论文研究-基于禁区惩罚函数和MPC倍增预测的车辆避障研究.pdf下载

为了增强无人驾驶汽车对障碍物预测及躲避的可靠性，以模型预测控制（MPC）和车辆动力学模型为基础，提出了一种基于障碍物禁区惩罚函数和MPC预测距离倍增法的避障控制策略。考虑车辆的尺寸，对于障碍物边界的确定引入以阶跃函数为基础的禁区边界惩罚函数。同时在障碍预测环节中对预测距离进行倍数扩增，提高了车辆在较远距离处对障碍物的预测能力。仿真实验以车辆动力学平台CarSim为基础，结合Matlab/Simulink的S函数，对不同仿真工况进行测试。实验结果表明车辆可以避开给定障碍物并能够返回到原始路径，结果达到预期要求，验证了算法的可行性。