CN103085816B - 一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置 - Google Patents
一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置 Download PDFInfo
- Publication number
- CN103085816B CN103085816B CN201310037601.5A CN201310037601A CN103085816B CN 103085816 B CN103085816 B CN 103085816B CN 201310037601 A CN201310037601 A CN 201310037601A CN 103085816 B CN103085816 B CN 103085816B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- function
- controller
- automatic driving
- control method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Steering Control In Accordance With Driving Conditions (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明涉及一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置,所述的控制方法包括:数据预处理器计算车辆当前行驶轨迹与参考轨迹的误差,同时获得与当前行驶模式相对应的目标性能指标函数;上层控制器通过车辆动力学模型预测一段时间内车辆的行驶状态;根据切换控制算法对函数参数进行过渡切换,获得当前采样时刻的性能指标函数;根据预测的行驶状态和性能指标函数,同时考虑性能要求约束条件,计算当前时刻的最优控制量;下层控制器根据最优控制量计算油门开度、刹车踏板压力和方向盘转角;所述的控制装置包括数据预处理器、上层控制器和下层控制器。与现有技术相比,本发明具有控制效果好、实用性高、可提高车辆稳定性和安全性等优点。
Description
技术领域
本发明涉及一种车辆控制方法及装置,尤其是涉及一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置。
背景技术
无人驾驶车辆利用车载传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆能够安全、可靠地在道路上行驶。无人驾驶技术作为现代化战争的新概念、汽车技术发展的新方向和科学研究的综合验证平台,一直倍受国防事业、汽车工业和高校与科研机构的关注。而轨迹跟踪是指跟踪由轨迹规划器预先定义或给出的参考轨迹,是无人驾驶***的三个基本问题之一,是车辆最终能否安全合理地满足要求行驶的重要问题。
从车辆动力学的角度出发,轨迹跟踪控制可以划分为巡航控制、自适应巡航控制、自动启停巡航控制、自动车道保持、高速公路无人驾驶和各种道路无人驾驶等阶段。其中巡航控制、自适应巡航控制、自动启停巡航控制属于纵向控制,其主要功能是通过控制油门和刹车使得车辆的纵向速度满足行驶的需要。自动车道保持则属于横向控制,其功能是通过控制车辆方向盘使得车辆沿着所在车道行驶。高速公路无人驾驶和各种道路无人驾驶则是纵横向控制的综合。
目前国内乃至国际上关于无人驾驶车辆轨迹跟踪问题的研究,对于车辆动力学特性考虑较少,而在实际问题中车辆动力学特性特别是轮胎特性极为复杂,有极强的非线性性和较多的约束条件,采用一般的PID或者LQR控制器无法满足轨迹跟踪控制的要求。而在控制器结构上,是将车辆的纵向和横向动力学分解开分别施加控制策略,即由速度控制器和转向控制器分别独立控制车辆行驶。这种思路虽然可以简化控制方法的设计与控制装置的实现,但却因为忽略了车辆纵、横向动力学的耦合特性,牺牲了无人车的驾驶性能,特别是在高速、急转弯等紧急情况下的稳定性和性能。另外,对于复杂的交通环境,采用固定不变的控制律无法满足道路行驶的要求。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种控制效果好、实用性高、可提高车辆稳定性的用于无人驾驶车辆的轨迹跟踪控制方法及控制装置。
本发明的目的可以通过以下技术方案来实现:
一种用于无人驾驶车辆的轨迹跟踪控制方法,所述的无人驾驶车辆上设有轨迹生成器和车辆传感器,所述的轨迹跟踪控制方法包括如下步骤:
a.数据预处理器根据轨迹生成器生成的参考轨迹和车辆传感器采集到的车辆行驶信息计算得到车辆当前行驶轨迹与参考轨迹的误差,同时根据车辆行驶信息判断车辆当前的行驶模式,并从轨迹生成器中获得与当前行驶模式相对应的目标性能指标函数,并传输给上层控制器;
b.上层控制器根据车辆传感器采集到的车辆行驶信息通过车辆动力学模型预测一段时间内车辆的行驶状态;
c.上层控制器比较上一采样时刻所用性能指标函数和当前行驶模式相对应的目标性能指标函数,根据切换控制算法对函数参数进行过渡切换,获得当前采样时刻的性能指标函数;
d.根据步骤b预测的行驶状态和步骤c获得的性能指标函数,同时考虑性能要求约束条件,计算当前时刻的最优控制量,并传输给下层控制器;
e.下层控制器根据最优控制量计算油门开度、刹车踏板压力和方向盘转角,并根据计算结果控制车辆;
f.返回步骤a,实现实时最优控制。
所述的车辆动力学模型包括车辆纵向一阶惯性模型和横向二轮自行车模型以及轮胎模型。
所述的步骤c中对函数参数进行过渡切换具体步骤为:
c1)获得上一时刻所用性能指标函数J=∑a·y(k+i|k)2,其中y(k+i|k)为在k时刻预测k+i时刻的***输出,i=1,…,Np,Np为预测时域,a为对y的权值;
c2)获得当前行驶模式相对应的目标性能指标函数J=∑ad·y(k+i|k)2,ad为对y的权值,定义权值之差Δa=ad-a;
c3)计算当前时刻k的性能指标函数为J=∑{a+Δa[(i-1)/Np]}·y(k+i|k)2,在k+1时刻,令a=a+Δa/Np。
所述的最优控制量包括预期加速度和预期前轮转角。
所述的步骤d中计算当前时刻的最优控制量的具体步骤为:
d1)将由步骤c得到的性能指标函数转换为二次型函数J=J(y,u,Δu),其中y、u、Δu均为k+i时刻的预测值,其中y是预测的***输出,u是控制量,Δu是控制增量;
d2)根据车辆的性能要求确定约束条件C,包括ymin≤y≤ymax,umin≤u≤umax,Δumin≤Δu≤Δumax,其中,ymin、ymax为***输出的上下限,umin、umax为控制量的上下限,Δumin、Δumax为控制增量的上下限;
d3)将优化问题转变成目标函数为J、约束条件为C的二次规划问题,利用active-set方法求解得到最优解,即最优控制增量Δu,则当前时刻k所需最优控制量u(k)=u(k-1)+Δu(k),即预期加速度axdes和预期前轮转角δfdes。
所述的车辆的性能要求包括跟踪性能、乘坐舒适性和侧向稳定性。
所述的步骤e的具体计算步骤为:
(i)计算油门开度:
Tedes=Fdesr/ηTigi0,
athrdes=MAP(ωe,Tedes),
其中Fdes为预期驱动力,CD为风阻系数,A为迎风面积,Vx为纵向行驶速度,G为车辆重力,f为摩擦系数,δ为旋转质量换算系数,m为车辆质量,Tedes为预期发动机转矩,r为轮轴高度,ηT为传动系机械效率,i0为主减速器传动比,ig为变速箱传动比,athrdes为预期油门开度,ωe为发动机转速,MAP为油门开度、发动机转速和发动机转矩的对应关系函数;
(ii)计算刹车踏板压力:Pbkdes=Fdesr/Kb,其中Kb为制动***增益;
(iii)计算方向盘转角:δsw=Kwδfdes,其中δsw为方向盘转角,Kw为转向***增益。
一种用于无人驾驶车辆的轨迹跟踪控制装置,包括数据预处理器、上层控制器和下层控制器,所述的数据预处理器的输入端分别连接轨迹生成器和车辆传感器,输出端依次连接上层控制器和下层控制器。
所述的下层控制器包括油门/刹车子控制器和方向盘子控制器。
所述的油门/刹车子控制器中设有采用迟滞回路实现的切换逻辑电路,防止油门刹车的频繁切换和油门刹车同时作用的不合理现象发生。
与现有技术相比,本发明具有以下优点:
1.控制效果好,考虑车辆动力学特性,特别是轮胎的非线性性,控制模型更加精确,并且采用实时优化控制算法(模型预测控制算法),在保证实时性的前提下,考虑车辆行驶的约束条件,提高控制性能;
2.符合车辆行驶实际情况,分模式优化控制,根据各行驶模式的不同特性,采用不同的性能指标函数,并用相应切换算法实现不同模式间的平滑切换;
3.同时具有最优化性和实用性,保证轨迹跟踪控制的稳定性、鲁棒性,提高车辆行驶的主动安全性、乘坐舒适性、横向稳定性。
附图说明
图1为本发明方法的流程示意图;
图2为本发明装置的结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例
如图1所示,一种用于无人驾驶车辆的轨迹跟踪控制方法,所述的无人驾驶车辆上设有轨迹生成器和车辆传感器,所述的轨迹跟踪控制方法包括如下步骤:
a.数据预处理器根据轨迹生成器生成的参考轨迹和车辆传感器采集到的车辆行驶信息计算得到车辆当前行驶轨迹与参考轨迹的误差,同时根据车辆行驶信息判断车辆当前的行驶模式,并从轨迹生成器中获得与当前行驶模式相对应的目标性能指标函数,并传输给上层控制器;
b.上层控制器根据车辆传感器采集到的车辆行驶信息通过车辆动力学模型预测一段时间内车辆的行驶状态;
c.上层控制器比较上一采样时刻所用性能指标函数和当前行驶模式相对应的目标性能指标函数,根据切换控制算法对函数参数进行过渡切换,获得当前采样时刻的性能指标函数;
d.根据步骤b预测的行驶状态和步骤c获得的性能指标函数,同时考虑性能要求约束条件,计算当前时刻的最优控制量,并传输给下层控制器;
e.下层控制器根据最优控制量计算油门开度、刹车踏板压力和方向盘转角,并根据计算结果控制车辆;
f.返回步骤a,实现实时最优控制。
所述的车辆动力学模型包括车辆纵向一阶惯性模型和横向二轮自行车模型以及轮胎模型。
所述的步骤c中对函数参数进行过渡切换具体步骤为:
c1)获得上一时刻所用性能指标函数J=∑a·y(k+i|k)2,其中y(k+i|k)为在k时刻预测k+i时刻的***输出,i=1,…,Np,Np为预测时域,a为对y的权值;
c2)获得当前行驶模式相对应的目标性能指标函数J=∑ad·y(k+i|k)2,ad为对y的权值,定义权值之差Δa=ad-a;
c3)计算当前时刻k的性能指标函数为J=∑{a+Δa[i-1)/Np]}·y(k+i|k)2,在k+1时刻,令a=a+Δa/Np。
所述的最优控制量包括预期加速度和预期前轮转角。
所述的步骤d中计算当前时刻的最优控制量的具体步骤为:
d1)将由步骤c得到的性能指标函数转换为二次型函数J=J(y,u,Δu),其中y、u、Δu均为k+i时刻的预测值,其中y是预测的***输出,u是控制量,Δu是控制增量;
d2)根据车辆的性能要求确定约束条件C,包括ymin≤y≤ymax,umin≤u≤umax,Δumin≤Δu≤Δumax,其中,ymin、ymax为***输出的上下限,umin、umax为控制量的上下限,Δumin、Δumax为控制增量的上下限;
d3)将优化问题转变成目标函数为J、约束条件为C的二次规划问题,利用active-set方法求解得到最优解,即最优控制增量Δu,则当前时刻k所需最优控制量u(k)=u(k-1)+Δu(k),即预期加速度axdes和预期前轮转角δfdes。
所述的车辆的性能要求包括跟踪性能、乘坐舒适性和侧向稳定性。
所述的步骤e的具体计算步骤为:
(i)计算油门开度:
Tedes=Fdesr/ηTigi0,
athrdes=MAP(ωe,Tedes),
其中Fdes为预期驱动力,CD为风阻系数,A为迎风面积,Vx为纵向行驶速度,G为车辆重力,f为摩擦系数,δ为旋转质量换算系数,m为车辆质量,Tedes为预期发动机转矩,r为轮轴高度,ηT为传动系机械效率,i0为主减速器传动比,ig为变速箱传动比,athrdes为预期油门开度,ωe为发动机转速,MAP为油门开度、发动机转速和发动机转矩的对应关系函数;
(ii)计算刹车踏板压力:Pbkdes=Fdesr/Kb,其中Kb为制动***增益;
(iii)计算方向盘转角:δsw=Kw钆δfdes,其中δsw为方向盘转角,Kw为转向***增益。
如图2所示,一种用于无人驾驶车辆的轨迹跟踪控制装置,包括数据预处理器1、上层控制器2和下层控制器3,所述的数据预处理器1的输入端分别连接轨迹生成器和车辆传感器,输出端依次连接上层控制器2和下层控制器3。数据预处理器1执行当前行驶误差的计算和目标行驶模式对应性能指标函数的确定;上层控制器2运用模型预测控制算法计算最优控制量和通过模式切换控制算法进行模式切换。下层控制器3包括油门/刹车子控制器31和方向盘子控制器32。所述的油门/刹车子控制器32中设有采用迟滞回路实现的切换逻辑电路,防止油门刹车的频繁切换和油门刹车同时作用的不合理现象发生。
Claims (10)
1.一种用于无人驾驶车辆的轨迹跟踪控制方法,所述的无人驾驶车辆上设有轨迹生成器和车辆传感器,其特征在于,所述的轨迹跟踪控制方法包括如下步骤:
a.数据预处理器根据轨迹生成器生成的参考轨迹和车辆传感器采集到的车辆行驶信息计算得到车辆当前行驶轨迹与参考轨迹的误差,同时根据车辆行驶信息判断车辆当前的行驶模式,并从轨迹生成器中获得与当前行驶模式相对应的目标性能指标函数,并传输给上层控制器;
b.上层控制器根据车辆传感器采集到的车辆行驶信息通过车辆动力学模型预测一段时间内车辆的行驶状态;
c.上层控制器比较上一采样时刻所用性能指标函数和当前行驶模式相对应的目标性能指标函数,根据切换控制算法对函数参数进行过渡切换,获得当前采样时刻的性能指标函数;
d.根据步骤b预测的行驶状态和步骤c获得的性能指标函数,同时考虑性能要求约束条件,计算当前时刻的最优控制量,并传输给下层控制器;
e.下层控制器根据最优控制量计算油门开度、刹车踏板压力和方向盘转角,并根据计算结果控制车辆;
f.返回步骤a,实现实时最优控制。
2.根据权利要求1所述的一种用于无人驾驶车辆的轨迹跟踪控制方法,其特征在于,所述的车辆动力学模型包括车辆纵向一阶惯性模型和横向二轮自行车模型以及轮胎模型。
3.根据权利要求1所述的一种用于无人驾驶车辆的轨迹跟踪控制方法,其特征在于,所述的步骤c中对函数参数进行过渡切换具体步骤为:
c1)获得上一时刻所用性能指标函数J=∑a·y(k+i|k)2,其中y(k+i|k)为在k时刻预测k+i时刻的***输出,i=1,…,Np,Np为预测时域,a为对y的权值;
c2)获得当前行驶模式相对应的目标性能指标函数J=∑ad·y(k+i|k)2,ad为对y的权值,定义权值之差△a=ad-a;
c3)计算当前时刻k的性能指标函数为J=∑{a+△a[(i-1)/Np]}·y(k+i|k)2,在k+1时刻,令a=a+△a/Np。
4.根据权利要求3所述的一种用于无人驾驶车辆的轨迹跟踪控制方法,其特征在于,所述的最优控制量包括预期加速度和预期前轮转角。
5.根据权利要求4所述的一种用于无人驾驶车辆的轨迹跟踪控制方法,其特征在于,所述的步骤d中计算当前时刻的最优控制量的具体步骤为:
d1)将由步骤c得到的性能指标函数转换为二次型函数J=J(y,u,△u),其中y、u、△u均为k+i时刻的预测值,其中y是预测的***输出,u是控制量,△u是控制增量;
d2)根据车辆的性能要求确定约束条件C,包括ymin≤y≤ymax,umin≤u≤umax,△umin≤△u≤△umax,其中,ymin、ymax为***输出的上下限,umin、umax为控制量的上下限,△umin、△umax为控制增量的上下限;
d3)将优化问题转变成目标函数为J、约束条件为C的二次规划问题,利用active-set方法求解得到最优解,即最优控制增量△u,则当前时刻k所需最优控制量u(k)=u(k-1)+△u(k),即预期加速度axdes和预期前轮转角δfdes。
6.根据权利要求5所述的一种用于无人驾驶车辆的轨迹跟踪控制方法,其特征在于,所述的车辆的性能要求包括跟踪性能、乘坐舒适性和侧向稳定性。
7.根据权利要求5所述的一种用于无人驾驶车辆的轨迹跟踪控制方法,其特征在于,所述的步骤e的具体计算步骤为:
(i)计算油门开度:
Tedes=Fdesr/ηTigi0,
athrdes=MAP(ωe,Tedes),
其中Fdes为预期驱动力,CD为风阻系数,A为迎风面积,Vx为纵向行驶速度,G为车辆重力,f为摩擦系数,δ为旋转质量换算系数,m为车辆质量,Tedes为预期发动机转矩,r为轮轴高度,ηT为传动系机械效率,i0为主减速器传动比,ig为变速箱传动比,athrdes为预期油门开度,ωe为发动机转速,MAP为油门开度、发动机转速和发动机转矩的对应关系函数;
(ii)计算刹车踏板压力:Pbkdes=Fdesr/Kb,其中Kb为制动***增益;
(iii)计算方向盘转角:δsw=Kwδfdes,其中δsw为方向盘转角,Kw为转向***增益。
8.一种实现如权利要求1所述的用于无人驾驶车辆的轨迹跟踪控制方法的控制装置,其特征在于,包括数据预处理器、上层控制器和下层控制器,所述的数据预处理器的输入端分别连接轨迹生成器和车辆传感器,输出端依次连接上层控制器和下层控制器。
9.根据权利要求8所述的控制装置,其特征在于,所述的下层控制器包括油门/刹车子控制器和方向盘子控制器。
10.根据权利要求8所述的控制装置,其特征在于,所述的油门/刹车子控制器中设有采用迟滞回路实现的切换逻辑电路。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310037601.5A CN103085816B (zh) | 2013-01-30 | 2013-01-30 | 一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310037601.5A CN103085816B (zh) | 2013-01-30 | 2013-01-30 | 一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103085816A CN103085816A (zh) | 2013-05-08 |
CN103085816B true CN103085816B (zh) | 2015-10-28 |
Family
ID=48199078
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310037601.5A Expired - Fee Related CN103085816B (zh) | 2013-01-30 | 2013-01-30 | 一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103085816B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108622104A (zh) * | 2018-05-07 | 2018-10-09 | 湖北汽车工业学院 | 一种用于无人驾驶车辆的轨迹跟踪控制方法 |
Families Citing this family (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103338441B (zh) * | 2013-05-28 | 2016-03-09 | 中国科学院信息工程研究所 | 基于车辆轨迹的数据传输方法及*** |
US10444018B2 (en) * | 2015-02-27 | 2019-10-15 | Microsoft Technology Licensing, Llc | Computer-implemented method to test the sensitivity of a sensor for detecting movement of a tracking device within an established frame of reference of a moving platform |
CN104991580A (zh) * | 2015-06-18 | 2015-10-21 | 奇瑞汽车股份有限公司 | 无人驾驶车辆的控制***及其控制方法 |
CN104950890B (zh) * | 2015-06-25 | 2021-05-25 | 成都易禧科技管理发展有限公司 | 一种红外线牵引智能跟随和原路返回无人驾驶智能*** |
CN104977933B (zh) * | 2015-07-01 | 2017-11-14 | 吉林大学 | 一种自主驾驶车辆的区域型路径跟踪控制方法 |
CN106597844B (zh) * | 2015-10-20 | 2020-01-17 | 沈阳新松机器人自动化股份有限公司 | 一种机器人防摔倒控制方法及*** |
CN105320129B (zh) * | 2015-10-22 | 2018-05-29 | 清华大学 | 一种无人驾驶自行车轨迹跟踪控制的方法 |
US9894836B2 (en) * | 2016-01-14 | 2018-02-20 | Deere & Company | Machine operation enhancement |
CN105511475B (zh) * | 2016-01-29 | 2018-04-20 | 中国科学院合肥物质科学研究院 | 一种基于运动模式判断的无人车纵向控制方法 |
US10239529B2 (en) * | 2016-03-01 | 2019-03-26 | Ford Global Technologies, Llc | Autonomous vehicle operation based on interactive model predictive control |
CN106080941B (zh) * | 2016-08-04 | 2018-12-18 | 清华大学 | 一种实现变速平衡控制的无人驾驶自行车 |
CN106502091B (zh) * | 2016-10-19 | 2019-06-07 | 长春工业大学 | 一种车辆动力学控制的优化分配方法 |
CN106503450B (zh) * | 2016-10-25 | 2019-05-17 | 镇江恒驰科技有限公司 | 一种电动车大数据分析优化***与方法 |
CN106647773B (zh) * | 2017-02-10 | 2019-09-17 | 北京理工大学 | 一种无人车横纵向协同控制方法 |
CN108445750B (zh) * | 2017-02-16 | 2022-04-08 | 法拉第未来公司 | 用于车辆运动规划的方法和*** |
CN106926840B (zh) * | 2017-03-13 | 2019-02-19 | 北京理工大学 | 一种无人车辆极限动力学轨迹跟踪控制*** |
CN109213134B (zh) * | 2017-07-03 | 2020-04-28 | 百度在线网络技术(北京)有限公司 | 生成自动驾驶策略的方法和装置 |
CN107608344B (zh) * | 2017-08-21 | 2020-02-14 | 上海蔚来汽车有限公司 | 基于轨迹规划的车辆运动控制方法、装置及相关设备 |
CN107577231B (zh) * | 2017-08-28 | 2023-01-20 | 驭势科技(北京)有限公司 | 车辆的控制决策的制定方法、装置和无人驾驶车辆 |
CN107561942B (zh) * | 2017-09-12 | 2021-02-09 | 重庆邮电大学 | 基于模型补偿的智能车辆轨迹跟踪模型预测控制方法 |
US10591926B2 (en) * | 2017-09-18 | 2020-03-17 | Baidu Usa Llc | Smooth road reference for autonomous driving vehicles based on 2D constrained smoothing spline |
US10571921B2 (en) * | 2017-09-18 | 2020-02-25 | Baidu Usa Llc | Path optimization based on constrained smoothing spline for autonomous driving vehicles |
US10606277B2 (en) * | 2017-09-18 | 2020-03-31 | Baidu Usa Llc | Speed optimization based on constrained smoothing spline for autonomous driving vehicles |
CN107943071B (zh) * | 2017-11-03 | 2020-02-07 | 中国科学院自动化研究所 | 无人车的编队保持控制方法及*** |
CN109991974B (zh) * | 2018-01-02 | 2022-06-03 | ***通信有限公司研究院 | 自动驾驶路径跟随方法、装置及控制设备 |
CN108052106A (zh) * | 2018-01-19 | 2018-05-18 | 东南大学 | 一种基于ros的无人驾驶农机路径跟踪*** |
CN108845568A (zh) * | 2018-04-27 | 2018-11-20 | 榛硕(武汉)智能科技有限公司 | 用于车辆自动驾驶的轨迹跟踪控制***及其控制方法 |
CN108639050B (zh) * | 2018-05-16 | 2019-11-08 | 王君华 | 一种无人驾驶电动汽车 |
US11372403B2 (en) | 2018-11-05 | 2022-06-28 | Tusimple, Inc. | Systems and methods for dynamic predictive control of autonomous vehicles |
CN109455181A (zh) * | 2018-12-19 | 2019-03-12 | 畅加风行(苏州)智能科技有限公司 | 一种用于无人车的运动控制器及其控制方法 |
CN109407677A (zh) * | 2018-12-24 | 2019-03-01 | 清华大学 | 自动驾驶车辆的轨迹跟踪方法 |
CN109976159A (zh) * | 2019-04-09 | 2019-07-05 | 台州学院 | 基于安全可控域的智能车辆横向控制方法 |
CN110147098A (zh) * | 2019-04-30 | 2019-08-20 | 杭州飞步科技有限公司 | 自动驾驶车辆的控制方法、装置、设备及可读存储介质 |
CN110221611B (zh) * | 2019-06-11 | 2020-09-04 | 北京三快在线科技有限公司 | 一种轨迹跟踪控制方法、装置及无人驾驶车辆 |
CN111216738B (zh) * | 2020-02-19 | 2022-02-01 | 阿波罗智能技术(北京)有限公司 | 自动驾驶中车辆的控制方法、装置、电子设备及车辆 |
CN111731307B (zh) * | 2020-06-28 | 2021-09-17 | 中国第一汽车股份有限公司 | 一种车辆转弯控制方法、装置、车辆及存储介质 |
CN111873991B (zh) * | 2020-07-22 | 2022-04-08 | 中国第一汽车股份有限公司 | 一种车辆转向的控制方法、装置、终端及存储介质 |
CN111976729B (zh) * | 2020-08-27 | 2021-08-20 | 清华大学 | 汽车控制方法、底盘域控制器及智能驾驶汽车 |
CN114167857B (zh) * | 2021-11-08 | 2023-12-22 | 北京三快在线科技有限公司 | 一种无人驾驶设备的控制方法及装置 |
CN117666594B (zh) * | 2024-02-02 | 2024-06-07 | 上海友道智途科技有限公司 | 基于分块高斯消元的运动规划方法、***、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004058676A1 (de) * | 2004-12-06 | 2006-06-14 | Robert Bosch Gmbh | Spurhaltesystem für Kraftfahrzeuge mit Trajektorienbestimmung |
JP2007323575A (ja) * | 2006-06-05 | 2007-12-13 | Osaka Gas Co Ltd | 発想支援システム |
CN102358287A (zh) * | 2011-09-05 | 2012-02-22 | 北京航空航天大学 | 一种用于车辆自动驾驶机器人的轨迹跟踪控制方法 |
CN102495631A (zh) * | 2011-12-09 | 2012-06-13 | 中国科学院合肥物质科学研究院 | 一种无人驾驶车辆跟踪预定轨迹的智能控制方法 |
WO2012097940A1 (de) * | 2011-01-20 | 2012-07-26 | Robert Bosch Gmbh | Verfahren zum halten eines fahrzeuges in einer fahrspur |
-
2013
- 2013-01-30 CN CN201310037601.5A patent/CN103085816B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004058676A1 (de) * | 2004-12-06 | 2006-06-14 | Robert Bosch Gmbh | Spurhaltesystem für Kraftfahrzeuge mit Trajektorienbestimmung |
JP2007323575A (ja) * | 2006-06-05 | 2007-12-13 | Osaka Gas Co Ltd | 発想支援システム |
WO2012097940A1 (de) * | 2011-01-20 | 2012-07-26 | Robert Bosch Gmbh | Verfahren zum halten eines fahrzeuges in einer fahrspur |
CN102358287A (zh) * | 2011-09-05 | 2012-02-22 | 北京航空航天大学 | 一种用于车辆自动驾驶机器人的轨迹跟踪控制方法 |
CN102495631A (zh) * | 2011-12-09 | 2012-06-13 | 中国科学院合肥物质科学研究院 | 一种无人驾驶车辆跟踪预定轨迹的智能控制方法 |
Non-Patent Citations (2)
Title |
---|
Trajectory tracking control for a miniature fixed-wing unmanned air vehicle;WEIREN;《International Journal of Systems Science》;20070430;第38卷(第4期);361-368 * |
无人驾驶汽车路径跟踪控制研究;修彩靖,陈慧;《计算机工程》;20120531;第38卷(第10期);128-130 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108622104A (zh) * | 2018-05-07 | 2018-10-09 | 湖北汽车工业学院 | 一种用于无人驾驶车辆的轨迹跟踪控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103085816A (zh) | 2013-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103085816B (zh) | 一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置 | |
CN105857309B (zh) | 一种考虑多目标的车辆自适应巡航控制方法 | |
Li et al. | Energy management of hybrid electric vehicle using vehicle lateral dynamic in velocity prediction | |
US20200031361A1 (en) | Autonomous Efficient Driving Strategy Using Behavior-Based Learning | |
CN102109821B (zh) | 车辆自适应巡航控制***及方法 | |
Zha et al. | A survey of intelligent driving vehicle trajectory tracking based on vehicle dynamics | |
Kural et al. | Model predictive adaptive cruise control | |
Cai et al. | Implementation and development of a trajectory tracking control system for intelligent vehicle | |
CN108284836A (zh) | 一种车辆纵向跟随控制方法 | |
CN103963785A (zh) | 一种用于汽车自适应巡航***的双模式控制方法 | |
US20190375394A1 (en) | Ground Vehicle Control Techniques | |
WO2012088635A1 (zh) | 车辆自适应巡航控制***及方法 | |
CN102166982A (zh) | 自适应前照灯***的车灯控制方法 | |
CN112660130A (zh) | 基于智能网联信息的新能源汽车滑行控制***、方法及新能源汽车 | |
CN104118430A (zh) | 一种基于滑模自抗扰控制的平行泊车***及泊车方法 | |
CN116039672A (zh) | 一种面向自动驾驶决策控制功能的数据-模型后端融合方法 | |
CN116118730A (zh) | 一种预见性巡航***的控制方法、装置、设备及介质 | |
CN115042770A (zh) | 一种基于分布式鲁棒模型预测的车辆队列横向控制方法 | |
Ryan | Model Predictive Adaptive Cruise Control with Consideration of Comfort and Energy Savings | |
CN114585977A (zh) | 基于模型预测性调整机动车的多个部件 | |
Alan et al. | Experimental validation of a safe controller integration scheme for connected automated trucks | |
Liu et al. | Research on Longitudinal Following Control of Platoon Based on Nonlinear PID | |
US11780453B2 (en) | Intelligent driving passive pedal control | |
RU2771502C1 (ru) | Способ формирования энергоэффективного трека эксплуатируемого транспортного средства при движении эксплуатируемого транспортного средства на участке пути в городской среде | |
Feng et al. | A velocity tracking control method for electric vehicle based on model predictive control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151028 Termination date: 20180130 |
|
CF01 | Termination of patent right due to non-payment of annual fee |