智能檢測論文-自動泊車系統(tǒng)研究

1、精品文檔智能檢測與工程控制課程論文論文題目： 自動泊車系統(tǒng)研究 作 者： 劉小荷 學 號： 141802004 所在學院： 電氣與自動化工程學院 任課老師： 張金龍 教授 論文時間： 2021年6月15日 Autonomous Parking System141802004 Liu Xiaohe(School of Electrical and Automation Engineering, Nanjing Normal University )Abstract: To simplify parallel parking, an autonomous parking method based

2、on human-simulated intelligent control is proposed, by summarizing and imitating the parking skills of experienced drivers. A four-wheeled vehicle with rear-wheel drive and front wheel steering is used as study object. The vehicle kinematic model is build. According to the drivers experience, the pa

3、rking processing is divided into four stages. Four key points on the programming trajectory composed with two tangent arcs and a tangent are chosen as tracking targets. At these points, conversion between two consecutive parking stages takes place and the vehicle pose is pivotal adjusted. Twelve cha

4、racter modes are extracted to describe dynamic behaviors of the parking feature from the information of the vehicle pose. Control mode set is developed according to the parking strategy of skilled drivers. When the parking begins, pattern recognition is used to identify the characteristics model acc

5、ording to the a priori knowledge of character models and the deviation of vehicle position. To control the vehicle parking along the programming trajectory，corresponding control mode is adapted by the characteristics model. Simulink kinematic modes of the vehicle and the proposed human-simulated int

6、elligent controller are established, Simulations had been done and the results demonstrated the effectiveness of the proposed methodKey words: autonumous parking; human-simulated intelligent control; characteristic model; control model 自動泊車系統(tǒng)研究141802004 劉小荷南京師范大學電氣與自動化工程學院摘要: 為簡化平行泊車，通過總結(jié)模擬熟練駕駛員的泊車經(jīng)

7、驗，提出一種自動泊車的仿人智能控制方法。該方法以后輪驅(qū)動、前輪轉(zhuǎn)向的四輪汽車為對象，建立車輛運動學模型; 通過分析熟練駕駛員泊車流程，將泊車過程分為4 個階段; 在相切圓弧加公切線的規(guī)劃路徑上，選取泊車階段轉(zhuǎn)換時車輛姿態(tài)調(diào)整的關(guān)鍵點作為跟蹤目標; 根據(jù)泊車過程車輛的位姿信息，提取12 種泊車的特征狀態(tài)，作為描述車輛泊車動態(tài)行為的特征模型; 根據(jù)熟練駕駛員的泊車策略，構(gòu)建控制模態(tài)集。泊車開始后，依據(jù)特征模型先驗知識和當前車輛位姿與泊車目標的偏差，對當前車輛特征狀態(tài)進行模式識別，由辨識出的特征狀態(tài)驅(qū)動相應(yīng)控制模態(tài)，控制汽車按規(guī)劃路徑泊車入位。建立了車輛運動學和仿人智能控制器Simulink 模型，

8、并進行了仿真實驗。仿真結(jié)果說明，該方法能有效控制車輛泊入車位。關(guān)鍵詞: 自動泊車; 仿人智能控制; 特征模型; 控制模態(tài)1 工作原理1.1 根本工作原理 超聲波測距的方法有很多種，大概分為：相位檢測法、聲波幅值檢測法和往返時間檢測法等，車載超聲波檢測采用往返時間檢測法，具體步驟是：超聲波發(fā)射器向某一方向發(fā)射超聲波，在發(fā)射的同時開始計時，超聲波在空氣中傳播，途中遇到障礙物就立即返回來，超聲波接收器收到反射波時就立即停止計時。于是利用超聲波在空氣中的傳播速度，以及超聲波在發(fā)射后遇到障礙物反射回來的時間差即可計算發(fā)射點到障礙物的實際距離，即時間差測距法。原理框圖如圖1所示：圖1 超聲波測距的原理框圖

9、生活中常用的車載倒車裝置通過傳感器和攝像頭感知車輛周圍的物體，如圖2 所示。當傳感器感應(yīng)到障礙物時攝像頭也將障礙物攝入視頻，同時傳感器進行測距，保證駕駛員在看到障礙物的同時也能迅速掌握障礙物距離車輛的實際距離，從而更加有效地調(diào)整行車狀態(tài)。圖2 車載倒車裝置安裝位置示意隨著社會開展，人們生活要求不斷提高，各種工具越來越智能化，城市車輛越來越多，道路泊車問題越來越突出，自動泊車系統(tǒng)便應(yīng)運而生。自動泊車系統(tǒng)是車載倒車裝置的升級，是一種能夠快速、平安地使車輛自動駛?cè)氩窜囄坏闹悄懿窜囕o助系統(tǒng)，它通過超聲波以及圖像傳感器感知車輛周圍環(huán)境信息來識別泊車車位，并根據(jù)車輛與停車位的相對位置信息，產(chǎn)生相應(yīng)的泊車軌

10、跡并控制車輛的速度和方向盤轉(zhuǎn)向完成自動泊車。與駕駛員泊車操作復雜、泊車時間長、泊車平安事故率高相比，自動泊車系統(tǒng)提供了一種簡單、方便的泊車功能，降低了泊車操作時的難度，提高了車輛的智能化水平。目前，自動泊車系統(tǒng)的開發(fā)也成為國內(nèi)主流汽車主動平安研究的重要方向。自動泊車系統(tǒng)的傳感器不但涉及測距單元，更為重要的是一些控制單元的傳感器，其傳感器分布位置示意圖如圖3所示。 圖3自動泊車系統(tǒng)傳感器分布位置示意圖1.2控制的實現(xiàn)實現(xiàn)汽車自動泊車，可提高泊車平安性，降低駕駛員操作的復雜性，控制方法是其關(guān)鍵技術(shù)之一。因此，研究自動泊車的控制問題具有重要的現(xiàn)實意義和應(yīng)用價值。當前自動泊車控制方法可歸納為: 基于路

11、徑規(guī)劃的方法，先設(shè)計一條可行的期望路徑，如相切圓弧加公切線等，控制汽車沿期望路徑運動進入泊車位。該方法對傳感器和執(zhí)行器的精確性要求很高，很難補償系統(tǒng)動態(tài)性引起的誤差，示意圖如圖4所示：圖4 相切圓弧加公切線方法方法示意圖基于經(jīng)驗知識的方法，主要采用模糊控制，將熟練駕駛員的泊車經(jīng)驗轉(zhuǎn)化為模糊控制器，是目前較通用的方法。但模糊控制規(guī)那么的完備性、模糊變量隸屬函數(shù)的全局最優(yōu)性難以保證。示意圖如圖5所示：圖5 基于經(jīng)驗知識的方法方法示意圖 泊車是一個“駕駛員-車輛-道路閉環(huán)系統(tǒng)，駕駛員根據(jù)對道路、車輛運動狀態(tài)的感知，經(jīng)過分析、判斷，控制車速與轉(zhuǎn)向，使車輛平安準確地運動到目標位置。根據(jù)熟練駕駛員實際操作

12、經(jīng)驗，可將車輛泊車入位過程歸納為4 個階段，各階段轉(zhuǎn)換位置是泊車控制的關(guān)鍵點。 階段一: 尋找車位，確定預(yù)備泊車位置，調(diào)整車輛姿態(tài)，使車身與車位保持平行，距離dy 約為0. 5 m，車尾與泊車位前端根本平齊。 階段二: 朝泊車位轉(zhuǎn)向( 車位在車身右邊時順時鐘打方向盤) ，保持轉(zhuǎn)向角度，倒車進入車位。此過程主要是控制車輛，防止與其他車輛碰撞。 階段三: 朝泊車位反方向轉(zhuǎn)向( 車位在車身右邊時逆時針打方向盤) ，保持轉(zhuǎn)向角度，繼續(xù)倒車使方向角( 或| /2 | ) 減小。假設(shè)無碰撞，| |5 °且| y |0. 1 m，那么認為泊車成功，否那么進入階段四。 階段四: 車位內(nèi)姿態(tài)調(diào)整。控制

13、車輛在車位內(nèi)前后運動，調(diào)整姿態(tài)直至泊車成功。基于路徑規(guī)劃和經(jīng)驗知識相結(jié)合的方法，既考慮路徑規(guī)劃的精確性，又兼顧經(jīng)驗知識方法的魯棒性，是當前研究的熱點。本文以仿人智能控制理論為指導，通過總結(jié)模擬熟練駕駛員泊車經(jīng)驗，提出一種自動泊車的仿人智能控制方法。自動泊車的仿人智能控制器設(shè)計根本思路是：根據(jù)車輛與車位參數(shù)，設(shè)計一條圓弧加公切線的泊車規(guī)劃路徑，在規(guī)劃路徑上選取車輛姿態(tài)調(diào)整的4 個關(guān)鍵點作為跟蹤目標; 根據(jù)泊車過程車輛的位姿信息，提取泊車的12 種特征模型，作為描述車輛泊車動態(tài)行為的特征模型; 根據(jù)熟練駕駛員的泊車策略，構(gòu)建控制模態(tài)集。泊車開始后，依據(jù)特征模型先驗知識和當前車輛位姿與泊車目標的偏差

14、，對當前車輛特征狀態(tài)進行模式識別，由辨識出的特征狀態(tài)驅(qū)動相應(yīng)控制模態(tài)，從而充分模仿熟練駕駛員在泊車過程中的粗調(diào)和微調(diào)，得到自動泊車的仿人智能控制器，通過控制車速和前輪轉(zhuǎn)向使汽車依次跟蹤各關(guān)鍵點，實現(xiàn)泊車入位。2.車輛運動學模型在研究自動泊車系統(tǒng)時，首先需要確定車輛運動姿態(tài)，研究車輛的運動軌跡。因此，需要建立車輛運動學模型。在整個自動泊車過程中，車輛總是處于一種低速行駛狀態(tài)，車輛在低速行駛過程中不會出現(xiàn)滑動和側(cè)向移動，為此，在這種情況下建立車輛運動學模型如圖6 所示。圖6 車輛運動學模型圖根據(jù)車輛運動學模型可以得到以下關(guān)系式。 式中: 為車輛車軸和水平方向的夾角; 為車輛前輪和車輛車軸的夾角;

15、為后軸中心點橫坐標; 為后軸中心點縱坐標; V 為車輛的運動速度;W 為車輛的軸距。從上面的分析可以得知，汽車模型具有3 個控制狀態(tài)變量: ，以及一個輸出狀態(tài)變量 ，便可以構(gòu)建車輛運動學Simulink 模塊，如圖7 所示。圖7 車輛運動學Simulink 模塊3. 自動泊車的仿人智能控制器設(shè)計 根據(jù)基于路徑規(guī)劃和經(jīng)驗知識相結(jié)合的方法的設(shè)計思路，整理出如圖7的控制框圖：圖7 本文方法控制框圖自動泊車的仿人智能控制流程如下:步驟1：根據(jù)汽車參數(shù)和泊車位參數(shù)確定4 個關(guān)鍵點Pi( P1為預(yù)備倒車位置，P2和P3為關(guān)鍵轉(zhuǎn)向點，P4即原點為泊車成功位置) 作為跟蹤目標。步驟2：根據(jù)泊車過程中汽車位姿相

16、對于當前關(guān)鍵點Pi的誤差 及其誤差變化率，驅(qū)動構(gòu)建特征模型確定當前特征狀態(tài)。 步驟3：根據(jù)控制模態(tài)集 先驗知識和當前車輛特征狀態(tài)，確定出當前控制模態(tài)。步驟4：根據(jù)當前控制模態(tài)控制汽車運動到當前關(guān)鍵點Pi。依照Step 2 至Step4，控制汽車運動到最后一個關(guān)鍵點P4，即泊車入位。控制流程圖如圖8 所示。圖8 本文方法控制流程4. 控制方法實現(xiàn)4.1泊車路徑與跟蹤目標 泊車階段的轉(zhuǎn)換位置是車輛姿態(tài)調(diào)整的關(guān)鍵點，為泊車控制的跟蹤目標，如圖 9所示 。 圖9 4個關(guān)鍵點選取在圓弧加公切線的規(guī)劃路徑上共有4 個關(guān)鍵點: 預(yù)備泊車點) ，第一轉(zhuǎn)向點，第二轉(zhuǎn)向點和目標泊車點。以車位寬AB 中點為坐標原點

17、，設(shè)車寬，前輪轉(zhuǎn)角，最小轉(zhuǎn)彎半徑，車位長，車位寬， 由幾何知識可推導出4 個關(guān)鍵點坐標:4.2 構(gòu)建特征模型熟練駕駛員泊車時往往基于車輛位置與姿態(tài)采取相應(yīng)控制策略。對車輛位姿狀態(tài)進行細分，用特征模型來描述。特征模型為所有特征狀的集合，特征狀態(tài)那么由一些特征基元qi的組合來描述。根據(jù)汽車當前位置和方向相對于當前關(guān)鍵點的距離和方向及它們的變化趨勢等情況，構(gòu)建特征基元集，并得出特征模型 = ， 其中: 汽車當前位置( x，y) 與預(yù)定關(guān)鍵點P1之間的距離;是描述汽車遠離或者接近預(yù)定的關(guān)鍵點。i=1,2,3,44.3 構(gòu)建控制模態(tài)駕駛員泊車過程的控制策略，可用控制模態(tài)i來描述，通過磅-磅、比例、積分、

18、微分和極值保持等控制特征基元來實現(xiàn)。泊車過程中，需同時控制車速V和前輪轉(zhuǎn)角，2 個控制量的不同組合方式可產(chǎn)生多種控制模態(tài)基元。構(gòu)建控制模態(tài)集:4.4控制策略分析圖10 12種特征狀態(tài)泊車過程中，熟練駕駛員會根據(jù)車輛位姿狀態(tài)，采用不同控制策略。對于圖10 所示的12 種特征狀態(tài)，控制策略分析如下:模態(tài)1 圖10( a) : 車輛遠離預(yù)備泊車點，應(yīng)調(diào)整車速方向，朝預(yù)備泊車點運動;模態(tài)2 圖10( b) : 車輛靠近預(yù)備泊車點，但角度誤差較大。此時需調(diào)整車身方向角，以較大的角速度和較小的線速度讓車輛對準預(yù)備泊車點前進;模態(tài)3 圖10( c) : 車輛已對準并向預(yù)備泊車點靠近，但距離較遠，可適當提高車

19、速;模態(tài)4 圖10( d) : 車輛已對準并在繼續(xù)靠近預(yù)備泊車位，且距離較近，應(yīng)適當減速，以防止超調(diào)，即防止超過預(yù)備泊車位;模態(tài)5 圖10( e) : 車輛遠離目標泊車位，在倒車進入車庫的過程中可能會發(fā)生碰撞，造成車輛向相反的方向運動，這時要前進一段距離，將車身方向角調(diào)整好后再進入車庫;模態(tài)6 圖10( f) : 車輛靠近目標泊車位，但角度誤差較大，應(yīng)該快速調(diào)整車輛姿態(tài)，以較大的角速度和較小的線速度讓車輛對準目標泊車位置前進;模態(tài)7 圖10( g) : 車輛已對準目標泊車位，且在靠近目標泊車位置，但距離較遠，這時可稍微加大車速，讓車輛較快到達目標位置，提高泊車效率;模態(tài)8 圖10( h) :

20、車輛已對準目標泊車位，且距離較近并在繼續(xù)靠近目標泊車位置，此時應(yīng)適當減速，以防止超過目標泊車位與前方障礙物發(fā)生碰撞;模態(tài)9 圖10( i) : 車輛遠離目標泊車位，因不滿足泊車成功條件，需加強調(diào)整方向角;模態(tài)10 圖10( i) : 車輛靠近目標泊車位，但角度誤差較大，此時應(yīng)快速調(diào)整車輛姿態(tài)，以較大的角速度和較小的線速度對準目標泊車位置前進;模態(tài)11 圖10( k) : 車輛已對準并向目標泊車位靠近，但距離較遠，可稍微加大車速;模態(tài)12 圖10( l) : 車輛已對準并在繼續(xù)靠近目標泊車位，且距離較近，應(yīng)適當減速，以免與前方障礙物發(fā)生碰撞。在特征模型和控制模態(tài)集 之間，運用啟發(fā)式搜索與直接推理

21、模仿駕駛員決策。假設(shè)車輛處于特征狀態(tài)，那么采用控制模態(tài)進行控制，用產(chǎn)生式規(guī)那么描述控制策略如下:IF ，THEN i = 1，2，3，4，j= 1，2，3，45 實驗研究在Matlab2021a /Simulink 環(huán)境中建立自動泊車系統(tǒng)仿真模型如圖11 所示。圖11 平行泊車仿真模型圖12車輛運動學仿真模型圖13( a) ，圖13( b) 分別為轉(zhuǎn)向角和方位角的隨時間變化情況; 圖13( c) 為車輛方向與規(guī)劃路徑公切線的偏離程度，主要描述階段二的控制精度，10 s 20 s 間偏差較小，說明控制精度較高; 圖14d) 是參考點，即車輛后軸中心的軌跡，與規(guī)劃路徑十分類似，說明控制效果較好。圖

22、13 標準車的平行泊車仿真結(jié)果6 結(jié)論面對泊車系統(tǒng)的多輸入多輸出的非線性欠驅(qū)動耦合特性，傳統(tǒng)控制方法難以實現(xiàn)精確控制。本文通過總結(jié)模擬熟練駕駛員泊車經(jīng)驗，提出了一種自動泊車的仿人智能控制方法。建立了泊車特征模型和控制模態(tài)集，經(jīng)模式識別確定車輛當前特征狀態(tài)，進而驅(qū)動相應(yīng)的控制模態(tài)，控制車輛按規(guī)劃路徑實現(xiàn)自動泊車入位。仿真實驗結(jié)果說明了本文方法的有效性。為解決“停車入位難問題提供了一種有效方法，為構(gòu)建具有自主知識產(chǎn)權(quán)的自動泊車系統(tǒng)做了有益探索。7 參考文獻1 Kang Z L，Minh Q D，Takuya I An exponentially -convergent control algorithm for chained systems and its application to automatic parking systemsJ IEEE Transactions on Control Systems Technology，2006，14( 6) : 1113-11262 Kooktae L，Dalhyung K，Woojin C， et al Car parking control using a