Метод обхода препятствий беспилотным автомобилем в динамической среде на основе управления с прогнозируемой моделью
Авторы: Деменков Н.П., Цзоу Кай
Опубликовано в выпуске: #5(113)/2021
DOI: 10.18698/2308-6033-2021-5-2082
Раздел: Механика | Рубрика: Динамика, прочность машин, приборов и аппаратуры
Проведенное исследование посвящено проблеме обхода препятствий беспилотным автомобилем в городских дорожных условиях. Проанализированы характеристики городской среды, а также особенности и недостатки существующих методов, основанных на структуре планирования–отслеживания. Разработан метод планирования локального маршрута, основанный на идее искусственного потенциального поля и управлении с прогнозируемой моделью с целью унифицировать процесс планирования и отслеживания маршрута, чтобы эффективно справиться с динамичной городской средой. В соответствии с характеристиками дорожной среды метод искусственного потенциального поля использован для моделирования полосы движения и автомобилей в дорожной среде для планирования маршрута и обхода препятствий. Функции потенциального поля вводятся в задачу планирования маршрута в качестве ограничений. На основе управления с прогнозируемой моделью разработан контроллер планирования маршрута, в сочетании с физическими ограничениями автомобиля, чтобы избежать препятствий и выполнить ожидаемые команды с уровня планирования поведения в качестве цели для выполнения задачи планирования локального маршрута. При совместном моделировании использованы программы MATLAB и CarSim для проверки осуществимости предложенного метода планирования маршрута. Результаты показывают эффективность предложенного метода.
Литература
[1] González D., Pérez J., Milanés V., Nashashibi F. A Review of Motion Planning Techniques for Automated Vehicles. IEEE Transactions on Intelligent Transportation Systems, 2016, vol. 17, no. 4, pp. 1135–1145. DOI: 10.1109/TITS.2015.2498841
[2] Abbas M.A., Milman R., Eklund J.M. Obstacle Avoidance in Real Time With Nonlinear Model Predictive Control of Autonomous Vehicles. Canadian Journal of Electrical and Computer Engineering, 2017, vol. 40, no. 1, pp. 12–22. DOI: 10.1109/CJECE.2016.2609803
[3] Kitazawa S., Kaneko T. Control target algorithm for direction control of autonomous vehicles in consideration of mutual accordance in mixed traffic conditions. Proceedings of the 13th International Symposium on Advanced Vehicle Control, Munich University of Applied Sciences, 13–16 September. Munich, Germany, 2016, pp. 151–156.
[4] Viana Í.B., Aouf N. Distributed Cooperative Path-Planning for Autonomous Vehicles Integrating Human Driver Trajectories. 2018 IEEE International Conference on Intelligent Systems (IS), 25–27 September, Funchal, Portugal. 2018, pp. 655–661. DOI: 10.1109/IS.2018.8710544
[5] Viana Í.B., Kanchwala H., Aouf N. Cooperative Trajectory Planning for Autonomous Driving Using Nonlinear Model Predictive Control. 2019 IEEE International Conference on Connected Vehicles and Expo (ICCVE), 4–8 November, Graz, Austria. 2019, pp. 1–6. DOI: 10.1109/ICCVE45908.2019.8965227
[6] Guo H., Liu F., Yu R. Regional path moving horizon tracking controller design for autonomous ground vehicles. Sci. China Inf. Sci., 2017, vol. 60, no. 013201. https://doi.org/10.1007/s11432-016-0310-1
[7] Ji J., Khajepour A., Melek W.W., Huang Y. Path Planning and Tracking for Vehicle Collision Avoidance Based on Model Predictive Control With Multiconstraints. IEEE Transactions on Vehicular Technology, 2017, vol. 66, no. 2, pp. 952–964. DOI: 10.1109/TVT.2016.2555853
[8] Noto N., Okuda H., Tazaki Y., Suzuki T. Steering assisting system for obstacle avoidance based on personalized potential field. 15th International IEEE Conference on Intelligent Transportation Systems, Anchorage, AK, USA. 2012, pp. 1702–1707. DOI: 10.1109/ITSC.2012.6338628
[9] Kanchwala H., Bezerra Viana I., Aouf N. Cooperative path-planning and tracking controller evaluation using vehicle models of varying complexities. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, 2020. DOI: 10.1177/0954406220945468
[10] Rasekhipour Y., Khajepour A., Chen S., Litkouhi B. A Potential Field-Based Model Predictive Path-Planning Controller for Autonomous Road Vehicles. IEEE Transactions on Intelligent Transportation Systems, 2017, vol. 18, no. 5, pp. 1255–1267. DOI: 10.1109/TITS.2016.2604240
[11] Chen H. Moving Horizon Path Planning for intelligent Vehicle Considering Dynamic Obstacle Avoidance. China Journal Highway Transportation, 2019, vol. 32, no. 1.
[12] Dixit Sh., Fallah S., Montanaro U., Dianati M., Stevens A., Mccullough F., Mouzakitis A. Trajectory planning and tracking for autonomous overtaking: State-of-the-art and future prospects. Annual Reviews in Control, 2018, vol. 45, pp. 76–86.
[13] Dahmani H., Chadli M., Rabhi A., El Hajjaji A. Road curvature estimation for vehicle lane departure detection using a robust Takagi—Sugeno fuzzy observer. Vehicle System Dynamics, 2013, vol. 51, no. 5, pp. 581–599. DOI: 10.1080/00423114.2011.642806
[14] Dixit S., Montanaro U., Dianati M., Oxtoby D. Trajectory Planning for Autonomous High-Speed Overtaking in Structured Environments Using Robust MPC. IEEE Transactions on Intelligent Transportation Systems, 2020, vol. 21, no. 6, pp. 2310–2323. DOI: 10.1109/TITS.2019.2916354
[15] Bella F., Russo R. A Collision Warning System for rear-end collision: a driving simulator study. Procedia — Social and Behavioral Sciences, 2011, vol. 20, pp. 676–686. https://doi.org/10.1016/j.sbspro.2011.08.075
[16] Rosolia U., De Bruyne S., Alleyne A.G. Autonomous Vehicle Control: A Nonconvex Approach for Obstacle Avoidance. IEEE Transactions on Control Systems Technology, 2017, vol. 25, no. 2, pp. 469–484. DOI: 10.1109/TCST.2016.2569468
[17] Guo H., Shen C., Zhang H., Chen H., Jia R. Simultaneous Trajectory Planning and Tracking Using an MPC Method for Cyber-Physical Systems: A Case Study of Obstacle Avoidance for an Intelligent Vehicle. IEEE Transactions on Industrial Informatics, 2018, vol. 14, no. 9, pp. 4273–4283. DOI: 10.1109/TII.2018.2815531
[18] Mozaffari S., Al-Jarrah O.Y., Dianati M., Jennings P., Mouzakitis A. Deep Learning-Based Vehicle Behavior Prediction for Autonomous Driving Applications: A Review. IEEE Transactions on Intelligent Transportation Systems, 2020. DOI: 10.1109/TITS.2020.3012034