본 논문은 Matlab과 Simulink를 활용한 완전자율주행 차량의 다양한 도심 환경의 경로에 대한 경로 추종 비선형 모델 예측 제어알고리즘을 제안한다. 다양한 센서를 활용한 자율주행 인지 판단 기술이 발달함에 따라 차량의 안정적인 종횡방향 제어 알고리즘도 매우 중요해졌다. 이에 따라서 차량용 Lane Keeping Assist System (LKAS)의 국제 표준인 ISO11270에서는 주행 중 차량의 횡 방향 가속도가 3.0m/s^2을 넘지 않을 것을 권장하고 있으며 횡 방향 jerk는 0.5초 ...
본 논문은 Matlab과 Simulink를 활용한 완전자율주행 차량의 다양한 도심 환경의 경로에 대한 경로 추종 비선형 모델 예측 제어알고리즘을 제안한다. 다양한 센서를 활용한 자율주행 인지 판단 기술이 발달함에 따라 차량의 안정적인 종횡방향 제어 알고리즘도 매우 중요해졌다. 이에 따라서 차량용 Lane Keeping Assist System (LKAS)의 국제 표준인 ISO11270에서는 주행 중 차량의 횡 방향 가속도가 3.0m/s^2을 넘지 않을 것을 권장하고 있으며 횡 방향 jerk는 0.5초 이동 평균으로 0.5m/s^3을 넘지 않을 것을 권장하는 등 자율주행 차량에 대한 안정적 제어를 요구하고 있다.
기존의 차량 제어 알고리즘으로는 The DARPA Grand Challenge에서 MIT 대학이 사용한 Pure pursuit 알고리즘과 Stanford 대학이 사용한 Stanley 기법이 널리 활용되었다. 기존의 알고리즘은 횡 방향 제어와 종방향 제어가 분리된 횡 방향 제어 알고리즘이며 차량의 동역학적 한계를 반영할 수 없으므로 알고리즘이 위의 국제 표준을 만족한다고 보장할 수 없다. 반면 비선형 모델 예측 제어 기법을 사용하면 차량의 물리적 한계를 반영할 수 있을 뿐만 아니라 차량 동역학을 반영한 차량 모델을 기반으로 위 표준을 만족하는 범위내에서 종횡방향 통합 제어가 가능하다.
본 논문에서는 비선형 모델 예측 제어 기법을 이용하여 위 표준을 만족하는 종횡방향 통합 제어 기법을 개발하고자 한다. 특히 차량 동역학 모델을 기반으로 하는 수치 최적화 알고리즘을 활용하여 차량의 동역학적 한계를 반영할 수 있을 뿐만 아니라 종횡방향 통합 제어가 가능하도록 구현하였다. 또한 차량의 횡방향 오차에 제한을 두어 차선을 벗어나지 않는 한도 내에서 최적의 경로로 주행이 가능하며 종횡방향 가속도에 제한을 두어 승차감 측면을 고려한 제어도 가능하다는 장점이 있다. 본 논문에서는 Matlab Simulink를 활용한 시뮬레이션을 통해 모델 예측 제어기의 횡뱡향 가속도 제한조건을 3.0m/s^2로 제한하였고 횡방향 오차에 대한 State 제한 조건을 두어 차량이 주행 중 차선을 벗어나지 않는 제어기를 개발하였다. 개발한 제어기를 실제 자율주행 차량의 도심환경인 서울 상암 자율주행 테스트베드의 다양한 교차로에서 우회전, 좌회전을 수행하는 시나리오에 적용하여 성능을 분석하였다.
본 논문은 Matlab과 Simulink를 활용한 완전자율주행 차량의 다양한 도심 환경의 경로에 대한 경로 추종 비선형 모델 예측 제어 알고리즘을 제안한다. 다양한 센서를 활용한 자율주행 인지 판단 기술이 발달함에 따라 차량의 안정적인 종횡방향 제어 알고리즘도 매우 중요해졌다. 이에 따라서 차량용 Lane Keeping Assist System (LKAS)의 국제 표준인 ISO11270에서는 주행 중 차량의 횡 방향 가속도가 3.0m/s^2을 넘지 않을 것을 권장하고 있으며 횡 방향 jerk는 0.5초 이동 평균으로 0.5m/s^3을 넘지 않을 것을 권장하는 등 자율주행 차량에 대한 안정적 제어를 요구하고 있다.
기존의 차량 제어 알고리즘으로는 The DARPA Grand Challenge에서 MIT 대학이 사용한 Pure pursuit 알고리즘과 Stanford 대학이 사용한 Stanley 기법이 널리 활용되었다. 기존의 알고리즘은 횡 방향 제어와 종방향 제어가 분리된 횡 방향 제어 알고리즘이며 차량의 동역학적 한계를 반영할 수 없으므로 알고리즘이 위의 국제 표준을 만족한다고 보장할 수 없다. 반면 비선형 모델 예측 제어 기법을 사용하면 차량의 물리적 한계를 반영할 수 있을 뿐만 아니라 차량 동역학을 반영한 차량 모델을 기반으로 위 표준을 만족하는 범위내에서 종횡방향 통합 제어가 가능하다.
본 논문에서는 비선형 모델 예측 제어 기법을 이용하여 위 표준을 만족하는 종횡방향 통합 제어 기법을 개발하고자 한다. 특히 차량 동역학 모델을 기반으로 하는 수치 최적화 알고리즘을 활용하여 차량의 동역학적 한계를 반영할 수 있을 뿐만 아니라 종횡방향 통합 제어가 가능하도록 구현하였다. 또한 차량의 횡방향 오차에 제한을 두어 차선을 벗어나지 않는 한도 내에서 최적의 경로로 주행이 가능하며 종횡방향 가속도에 제한을 두어 승차감 측면을 고려한 제어도 가능하다는 장점이 있다. 본 논문에서는 Matlab Simulink를 활용한 시뮬레이션을 통해 모델 예측 제어기의 횡뱡향 가속도 제한조건을 3.0m/s^2로 제한하였고 횡방향 오차에 대한 State 제한 조건을 두어 차량이 주행 중 차선을 벗어나지 않는 제어기를 개발하였다. 개발한 제어기를 실제 자율주행 차량의 도심환경인 서울 상암 자율주행 테스트베드의 다양한 교차로에서 우회전, 좌회전을 수행하는 시나리오에 적용하여 성능을 분석하였다.
This paper proposes a path tracking nonlinear model predictive control algorithm for the various urban environments of fully autonomous vehicles using Matlab and Simulink. With the development of autonomous driving recognition and decision technology using various sensors, a stable aspect of control...
This paper proposes a path tracking nonlinear model predictive control algorithm for the various urban environments of fully autonomous vehicles using Matlab and Simulink. With the development of autonomous driving recognition and decision technology using various sensors, a stable aspect of control algorithm for vehicles has also become very important. Accordingly, ISO11270, an international standard for vehicle Lane Keeping Assist System (LKAS), recommends that the lateral acceleration of the vehicle does not exceed 3.0m/s^2 while driving, and control the lateral jerk stable while driving, such as not exceeding 0.5m/s^3 moving average(0.5s). The Pure Pursuit algorithm used by MIT University at The DARPA Grand Challenge and the Stanley technique used by Stanford University were widely used as conventional vehicle path tracking algorithms. Those existing algorithm is a lateral control algorithm in which lateral control and longitudinal control are separated, and since dynamic limitations of a vehicle cannot be reflected, it cannot be guaranteed that the algorithm satisfies the above international standards. On the other hand, using the nonlinear model predictive control technique could not only reflect the dynamic limitations of the vehicle but also integrate the lateral and longitudinal control within a range satisfying the above standard based on the vehicle model.In this paper, we intend to develop an integrated path tracking control technique that satisfies the above standards using a nonlinear model predictive control technique. In particular, a numerical optimization algorithm based on the vehicle dynamics model was used to reflect the dynamic limitations of the vehicle as well as to enable integrated longitudinal and lateral control. In addition, it has the advantage of being able to drive on an optimal route within the limit of not departing from the lane by limiting the lateral deviation of the vehicle, and controlling the ride-comfort by limiting the lateral acceleration. In this paper, through simulation using Matlab Simulink, the lateral acceleration limit condition of the model predictive controller was limited to 3.0m/s^2 and a controller that the vehicle does not departing the lane while driving was developed by setting the state limit condition for the lateral deviation. The developed controller was applied to intersections of the Sangam autonomous driving test-bed in Seoul. to analyze the performance, We performed various scenario in which include the right and left turns in urban environment of the actual autonomous vehicle.
This paper proposes a path tracking nonlinear model predictive control algorithm for the various urban environments of fully autonomous vehicles using Matlab and Simulink. With the development of autonomous driving recognition and decision technology using various sensors, a stable aspect of control algorithm for vehicles has also become very important. Accordingly, ISO11270, an international standard for vehicle Lane Keeping Assist System (LKAS), recommends that the lateral acceleration of the vehicle does not exceed 3.0m/s^2 while driving, and control the lateral jerk stable while driving, such as not exceeding 0.5m/s^3 moving average(0.5s). The Pure Pursuit algorithm used by MIT University at The DARPA Grand Challenge and the Stanley technique used by Stanford University were widely used as conventional vehicle path tracking algorithms. Those existing algorithm is a lateral control algorithm in which lateral control and longitudinal control are separated, and since dynamic limitations of a vehicle cannot be reflected, it cannot be guaranteed that the algorithm satisfies the above international standards. On the other hand, using the nonlinear model predictive control technique could not only reflect the dynamic limitations of the vehicle but also integrate the lateral and longitudinal control within a range satisfying the above standard based on the vehicle model.In this paper, we intend to develop an integrated path tracking control technique that satisfies the above standards using a nonlinear model predictive control technique. In particular, a numerical optimization algorithm based on the vehicle dynamics model was used to reflect the dynamic limitations of the vehicle as well as to enable integrated longitudinal and lateral control. In addition, it has the advantage of being able to drive on an optimal route within the limit of not departing from the lane by limiting the lateral deviation of the vehicle, and controlling the ride-comfort by limiting the lateral acceleration. In this paper, through simulation using Matlab Simulink, the lateral acceleration limit condition of the model predictive controller was limited to 3.0m/s^2 and a controller that the vehicle does not departing the lane while driving was developed by setting the state limit condition for the lateral deviation. The developed controller was applied to intersections of the Sangam autonomous driving test-bed in Seoul. to analyze the performance, We performed various scenario in which include the right and left turns in urban environment of the actual autonomous vehicle.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.