上表为总结驾驶员的平行泊车经验建立的模糊规则,当汽车还没有进入停车位(kxa,kyd

为VB)时,如果方位角θ为零,驾驶员稳定方向盘,即汽车方向角的变化率θ·为零,保证车身方向不变的情况下继续倒车;如果θ为负,驾驶员快速转动方向盘,即大幅增大车身方向角的变化率θ·,避免汽车与停车位的右侧发生碰撞;如果θ为正,驾驶员稳定方向盘,继续倒车。当汽车进入停车位(kxa,kyd

为B)时,驾驶员稳定方向盘倒车,接近车位底部(kyd

为LB))时,快速反方向转动方向盘,即大幅减少车身方向角的变化率θ·。当汽车愈加接近停车位底部(kxa,kyd

为S)时,如果θ不为零,或为正或为负,驾驶者快速反向转动方向盘,使车身得以快速摆正,避免汽车与停车位的底部发生碰撞;如果θ为零,说明汽车车身已经摆正并且接近停车目标位置,驾驶员稳定方向盘,保证车身方向角的变化率θ·尽可能小或为零,到达目标位置停车时,泊车完毕。Matlzb

Simulink仿真结果小结路径规划基本属于开环控制策略,通常无法补偿汽车运行中引起的位置误差,即便可以通过反复的前进与倒退运动消除位置误差,但同时也会增加时间以及运行成本;基于模糊算法等生成的控制策略属于闭环控制,可以及时的弥补运行中产生的位置误差。该控制策略,不仅减小了汽车运行中引起的位置误差，而且有较好的控制效果。参考文献[1]史晓磊.基于激光雷达的自动泊车系统研究.上海交通大学硕士论文.2010[2]柳洁．运用模糊控制理论对主动式倒车辅助设备的研