基于视觉和后推方法的智能车轨迹跟踪控制

华南理工大学学报（自然科学版） ›› 2008, Vol. 36 ›› Issue (6): 90-94.

基于视觉和后推方法的智能车轨迹跟踪控制

卞建勇¹徐建闽¹ 胡跃明²

1. 华南理工大学土木与交通学院, 广东广州 510640；2. 华南理工大学自动化科学与工程学院, 广东广州 510640

收稿日期:2007-04-26 修回日期:2007-09-19 出版日期:2008-06-25 发布日期:2008-06-25
通信作者: 卞建勇（1980-），男，博士生，主要从事非线性控制、智能控制、图像处理与模式识别及智能交通研究． E-mail:bjyong977@126．com
作者简介:卞建勇（1980-），男，博士生，主要从事非线性控制、智能控制、图像处理与模式识别及智能交通研究．
基金资助:
国家“863”计划项目（2006AA11Z211）;广东省工业科技攻关项目（B04B2051550）

Trajectory Tracking Control of Intelligent Vehicle Based on Vision and Backstepping Method

Bian Jian-yong¹ Xu Jian-min¹ Hu Yue-ming²

1. School of Civil Engineering and Transportation, South China University of Technology, Guangzhou 510640, Guangdong, China; 2. School of Automation Science and Engineering, South China University of Technology, Guangzhou 510640, Guangdong, China

Received:2007-04-26 Revised:2007-09-19 Online:2008-06-25 Published:2008-06-25
Contact: 卞建勇（1980-），男，博士生，主要从事非线性控制、智能控制、图像处理与模式识别及智能交通研究． E-mail:bjyong977@126．com
About author:卞建勇（1980-），男，博士生，主要从事非线性控制、智能控制、图像处理与模式识别及智能交通研究．
Supported by:
国家“863”计划项目（2006AA11Z211）;广东省工业科技攻关项目（B04B2051550）

摘要/Abstract

摘要： 通过基于视觉的车道标志线识别系统建立智能车的期望跟踪轨迹，并将智能车运动学模型转换为链式系统模型，同时利用后推方法设计控制律，克服了采用动态反馈线性化方法设计的控制器维数较高以及滑模变结构控制器易出现高频抖振的缺点．仿真结果表明：该方法具有较好的轨迹跟踪控制效果和全局稳定性．

关键词: 车道标志线识别, 智能车, 链式系统, 视觉, 后推方法, 轨迹跟踪

Abstract:

In this paper, a vision-based lane marking detection system is adopted to establish the anticipant tracking trajectory of an intelligent vehicle and to transform the kinematic model of the intelligent vehicle into a chained one. Moreover, the backstepping method is employed to design the control rule, thus overcoming not only the defect of high dimension arising from the dynamic feedback linearization controller but also the problem of high-frequency shake existing in the sliding-mode controller. Simulated results indicate that the proposed method is of good trajectory tracking control ability and global stability.

Key words: lane marking detection, intelligent vehicle, chained system, vision, backstepping method, trajectory tracking

卞建勇徐建闽胡跃明 . 基于视觉和后推方法的智能车轨迹跟踪控制[J]. 华南理工大学学报（自然科学版）, 2008, 36(6): 90-94.

Bian Jian-yong Xu Jian-min Hu Yue-ming. Trajectory Tracking Control of Intelligent Vehicle Based on Vision and Backstepping Method[J]. Journal of South China University of Technology (Natural Science Edition), 2008, 36(6): 90-94.

[1]	王世勇, 乾国康, 李迪, 等. 面向边缘特征的实时模板匹配方法[J]. 华南理工大学学报(自然科学版), 2023, 51(9): 1-10.
[2]	王琳虹, 李洪涛, 李若楠. 考虑驾驶人视觉搜索能力的雨天公路限速设计[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 20-29.
[3]	李新凯, 虎晓诚, 马萍, 等. 基于改进DDPG的无人驾驶避障跟踪控制[J]. 华南理工大学学报(自然科学版), 2023, 51(11): 44-55.
[4]	林永杰, 陈宁, 卢凯. 基于毫米波雷达点云的路口车辆轨迹跟踪方法[J]. 华南理工大学学报(自然科学版), 2023, 51(10): 110-125.
[5]	王高, 陈晓鸿, 柳宁, 等. 一种基于视角选择经验增强算法的机器人抓取策略[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 126-137.
[6]	陆璐, 钟文煜, 吴小坤. 基于多尺度视觉Transformer的图像篡改定位[J]. 华南理工大学学报(自然科学版), 2022, 50(6): 10-18.
[7]	李贝贝, 魏令行, 刘秀梅, 等. 基于虚拟双目视觉的锥阀振动测试[J]. 华南理工大学学报(自然科学版), 2022, 50(10): 106-113.
[8]	罗冬宇, 王江锋, 陈景雅, 等. 三维点云环境下基于动视野的运行速度预测[J]. 华南理工大学学报（自然科学版）, 2021, 49(7): 17-25.
[9]	程文明, 张道裕, 谌庆荣, 等. 欠驱动起重机的神经网络直接鲁棒自适应控制[J]. 华南理工大学学报（自然科学版）, 2021, 49(5): 120-128,144.
[10]	康诚, 李文辉, 王朝晖, 等. LED色温对隧道暗适应过程视觉功效的影响[J]. 华南理工大学学报（自然科学版）, 2021, 49(4): 117-123.
[11]	李雪玮, 赵晓华, 李振龙, 等. 基于雾天高速车路协同模拟驾驶的驾驶人视觉信息加工模式[J]. 华南理工大学学报(自然科学版), 2021, 49(3): 131-138,148.
[12]	耿庆华刘伟铭. 透视三点问题的一种快速且稳定的代数解法[J]. 华南理工大学学报(自然科学版), 2021, 49(1): 58-64,73.
[13]	曾德全, 余卓平, 熊璐, 等. 结构化道路下基于层次分析法的智能车避障轨迹规划[J]. 华南理工大学学报（自然科学版）, 2020, 48(7): 65-75.
[14]	夏毅敏, 马劼嵩, 张亚洲, 等. 基于柔度误差检测的锚杆台车机械臂定位[J]. 华南理工大学学报（自然科学版）, 2020, 48(3): 83-90.
[15]	郑思凡, 王卫星, 何占华, 等. 双粒度光流流形学习的刮刷总成摆杆摆幅检测[J]. 华南理工大学学报（自然科学版）, 2020, 48(1): 123-132.