车辆避障驾驶控制方法研究

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (2): 230-234.

车辆避障驾驶控制方法研究

刘秀松

山东理工大学图书馆，山东淄博 255049

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-01-11 发布日期:2012-01-11

On controlled algorithm for vehicle avoidance obstacle

LIU Xiusong

Library of Shandong University of Technology, Zibo, Shandong 255049, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-01-11 Published:2012-01-11

摘要/Abstract

摘要： 受机器人基于人工势场的路径控制方法的启发，在吴镜开等提出方法的基础上，提出了车辆避障控制机制。定义了基于停车视距的车辆行驶动态目标位置；依据人工势场建模原理构建道路和障碍物势场；为了平滑车辆行驶路线，采用了贝塞尔（Bezier）曲线车辆轨迹拟合的方法；针对车辆系统是典型的非完整控制系统，将车辆运动学模型转换为链式系统模型，实现相对简化系统控制设计目的。仿真控制实验说明这种方法对车辆避障控制具有较好的轨迹跟踪效果和全局稳定性。

关键词: 动态目标位置, 避障控制, 轨迹跟踪, 人工势场

Abstract: Inspired by the artificial potential field modeling in the robot path controlling, based on the method proposed by Wu Jingkai et al the paper proposes a control mechanism of vehicles avoidance obstacle. A dynamic target location for vehicle is defined based on the stop-the-horizon, and then the road and obstacle potential field are built based on principles of artificial potential field modeling. Here a Bezier curve model is used to fit vehicle moving trajectory and a chained method is used to transform the kinematic model of the vehicle into a chained one, so that the purposes designing the simple system control model are realized. The simulation control experiment shows that the proposed control algorithm has a better trajectory tracking control effect and global stability to vehicle maneuver driving on curved road.

Key words: moving target position, obstacle avoidance control, trajectory tracking, artificial potential

刘秀松. 车辆避障驾驶控制方法研究[J]. 计算机工程与应用, 2012, 48(2): 230-234.

LIU Xiusong. On controlled algorithm for vehicle avoidance obstacle[J]. Computer Engineering and Applications, 2012, 48(2): 230-234.

[1]	廖列法，李浩瀚，李帅，朱合隆，李志军. 结合Winner-Take-All的足球机器人控制策略研究[J]. 计算机工程与应用, 2021, 57(7): 136-143.
[2]	惠小健. 任意初态下的工业机器人迭代学习控制[J]. 计算机工程与应用, 2021, 57(3): 261-265.
[3]	杨凌耀，张爱华，张洁，宋季强. 栅格地图环境下机器人速度势实时路径规划[J]. 计算机工程与应用, 2021, 57(24): 290-295.
[4]	王科银，石振，杨正才，杨亚会，王思山. 改进强化学习算法应用于移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 270-274.
[5]	王银，张灏琦，孙前来，李小松，孙志毅. 基于自适应MPC算法的轨迹跟踪控制研究[J]. 计算机工程与应用, 2021, 57(14): 251-258.
[6]	华洪，张志安，施振稳，陈冠星. 动态环境下多重A*算法的机器人路径规划方法[J]. 计算机工程与应用, 2021, 57(10): 173-180.
[7]	郭银景，刘琦，鲍建康，徐锋，吕文红. 基于人工势场法的AUV避障算法研究综述[J]. 计算机工程与应用, 2020, 56(4): 16-23.
[8]	陈国生，江磊，李涛. 四旋翼无人机轨迹跟踪的容错控制[J]. 计算机工程与应用, 2019, 55(24): 259-264.
[9]	程志，张志安，李金芝，江涛. 改进人工势场法的移动机器人路径规划[J]. 计算机工程与应用, 2019, 55(23): 29-34.
[10]	郭林，孙青林，陈赛，陈增强，贾洪琛. 基于实时多任务操作系统的动力翼伞系统设计[J]. 计算机工程与应用, 2019, 55(16): 227-234.
[11]	韩伟，孙凯彪. 基于模糊人工势场法的智能全向车路径规划[J]. 计算机工程与应用, 2018, 54(6): 105-109.
[12]	李丽娜1，郭永强1，2，张晓东1，卢媛1，徐攀峰1. 萤火虫算法结合人工势场法的机器人路径规划[J]. 计算机工程与应用, 2018, 54(20): 104-109.
[13]	董培方1，张志安1，梅新虎2，朱朔1. 引入势场及陷阱搜索的强化学习路径规划算法[J]. 计算机工程与应用, 2018, 54(16): 129-134.
[14]	蒙小飞，杜海文，唐传林，王浩. 改进人工势场模型的多UCAV突防轨迹决策[J]. 计算机工程与应用, 2017, 53(16): 225-229.
[15]	杨泽文1，2，贾鹤鸣1，宋文龙1，朱传旭1，周佳加2，李元1. 基于高增益观测器的AUV水平面轨迹跟踪控制[J]. 计算机工程与应用, 2017, 53(11): 26-30.