《城區交通環境下無人車實時規劃及控制方法研究》是依託西安交通大學，由楊靜擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：城區交通環境下無人車實時規劃及控制方法研究
- 項目類別：青年科學基金項目
- 項目負責人：楊靜
- 依託單位：西安交通大學
中文摘要,結題摘要,
中文摘要
多運動障礙物環境中的實時運動規劃和運動控制是自主移動機器人研究領域中的挑戰性問題，面臨著求解空間高度複雜、實時性強、控制精度高等困難。城區交通環境下的無人駕駛車輛作為一種典型的室外自主移動機器人系統，由於活動範圍廣、環境複雜、機動性強等因素，其實時運動規劃和控制比特定環境下的移動機器人系統更富有挑戰性。本項目針對城區交通環境下的無人駕駛車輛的實時規劃與控制問題展開研究，主要研究內容包括：1、速度空間最優無碰撞的實時規劃軌跡求解；2、基於車輛動力學模型的高精度、無抖動滑模控制器設計；3、針對突發交通狀況及跟蹤控制誤差的重規劃機制。上述研究將依託國家自然科學基金資助的重點項目“夸父一號”無人駕駛平台進行驗證和套用。該研究成果不僅在理論上具有較好的創新性，而且在智慧型交通系統和智慧型汽車等領域中具有很好的套用前景。
結題摘要
多運動障礙物環境中的實時運動規劃和運動控制是自主移動機器人研究領域中的挑戰性問題，面臨著求解空間高度複雜、實時性強、控制精度高等困難。城區交通環境下的無人駕駛車輛作為一種典型的室外自主移動機器人系統，由於活動範圍廣、環境複雜、機動性強等因素，其實時運動規劃和控制比特定環境下的移動機器人系統更富有挑戰性。本項目針對城區交通環境下的無人駕駛車輛的實時規劃與控制問題展開研究，主要研究內容包括：1、速度空間最優無碰撞的實時規劃軌跡求解；2、基於車輛動力學模型的高精度、無抖動滑模控制器設計；3、針對突發交通狀況及跟蹤控制誤差的重規劃機制。通過本項目的研究，針對多運動障礙物條件下的實時運動規划算法問題，提出在移動機器人速度空間採用快速擴展隨機樹算法生成最優軌跡，該成果已申請國家發明專利。針對路口複雜場景的決策與規劃問題，提出路口場景下基於Bezier和VFH的無人車軌跡規劃方法，該成果已申請國家發明專利並發表國際會議論文。針對車輛動力學的高度非線性特徵，設計並套用快速終端滑模控制實現了對車輛側縱向耦合模型的控制，獲得了高精度的跟蹤控制性能，該成果已獲得國家發明專利。針對突發交通狀況及跟蹤控制誤差，建立實車實驗中車輛規劃軌跡及實際車輛速度、曲率、跟蹤誤差的狀態統計模型，該成果已發表國際會議論文。針對提升無人駕駛車輛自主駕駛的智慧型性及線上自學習能力，分別提出了基於隨機神經網路的Q-learning策略和基於基於最小平均p範數超限學習機的Q-learning策略，該成果均已發表在國際期刊。上述研究均依託國家自然科學基金資助的重點項目“夸父一號”無人駕駛平台進行驗證和套用。該研究成果不僅在理論上具有較好的創新性，而且在智慧型交通系統和智慧型汽車等領域中具有很好的套用前景。
