河南科技学院新科学院.docx
《河南科技学院新科学院.docx》由会员分享，可在线阅读，更多相关《河南科技学院新科学院.docx（27页珍藏版）》请在冰点文库上搜索。
河南科技学院新科学院
河南科技学院新科学院
2016届本科毕业论文（设计）
基于智能控制的自主驾驶汽车系统的研究
学生姓名：
王宁宁
所在院系：
新科学院电气工程系
所学专业：
电气工程及其自动化
导师姓名：
史增勇
完成时间：
2016年4月15日
基于智能控制的自主驾驶汽车系统的研究
摘要
随着高新技术的不断发展和进步，智能控制的自主驾驶汽车成为当今汽车行业发展的最终方向。
主要用到计算机技术、自动控制技术和人工智能技术等多种技术的相互作用。
整个设计一直强调实用性，安全性和舒适性性，具有良好的发展前景。
第一章介绍了国内外智能驾驶汽车的现状和用到的关键技术；第二章主要介绍了自主驾驶智能控制体系结构和实现控制系统的设计方案；第三章主要研究了纵向控制系统的结构及车速控制的基本原理；第四章主要研究了横向控制系统的结构和转向控制仿真的分析；第五章是对本文的总结及其对未来智能自主驾驶汽车的展望。
关键词：
智能控制、纵向控制、横向控制、体系结构、系统设计、自主驾驶
绪论
随着科技的快速发展，人们对汽车的安全性、快捷性、舒适性的要求不断提高。
在此背景下诞生了自主驾驶汽车的概念，它包含了计算机技术、智能控制技术和信息技术的应用，同时也要满足环境保护和资源利用的要求。
或者可以说带着机器外壳并有着汽车性能的移动机器人。
水面上轮船和空中的交通工具目前都得到了广泛的应用。
本文将研究地面上自主驾驶汽车的发展历程，智能车辆发展的最终方向是无人驾驶。
它包含了主动安全、辅助驾驶和自主驾驶等各个方面，无需驾驶员的操作，利用计算机和传感器等技术对汽车进行控制，使它在整个道路环境中能够安全行驶。
本章首先介绍智能驾驶汽车的产生与发展。
它最早起源于国外，更多的用于军事方面。
其次，以NavLab系列、VaMoRs-P系列和ARGO系列为例介绍在国外发展的情况，与此同时介绍国内智能驾驶汽车的状况。
再次，以“中国智能车未来挑战赛”和美国国防部高级研究计划局挑战赛来说明智能自主驾驶汽车将成为一种现实。
最后阐述智能驾驶汽车用到的关键技术以及研究自主驾驶汽车的意义和发展趋势。
1国内外智能自主驾驶汽车的发展
1.1国外智能自主驾驶汽车的发展
智能自主驾驶汽车的发展最早起源于国外的军事应用领域。
自从20世纪70年代开始，西方发达国家在智能自主驾驶汽车方面的研究取得了一些成果，国外军事地面驾驶汽车共经历了三个阶段。
20世纪80年代之前，受限于计算机技术、图形处理和数据融合的研究，无人驾驶侧重于遥控。
20世纪80年代以后，随着相关技术的不断发展，出现了一些自主移动平台和半自主移动平台；虽然一些车辆实现了自主行驶，但导航定位、传感器障碍识别和计算控制处理器等部件还不够完善。
自20世纪90年代以来，随着人工智能、机器人控制和计算机控制等高新技术的逐步突破，一些地面自主驾驶汽车参与了实战，激发了各国研究的热情。
智能车的研究不仅应用于军事方面，在民用领域也逐步发展。
有典型的美国“PATH”计划和美国未来作战系统，NavLab-5系列在CMU大学研制成功。
美国专门设立了国家机器人研究中心挂靠在卡内基.梅隆大学。
成立了专门的团队来攻关AVR自主控制技术。
进入90年代末，1997年Frog公司首次研发了ParkShuttle系统，如图1-1s所示，可实现全天自主驾驶，可达到3cm定位精度,同时受到了很高的评价，但由于研究技术较少，只能固定俩个地方使人机交互不多。
鉴于ParkShuttle系统的成功应用，2001年在荷兰的鹿特丹采用了6辆无人驾驶的ParkShuttle智能车运营，由于是第二代ParkShuttle智能控制系统，不但提高了控制精度而且增加了人机交互功能。
乘客也可以在车站对智能自主驾驶汽车进行呼叫。
1998年汽车百年行活动中，意大利帕尔玛大学研制了ARGO试验车。
进行了2000km的道路实验在意大利高速公路上，最高车速为112km/h，无人驾驶里程占总里程的94%。
它有不同的控制设备，装有视觉系统以获得道路环境信息，同时采用普通实用性传感器系统，实现无人驾驶的功能。
1.2国内智能自主驾驶汽车的发展
实现智能自主驾驶同样也是中国人的梦想。
我国关于智能车辆的研究起步较晚，主要是一些大学和研究所开展这些工作，在“八五”期间，南京理工大学、清华大学、浙江大学和国防科技大学共同研制了ATB-1智能驾驶车辆。
在同一时期代表了国内自主驾驶车辆领域的先进水平。
1991年国防科技大学研究的自主驾驶汽车可以在低速下行驶；2000年在给定路径的情况下，可以实现在高速路上以75.6km/h速度完成对道路的追踪；2003年红旗车的诞生标志着我国自主驾驶汽车已经达到了国际的先进水平。
如图1-5，实现了自主超车的功能，在智能控制、计算机技术和复杂环境识别等方面都取得了很大的突破。
THMR-V是清华大学研制的新一代智能车辆如图1-6所示，经实验可以实现在复杂环境下的道路识别、道路跟踪、道路避障等功能，同时可以实现视觉临场时的遥控驾驶。
在一般道路和高速公路都可以安全自主行驶。
1.3自主驾驶汽车的关键技术
国内外科研对自主驾驶汽车研究投入了大量的人力和物力，它不仅代表了高新技术水平，更因为满足了人们对汽车要求的迫切需要。
作为一个复杂的智能控制系统主要面临一些关键技术的应用。
（1）环境感知技术
环境感知像人类的视听觉一样，运用各种传感器获取数据采集信息，并对信息进行分析及判断。
环境感知为汽车提供了障碍物的具体位置和本车与其他车的距离信息，以及自主驾驶的相对速度，然后通过各种控制系统的分析配合决策，使无人驾驶汽车实现自定位、避障和路径规划等功能，它是自主驾驶汽车的前提条件和基础。
（2）定位导航技术
通过传感器的一些信息获得汽车的位置、姿态等信息。
定位导航技术包括航迹推算技术、地图匹配定位技术、惯性导航技术和视觉定位技术等，不同的定位系统有不同的定位方法，俩种或俩种以上的定位系统可以获得更高的导航性能。
（3）运动控制技术
无人驾驶汽车的控制分为纵向控制和横向控制。
纵向控制可以精确跟随期望车速，横向控制在操纵稳定的前提下实现路径跟踪。
（4）路径规划技术
路径规划包括环境地图和在地图中搜索可行路径。
在一定环境模型的基础上，按照一定性能指标规划起始点和目标点，最终能安全到达目标点的有效途径。
1.4研究自主驾驶汽车的意义及发展趋势
智能驾驶汽车可称为轮式移动机器人。
依靠计算机控制系统的智能驾驶仪实现无人驾驶，通过不同的传感器感知周围的环境障碍，控制速度和转向，可以实现在道路上可靠、安全地行驶。
改变了传统的人—车—路闭环系统，提高了交通的效率，同时解决了道路拥挤的问题，也不用担心驾驶员因为疲劳驾驶导致交通事故的发生。
可见自主驾驶汽车是当今汽车行业发展的主流。
为了激发各国研究自主驾驶汽车的热情，推动汽车行业的发展，国内外相继举行了一些自主驾驶汽车的比赛，例如：
美国DARPA比赛和中国智能车未来挑战赛；他们共同的特点就是当车辆在行驶的过程中，没有驾驶员在车内。
从一定意义上说，实现了真正的自主驾驶。
随着计算机控制技术、人工智能、汽车设计技术等方面的不断进步与发展，对开展自主驾驶汽车的研究具有重大的意义，具体表现在以下几个方面：
（1）使汽车工业整体迈上新的台阶，突破若干技术难题。
（2）通过先进技术的迅猛发展缩小与国际先进水平之间的差别，提高中国在国际中的地位。
（3）在未来“智能汽车”的研究领域占有一席之地，并促进汽车行业和智能运输系统的开发。
（4）代表着一个国家的计算机技术、人工智能系统、模式识别等各方面的发展状况，衡量一个国家的科研水平和工业发展的进度，同时也能看出一个国家的经济水平。
在高新技术迅猛发展的时代，人们普遍认为技术比人更可靠，欧洲一些研究表明：
驾驶员在碰撞危险的0.5秒前得到“预警”，可以避免60%的的追尾事故、50%的路面相关事故以及30%的迎面撞车。
该研究还显示：
如果用智能自主驾驶代替人驾驶，事故有望减到零。
一个庞大的移动车网络和现有的智能交通系统提供丰富的道路信息，使汽车可以更加自由安全地行驶在复杂的城市道路中，可以大幅度提高公路的通行能力。
降低汽车的油耗。
虽然智能自主驾驶汽车还没有完全走进普通人的生活，但是综合了自动紧急制动、自适应速度控制等多种辅助驾驶已经走上了市场，使得半自主驾驶汽车在许多地方第一次变成现实，根据一些相关调查研究，在2020年投入生产第一辆自主驾驶汽车，它的销售量将从8000辆增长到每年的9500万辆在2035年，占轻型车销量的75%。
美国NavigantResearch研究机构预测：
自主驾驶车辆占汽车总量的比率从2025的4%增长到2030的41%和2035年的75%。
该研究机构给出了2035年世界各地自主驾驶汽车的销量预测，北美、西欧和亚太占了绝大一部分，特别是亚太地区占据了世界销售量的一半。
可以看出，自主驾驶汽车是未来汽车行业发展的必然趋势，中国也将会在这方面的研究消耗大量的人力和物力，在控制、结构、强度、性能、可靠性和寿命周期各方面都不断完善提高，成为自主驾驶汽车的销售大国。
第二章自主驾驶智能车的体系结构与控制系统设计方案
2.1体系结构
体系结构描述了各个系统的组织部分和每个部分之间的相互联系，定义了软硬件的组织原则和集成方法。
比较经典的有分层递阶式体系结构、反应式体系结构和二者混合式体系结构。
提供总体的协调机制，确定模块的输入与输出；确定系统的控制流和信息流，对汽车进行总体的指挥。
2.1.1分层递阶式体系结构
分层递阶式结构是一个串联系统结构，具有良好的规划推理能力，自上而下对任务逐层分解，求解问题的精度也逐层提高，从而依次完成整个系统的任务。
图2-1分层递阶式体系结构
将一个智能控制系统分为组织级、协调级和执行级三个部分。
各层部分的作用如下：
（1）组织级由各种智能推算组成，通过对外界环境感知进行判断，利用相关知识找推算出一个合理的解决问题的方法，向下一级发出离散信号的系统。
（2）协调级它是连接在组织级和执行级之间的中心环节，辨别组织级发出的离散信号然后解释给执行级控制器输入。
（3）执行级作为控制系统的最低层，由各种各样的控制器组成，接受并执行上一级发出信号给的任务。
目前，分层递阶式体系结构提高控制系统自主性的一种有效途径，但对传感器的要求比较高，传感器在执行过程中存在一定的延时，缺乏灵活性和实用性。
另外，一旦这种一次排序的系统任何一个硬件或软件出现故障，都会导致整个系统的瘫痪，可靠性不高，这种反应功能只有将感知、规划和控制三者紧密结合在一个模块中才能实现。
2.1.2反应式体系结构
反应式体系结构是一种并联式体系结构，它针对不同目标内部对应的基本行为，形成的不同反应层次的能力，每个控制层可以适应完全陌生的环境，虽然高层次对低层次会有影响，但低层次有它独立的能力，不必等高层次处理完成，它突出了“感知—动作”的行为控制。
这种体系结构应具备感知、探测、避障、规划和执行任务等能力。
系统存在多个并行控制系统，各种行为通过协调配合作用于驱动装置，产生动作。
许多行为设计成一个简单的小任务，占用的内存很小，可以快速响应，实用性比较强；整个系统可以方便高效的避障，系统的灵活性也得到了很大的提高，每一层需负责一个行为，每一个行为都要完成一个完整的路径，执行方式可以并行。
即使其中一个模块出现故障，其他模块仍可正常动作。
反应式体系结构最大的难点就是，需设计一个协调机制来解决控制回路对同一执行器争夺控制的问题。
更重要的是各种行为可以相互协调。
随着任务复杂程度的增加，预测一个完整的体系结构难度也会加大，这也是反应式体系结构的主要缺点。
以上俩种结构都有自身的优缺点，分层式体系结构缺乏灵活性，可靠性不强，反应式体系结构缺乏较高等级的智能。
因此越来越多的专业人士研究混合式体系结构，可以将俩中体系结构的优点完美的结合。
2.1.3RCS智能控制系统结构
RCS体系结构是基于混合体系结构的无人平台体系：
层次越高处理的问题越复杂，由计算机节点组成的多层多分辨率控制体系结构，基本节点有感知处理、环境建模、价值评估和行为生成。
如图2-2RCS的层内结构：
图2-2RCS的层内结构
（1）感知处理：
感知数据与储备知识相互配合，检验出外界有用的信息。
首先从传感器接受输入的数据，然后对数据进行分析和处理并计算观测到的特征和属性，与内侧模型进行比较。
感知模型和内侧处理都可以识别实体场景，他们之间的差异可用于对内部模型的更新。
（2）环境建模：
它主要有四大功能：
第一，提供了一个对环境现状的最佳反馈，为操作者提供最新的信息，可以制定运行计划。
第二，建立一个目标单元、环境等的知识库，随时统计更新通用模型。
第三，可用预测感官信号处理配置过滤器、模型匹配及递推估算；第四，环境建模可以模拟可能用到的方案结果，模拟结果由价值评估系统筛选出用以执行的最佳方案。
（3）价值评估：
感知事件的状态使行为生成的程序分清目标的轻重，它计算那些是重要、哪些不重要、哪些有利、哪些有害等。
由估算行动、风险和利益、评估信息的可靠性和判断感知到的状态等四部分组成。
（4）行为生成：
为了达到目标，生成的控制和计划。
通过一个先前的储备知识和价值评估功能选择和发展计划，并且与环境建模的信息相互结合，从而找出各单元最合适的资源分配方法，最后提出最佳的安排表。
行为生成过程通过反馈误差补偿控制行为，优化系统模型和控制规则。
2.2控制系统规划方案
控制与规划是整个系统的核心，从智能车所出的位置分析该系统在智能车中功能和作用，然后提出控制系统的目标，根据该目标提出控制系统的规划方案和整体设计框架。
2.2.1控制规划系统的任务和要求
由于城市道路的环境是复杂的，不同的地方道路特点也不同，实验室和高速公路的环境就有很大的区别，因此对控制系统就提出了更高的要求。
为了更好的控制智能自主驾驶汽车可以在道路上安全行驶，需要知道智能车的具体位置，然后调整控制参数，使智能车可靠快速地行驶。
控制规划系统需完成以下任务：
（1）获取道路环境信息
控制都是根据环境道路的信息进行合理的调控，实现调速、避障的功能，实时获取道路信息是进行下一级道路控制的前提。
（2）控制智能车中低速可靠行驶
道路环境是比较复杂的，在城市道路中车辆比较多，容易发生交通拥挤，因此不太适合在道路上高速行驶，规划系统应具有控制智能自主驾驶在中低速行驶的能力，使它在道路上可靠行驶。
（3）保证行驶的可靠性、安全性和舒适性
智能自主驾驶是汽车工业发展的最终方向，它必须具有良好的避障能力，合理控制行驶的速度，避免交通事故的发生，使汽车可以在道路上可靠行驶，同时也应满足行驶过程中的舒适性。
2.2.2控制规划的整体方案
根据上述控制规划系统的任务和要求，可设计出如图2-3的整体框架：
从控制与规划系统结构图中可以看出由全局路径规划、局部路径规划和底层控制三部分组成。
全局路径规划由全局定位和控制性能要求俩个模块构成，来确定智能车辆的具体位置，根据反应的信息确定控制参数和行驶的速度；横向控制和纵向控制构成了系统的局部路径规划，给出具体的控制指令，满足当前的要求；底层控制包括前轮转向控制和速度控制，根据上级的传递信息、速度命令和前轮转角命令确定具体的转速和转向。
（1）全局路径规划
全局路径规划根据信号灯检测、交通标志检测、减速停车线和GPS定位系统等确定智能车的具体位置，根据反馈的信息和数据中已有数据库知识相结合。
把这些信息发给下一级控制系统。
（2）局部路径规划
局部路径规划包括横向控制和纵向控制，横向控制根据GPS定位信息，确定智能车的具体位置并确定前转速角。
纵向控制结合雷达检测的结果，计算出满足要求安全运行的期望速度。
（3）底层路径规划
底层控制由前轮转向控制和速度控制俩个独立系统组成，是执行机构，根据局部路径发出的指令，通过计算机算法对驱动机进行具体的速度控制和确定具体的转向角。
三个规划设计层次都是独立运行的，他们之间相互联系组成了一个有机整体又分别独立作用。
规划系统环境感知和内部控制系统通过总线的方式实现，有CAN总线和以太俩种方式。
采用CAN总线对上层规划和底层路径之间的连接进行控制，而全局路径规划和局部路径规划采用计算机控制系统实现，计算机系统主要有可靠的以太网进行数据交换。
2.3智能控制的特点
随着计算机技术和人工智能技术的发展，智能控制把自动控制、人工智能、信息论和系统论、计算机控制等多种学科紧密结合起来，建立一种适合复杂系统的控制技术。
智能控制是自动控制技术的新发展阶段，智能自主驾驶汽车的研究是智能控制技术发展的产物。
智能控制具有以下特点：
（1）具有足够的关于人的控制策略、被控对象及环境的有关知识以及运用这些知识的能力。
（2）具有自己学习、自己调节、自己适应的能力，达到总体系统的最优控制。
（3）具有自判断、自恢复和自补偿的能力，可在复杂的环境下自动地完成人机交互的任务。
本文研究的自主驾驶汽车即智能控制的被控对象同时具有不确定性、非线性和时变的复杂性，因此需要充分利用智能控制的特点使控制系统得到很好的应用。
第三章自主驾驶汽车运动的纵向控制
3.1纵向控制概述
纵向控制通过对油门和制动的协调，实现对期望车速的精确跟随。
油门和制动的综合控制实现对预定速度的跟踪。
自主驾驶汽车系统由交流驱动电机、测速传感器和信息采集数据卡等组成。
根据知识库中的规则和计算机控制推导出具体的车速。
纵向控制系统结构如图3-1
图3-1纵向控制系统结构
系统控制过程中，主控单元为上空机，设定的期望车速通过信息数据卡PCI812作用到科蒂斯伺服驱动器上，然后传到速度交流电机，最后霍尔速度检测传感器对信息进行处理后再传给工控机，对比期望速度当前的电压、电流和道路环境信息等，来确定期望速度，使汽车可以安全可靠行驶。
3.2纵向控制单元的硬件结构
3.2.1交流异步电动机
（1）直流有刷电动机
直流有刷电动机在早期社会中广泛应用，内部结构简单，技术成熟期较早，但它有较大的缺点就是机械转向机构不够灵活，在潮湿的空气，灰尘较多的环境中容易产生电火花，严重影响系统的正常工作，甚至有时发出错误的指令，导致系统失常。
随着技术的不断发展，直流有刷电动机也逐渐被淘汰。
（2）直流无刷电动机
无刷电动机以电子转向取代了机械转向，克服了有刷电动机产生小火花的一些缺点，效率高，噪音小，实现了可靠安全的低速运行，但高速运行过程中，还会有一些问题，使用寿命不长，成本较高。
目前，直流无刷电动机逐渐受到业内人士的广泛关注，主要研究它的转子的换向和控制。
（3）交流感应电动机
交流感应电动机成本较低，性能良好，但在电动机轻载时运行功率因数滞后。
逆变控制器变的复杂，当大型电动机运行时，需要更多的晶体管，消耗大量的电能。
控制软件也比较复杂，提高了成本，所以技术需进一步提高。
（4）交流异步电动机
交流异步电动机被应用在生活的各个领域，结构简单，有良好的性能，价格便宜，维护方便等优点。
3.2.2伺服驱动器
交流电动机由48v的蓄电池电源供电，然后再把直流电转换为交流电供电动机使用。
可以通过调整电源的大小来改变电动机的转速，如图3-2柯蒂斯1234交流伺服驱动器可实现其功能：
图3-2柯蒂斯1234交流伺服驱动器
它可以通过柯蒂斯运算法则和矢量控制技术保证控制器的最佳效率，不需其他装置，内部闭环速度也保证了最优性能。
编制参数使制动性能达到最佳，对液压变化反应也比较灵敏。
3.2.3速度反馈装置
速度反馈装置主要有开关性霍尔传感器和线性霍尔传感器。
可以任意测量传感器的电压和电流波形、精度高、线性度好，带宽好等优点。
速度反馈获取的信息主要用了速度方向传感器，如下图3-3
图3-3速度检测传感器
电动机会因为间隙的变化输出方波信息，然后通过一些计算得出车辆的速度，长距离时能量降低会导致波形畸变，当信号进入计数器时对波形进行整形、放大可以精确测量当前的速度。
3.3自主驾驶汽车的车速控制
3.3.1模糊分档制动控制基本原理
模糊分档不直接用于驱动制动踏板，将控制按一定规则分为u1,u2,u3……,un（N>=1）行程档。
为了减少踏板的动作，分档应尽量少。
当制动踏板到达某一行程档后，稳定时间可以延长，保证行驶的平稳性。
模糊控制的基本原理框图如图3-4所示：
如图3-4模糊控制的基本原理框图
模糊控制器是模糊系统的核心部分，模糊系统由模块化、模糊推理、PID调节器和被控对象相互作用，在PID算法作为制动器时，制动踏板出现抖动，车辆减速行驶不平稳。
通过A/D转换成电信号。
经过计算机控制变量进行模糊化处理，通过模糊化规则解模处理，进而控制被控对象的运动。
可以通过模糊语言规定模糊规则对对复杂系统不精确的信息进行处理。
3.3.2模糊控制规则推理
（1）确定模糊变量的隶属度
模糊控制规则表是通过离线模糊推理计算得到的，设模糊控制器经模糊量化后的输入变量fe,fec以及模糊控制变量fu的论域分别为FE,FEC和FU,模糊语言变量集合分别为T（fe）,T（fec）和T（fu）,模糊语言变量值有NB（负大），NM（负中），NS（负小），ZE（零），PS（正小），PM（正中）和PB（正大），且有：
FE,FEC,FU={-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6}
T（fe）,T（fec）={NB,NM,NS,ZE,PS,PM,PB}
T（fu）={NM,NS,ZE,PS,PM}
各模糊语言变量值得隶属度函数见表3.1：
表3.1e、ec、u的赋值表
（2）模糊控制规则
根据人工驾驶制动经验和多次制动实验结果，制订了表3.2的模糊控制规则，NM和NS在表中代表制动，ZE代表不动作，PS和PM没有实际的意义。
制定控制量只是为了作为制动和油门控制的判据。
考虑到油门踏板完全松开，自主驾驶可以依靠阻力减速，在制定控制规则时，不需进行制动控制。
表3.2制动控制模糊控制规则
3.3.2模糊PID控制仿真分析
（1）阶跃信号仿真分析
模糊PID阶跃实验经历了从大开度到小开度再从小开度到大开度如图3-5的动态过程：
图3-5模糊PID控制阶跃响应曲线
模糊PID控制器通过将反应时间、延迟时间、最大超调量三个参数模糊后，使控制器的效果更好，能够使自主驾驶汽车的油门控制达到最高水平，长时间使用也能保持良好的性能。
（2）线性追逐响应仿真分析
模糊PID控制的线性跟踪追逐曲线仿真如图3-6所示
图3-6模糊PID控制线性随动跟踪响应曲线
由图可以看出，模糊PID线性随动跟踪曲线和跟定目标的曲线吻合度比较高，具有良好的跟踪性能，但仍然存在较小的延迟和超调量。
和PID控制策略相比，模糊PID控制策略精度更高，控制效果更好。
（3）正弦追逐响应仿真分析
用模糊PID控制策略系统的正弦随动跟踪响应曲线如图3-7所示：
图3-7模糊PID控制正弦随动跟踪响应曲线
根据图中正弦随动曲线可以看出。
各项性能都能满足节气门工作时的要求，并且能够快速达到预期的开度，和目标曲线可以更好地吻合，能够使系统具有良好的动态性能，超调量也比较小，所以节气门对踏板的转角有很好的随动跟踪的效果。
第四章自主驾驶汽车运动的横向控制
4.1横向控制概述
自主驾驶汽车运动的横向控制主要研究车辆的转向，控制智能车的前轮转向角，使其按照要求转向。
设计控制算法，根据给定的路径进行准确的跟踪，保证车辆可以安全可靠的行驶。
横向控制系统结构如图4-1所示
图4-1横向系统控制结构
在系统控制过程中，上位机作为主控单元，接受GPS当前信息和给定路径信息，传给工控
升级会员 