题目：基于道路预瞄的弯道跟随控制策略研究

 

近年来，随着汽车行业的高速发展，汽车保有量的迅速增加，使得公路交通事故频繁发生，尤其是运行环境复杂多变的弯道路段，易发生车道偏离、车辆碰撞或因车速过高发生侧滑甚至侧翻等危险。弯道路段的事故发生概率大且事故严重程度高使得公路整体安全水平的提高受到了严重制约。本文结合驾驶员的驾驶特征和弯道的构造特点，采用基于预瞄理论的自适应滑模控制模型和基于机器视觉的自适应模糊PID方法分别对弯道跟随控制策略进行了研究，并利用Prescan软件进行了在图像实时生成情况下弯道保持的仿真和分析。

采用自适应滑模控制方法进行弯道的路径跟随时，利用多点预瞄模型和车辆模型计算出横向位置偏差和横摆角偏差的动态方程；将动态方程转换为单入多出非线性系统形式，对横向位置偏差和横摆角偏差设计自适应滑模控制器，并用李雅普诺夫函数验证系统的稳定性；根据所设计的自适应滑模控制算法搭建Simulink控制模块，并利用Carsim/Simulink联合仿真验证算法的有效性；对仿真结果进行分析，并与Carsim中自带驾驶员模型控制效果进行对比，得出控制效果能够优化的结论。

利用基于机器视觉的模糊PID方法进行弯道的跟随控制时，基于机器视觉和多点预瞄理论对参与控制的横向位置偏差进行了计算，提出了一种新的横向位置偏差确定方法；设计自适应模糊PID控制算法使得横向位置偏差值趋向于零；利用Carsim/Simulink联合仿真，并将仿真结果与Carsim中自带驾驶员模型控制效果进行对比以验证算法的有效性和优越性；通过在高速、中速和低速情况下分别将所设计的控制算法与Carsim自带驾驶员模型的控制效果作对比，验证了所设计的自适应模糊PID控制算法在不同速度时控制效果的鲁棒性；通过在不同车辆类型下的仿真验证，并给出基于三轴式半挂车的Trucksim/Simulink联合仿真的详细过程和仿真结果，验证了所设计的自适应模糊PID控制算法对不同类型的车辆都具有很好的适用性；通过硬件在环仿真，验证了所设计控制模型的可靠性。

基于Prescan的弯道保持时，建立了两种道路环境，分别是圆形道路和由直道与弯道组成的混合道路；采用视觉传感器Lane Marker Sensor实时获取图像并得到车辆与车道线的相对位置关系信息；采用三个Human View传感器来观察车辆的方向盘与车轮的实时转动以及在航拍视角下车辆的实时运动；通过Prescan/Simulink联合仿真验证了在实时生成图像以获得车道线信息的情况下所设计的自适应模糊PID控制模型具有很好的可行性和实用性。