路径规划及控制参考

Matlab集成的c代码ROS项目 这是一个基于机器人路径规划和控制理论的项目。 这意味着我需要使用一种路径规划算法来规划从给定起点到目标点的路径，并通过给定环境进行规划。 然后，我需要为机器人的控制器创建代码。 这将使机器人能够逐点遍历路径以达到目标。 我的项目运行的环境由一系列静态障碍物和我的机器人组成。 （机器人模型）已用于测试我的代码。 Trotbot基于该软件包。 两者都是由。 我的项目。 四轮机器人是Trotbot，周围环绕着圆柱形静态障碍物。 使用Gazebo软件可以看到仿真。 为了运行该项目而安装所需软件的说明： 机器人技术开发严重依赖Linux。 Hece，我已经使用Ubuntu 18.04创建和测试我的项目。 需要一个软件框架才能与机器人通信。 我已经为此目的使用了ROS。 代表机器人操作系统，是一种开放源代码的机器人中间件（即，用于机器人软件开发的软件框架的集合）。 它目前由OSRF / Open Robotics开发。 自从我使用Ubuntu 18.04以来，我不得不使用ROS Melodic版本来编写代码。 您可以按照给定的步骤进行安装。 由于在实际的机器人上

首先，应用泊车基本知识建立了车辆运动学模型。通过调研泊车的研究现状和应用 现状，确定了本文的结构。建立车辆和车位的模型并介绍相关参数，根据阿克曼转向几何，建立了车辆运动学模型，得出车辆运动轨迹与泊车速度没有关系，同时简要说明了泊车对速度的要求。其次，对平行泊车路径规划进行研究。针对不同的车位，对圆弧相切平行泊车路径规划法和库内双步调整平行泊车路径规划法进行研究和仿真，仿真结果表明两种泊车方法都能使车辆顺利泊车入位，其中库内双步调整泊车方法能够在更小的车位里实现泊车。考虑到车辆自身约束，由于圆弧相切路径规划轨迹的切点处存在曲率突变，采用五阶多项式曲线对该轨迹进行了优化，解决了相切点处曲率突变的问题。然后，运用设计的模型预测控制器对平行泊车规划路径进行跟踪研究。结合路径跟踪和模型预测控制算法，基于车辆运动学模型建立了车辆泊车路径跟踪控制器，以不同车位情况下的平行泊车路径规划的轨迹进行跟踪仿真研究，并与同等条件下 PID 算法进行对比。仿真结果表明，该控制器能够在标准车位的圆弧相切的规划路径和小车位的库内双步调整泊车规划路径中均可实现轨迹的踪，相对 PID 控制，该控制器路径跟踪更加稳定、误差更小，可以实现泊车。 最后，进行平行泊车路径规划与跟踪的实验验证—设计开发了自动平行泊车控制系 统。确定了以 STM32F103C8T6 为控制器，配备有电机驱动、舵机、传感器、通信模块、显示模块等硬件的实验小车。实验小车的软件部分主要分为遥控模块和泊车控制模块两部分，小车不仅要实现平行泊车的功能，还要在泊车过程中实时监测小车的航向角、速度和位移等。在实验室里搭建了泊车环境并进行了平行泊车实验，实验结果表明，该控制系统在实验室中可以实现圆弧相切路径规划的平行泊车功能，同时对实验结果进行分析，并提出改进措施。

为更加真实地反映行人横穿马路时的轨迹，建立了基于 Markov 的行人运 动学模型，以此作为行人避撞的模型基础。 ② 针对横向避撞路径规划问题，提出了基于行人轨迹的转向避撞规划方法。 在已知行人轨迹的基础上，使用改进的弹性带对车辆的避撞路径进行规划，并通过 车辆与行人的可达性分析来判断避撞路径是否需要更新，提高了路径规划的安全 性。 ③ 将路径规划算法与 RRT 算法、人工势场路径规划算法进行比较，分析其在 路径平顺性、安全性等方面的优势。研究表明了弹性带规划算法在行人避撞路径规 划上的优越性。 ④ 基于模型预测控制和车辆动力学模型，对已规划好的路径进行横向跟踪控 制，并通过划分车辆避撞区域来对纵向避撞控制策略进行分析。根据避撞场景、行 人位置和行人横穿马路时间等指标，提出了车辆对行人避撞的纵横向控制切换策 略，完善了车辆在多种工况下的行人避撞需求。 ⑤ 为进一步验证所设计的行人避撞控制系统的有效性，搭建了基于 Prescan 和 Carsim、Matlab\Simulink 的联合仿真实验平台，通过多组行人横穿马路工况的 仿真实验，验证了该系统在纵向避撞和横向避撞控制上的鲁棒性和安全性。

针对城市泊车位越来越狭小、泊车环境变得更复杂的问题，总结了国内外自动泊车系统的研究及应用现状，重点阐述了泊车过程中的车位检测、路径规划、路径跟踪。进而归纳出目前自泊车系统存在的问题及未来发展的趋势。

本文设计了一种自动平行泊车系统。首先分析了车辆泊车时低速情况下，车辆运动学模型和车辆转弯半径与方向盘转角的关系。根据运动学模型和实际泊车过程，研究了平行泊车的几何路径规划方法，并结合实际情况，对所探讨的几何路径进行改进，设计出一种适应性较强的泊车几何路径，并针对该方法分析了其误差来源。 然后，设计了实现自动泊车的模糊控制器，并通过 matlab/simulink 进行仿真分析，以验证模糊控制器的可行性，并对设计的几何路径加以验证。 此外，本文还介绍了自动泊车系统的硬件设备，主要包括用于数据采集的感知系统和实现自动驾驶的执行结构。通过感知系统以获得车身周围环境和车身姿态，控制系统根据感知系统的数据计算泊车路径，通过发送命令控制执行机构实现自主泊车。 最后，在车辆上对整个系统进行了实车实验。根据车辆参数和感知系统的特性，计算了泊车几何路径的关键点位置，设计了一种查找平行泊车有效停车位的方法。控制系统根据感知系统获得的数据和关键点位置的计算结果，并根据停车位大小计算一条有效的泊车路径，按照计算获得的泊车路径，控制系统控制方向盘实现自动泊车。

在未知环境下,针对传统模糊控制算法规划路径在某些复杂的障碍物环境中出现的死锁问题,设计了障碍逃脱策略,即当机器人进入陷阱区并在目标点方向不可行时,寻找可行方向并设置方向点,由方向点暂代目标点继续前行,沿方向点走出障碍物陷阱区后,则恢复原目标点。对于障碍逃脱策略无法走出的障碍物环境,进一步设计了转向策略,使机器人能成功走出陷阱区域,到达目标点。基于MATLAB仿真平台对所设计算法在不同环境下进行了测试和比较。结果验证了所设计算法的可行性和有效性。