无人驾驶车辆控制方法及系统实现技术

本项目按照"视听觉信息的认知计算"重大研究计划指南要求，研究无人驾驶车辆控制方法及系统实现技术。主要研究内容包括：（1）在分析抽象拟人驾驶涉及的动作、特性和参数的基础上，建立拟人驾驶三级知识库，提出在线特性参数整定和个性化学习算法，形成拟人驾驶控制框架体系；（2）通过分层结构估计轮胎摩擦力与刚度，建立包含纵向和横向耦合、以车速为变参数、适合无人驾驶控制器设计的动力学模型；（3）研究满足轨迹跟踪能力、舒适性和燃油经济性，能够综合考虑车辆、道路不确性的鲁棒机动控制与优化方法；（4）在研究制定无人驾驶控制功能和结构的基础上，研制基于集成片上系统(SoC)的无人驾驶车辆驾驶控制装置。本项目的研究成果不仅可直接应用在重大研究计划资助的无人驾驶车辆验证平台上，而且可形成具有自主知识产权的无人驾驶控制技术和装置，推进无人驾驶技术在我国国防事业和汽车领域的应用和创新。

本项目按照“视听觉信息的认知计算”重大研究计划指南要求，研究无人驾驶车辆控制方法及系统实现技术。通过模拟人类行为实现驾驶控制与基于动力学实现驾驶控制的两种方法各有利弊、相得益彰，二者的融合是无人驾驶控制的发展方向。项目通过将两种控制思想进行融合，完成了：1）建立了无人车纵横向耦合的动力学模型，提出了基于模型预测控制的无人车轨迹跟踪算法；针对车辆模型中某些关键参数难以直接测量的问题，提出了基于车辆横向动力学模型的车辆侧滑角的软测量估计方法；从机器人控制角度出发对非完整车辆系统提出了滑移条件下的自适应控制方法。2）从人类认知机理出发，对熟练驾驶者的驾驶行为数据进行分析，提出了通过学习实现合理的行为决策的方法，进而在可行驶路面内完成轨迹规划，得到符合人类驾驶特点、满足车辆内在约束、可执行的运动轨迹，为底层控制提供可追踪的期望轨迹。3）完成了无人驾驶控制装置的快速控制原型系统实现，并成功应用在同济大学和西安交通大学的无人驾驶车辆验证平台；开展了嵌入式系统实现工作，按照原型系统功能接口，在Zynq-7000 SoC平台上移植实现了相应的控制算法。4）完成了无人驾驶车辆验证平台的集成，提出了可行驶路面的识别算法及关键环境信息的感知算法，为车辆控制提供边界条件。5）参加了2012-2015四届中国智能车未来挑战赛，取得了优异成绩，验证了所研制控制装置的有效性。本项目共培养在读博士研究生5名、已毕业硕士研究生13名、在读硕士研究生8名；发表论文29篇，其中国际期刊论文15篇；参加国际会议10次；申请国家发明专利5项，其中2项已授权；申请软件著作权3项。本项目的研究成果不仅可直接应用在重大研究计划资助的无人驾驶车辆验证平台上，而且形成了具有自主知识产权的无人驾驶控制技术和装置，起到了推进无人驾驶技术在我国国防事业和汽车领域中应用和创新的作用。