赵盼
- 作品数:4 被引量:171H指数:4
- 供职机构:中国科学院合肥物质科学研究院更多>>
- 发文基金:国家自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于μ综合的无人驾驶车辆路径跟随串级鲁棒控制方法被引量:11
- 2013年
- 无人驾驶车辆做横向机动过程中,会发生由模型不确定性引发的路径跟随性能下降,为解决这一问题,设计了以横摆稳定控制作为内环、路径跟随控制作为外环的串级控制结构.提出了基于μ综合的横摆稳定控制方法.仿真表明,在模型参数发生变化时,对比H∞和PID控制,μ综合方法的控制效果受模型不确定性影响最小.在对比实验中,该方法的均方根误差比PID控制降低了1/3,证明该方法能够在车辆模型参数变化时保证控制系统的鲁棒稳定性与鲁棒性能.
- 宋彦赵盼陶翔李碧春梁华为梅涛
- 关键词:无人驾驶车辆Μ综合鲁棒稳定性鲁棒性能
- 复杂环境下基于RRT的智能车辆运动规划算法被引量:91
- 2015年
- 在存在大量无规则障碍物且障碍物分布不均匀的复杂环境下,现有规划算法不能很好地解决智能车辆的运动规划问题.为此,本文提出了一种简单实用的基于RRT(快速搜索随机树)的运动规划算法——连续曲率RRT算法.该算法在RRT框架中结合了环境约束以及车辆自身的约束.它首先引入了目标偏向采样策略以及合理的度量函数,大大地提高了规划速度和质量;接着提出了一种基于最大曲率约束的后处理方法以生成平滑的且曲率连续的可执行轨迹.通过仿真实验和实车测试,证实了该算法的正确性、有效性和实用性.
- 杜明博梅涛陈佳佳赵盼梁华为黄如林陶翔
- 关键词:智能车辆
- 基于激光传感器的无人驾驶汽车动态障碍物检测及表示方法被引量:34
- 2014年
- 针对激光传感器在室外环境中检测动态障碍物所遇到的数据处理存在延时、检测结果准确率不高等问题,提出了一种基于3维激光传感器Velodyne和四线激光传感器Ibeo信息融合的动态障碍物检测及表示方法.本方法通过分析处理Velodyne激光数据对无人驾驶汽车四周的动态障碍物进行检测跟踪,对于无人驾驶汽车前方准确性要求较高的扇形区域,采用置信距离理论融合Velodyne激光数据处理信息和Ibeo输出的运动状态信息,较大地提高了对障碍物运动状态的检测准确率,然后根据融合得到的结果对运动障碍物的位置进行延时修正,最终在障碍物占用栅格图上将动态障碍物所占据位置与静态障碍物所占据位置区别标示.本方法不仅可以在室外环境中准确地检测出障碍物运动信息,而且可以消除传感器数据处理延时所带来的动态障碍物位置偏差,更准确地将环境中的动静态障碍物信息用障碍物占用栅格图进行描述.该种方法应用在了自主研发的无人驾驶汽车平台上,大量的实验以及它们在"中国智能车未来挑战赛"中的优异表现证明该方法具备可靠性和准确性.
- 辛煜梁华为梅涛黄如林杜明博王智灵陈佳佳赵盼
- 关键词:无人驾驶汽车栅格地图激光传感器
- 基于激光雷达的无人驾驶汽车动态障碍物检测、跟踪与识别方法被引量:36
- 2016年
- 现有的基于几何特征的动态障碍物检测跟踪方法误检率较高,基于动态障碍物几何特征和运动状态的识别方法受距离和扫描角度影响较大,无法满足真实交通场景应用的要求.针对这些不足,本文提出了一种基于多特征融合的动态障碍物检测与跟踪方法和一种基于时空特征向量的动态障碍物识别方法.首先在动态障碍物几何特征的基础上,考虑障碍物回波脉冲宽度特征,以提高障碍物检测跟踪的正确率;其次,基于障碍物时间维度与空间维度信息来构建时空特征向量,并进而采用支持向量机方法实现动态障碍物的识别,以提升障碍物识别的准确率.最后,通过实车试验对所提出方法的准确性和有效性进行了验证.
- 黄如林梁华为陈佳佳赵盼杜明博