当前位置:文档之家› 新型视觉区域智能车辆导航控制器设计

新型视觉区域智能车辆导航控制器设计

2006年10月第23卷第10期公路交通科技JournalofHighwayandTransportationResearchandDevelopmentOct.2006Vol.23No.10文章编号:1002-0268(2006)10-0103-05收稿日期:2005-08-02基金项目:中国博士后科学基金资助项目(2004036397);吉林大学青年教师基金资助项目作者简介:王荣本(1946-),男,教授,博士生导师.研究方向为智能车辆与汽车安全辅助驾驶.(wrb@jlu.edu.cn)0前言近年来,在解决生产线的自动化与高速公路智能化的同时,人们也将研究方向转向市内新型区域智能交通系统———CyberCarSystem的开发上来。

这是智能车辆领域又一新的发展方向,旨在解决城市交通中存在的很多问题,是人类科技发展的一个象征。

区域智能车辆(CyberCar)是具有完全自主驾驶能力的道路交通工具,在初始阶段,它只是为在市区或限定范围内以低速行驶的短途运输而设计的,长期目标是能够在专用轨道上高速自动运行。

智能车辆的导航方法根据导航信息的形式不同,一般分为无线式导航和有线式导航。

无线式导航又可分为参考位置设定法、标志反射法、图像识别法等。

有线导航可分为磁感应式导航法、标识线图像识别法等。

在上述的各种导航方式中,视觉导航因为具有信息丰富、适应范围广、智能化程度高等特有的优越性能而受到各国的关注,将逐渐成为智能车辆导航方式的主要发展方向。

对于户外自主引导区域智能车辆(CyberCar)的导航控制器,目前较少论文涉及,为了开展对该领域的研究,我们设计并制造了基于视觉导航的JLUIV-5区域智能车辆(Cyber-Abstract:TheguidingprincipleandcompositionofCyberCarbasedonmachinevisionwasintroduced.ApplyingIMsequencesignalsasinputresponsesignalsandleastsquaresmethodtoestablishthedynamicequationforCyberCarsteeringsystembysystemidentificationexperimentscombinedwiththepreviewkinematicsmodelandtwo-degreesteeringdynamicmodelofvehicle,thereforethesteeringcontrolmathematicsmodelbasedonpreviewkinematicsforCyberCarwasestablished.Theoptimalcontrolofalinearstate-variablefeedbackwasobtainedthroughthelinearquadraticformoptimalcontroltheory.ItwasprovedbythesimulationanalysisandoutdoorCyberCarexperimentsthattheoptimalcontrollercouldtracethepathsteadilyandreliably.Keywords:systemidentification;optimalcontroller;intelligentvehicle;CyberCar新型视觉区域智能车辆导航控制器设计王荣本,张荣辉,储江伟,金立生,游峰(吉林大学交通学院,吉林长春130025)摘要:简要介绍了基于机器视觉导航区域智能车辆(CyberCar)的导航原理和组成。

首先采用逆M序列作为辨识输入信号和最小二乘算法得到车辆转向系统的系统辨识特征方程,结合预瞄运动学模型和车辆二自由度转向动力学模型,从而建立车辆基于视觉预瞄的转向动力学控制数学模型,根据线性二次型最优控制理论得到状态线性反馈的最优控制规律。

通过仿真分析和试验,验证了最优控制器在CyberCar户外路径跟踪过程中平稳、可靠。

关键词:系统辨识;最优控制器;智能车辆;CyberCar中图分类号:TP24文献标识码:AControllerDesignforCyberCarBasedonVisionNavigationWANGRong-ben,ZHANGRong-hui,CHUJiang-wei,JINLi-sheng,YOUFeng(CollegeofTransportation,JilinUniversity,JilinChangchun130025,China)公路交通科技第23卷Car)试验样车,并基于该平台设计最优控制器进行试验研究工作。

1车辆视觉导航原理目前,视觉导航逐渐成为智能车辆导航方式的主流。

我们在路面铺设反光白条,由于路标和暗色路面在CCD所采图像中的灰度值具有一定差异,进行相关图像处理工作来拟合路径的中心线,得到准确的路径信息,如图1所示。

图像的中心点位置代表车辆的纵向中心线和横向中心线的交点,当图像的横向中心线与路径中心线交点位于图像中心点左边时,侧向距离偏差ed定义为负;当图像的横向中心线与路径中心线交点位于图像中心点右边时,侧向距离偏差ed定义为正。

方位偏差eθ以垂直向上为起始方向,顺时针为正,逆时针为负。

1.1方位偏差的计算得到拟合的路径中心线之后,设直线方程为:y=Ax+D,其中A为直线斜率,D为直线截距。

车辆的方位偏差eθ=-atan(A)。

图1导航控制器输入参数Fig.1Theinputparametersofcontroller1.2侧向偏差的计算使图像横向中心线与路径拟合中心线相交,得到交点O(xo,yo),则O点横坐标和图像中心点的横坐标之差即为车辆的侧向距离偏差ed:ed=xo-w/2,式中,w为图像的宽度。

2车辆转向最优控制器设计区域智能车辆(CyberCar)的结构示意图如图2所示,主要包括转向系统、驱动系统、控制单元、安全保障系统、计算机控制平台、充电装置。

CCD安装在CyberCar挡风玻璃前处。

2.1车辆转向系统的系统辨识车辆要实现灵敏的转向控制,其转向机构的数学模型在控制器设计中占有重要地位,描述着计算机D/A输出值和转向轮转角的关系。

采用数学解析方法十分复杂且通常不能反映系统特性,故采用系统辨识的方法进行建模。

辨识原理如图3所示。

图2CyberCar结构示意图Fig.2ThestructureofCyberCar图3CyberCar转向系统辨识原理Fig.3Theidentificationprincipleofsteeringsystem要得到车辆转向系统动态特征方程,首先对CyberCar转向系统进行阶跃输入响应试验,如图4所示,步进电机输入频率的大小为800Hz,右图为采用了ButterWorth[8,0.386]低通滤波器数据处理后的结果,可看出转向轮转角在很短的时间内就进入稳态过程,难以反映系统动态特性,所以做差分处理,可得转向轮角速度阶跃响应曲线,如图5所示,输入频率为800Hz,右图为采用了ButterWorth[8,0.273]低通滤波器数据处理后的结果。

差分公式为:图4CyberCar转向系统阶跃响应曲线图Fig.4Thestepresponseofsteeringsystem104第10期图5角速度阶跃响应Fig.5Theanglespeedstepresponseω(k)=πα[(k+1)T]-α(KT)180T。

选逆M序列信号为辨识输入信号,它和白噪声信号的自相关函数如(1)、(2)式,产生方法为M序列与方波复合,如(3)式。

最高响应频率fm=1.67Hz,最小时钟周期Δt和逆M序列信号周期Np根据经验公式(4)、(5)取0.18s和15,幅值A取800Hz。

RM(τ)=a21-NP+1NPτΔt!",-Δt≤τ≤Δt,(1)RM(τ)=a2-NP,Δt<τ<(NP-1)Δt,(2)IM(k)=M(k)$S(k),(3)(NP-1)×Δt>Ts,(4)Δt≤0.3×1fm!",(5)A(z-1)y(k)=B(z-1)u(k)+e(k),(6)其中,A(z-1)=1+a1z-1+…+anaz-na;B(z-1)=b0+b1z-1+…+bnaz-nb。

图6为逆M序列的试验结果,数据处理过程中采用ButterWorth[8,0.257]低通滤波器进行处理。

假设CyberCar转向模型为ARX模型,如公式(6),采用最小二乘估计法得到CyberCar转向系统动态特性方程G(s)并作降阶处理,图7为系统仿真与试验数据对比图,拟合率为93.5%,Ts为采样时间。

G(s)=0.02029s3-0.0447s2+58.101s+96.14746.23s3+72.89s2+695.73s+1010.9,G′(s)=0.6209s+6.6361(降阶后)。

2.2预瞄运动学和二自由度转向动力学模型视觉信息是操纵车辆时最重要的信息来源,但是此时的视觉信息不是车辆质心处的侧向偏差和方位偏差,而是车辆前方某预瞄点处的偏差,这对车辆的自主导航是非常关键的。

取预瞄运动学模型为:图6逆M序列试验结果Fig.6TheexperimentresultofIMsequence图7仿真与试验对比图Fig.7Thecontrastbetweenmeasuredoutputandsimulatedmodeloutputed=vxeθ-vy-φL,eθ=vxM-φ%,・・・・其中,vx和vy分别为车辆质心处的速度分量;φ・为车辆横摆角速度;M代表道路曲率;L是预瞄距离。

根据车辆在二自由度模型下纵横轴线上的力平衡方程,推导出车辆转向运动的侧向动力学方程:mv2ρsinβ-mvcosβ+Frz+Ffzcosδ-Ffsinδ=0,mv2ρcosβ+mvsinβ-Fr-Frzsinδ-Ffcosδ=0,vy=-Kr+Krmvxvy+KrLr-KfLfmvx-vx!"φ+Kfmδ,φ=-LfKf+LrKrIvxvy-L2fKf+LrKrIvxφ+LfKfIδ。

・・・・・22.3CyberCar转向控制状态空间模型的建立王荣本,等:新型视觉区域智能车辆导航控制器设计105公路交通科技第23卷结合区域智能车辆(CyberCar)转向系统的动态特征方程、预瞄运动学模型与车辆二自由度动力学模型,得到CyberCar转向控制的状态空间模型。

x=Ax+Bu,・y=Cx+D,其中,A=A11A1200KfmA12A2200LfKfI-1-DL0vx00-10000000A55!""""""""""""""""""""""""#$%%%%%%%%%%%%%%%%%%%%%%%%&,C=(0;E),x=vyφedeθ’((((((((((((((((()*+++++++++++++++++,a,B=0000B51’(((((((((((((((()*++++++++++++++++,,D=(0),・A11=-Kf+Krmvx,A12=KrLr-KfLfmvx-vx,A21=-LfKf+LrKrIvx,A22=-Lf2Kf+Lr2KrIvx,A55=-6.6361,B51=-6.6209,Kf,Kr为轮胎侧偏刚度,Lf,Lr为车辆质心到前后轮的距离,I为车辆转动惯量,m为车辆质量。

相关主题