前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >自动驾驶运动规划(Motion Planning)-车辆运动学模型

自动驾驶运动规划(Motion Planning)-车辆运动学模型

作者头像
YoungTimes
发布于 2022-04-28 06:55:17
发布于 2022-04-28 06:55:17
1.8K0
举报

要控制车辆的运动,首先要对车辆的运动建立数字化模型,模型建立的越准确,对车辆运动的描述越准确,对车辆的跟踪控制的效果就越好。除了真实反映车辆特性外,建立的模型也应该尽可能的简单易用。自行车模型(Bicycle Model)是一种常见的车辆运动学模型。

自行车模型(Bicycle Model)的建立基于如下假设:

1)不考虑车辆在垂直方向(Z轴方向)的运动,即假设车辆的运动是一个二维平面上的运动。

2) 假设车辆左右侧轮胎在任意时刻都拥有相同的转向角度和转速;这样车辆的左右两个轮胎的运动可以合并为一个轮胎来描述。

3)假设车辆行驶速度变化缓慢,忽略前后轴载荷的转移。

4) 假设车身和悬架系统都是刚性系统

5)假设车辆的运动和转向是由前轮驱动(frontwheelonly)的。

1、以后轴为原点的车辆运动模型

自动驾驶中的车辆模型可以简化为二维平面上运动的刚体结构,任意时刻车辆的状态

,车辆坐标的原点位于后轴的中心位置,坐标轴与车身平行。s表示车辆的速度,

表示steering angle(左为正,右为负),L表示前轮和后轮的距离,如果steering angle保持

不变,车辆就会在原地转圈,半径为

车辆运动模型:

在一个非常短的时间

内,可以近似认为车辆按照车身的方向运动,

表示在

时间内车辆在x轴、y轴移动的距离。

可以推出:

表示

时间内车身运动的距离,于是由

可以推出:

对等式两侧除以

,并且基于

的条件可以最终得到等式:

至此一个简化的非完整约束的车辆运动模型完成了,汇总如下:

基于这个简单的运动学模型,在给定了某个时刻的控制输入

以后,我们就可以估算车辆在下一时刻的状态信息(坐标,偏航角以及速度)。

2、以质心为中心的车辆运动学模型

其中A点是前轮,B是后轮,C为车辆质心点,O为OA、OB的交点,是车辆的瞬时滚动中心,线段OA、OB分别垂直于两个滚动轮的方向;

为滑移角(Tire Slip Angle),指车辆行进方向和轮圈所指方向两者间所成的角度;

为航向角(Heading Angle),指车身与X轴的夹角。

符号

定义

符号

定义

A

前轮中心

B

后轮中心

C

车辆质心

O

转向圆心

后悬长度

前悬长度

V

质心车速

R

转向半径

滑移角

航向角

后轮偏角

前轮偏角

展开公式(1.1)(1.2)可得:

联立公式(1.3)(1.4)可得:

低速环境下,车辆行驶路径的转弯半径变化缓慢,此时我们可以假设车辆的方向变化率等于车辆的角速度。则车辆的角速度为:

联立公式(1.5)(1.6)可得:

则在惯性坐标系XY下,可得车辆运动学模型:

此模型中有三个输入:

滑移角可由公式(1.3)(1.4)求得:

作为一种自行车模型,运动学自行车模型也假定车辆形如一辆自行车,整个的控制量可以简化为

,其中a是车辆的加速度,踩油门踏板意味着正的加速度;踩刹车踏板意味着负的加速度;

是方向盘转角。

前轮驱动的车辆运动模型

当车辆为前轮驱动(front−wheel−only)时,可假设

恒为0,同时由于我们假设汽车是前轮驱动的,所以我们认为方向盘的转角就等于前轮的转角。此时,车辆运动学公式如下:

3、阿克曼转向几何(Ackerman turning geometry)

阿克曼转向几何(Ackerman Turning Geometry)是一种为了解决交通工具转弯时,内外转向轮路径指向的圆心不同的几何学。

在单车模型中,将转向时左/右前轮偏角假设为同一角度,虽然通常两个角度大致相等,但实际并不是,通常情况下,内侧轮胎转角更大。如下图所示。

阿克曼转向几何

分别为外侧前轮和内侧前轮偏角,当车辆右转时,右前轮胎为内侧轮胎,其转角

较左前轮胎转角

更大。

为轮距,L为轴距,后轮两轮胎转角始终为0°。当以后轴中心为参考点时,图中红线为转向半径R。

因此,两个前轮的转向角的差异

与平均转向角

的平方成正比。

依据阿克曼转向几何设计的车辆,沿着弯道转弯时,利用四连杆的相等曲柄使内侧轮的转向角比外侧轮大大约2~4度,使四个轮子路径的圆心大致上交会于后轴的延长线上瞬时转向中心,让车辆可以顺畅的转弯。

参考链接

本文主要整理自以下文章:

无人驾驶汽车系统入门(五)——运动学自行车模型和动力学自行车模型

Apollo代码学习(二)—车辆运动学模型

Kinematic and Dynamic Vehicle Models for Autonomous Driving Control Design

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-01-18,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 半杯茶的小酒杯 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
车辆运动学方程推导和代码实现
自行车模型(Bicycle Model)是车辆数字化模型中最常见的一种运动学模型。其除了可以反映车辆的一些基础特性外,更重要的是简单易用。通常情况下我们会把车辆模型简化为二自由度的自行车模型。
艰默
2024/01/04
7520
车辆运动学方程推导和代码实现
【技术解析】无人车横向控制解读
技术解析是由美团点评无人配送部技术团队主笔,每期发布一篇无人配送领域相关技术解析或应用实例,本期为您带来的是无人车横向控制解读
美团无人配送
2019/04/26
6.5K0
【技术解析】无人车横向控制解读
车辆动力学方程推导和代码实现
车辆动力学模型是描述汽车运动规律的微分方程,一般用于分析汽车的平顺性和操纵稳定性。二自由度的车辆动力学模型基于单车模型假设,只考虑轮胎侧偏特性,其应用前提是
艰默
2024/01/23
7791
车辆动力学方程推导和代码实现
基于车辆运动学的智能车轨迹跟踪控制方法
我国智能驾驶车辆起源于1980年,然而在1992年国防科技大学研发真正第一辆智能车。2003年,清华大学研发的THMR-V可在清晰的车道线上完成车道保持,而且它的最高时速可达到150km/h,如图1所示。
一点人工一点智能
2023/06/06
1.4K0
基于车辆运动学的智能车轨迹跟踪控制方法
自动驾驶运动规划(Motion Planning)
Motion Planning是在遵循道路交通规则的前提下,将自动驾驶车辆从当前位置导航到目的地的一种方法。
YoungTimes
2022/04/28
1.8K0
自动驾驶运动规划(Motion Planning)
了解阿克曼转向原理的作用
阿克曼转向几何(Ackermann steering geometry)是一种为了解决交通工具转弯时,内外转向轮路径指向的圆心不同的几何学。这个想法是由德国车辆工程师“Lankensperger”于1817年提出的,之后由他的英国代理商Rudolph Ackermann于1818年提出专利。
bisal
2020/05/21
4.5K0
自动驾驶运动规划-Dubins曲线
如下图所示,Simple Car模型是一个表达车辆运动的简易模型。Simple Car模型将车辆看做平面上的刚体运动,刚体的原点位于车辆后轮的中心;x轴沿着车辆主轴方向,与车辆运动方向相同;车辆在任意一个时刻的姿态可以表述为(x, y, )。车辆的运动速度为s;方向盘的转角为 ,它与前轮的转角相同;前轮和后轮中心的距离为L;如果方向角的转角固定,车辆会在原地转圈,转圈的半径为 。
YoungTimes
2022/04/28
1.1K0
自动驾驶运动规划-Dubins曲线
使用模型预测控制和PID实现自动驾驶的车道保持
自动驾驶的3大核心科技是定位(在哪里),感知(周围是啥)以及控制(咋开车呢)。通过车道检测,我们可以对车的行进路线进行路径规划。本篇文章主要通过一个自行车的动力学模型讨论车辆的加速、刹车和转向的模型预测控制。目的不仅在于尽可能地控制车辆轨迹,同时也还要尽可能使速度平滑以避免晕车和频繁的刹车。
AI研习社
2018/12/24
1.3K0
移动机器人轮式里程计
如果你拥有一辆马车,你知道你马车轮子的周长,并且你安装了一种装置可以统计车轮转了多少圏数。你从A地一到达B地,便可以计算出A到B的路程,换句话说:你知道自己行走了多远的路程。
全栈程序员站长
2022/07/02
1.1K0
移动机器人轮式里程计
复杂约束下自动驾驶车辆的运动规划解析
Motion Planning是在遵循道路交通规则的前提下,将自动驾驶车辆从当前位置导航到目的地的一种方法。
一点人工一点智能
2023/03/29
6620
复杂约束下自动驾驶车辆的运动规划解析
Matlab-二自由度汽车操纵稳定性模型
3) 汽车前进(纵轴)速度不变,只有沿y轴的侧向速度和绕z轴的横摆运动(ay<0.4g) ;
用户9925864
2022/07/27
8920
Matlab-二自由度汽车操纵稳定性模型
纯跟踪横向控制和算法仿真实现
Pure Pursuit是一种几何跟踪控制算法,也被称为纯跟踪控制算法。他的思想就是基于当前车辆的后轮中心的位置,在参考路径上寻找一个预瞄点,假设车辆可按照一定转弯半径下行驶到该目标点,然后根据车辆当前位置到预瞄点距离、转弯半径和预瞄点与车头朝向夹角的几何关系来计算车辆的前轮转角,即控制车辆的横向跟踪误差。
艰默
2024/01/17
6720
纯跟踪横向控制和算法仿真实现
MathorCup 2022 C题无人驾驶泊车问题.1(问题分析)
为了贪图奖金,我又参加比赛了。。。去年得两个二等奖,今年不知道怎么样。这次选题我没有选C,但还是选了一个物理的题目,而且基本上和去年我的赛题是差不多的。
云深无际
2022/04/25
1.8K0
MathorCup 2022 C题无人驾驶泊车问题.1(问题分析)
自动驾驶汽车控制模块简介 | 【自动驾驶专题】
自动驾驶汽车先使用感知模块了解其环境,并通过定位模块了解其在环境中的位置,然后使用规划模块进行决策并生成轨迹。
用户7623498
2020/08/04
2.1K0
自动驾驶运动规划-Hybird A*算法
下面的视频展示了DARPA Urban Challenge(DARPA 2007)中Stanford Racing Team的无人车Junior使用的运动规划(Motion Planning)算法Hy
YoungTimes
2022/04/28
2K0
自动驾驶运动规划-Hybird A*算法
自动驾驶的“大脑” ——控制工程篇(一)
自动驾驶的“大脑”——控制工程篇(一) 中国人工智能系列白皮书 -智能驾驶2017 中国人工智能系列白皮书 --智能交通2017(附报告pdf下载) 一文带你看懂自动驾驶 给自动驾驶一双"通天眼"——环境感知器篇 自动驾驶的“大脑”——决策规划篇 ▌智能汽车控制架构设计 ---- 智能驾驶汽车通过搭载先进的车载传感器、控制器和数据处理器、执行机构等装置,借助车联网和 V2X 等现代移动通信与网络技术实现交通参与物彼此间信息的互换与共享,从而具备在复杂行驶环境下的传感感知、决策规划、控制执行等功能,以实现安
WZEARW
2018/04/11
2.8K0
自动驾驶的“大脑” ——控制工程篇(一)
自动驾驶轨迹跟踪-模型预测控制(MPC)
模型预测控制(MPC,Model Predictive Control)属于优化和控制两个领域的交叉,实际上是以优化的方法来求解控制问题。
YoungTimes
2022/04/28
4.8K1
自动驾驶轨迹跟踪-模型预测控制(MPC)
加拿大pc28算法公式(车辆调度算法)
Apollo 中横向控制的LQR控制算法在Latcontroller..cc 中实现
全栈程序员站长
2022/08/02
9.4K0
加拿大pc28算法公式(车辆调度算法)
PID横向控制和仿真实现
PID是一种常见的控制算法,全称为Proportional-Integral-Derivative,即比例-积分-微分控制器。PID控制器是一种线性控制器,它将设定值与实际值进行比较,根据误差的大小,控制器会相应地调整系统的比例、积分和微分系数,以减小误差。
艰默
2024/01/11
4680
PID横向控制和仿真实现
自动驾驶运动预测(Motion Prediction)
运动预测(Motion Prediction)模块主要解决自动驾驶车辆与周围环境中的其它运动物体(车辆、行人等)的协同交互问题。该模块对感知模块所检测到的运动物体进行未来一段时间内行为意图的预测,并将预测的结果转化为时间维度和空间维度的轨迹。以这些障碍车、行人、非机动车等运动物体的预测轨迹作为输入,自动驾驶车辆可以做出更加合理的驾驶决策,规划出更加合理、安全的车辆运动行为。
YoungTimes
2022/04/28
1.4K0
自动驾驶运动预测(Motion Prediction)
相关推荐
车辆运动学方程推导和代码实现
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档