作者：杨博, 张缓缓, 江忠顺

作者单位：上海工程技术大学机械与汽车工程学院，上海 201620

关键词：避障换道;多项式路径规划;模型预测控制;防碰撞;防侧翻

摘要：

为提高智能车辆在高速行驶时避障换道的安全性，提出考虑防碰撞与防侧翻的避障路径规划与跟踪控制。首先根据障碍物与车辆的外切圆半径大小构建防碰撞约束条件，通过车辆的横向转移率来评价规划路径的侧翻风险，进而构建防侧翻约束条件，再结合传统的多项式路径规划推导出六次多项式路径规划公式。然后基于模型预测控制算法设计出避障路径跟踪控制器，并联合Carsim与Simulink进行仿真测试分析，验证该文所设计的避障路径是否满足避障要求，以及控制器在进行路径跟踪控制时的精度。最后对控制器在不同路面附着系数的条件下进行仿真，验证路径跟踪控制器具有较高的鲁棒性。

Simulation analysis of obstacle avoidance path planning and tracking control for intelligent vehicles
YANG Bo, ZHANG Huanhuan, JIANG Zhongshun
School of Mechanical and Automotive Engineering, Shanghai University of Engineering Science, Shanghai 201620, China
Abstract: In order to improve the safety of obstacle avoidance lane-changing for smart cars during high-speed driving, obstacle-avoiding path planning and tracking control considering anti-collision and anti-rollover are proposed. First, anti-collision constraints are constructed according to the radius of the tangent circle between the obstacle and the vehicle. Then, anti-rollover constraints are constructed by assessing the risk of rollover through the lateral transfer rate of the vehicle. Then, a six-order polynomial path planning formula is derived in combination with the traditional polynomial path planning. Then, a barrier avoidance path tracking controller is designed based on the model predictive control algorithm, and a simulation test is conducted with Carsim and Simulink to verify whether the controller meets the requirements of obstacle avoidance. Finally, the controller is simulated under different road adhesion factors to verify its robustness.
Keywords: obstacle avoidance lane-changing;polynomial path planning;model predictive control;anti-collision;anti-rollover
2021, 47(7):71-78  收稿日期: 2020-08-01;收到修改稿日期: 2020-09-19
基金项目: 国家自然科学基金资助项目（51705306）
作者简介: 杨博(1992-),男,四川广元市人,硕士研究生,专业方向为智能车辆的路径规划与跟踪控制
参考文献
[1] 陈欣佳, 刘艳霞, 洪晓斌, 等. 基于SSD-CF的无人艇目标检测跟踪方法[J]. 中国测试, 2019, 45(2): 145-150
[2] 宋子浩,吴斌,周挺. 输入受限情况下的球形机器人轨迹跟踪控制[J]. 中国测试, 2020, 46(5): 120-126
[3] YAO J, CHAO L, XIE X, et al. Path planning for virtual human motion using improved A* algorithm[C]// Seventh International Coference on Information Technology. IEEE, 2010.
[4] 赵又群, 闫茜, 葛召浩, 等. 基于改进蚁群算法的汽车避障路径规划[J]. 重庆理工大学学报(自然科学), 2020, 34(4): 1-10
[5] 王树凤, 张钧鑫, 刘宗锋. 基于改进人工势场法的智能车辆超车路径规划研究[J]. 汽车技术, 2018(3): 5-9
[6] 张家旭, 王欣志, 赵健, 等. 汽车高速换道避让路径规划与离散滑模跟踪控制[J/OL]. 吉林大学学报(工学版): 1-9[2020-07-21]. https://doi.org/10.13229/j.cnki.jdxbgxb20200057.
[7] 聂枝根, 王万琼, 赵伟强, 等. 基于轨迹预瞄的智能汽车变道动态轨迹规划与跟踪控制[J]. 交通运输工程学报, 2020, 20(2): 147-160
[8] 张炳力, 李子龙, 沈干, 等. 基于模糊神经网络的智能汽车轨迹跟踪研究[J]. 汽车工程, 2019, 41(8): 953-959
[9] 周中升, 张燕军, 李竹峰. 智能汽车路径跟踪控制方法设计[J]. 农业装备技术, 2019, 45(3): 46-50
[10] 杭鹏, 陈辛波, 张榜, 等. 四轮独立转向-独立驱动电动车主动避障路径规划与跟踪控制[J]. 汽车工程, 2019, 41(2): 170-176
[11] 裴红蕾. 智能汽车换道避障路径规划与跟踪方法[J]. 中国安全科学学报, 2018, 28(9): 26-32
[12] 李海青, 赵又群, 林棻, 等. 汽车高速紧急避障路径跟踪与主动防侧翻控制[J]. 哈尔滨工业大学学报, 2019, 51(7): 135-143+153
[13] 龚建伟, 姜岩, 徐威. 无人驾驶车辆模型预测控制[M]. 北京: 北京理工大学出版社, 2014: 130-15.