CN104960520A - 基于Pure Pursuit算法的预瞄点确定方法 - Google Patents
基于Pure Pursuit算法的预瞄点确定方法 Download PDFInfo
- Publication number
- CN104960520A CN104960520A CN201510420221.9A CN201510420221A CN104960520A CN 104960520 A CN104960520 A CN 104960520A CN 201510420221 A CN201510420221 A CN 201510420221A CN 104960520 A CN104960520 A CN 104960520A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- advance
- little
- point
- aim
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000005540 biological transmission Effects 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- BXNJHAXVSOCGBA-UHFFFAOYSA-N Harmine Chemical compound N1=CC=C2C3=CC=C(OC)C=C3NC2=C1C BXNJHAXVSOCGBA-UHFFFAOYSA-N 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 2
- 238000002474 experimental method Methods 0.000 abstract 1
- 238000007873 sieving Methods 0.000 abstract 1
- 230000001276 controlling effect Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 241000408659 Darpa Species 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- LIWAQLJGPBVORC-UHFFFAOYSA-N ethylmethylamine Chemical compound CCNC LIWAQLJGPBVORC-UHFFFAOYSA-N 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/10—Path keeping
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/06—Direction of travel
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/18—Steering angle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/20—Steering systems
- B60W2710/207—Steering angle of wheels
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Navigation (AREA)
Abstract
基于Pure Pursuit算法的预瞄点确定方法,首先将GPS提供的空间大地坐标信息转换为UTM直角坐标信息,并将该信息传送给决策上位机;然后根据车辆当前行驶车速确定预瞄距离;以GPS提供的车辆当前位置为圆心,预瞄距离为半径画圆,根据该圆与期望路径的位置关系,确定预瞄点;利用Pure Pursuit算法,计算出智能车转角控制量,从而实现车辆对规划路径的跟踪。本发明针对无人驾驶智能车在规定路径上的跟踪实验,通过判断规划路径与预瞄圆的位置关系,确定预瞄点,筛选算法新颖,且计算量小、运算效率高、易于计算机编程实现,提高了算法的准确性和可靠性。
Description
技术领域
本发明涉及一种基于Pure Pursuit算法的预瞄点确定方法,属于智能车辆路径跟踪相关领域。
技术背景
为了提高交通运输效率和交通安全,世界各国对智能交通***和安全驾驶等问题的研究投入了大量的人力、物力和财力。美国DARPA自2004年以来,连续三年举办了三届智能车挑战赛活动,进一步促进了智能车领域和智能车技术的发展,2012年谷歌公司发布了一款无人驾驶智能车,并预计在2018年正式上市。除了研究机构、科技公司,许多汽车制造商也都纷纷投入到智能车技术的研究中,奥迪公司的Q7轿车上使用了Hella公司的车道变更告警***、沃尔沃公司推出的激光防撞***等。2015年4月,由汽车配件商德尔福研发的一辆无人驾驶汽车完成了横跨美国之旅,再次说明近年来无人驾驶智能车技术的飞速发展。“中国智能车未来挑战赛”是由我国国家自然科学基金委员会举办的无人驾驶智能车比赛,自2009年开始,我国已成功举办了六届“中国智能车未来挑战赛”。
无人驾驶智能车的控制主要包括横向控制和纵向控制两部分。其中横向控制主要指对车辆转向***的控制。路径跟踪是智能车横向控制的一个主要应用。路径跟踪是指在已经得到一条期望路径的前提下,智能车根据大地坐标系中的位置信息,按照一定的控制策略,使智能车的实际行驶路径可以与规划路径达到一致。目前被广泛应用在无人驾驶智能车路径跟踪的算法基本上都是通过调节实际路径与规划路径之间存在的偏差以实现对目标路径进行跟踪,如方位误差、距离误差等。其中Pure Pursuit算法、斯坦利算法、环形预瞄算法是几类常见的路径跟踪算法。
发明内容
本发明的目的在于提出一种确定规划路径上预瞄点的方法,根据车速和道路,确定预瞄点,并利用Pure Pursuit算法实现车辆的路径跟踪,相较于传统的基于Pure Pursuit算法确定预瞄点,该算法可准确、快速地确定规划路径上的预瞄点,并对前方道路进行提前反应,确保车辆在直道和弯道行驶过程中的平稳性,更好地实现智能车的路径跟踪,同时该算法也可降低规划路径数据点,减少了算法在程序实现过程中数据量,降低了程序运算时间。
Pure Pursuit算法的原理为以规划路径上的某一个点为预瞄点,通过控制车辆转向角,使车辆可以沿着一条经过该预瞄点的圆弧行驶,最终实现路径跟踪。因此,预瞄点的确定是该算法实现的重要环节。本发明提出了一种根据几何特性确定预瞄点的方法,采用该方法可以降低对规划路径数据点的要求、减少数据计算量、提高算法的准确性。
一种基于Pure Pursuit算法的预瞄点确定方法,包括以下步骤:
步骤1:GPS位置信息坐标系转换。
GPS输出数据经度、纬度、高度坐标值,并不适合于平面运动的车辆导航。采用通用横轴墨卡托坐标系(Universal Transverse Mercator,UTM)将经纬度转化到平面坐标系。
步骤2:根据车辆参数和当前车辆行驶速度确定预瞄距离
根据人类驾驶车辆的经验,车辆以不同车速行驶在道路上时,驾驶员的预瞄距离也随之改变,在低速行驶时,驾驶员预瞄前方道路的距离较近,车速增大,驾驶员的预瞄距离也随之增大。
步骤3:判断车辆与规划路径位置
步骤4:确定预瞄点
步骤5:道路判断
道路判断主要用于判断前方道路的状况,即车辆行驶在直线道路上还是行驶在弯道上。对于不同道路状况,预瞄点的筛选与略有不同。
步骤6:算法的实现
得到预瞄点和预瞄距离后,根据Pure Pursuit算法可计算出转向角控制量,为了提高车辆在直线或弯道环境中车辆行驶的平稳性,制定了更改比例增益的控制策略。
具体实施过程如下,
步骤1:GPS位置信息坐标系换算
GPS接收机接收到的GPS信号ASCII码语句,包括GPGGA、GPGSA、GPGSV、GPRMC;PGRME、PGRMM、PGRMT(GARMIN定义的语句)。因此得到的位置信息属于空间大地坐标系,需要转换为UTM直角坐标系。
UTM坐标系是将地球划分成60个投影带,以180°经线为起始线,向东每个6°划分为一个纵带,每个纵带中部的经线被命名为中央经线,并定义中央经线坐标值为500000,在南纬80°至北纬84°范围内,分别从赤道开始,每隔8°划分一个横带。
空间大地坐标系转换为UTM坐标系,其中r=6378.137km,r为地球半径;k0=0.9996,k0为坐标系转化系数;ec=0.0818192,ec为偏心率;为经纬度坐标,λ为经度,为纬度;(e,n)为UTM坐标,e为方向东,n为方向北;Ф表示的弧度值。因此可得到如下公式:
式中:
A=(λ-λref)cosФ
Ψ=tan2Ф
步骤2:根据车辆参数和当前车辆行驶速度确定预瞄距离
预瞄距离是无人驾驶智能车实现路径跟踪的一个重要参数,预瞄距离与车速存在一定的数学关系,即通过车辆行驶速度确定预瞄距离的公式为:
ld=AV2+BV+C (3)
其中,V为车辆行驶速度,A、B、C为常数项。
AV2表示车辆制动距离。其中,A可表示为:
A=1/2amax
amax为车辆最大制动加速度。
BV表示车辆遇到异常情况进行反应的车辆行驶距离。
C表示车辆最小转弯半径。
步骤3:判断车辆与规划路径位置
基于Pure Pursuit算法的智能车路径跟踪实际上是以预瞄距离为半径,以当前车***置为圆心做圆,确定预瞄点,进而通过Pure Pursuit算法得出转向角控制量,实现路径跟踪。因此,以车***置为圆心,预瞄距离为半径画出的圆与期望路径存在三种位置关系:相交、相切和相离。
ld为预瞄距离,α为跟踪航向角度偏差,(Cx,Cy)为车辆当前位置,(Gx,Gy)为期望路径上的预瞄点。
期望路径为一条已知的路径,根据期望路径上相邻两点坐标可得到直线方程的斜率K和常数项B,因此可得到预瞄点(Gx,Gy)之间的关系为:
Gy=KGx+B (4)
根据两点间距离公式可得到:
ld 2=(Cx-Gx)2+(Cy-Gy)2 (5)
将公式(4)代入公式(5)并整理:
(1+K2)Gx 2+2(K·B-Cx-K·Cy)Gx+Cx 2+Cy 2+B2-2Cy·B-ld 2=0
令:
a=1+K2
b=2(K·B-Cx-K·Cy)
c=Cx 2+Cy 2+B2-2Cy·B-ld 2
则:
aGx 2+bGx+c=0 (6)
根据一元二次方程求根公式可对公式进行求解,并判断期望路径与预瞄范围之间的关系:
当b2-4ac>0时,规划路径与圆相交。
当b2-4ac=0时,规划路径与圆相切。
当b2-4ac<0时,规划路径与圆相离。
步骤4:确定预瞄点
当规划路径与圆相交时,一元二次方程存在两个解集(x1,y1)、(x2,y2),其中一个解为路径跟踪算法的预瞄点,另一个解为车辆已行驶过的区域,为无用点,因此要需根据方程解与规划路径上点的关系,选择可用的预瞄点,删除无用点。当规划路径与圆相交时,方程两个解与期望路径上连续的两个点(xk,yk)、(xk+1,yk+1)存在12种位置关系。其中,ld1、ld2分别为点(x1,y1)到(xk,yk),(xk+1,yk+1)的距离,ld3、ld4分别为点(x2,y2)到(xk,yk),(xk+1,yk+1)的距离,ld5为(xk,yk),(xk+1,yk+1)两点间的距离。
当(x1,y1)、(x2,y2)在点(xk,yk)x下侧,且点(x1,y1)位于(x2,y2)下侧。此时(x2,y2)为预瞄点,(x2,y2)为(Gx,Gy),可根据如下公式进行判定:
当(x1,y1)、(x2,y2)在点(xk,yk)下侧,且点(x1,y1)位于(x2,y2)上侧。此时(x1,y1)为预瞄点,(x1,y1)为(Gx,Gy),可根据如下公式进行判定:
当(x1,y1)在点(xk,yk)下侧,(x2,y2)位于(xk,yk),(xk+1,yk+1)两点间。此时(x2,y2)为预瞄点,即(x2,y2)为(Gx,Gy),可根据如下公式进行判定:
当(x1,y1)在点(xk,yk)下侧,(x2,y2)位于(xk+1,yk+1)上侧。此时(x2,y2)为预瞄点,即(x2,y2)为(Gx,Gy),可根据,如下公式进行判定:
当(x1,y1)位于(xk,yk)、(xk+1,yk+1)两点间,且(x2,y2)位于(xk,yk)下侧。此时(x1,y1)为预瞄点,即(x2,y2)为(Gx,Gy),可根据如下公式进行判定:
当(x1,y1)、(x2,y2)位于(xk,yk)、(xk+1,yk+1)两点间,且(x1,y1)位于(x2,y2)下侧。此时(x2,y2)为预瞄点,即(x2,y2)为(Gx,Gy),可根据如下公式进行判定:
当(x1,y1)、(x2,y2)位于(xk,yk)、(xk+1,yk+1)两点间,且(x1,y1)位于(x2,y2)上侧。此时(x1,y1)为预瞄点,即(x1,y1)为(Gx,Gy),可根据如下公式进行判定:
当(x1,y1)位于(xk,yk)、(xk+1,yk+1)两点间,且(x2,y2)位于(xk+1,yk+1)上侧。此时(x2,y2)为预瞄点,即(x2,y2)为(Gx,Gy),可根据如下公式进行判定:
当(x1,y1)位于(xk+1,yk+1)上侧,且(x2,y2)位于(xk,yk)下侧。此时(x1,y1)为预瞄点,(x1,y1)为(Gx,Gy),可根据如下公式进行判定:
当(x1,y1)位于(xk+1,yk+1)上侧,且(x2,y2)位于(xk,yk)、(xk+1,yk+1)两点间。此时(x1,y1)为预瞄点,(x1,y1)为(Gx,Gy),可根据如下公式进行判定:
当(x1,y1)、(x2,y2)在点(xk+1,yk+1)上侧,且点(x1,y1)位于(x2,y2)下侧。此时(x2,y2)为预瞄点,即(x2,y2)为(Gx,Gy),可根据如下公式进行判定:
当(x1,y1)、(x2,y2)在点(xk+1,yk+1)上侧,且点(x1,y1)位于(x2,y2)上侧。此时(x1,y1)为预瞄点,即(x1,y1)为(Gx,Gy),可根据如下公式进行判定:
a、b两种情况一般发生在车辆进行路径跟踪的初始时刻,由于车辆初始位置为随机的,有可能在规划路径后方。当发生d、h、i、j、k、l六种情况时,选取的预瞄点位于(xk+1,yk+1)右侧,即预瞄点位于点(xk+1,yk+1)、(xk+2,yk+2)间,车辆在执行完本次预瞄动作后,在下一次的预瞄点确定过程中将在(xk+1,yk+1)、(xk+2,yk+2)依据如上的方法确定新的预瞄点。
当期望路径与圆相离或相切时。此时可根据航向角与期望路径斜率角的差值α对转向角进行控制,当α<0时,车辆向期望路径方向行驶,无需对转角进行控制,可采用Pure Pursuit算法进行控制;当α≥0时,车辆背离期望路径,需对对前轮偏角进行修正,使车辆向期望路径方向行驶,采用Pure Pursuit算法进行控制,根据实验经验,当车辆背离期望路径行驶时,方向盘控制量设置为100°。
步骤5:道路预测
考虑到车辆在入弯时,相比于直线道路,以车***置为圆心,预瞄距离为半径的圆与规划路径存在多个交点,因此需对车辆前方道路进行预测。根据比较规划路径上连续三个点(xk,yk)、(xk+1,yk+1)、(xk+2,yk+2)斜率的变化,确定车辆是否开始驶入弯道,其中k1为(xk,yk)、(xk+1,yk+1)所在直线的斜率,k2为(xk+1,yk+1)、(xk+2,yk+2)所在直线的斜率。当k1=k2时,证明车辆行驶在直线道路上,此时应用步骤4的方法得到相应的预瞄点;当k1≠k2时,车辆将驶入弯道,此时存在两个预瞄点,分别为直线(xk,yk)、(xk+1,yk+1)上的预瞄点和直线(xk+1,yk+1)、(xk+2,yk+2)上的预瞄点,面对这种情况,正确预瞄点应选取直线(xk+1,yk+1)、(xk+2,yk+2)上的预瞄点为有效预瞄点。这种筛选预瞄点的方法可以使车辆提前对变化的车道做出反应,防止出现车辆转弯时转向角过小,而无法顺利驶入弯道的情况。
步骤6:算法的实现
确定预瞄点后,利用Pure Pursuit路径跟踪算法,计算智能车转向角控制量,使车辆可以对规划路径进行跟踪。Pure Pursuit路径跟踪算法的原理中,该算法是以车辆后轴为切点,即(Cx,Cy),车辆纵轴为切线画出一条圆弧,该圆弧经过规划路径上的预瞄点(Gx,Gy),预瞄点与车辆后轴间的连线ld为预瞄距离,α为车辆航向角与预瞄点的夹角,Pure Pursuit路径跟踪算法就是根据几何特性,计算出一个可以使车辆行驶轨迹驶过预瞄点的前轮偏角控制量。
根据正弦定理可到如下公式:
公式(19)也可表示为:
其中κ为圆弧的曲率,根据简化的阿克曼车辆模型,前轮偏角可用如下公式表示:
δ=tan-1(κL) (21)
根据公式(20)、(21),可以得到纯追踪算法的控制量表达式:
根据步骤1、2、3、4、5可得到预瞄点、预瞄距离和误差角α,将这些变量代入公式(22)可得到前轮偏角控制量。最终的前轮偏角控制量采用比例控制,为了确保车辆在行驶过程中的稳定性,所以在直线道路行驶和弯道行驶时,采用了不同的比例增益。
本发明定义k1为(xk,yk)、(xk+1,yk+1)所在直线的斜率,k2为(xk+1,yk+1)、(xk+2,yk+2)所在直线的斜率,当k1与k2夹角小于5°时为车辆行驶在直线道路中,当k1与k2夹角大于这一角度时,视为车辆驶入弯道。因此定义:
附图说明
图1为本发明所涉及的方法流程图
图2GPS坐标系换算直角标系示意图;
图3预瞄距离与速度关系
图4位置关系
图5预瞄点确定方法
图6Pure Pursuit算法几何图
图7实验结果
具体实施方式
下面结合附图和实施步骤对本发明做进一步说明。
本发明所述方法的流程图如图1所示,包括以下步骤:
步骤1:GPS位置信息坐标系换算
GPS接收机接收到的GPS信号为美国国家海洋电子协会(National MarineElectronics Association)制定的NMEA0183版本3.00的ASCII码语句,包括GPGGA、GPGSA、GPGSV、GPRMC(NMEA标准语句);PGRME、PGRMM、PGRMT(GARMIN定义的语句)。因此得到的位置信息属于空间大地坐标系,需要转换为UTM直角坐标系。
UTM坐标系是将地球划分成60个投影带,以180°经线为起始线,向东每个6°划分为一个纵带,每个纵带中部的经线被命名为中央经线,并定义中央经线坐标值为500000,在南纬80°至北纬84°范围内,分别从赤道开始,每隔8°划分一个横带。如图2所示
空间大地坐标系转换为UTM坐标系,其中r=6378.137km,k0=0.9996,ec=0.0818192,为经纬度坐标,(e,n)为UTM坐标,可得到如下公式:
式中:
A=(λ-λref)cosФ
Ψ=tan2Ф
步骤2:根据车辆参数和当前车辆行驶速度确定预瞄距离
预瞄距离是无人驾驶智能车实现路径跟踪的一个重要参数,预瞄距离与车速存在一定的数学关系,即通过车辆行驶速度确定预瞄距离的公式为:
ld=AV2+BV+C (3)
其中,V为车辆行驶速度,A、B、C为常数项。
AV2表示车辆制动距离。其中,A可表示为:
A=1/2amax
amax为车辆最大制动加速度,经试验测量,车辆最大制动加速度为3m/s2。
BV表示车辆遇到异常情况进行反应的车辆行驶距离,令B为0.2。
C表示车辆最小转弯半径。根据整车参数,最小转弯半径为5m,前轮偏角最大值为23°。
所以预瞄距离公式可表示为:
根据公式(4)可得到预瞄距离与车辆速度之间函数关系图,如图3。
步骤3:判断车辆与规划路径位置
基于Pure Pursuit算法的智能车路径跟踪实际上是以预瞄距离为半径,以当前车***置为圆心做圆,确定预瞄点,进而通过Pure Pursuit算法得出转向角控制量,实现路径跟踪。因此,以车***置为圆心,预瞄距离为半径画出的圆与期望路径存在如图4所示的三种位置关系:相交、相切和相离。
如图4(a)所示,ld为预瞄距离,α为跟踪航向角度偏差,(Cx,Cy)为车辆当前位置,(Gx,Gy)为期望路径上的预瞄点。
期望路径为一条已知的路径,根据期望路径上相邻两点坐标可得到直线方程的斜率K和常数项B,因此可得到预瞄点(Gx,Gy)之间的关系为:
Gy=KGx+B (5)
根据两点间距离公式可得到:
ld 2=(Cx-Gx)2+(Cy-Gy)2 (6)
将公式(5)代入公式(6)并整理:
(1+K2)Gx 2+2(K·B-Cx-K·Cy)Gx+Cx 2+Cy 2+B2-2Cy·B-ld 2=0
令:
a=1+K2
b=2(K·B-Cx-K·Cy)
c=Cx 2+Cy 2+B2-2Cy·B-ld 2
则:
aGx 2+bGx+c=0 (7)
根据一元二次方程求根公式可对公式进行求解,并判断期望路径与预瞄范围之间的关系:
当b2-4ac>0时,规划路径与圆相交,如图4(a)所示。
当b2-4ac=0时,规划路径与圆相切,如图4(b)所示。
当b2-4ac<0时,规划路径与圆相离,如图4(c)所示。
步骤4:确定预瞄点
当规划路径与圆相交时,一元二次方程存在两个解集(x1,y1)、(x2,y2),其中一个解为路径跟踪算法的预瞄点,另一个解为车辆已行驶过的区域,为无用点,因此要需根据方程解与规划路径上点的关系,选择可用的预瞄点,删除无用点。当规划路径与圆相交时,方程两个解与期望路径上连续的两个点(xk,yk)、(xk+1,yk+1)存在12种位置关系,如图5。其中,ld1、ld2分别为点(x1,y1)到(xk,yk),(xk+1,yk+1)的距离,ld3、ld4分别为点(x2,y2)到(xk,yk),(xk+1,yk+1)的距离,ld5为(xk,yk),(xk+1,yk+1)两点间的距离。
如图5(a)所示,当(x1,y1)、(x2,y2)在点(xk,yk)x下侧,且点(x1,y1)位于(x2,y2)下侧。此时(x2,y2)为预瞄点,(x2,y2)为(Gx,Gy),可根据如下公式进行判定:
如图5(b)所示,当(x1,y1)、(x2,y2)在点(xk,yk)下侧,且点(x1,y1)位于(x2,y2)上侧。此时(x1,y1)为预瞄点,(x1,y1)为(Gx,Gy),可根据如下公式进行判定:
当(x1,y1)在点(xk,yk)下侧,(x2,y2)位于(xk,yk),(xk+1,yk+1)两点间,如图5(c)所示。此时(x2,y2)为预瞄点,即(x2,y2)为(Gx,Gy),可根据如下公式进行判定:
如图5(d)所示,当(x1,y1)在点(xk,yk)下侧,(x2,y2)位于(xk+1,yk+1)上侧。此时(x2,y2)为预瞄点,即(x2,y2)为(Gx,Gy),可根据,如下公式进行判定:
如图5(e)所示,当(x1,y1)位于(xk,yk)、(xk+1,yk+1)两点间,且(x2,y2)位于(xk,yk)下侧。此时(x1,y1)为预瞄点,即(x2,y2)为(Gx,Gy),可根据如下公式进行判定:
如图5(f)所示,当(x1,y1)、(x2,y2)位于(xk,yk)、(xk+1,yk+1)两点间,且(x1,y1)位于(x2,y2)下侧。此时(x2,y2)为预瞄点,即(x2,y2)为(Gx,Gy),可根据如下公式进行判定:
如图5(g)所示,当(x1,y1)、(x2,y2)位于(xk,yk)、(xk+1,yk+1)两点间,且(x1,y1)位于(x2,y2)上侧。此时(x1,y1)为预瞄点,即(x1,y1)为(Gx,Gy),可根据如下公式进行判定:
如图5(h)所示,当(x1,y1)位于(xk,yk)、(xk+1,yk+1)两点间,且(x2,y2)位于(xk+1,yk+1)上侧。此时(x2,y2)为预瞄点,即(x2,y2)为(Gx,Gy),可根据如下公式进行判定:
如图5(i)所示,当(x1,y1)位于(xk+1,yk+1)上侧,且(x2,y2)位于(xk,yk)下侧。此时(x1,y1)为预瞄点,(x1,y1)为(Gx,Gy),可根据如下公式进行判定:
如图5(j)所示,当(x1,y1)位于(xk+1,yk+1)上侧,且(x2,y2)位于(xk,yk)、(xk+1,yk+1)两点间。此时(x1,y1)为预瞄点,(x1,y1)为(Gx,Gy),可根据如下公式进行判定:
如图5(k)所示,当(x1,y1)、(x2,y2)在点(xk+1,yk+1)上侧,且点(x1,y1)位于(x2,y2)下侧。此时(x2,y2)为预瞄点,即(x2,y2)为(Gx,Gy),可根据如下公式进行判定:
如图5(l)所示,当(x1,y1)、(x2,y2)在点(xk+1,yk+1)上侧,且点(x1,y1)位于(x2,y2)上侧。此时(x1,y1)为预瞄点,即(x1,y1)为(Gx,Gy),可根据如下公式进行判定:
图5中a、b两种情况一般发生在车辆进行路径跟踪的初始时刻,由于车辆初始位置为随机的,有可能在规划路径后方。当发生图5中d、h、i、j、k、l六种情况时,选取的预瞄点位于(xk+1,yk+1)右侧,即预瞄点位于点(xk+1,yk+1)、(xk+2,yk+2)间,车辆在执行完本次预瞄动作后,在下一次的预瞄点确定过程中将在(xk+1,yk+1)、(xk+2,yk+2)依据如上的方法确定新的预瞄点。
当期望路径与圆相离或相切时,如图4(b)、图4(c)所示。此时可根据航向角与期望路径斜率角的差值α对转向角进行控制,当α<0时,车辆向期望路径方向行驶,无需对转角进行控制,当行驶至图4(a)状态时,可采用Pure Pursuit算法进行控制;当α≥0时,车辆背离期望路径,需对对前轮偏角进行修正,使车辆向期望路径方向行驶,当行驶至图4(a)状态时,采用Pure Pursuit算法进行控制,根据实验经验,当车辆背离期望路径行驶时,方向盘控制量设置为100°。
步骤5:道路预测
考虑到车辆在入弯时可能存在如图4(a)所示情况,相比于直线道路,以车***置为圆心,预瞄距离为半径的圆与规划路径存在多个交点,因此需对车辆前方道路进行预测。根据比较规划路径上连续三个点(xk,yk)、(xk+1,yk+1)、(xk+2,yk+2)斜率的变化,确定车辆是否开始驶入弯道,其中k1为(xk,yk)、(xk+1,yk+1)所在直线的斜率,k2为(xk+1,yk+1)、(xk+2,yk+2)所在直线的斜率。当k1=k2时,证明车辆行驶在直线道路上,此时应用步骤4的方法得到相应的预瞄点;当k1≠k2时,车辆将驶入弯道,此时存在两个预瞄点,分别为直线(xk,yk)、(xk+1,yk+1)上的预瞄点和直线(xk+1,yk+1)、(xk+2,yk+2)上的预瞄点,面对这种情况,正确预瞄点应选取直线(xk+1,yk+1)、(xk+2,yk+2)上的预瞄点为有效预瞄点。这种筛选预瞄点的方法可以使车辆提前对变化的车道做出反应,防止出现车辆转弯时转向角过小,而无法顺利驶入弯道的情况。。
步骤6:算法的实现
确定预瞄点后,利用Pure Pursuit路径跟踪算法,计算智能车转向角控制量,使车辆可以对规划路径进行跟踪。Pure Pursuit路径跟踪算法的原理如图6所示,该算法是以车辆后轴为切点,即(Cx,Cy),车辆纵轴为切线画出一条圆弧,该圆弧经过规划路径上的预瞄点(Gx,Gy),预瞄点与车辆后轴间的连线ld为预瞄距离,α为车辆航向角与预瞄点的夹角,Pure Pursuit路径跟踪算法就是根据几何特性,计算出一个可以使车辆行驶轨迹驶过预瞄点的前轮偏角控制量。
根据正弦定理可到如下公式:
公式(20)也可表示为:
其中κ为圆弧的曲率,根据简化的阿克曼车辆模型,前轮偏角可用如下公式表示:
δ=tan-1(κL) (22)
根据公式(21)、(22),可以得到纯追踪算法的控制量表达式:
根据步骤1、2、3、4、5可得到预瞄点、预瞄距离和误差角α,将这些变量代入公式(23)可得到前轮偏角控制量。最终的前轮偏角控制量采用比例控制,为了确保车辆在行驶过程中的稳定性,所以在直线道路行驶和弯道行驶时,采用了不同的比例增益。
本发明定义k1为(xk,yk)、(xk+1,yk+1)所在直线的斜率,k2为(xk+1,yk+1)、(xk+2,yk+2)所在直线的斜率,当k1与k2夹角小于5°时为车辆行驶在直线道路中,当k1与k2夹角大于这一角度时,视为车辆驶入弯道。因此定义:
Claims (1)
1.基于Pure Pursuit算法的预瞄点确定方法,其特征在于:
包括以下步骤:
步骤1:GPS位置信息坐标系转换;
GPS输出数据经度、纬度、高度坐标值,并不适合于平面运动的车辆导航;采用通用横轴墨卡托坐标系即UTM,将经纬度转化到平面坐标系;
步骤2:根据车辆参数和当前车辆行驶速度确定预瞄距离
根据人类驾驶车辆的经验,车辆以不同车速行驶在道路上时,驾驶员的预瞄距离也随之改变,在低速行驶时,驾驶员预瞄前方道路的距离较近,车速增大,驾驶员的预瞄距离也随之增大;
步骤3:判断车辆与规划路径位置
步骤4:确定预瞄点
步骤5:道路判断
道路判断主要用于判断前方道路的状况,即车辆行驶在直线道路上还是行驶在弯道上;对于不同道路状况,预瞄点的筛选与略有不同;
步骤6:算法的实现
得到预瞄点和预瞄距离后,根据Pure Pursuit算法可计算出转向角控制量,为了提高车辆在直线或弯道环境中车辆行驶的平稳性,制定了更改比例增益的控制策略;
具体实施过程如下,
步骤1:GPS位置信息坐标系换算
GPS接收机接收到的GPS信号ASCII码语句,包括GPGGA、GPGSA、GPGSV、GPRMC;PGRME、PGRMM、PGRMT(GARMIN定义的语句);因此得到的位置信息属于空间大地坐标系,需要转换为UTM直角坐标系;
UTM坐标系是将地球划分成60个投影带,以180°经线为起始线,向东每个6°划分为一个纵带,每个纵带中部的经线被命名为中央经线,并定义中央经线坐标值为500000,在南纬80°至北纬84°范围内,分别从赤道开始,每隔8°划分一个横带;
空间大地坐标系转换为UTM坐标系,其中r=6378.137km,r为地球半径;k0=0.9996,k0为坐标系转化系数;ec=0.0818192,ec为偏心率;为经纬度坐标,λ为经度,为纬度;(e,n)为UTM坐标,e为方向东,n为方向北;Ф表示的弧度值;因此可得到如下公式:
A=(λ-λref)cosФ
Ψ=tan2Ф
步骤2:根据车辆参数和当前车辆行驶速度确定预瞄距离
预瞄距离是无人驾驶智能车实现路径跟踪的一个重要参数,预瞄距离与车速存在一定的数学关系,即通过车辆行驶速度确定预瞄距离的公式为:
ld=AV2+BV+C (3)
其中,V为车辆行驶速度,A、B、C为常数项;
AV2表示车辆制动距离;其中,A可表示为:
A=1/2amax
amax为车辆最大制动加速度;
BV表示车辆遇到异常情况进行反应的车辆行驶距离;
C表示车辆最小转弯半径;
步骤3:判断车辆与规划路径位置
基于Pure Pursuit算法的智能车路径跟踪实际上是以预瞄距离为半径,以当前车***置为圆心做圆,确定预瞄点,进而通过Pure Pursuit算法得出转向角控制量,实现路径跟踪;因此,以车***置为圆心,预瞄距离为半径画出的圆与期望路径存在三种位置关系:相交、相切和相离;
ld为预瞄距离,α为跟踪航向角度偏差,(Cx,Cy)为车辆当前位置,(Gx,Gy)为期望路径上的预瞄点;
期望路径为一条已知的路径,根据期望路径上相邻两点坐标可得到直线方程的斜率K和常数项B,因此可得到预瞄点(Gx,Gy)之间的关系为:
Gy=KGx+B (4)
根据两点间距离公式可得到:
ld 2=(Cx-Gx)2+(Cy-Gy)2 (5)
将公式(4)代入公式(5)并整理:
(1+K2)Gx 2+2(K·B-Cx-K·Cy)Gx+Cx 2+Cy 2+B2-2Cy·B-ld 2=0
令:
a=1+K2
b=2(K·B-Cx-K·Cy)
c=Cx 2+Cy 2+B2-2Cy·B-ld 2
则:
aGx 2+bGx+c=0 (6)
根据一元二次方程求根公式可对公式进行求解,并判断期望路径与预瞄范围之间的关系:
当b2-4ac>0时,规划路径与圆相交;
当b2-4ac=0时,规划路径与圆相切;
当b2-4ac<0时,规划路径与圆相离;
步骤4:确定预瞄点
当规划路径与圆相交时,一元二次方程存在两个解集(x1,y1)、(x2,y2),其中一个解为路径跟踪算法的预瞄点,另一个解为车辆已行驶过的区域,为无用点,因此要需根据方程解与规划路径上点的关系,选择可用的预瞄点,删除无用点;当规划路径与圆相交时,方程两个解与期望路径上连续的两个点(xk,yk)、(xk+1,yk+1)存在12种位置关系;其中,ld1、ld2分别为点(x1,y1)到(xk,yk),(xk+1,yk+1)的距离,ld3、ld4分别为点(x2,y2)到(xk,yk),(xk+1,yk+1)的距离,ld5为(xk,yk),(xk+1,yk+1)两点间的距离;
当(x1,y1)、(x2,y2)在点(xk,yk)x下侧,且点(x1,y1)位于(x2,y2)下侧;此时(x2,y2)为预瞄点,(x2,y2)为(Gx,Gy),可根据如下公式进行判定:
当(x1,y1)、(x2,y2)在点(xk,yk)下侧,且点(x1,y1)位于(x2,y2)上侧;此时(x1,y1)为预瞄点,(x1,y1)为(Gx,Gy),可根据如下公式进行判定:
当(x1,y1)在点(xk,yk)下侧,(x2,y2)位于(xk,yk),(xk+1,yk+1)两点间;此时(x2,y2)为预瞄点,即(x2,y2)为(Gx,Gy),可根据如下公式进行判定:
当(x1,y1)在点(xk,yk)下侧,(x2,y2)位于(xk+1,yk+1)上侧;此时(x2,y2)为预瞄点,即(x2,y2)为(Gx,Gy),可根据,如下公式进行判定:
当(x1,y1)位于(xk,yk)、(xk+1,yk+1)两点间,且(x2,y2)位于(xk,yk)下侧;此时(x1,y1)为预瞄点,即(x2,y2)为(Gx,Gy),可根据如下公式进行判定:
当(x1,y1)、(x2,y2)位于(xk,yk)、(xk+1,yk+1)两点间,且(x1,y1)位于(x2,y2)下侧;此时(x2,y2)为预瞄点,即(x2,y2)为(Gx,Gy),可根据如下公式进行判定:
当(x1,y1)、(x2,y2)位于(xk,yk)、(xk+1,yk+1)两点间,且(x1,y1)位于(x2,y2)上侧;此时(x1,y1)为预瞄点,即(x1,y1)为(Gx,Gy),可根据如下公式进行判定:
当(x1,y1)位于(xk,yk)、(xk+1,yk+1)两点间,且(x2,y2)位于(xk+1,yk+1)上侧;此时(x2,y2)为预瞄点,即(x2,y2)为(Gx,Gy),可根据如下公式进行判定:
当(x1,y1)位于(xk+1,yk+1)上侧,且(x2,y2)位于(xk,yk)下侧;此时(x1,y1)为预瞄点,(x1,y1)为(Gx,Gy),可根据如下公式进行判定:
当(x1,y1)位于(xk+1,yk+1)上侧,且(x2,y2)位于(xk,yk)、(xk+1,yk+1)两点间;此时(x1,y1)为预瞄点,(x1,y1)为(Gx,Gy),可根据如下公式进行判定:
当(x1,y1)、(x2,y2)在点(xk+1,yk+1)上侧,且点(x1,y1)位于(x2,y2)下侧;此时(x2,y2)为预瞄点,即(x2,y2)为(Gx,Gy),可根据如下公式进行判定:
当(x1,y1)、(x2,y2)在点(xk+1,yk+1)上侧,且点(x1,y1)位于(x2,y2)上侧;此时(x1,y1)为预瞄点,即(x1,y1)为(Gx,Gy),可根据如下公式进行判定:
a、b两种情况一般发生在车辆进行路径跟踪的初始时刻,由于车辆初始位置为随机的,有可能在规划路径后方;当发生d、h、i、j、k、l六种情况时,选取的预瞄点位于(xk+1,yk+1)右侧,即预瞄点位于点(xk+1,yk+1)、(xk+2,yk+2)间,车辆在执行完本次预瞄动作后,在下一次的预瞄点确定过程中将在(xk+1,yk+1)、(xk+2,yk+2)依据如上的方法确定新的预瞄点;
当期望路径与圆相离或相切时;此时可根据航向角与期望路径斜率角的差值α对转向角进行控制,当α<0时,车辆向期望路径方向行驶,无需对转角进行控制,可采用Pure Pursuit算法进行控制;当α≥0时,车辆背离期望路径,需对对前轮偏角进行修正,使车辆向期望路径方向行驶,采用Pure Pursuit算法进行控制,根据实验经验,当车辆背离期望路径行驶时,方向盘控制量设置为100°;
步骤5:道路预测
考虑到车辆在入弯时,相比于直线道路,以车***置为圆心,预瞄距离为半径的圆与规划路径存在多个交点,因此需对车辆前方道路进行预测;根据比较规划路径上连续三个点(xk,yk)、(xk+1,yk+1)、(xk+2,yk+2)斜率的变化,确定车辆是否开始驶入弯道,其中k1为(xk,yk)、(xk+1,yk+1)所在直线的斜率,k2为(xk+1,yk+1)、(xk+2,yk+2)所在直线的斜率;当k1=k2时,证明车辆行驶在直线道路上,此时应用步骤4的方法得到相应的预瞄点;当k1≠k2时,车辆将驶入弯道,此时存在两个预瞄点,分别为直线(xk,yk)、(xk+1,yk+1)上的预瞄点和直线(xk+1,yk+1)、(xk+2,yk+2)上的预瞄点,面对这种情况,正确预瞄点应选取直线(xk+1,yk+1)、(xk+2,yk+2)上的预瞄点为有效预瞄点;这种筛选预瞄点的方法可以使车辆提前对变化的车道做出反应,防止出现车辆转弯时转向角过小,而无法顺利驶入弯道的情况;
步骤6:算法的实现
确定预瞄点后,利用Pure Pursuit路径跟踪算法,计算智能车转向角控制量,使车辆可以对规划路径进行跟踪;Pure Pursuit路径跟踪算法的原理中,该算法是以车辆后轴为切点,即(Cx,Cy),车辆纵轴为切线画出一条圆弧,该圆弧经过规划路径上的预瞄点(Gx,Gy),预瞄点与车辆后轴间的连线ld为预瞄距离,α为车辆航向角与预瞄点的夹角,Pure Pursuit路径跟踪算法就是根据几何特性,计算出一个可以使车辆行驶轨迹驶过预瞄点的前轮偏角控制量;
根据正弦定理可到如下公式:
公式(19)也可表示为:
其中κ为圆弧的曲率,根据简化的阿克曼车辆模型,前轮偏角可用如下公式表示:
δ=tan-1(κL) (21)
根据公式(20)、(21),可以得到纯追踪算法的控制量表达式:
根据步骤1、2、3、4、5可得到预瞄点、预瞄距离和误差角α,将这些变量代入公式(22)可得到前轮偏角控制量;最终的前轮偏角控制量采用比例控制,为了确保车辆在行驶过程中的稳定性,所以在直线道路行驶和弯道行驶时,采用了不同的比例增益;
本方法定义k1为(xk,yk)、(xk+1,yk+1)所在直线的斜率,k2为(xk+1,yk+1)、(xk+2,yk+2)所在直线的斜率,当k1与k2夹角小于5°时为车辆行驶在直线道路中,当k1与k2夹角大于这一角度时,视为车辆驶入弯道;因此定义:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510420221.9A CN104960520B (zh) | 2015-07-16 | 2015-07-16 | 基于Pure Pursuit算法的预瞄点确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510420221.9A CN104960520B (zh) | 2015-07-16 | 2015-07-16 | 基于Pure Pursuit算法的预瞄点确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104960520A true CN104960520A (zh) | 2015-10-07 |
CN104960520B CN104960520B (zh) | 2017-07-28 |
Family
ID=54214670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510420221.9A Expired - Fee Related CN104960520B (zh) | 2015-07-16 | 2015-07-16 | 基于Pure Pursuit算法的预瞄点确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104960520B (zh) |
Cited By (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106882185A (zh) * | 2017-03-10 | 2017-06-23 | 南京林业大学 | 一种含驾驶员焦点预瞄模型的车辆自主转向控制方法 |
CN106909153A (zh) * | 2017-03-21 | 2017-06-30 | 北京京东尚科信息技术有限公司 | 无人车横向控制方法和装置 |
CN107037818A (zh) * | 2017-06-22 | 2017-08-11 | 奇瑞汽车股份有限公司 | 一种无人驾驶汽车的路径跟踪方法 |
CN107097785A (zh) * | 2017-05-25 | 2017-08-29 | 江苏大学 | 一种预瞄距离自适应的智能车辆横向控制方法 |
CN107264621A (zh) * | 2017-06-15 | 2017-10-20 | 驭势科技(北京)有限公司 | 车辆预瞄距离计算方法、装置、介质及转向控制方法 |
CN107264534A (zh) * | 2017-05-23 | 2017-10-20 | 北京理工大学 | 基于驾驶员经验模型的智能驾驶控制***和方法、车辆 |
CN107315345A (zh) * | 2017-06-23 | 2017-11-03 | 华南农业大学 | 基于双天线gnss和预瞄追踪模型的农机自动导航控制方法 |
CN108116497A (zh) * | 2017-12-08 | 2018-06-05 | 驭势科技(北京)有限公司 | 用于智能驾驶的转向预瞄点、转向角的确定方法及装置 |
CN108388241A (zh) * | 2018-01-05 | 2018-08-10 | 广州科语机器人有限公司 | 移动机器人的路径跟踪方法 |
CN108427417A (zh) * | 2018-03-30 | 2018-08-21 | 北京图森未来科技有限公司 | 自动驾驶控制***及方法、计算机服务器和自动驾驶车辆 |
CN108482369A (zh) * | 2018-04-08 | 2018-09-04 | 广州大学 | 一种车道中央保持控制方法及*** |
CN108549371A (zh) * | 2018-03-28 | 2018-09-18 | 安徽农业大学 | 一种高地隙植保机械路径跟踪方法及*** |
CN108873906A (zh) * | 2018-07-10 | 2018-11-23 | 北京踏歌艾尔机器人科技有限公司 | 碾压工程车无人驾驶控制方法和装置及可读存储介质 |
CN109383500A (zh) * | 2017-08-14 | 2019-02-26 | 郑州宇通客车股份有限公司 | 基于预瞄点的车道保持方法及其辅助*** |
CN109416540A (zh) * | 2016-04-13 | 2019-03-01 | 凯斯纽荷兰工业美国有限责任公司 | 用于控制车辆的***和方法 |
CN109407674A (zh) * | 2018-12-19 | 2019-03-01 | 中山大学 | 基于遗传算法整定参数的Pure Pursuit结合PI的路径跟踪方法 |
CN109491364A (zh) * | 2018-11-19 | 2019-03-19 | 长安大学 | 一种用于车辆测试的驾驶机器人***及控制方法 |
CN109509364A (zh) * | 2019-01-04 | 2019-03-22 | 吉林大学 | 一种驾驶人预瞄时间确认方法、***、设备及介质 |
CN109515440A (zh) * | 2018-11-15 | 2019-03-26 | 长安大学 | 一种基于车速的变权重多点预瞄轨迹跟踪方法 |
CN109828566A (zh) * | 2019-01-30 | 2019-05-31 | 华南理工大学 | 一种水面无人艇自主航行方法 |
CN109976341A (zh) * | 2019-03-21 | 2019-07-05 | 驭势科技(北京)有限公司 | 一种自动驾驶车辆附着路网的方法、车载设备及存储介质 |
CN110096051A (zh) * | 2018-01-31 | 2019-08-06 | 北京京东尚科信息技术有限公司 | 用于生成车辆控制指令的方法和装置 |
CN110262506A (zh) * | 2019-07-02 | 2019-09-20 | 华人运通(上海)自动驾驶科技有限公司 | 预瞄点的确认方法、车辆行驶控制方法、装置及设备 |
CN110673593A (zh) * | 2018-07-03 | 2020-01-10 | 杭州海康威视数字技术股份有限公司 | 车辆控制方法和装置 |
CN110794820A (zh) * | 2018-07-17 | 2020-02-14 | 郑州宇通客车股份有限公司 | 一种智能车速度跟踪方法及*** |
CN111338349A (zh) * | 2020-03-09 | 2020-06-26 | 兰剑智能科技股份有限公司 | Agv的贝塞尔曲线控制方法及*** |
CN111688723A (zh) * | 2020-05-28 | 2020-09-22 | 江苏理工学院 | 一种车辆自动驾驶的控制***及其控制方法 |
CN111731381A (zh) * | 2020-06-30 | 2020-10-02 | 三一专用汽车有限责任公司 | 车辆横向自适应控制方法、控制装置和车辆 |
CN112698644A (zh) * | 2019-10-22 | 2021-04-23 | 坤泰车辆***(常州)有限公司 | 基于pure pursuit算法的纵向速度调整策略 |
CN112702698A (zh) * | 2020-12-21 | 2021-04-23 | 努比亚技术有限公司 | 一种监护告警方法、终端及计算机可读存储介质 |
CN112731932A (zh) * | 2020-12-24 | 2021-04-30 | 哈尔滨工业大学芜湖机器人产业技术研究院 | 一种移动机器人的路径跟踪方法 |
CN113325849A (zh) * | 2021-05-31 | 2021-08-31 | 安徽农业大学 | 一种针对高地隙植保机的运动控制方法 |
CN113386792A (zh) * | 2021-06-16 | 2021-09-14 | 北京汽车研究总院有限公司 | 基于轨迹跟踪的自动驾驶车辆控制方法、装置、车辆及存储介质 |
CN113419542A (zh) * | 2021-07-16 | 2021-09-21 | 浙江大华技术股份有限公司 | 一种路径规划的方法、装置及存储介质 |
CN113815602A (zh) * | 2021-07-19 | 2021-12-21 | 北京理工大学 | 一种车辆横向自适应控制方法 |
WO2022001708A1 (zh) * | 2020-06-28 | 2022-01-06 | 华为技术有限公司 | 车辆控制方法、装置、车辆及存储介质 |
CN113978550A (zh) * | 2021-12-30 | 2022-01-28 | 北京慧拓无限科技有限公司 | 一种无人矿车倒车控制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393744A (zh) * | 2011-11-22 | 2012-03-28 | 湖南大学 | 一种无人驾驶汽车的导航方法 |
KR20150061781A (ko) * | 2013-11-28 | 2015-06-05 | 현대모비스 주식회사 | 차량 코너링 제어 방법 및 그 장치 |
-
2015
- 2015-07-16 CN CN201510420221.9A patent/CN104960520B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393744A (zh) * | 2011-11-22 | 2012-03-28 | 湖南大学 | 一种无人驾驶汽车的导航方法 |
KR20150061781A (ko) * | 2013-11-28 | 2015-06-05 | 현대모비스 주식회사 | 차량 코너링 제어 방법 및 그 장치 |
Non-Patent Citations (2)
Title |
---|
刘蕊: "智能车路径跟踪及其底层控制方法研究", 《中国优秀硕士学位论文全文数据库》 * |
赵熙俊、陈慧岩: "智能车辆路径跟踪横向控制方法的研究", 《汽车工程》 * |
Cited By (51)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109416540A (zh) * | 2016-04-13 | 2019-03-01 | 凯斯纽荷兰工业美国有限责任公司 | 用于控制车辆的***和方法 |
CN109416540B (zh) * | 2016-04-13 | 2022-03-29 | 凯斯纽荷兰工业美国有限责任公司 | 用于控制车辆的***和方法 |
CN106882185A (zh) * | 2017-03-10 | 2017-06-23 | 南京林业大学 | 一种含驾驶员焦点预瞄模型的车辆自主转向控制方法 |
CN106909153A (zh) * | 2017-03-21 | 2017-06-30 | 北京京东尚科信息技术有限公司 | 无人车横向控制方法和装置 |
CN107264534B (zh) * | 2017-05-23 | 2019-07-09 | 北京理工大学 | 基于驾驶员经验模型的智能驾驶控制***和方法、车辆 |
CN107264534A (zh) * | 2017-05-23 | 2017-10-20 | 北京理工大学 | 基于驾驶员经验模型的智能驾驶控制***和方法、车辆 |
CN107097785A (zh) * | 2017-05-25 | 2017-08-29 | 江苏大学 | 一种预瞄距离自适应的智能车辆横向控制方法 |
CN107264621B (zh) * | 2017-06-15 | 2019-05-17 | 驭势科技(北京)有限公司 | 车辆预瞄距离计算方法、装置、介质及转向控制方法 |
CN107264621A (zh) * | 2017-06-15 | 2017-10-20 | 驭势科技(北京)有限公司 | 车辆预瞄距离计算方法、装置、介质及转向控制方法 |
CN107037818A (zh) * | 2017-06-22 | 2017-08-11 | 奇瑞汽车股份有限公司 | 一种无人驾驶汽车的路径跟踪方法 |
CN107315345A (zh) * | 2017-06-23 | 2017-11-03 | 华南农业大学 | 基于双天线gnss和预瞄追踪模型的农机自动导航控制方法 |
CN107315345B (zh) * | 2017-06-23 | 2020-10-09 | 华南农业大学 | 基于双天线gnss和预瞄追踪模型的农机自动导航控制方法 |
CN109383500A (zh) * | 2017-08-14 | 2019-02-26 | 郑州宇通客车股份有限公司 | 基于预瞄点的车道保持方法及其辅助*** |
CN108116497A (zh) * | 2017-12-08 | 2018-06-05 | 驭势科技(北京)有限公司 | 用于智能驾驶的转向预瞄点、转向角的确定方法及装置 |
CN108116497B (zh) * | 2017-12-08 | 2019-09-17 | 驭势科技(北京)有限公司 | 用于智能驾驶的转向预瞄点、转向角的确定方法及装置 |
CN108388241A (zh) * | 2018-01-05 | 2018-08-10 | 广州科语机器人有限公司 | 移动机器人的路径跟踪方法 |
CN108388241B (zh) * | 2018-01-05 | 2021-02-12 | 广州科语机器人有限公司 | 移动机器人的路径跟踪方法 |
CN110096051A (zh) * | 2018-01-31 | 2019-08-06 | 北京京东尚科信息技术有限公司 | 用于生成车辆控制指令的方法和装置 |
CN110096051B (zh) * | 2018-01-31 | 2024-04-09 | 北京京东乾石科技有限公司 | 用于生成车辆控制指令的方法和装置 |
CN108549371A (zh) * | 2018-03-28 | 2018-09-18 | 安徽农业大学 | 一种高地隙植保机械路径跟踪方法及*** |
CN108427417A (zh) * | 2018-03-30 | 2018-08-21 | 北京图森未来科技有限公司 | 自动驾驶控制***及方法、计算机服务器和自动驾驶车辆 |
CN108482369A (zh) * | 2018-04-08 | 2018-09-04 | 广州大学 | 一种车道中央保持控制方法及*** |
CN108482369B (zh) * | 2018-04-08 | 2020-04-14 | 广州大学 | 一种车道中央保持控制方法及*** |
CN110673593A (zh) * | 2018-07-03 | 2020-01-10 | 杭州海康威视数字技术股份有限公司 | 车辆控制方法和装置 |
CN108873906A (zh) * | 2018-07-10 | 2018-11-23 | 北京踏歌艾尔机器人科技有限公司 | 碾压工程车无人驾驶控制方法和装置及可读存储介质 |
CN110794820A (zh) * | 2018-07-17 | 2020-02-14 | 郑州宇通客车股份有限公司 | 一种智能车速度跟踪方法及*** |
CN109515440A (zh) * | 2018-11-15 | 2019-03-26 | 长安大学 | 一种基于车速的变权重多点预瞄轨迹跟踪方法 |
CN109491364A (zh) * | 2018-11-19 | 2019-03-19 | 长安大学 | 一种用于车辆测试的驾驶机器人***及控制方法 |
CN109491364B (zh) * | 2018-11-19 | 2022-04-01 | 长安大学 | 一种用于车辆测试的驾驶机器人***及控制方法 |
CN109407674A (zh) * | 2018-12-19 | 2019-03-01 | 中山大学 | 基于遗传算法整定参数的Pure Pursuit结合PI的路径跟踪方法 |
CN109509364B (zh) * | 2019-01-04 | 2020-06-23 | 吉林大学 | 一种驾驶人预瞄时间确认方法、***、设备及介质 |
CN109509364A (zh) * | 2019-01-04 | 2019-03-22 | 吉林大学 | 一种驾驶人预瞄时间确认方法、***、设备及介质 |
CN109828566A (zh) * | 2019-01-30 | 2019-05-31 | 华南理工大学 | 一种水面无人艇自主航行方法 |
CN109828566B (zh) * | 2019-01-30 | 2022-05-24 | 华南理工大学 | 一种水面无人艇自主航行方法 |
CN109976341A (zh) * | 2019-03-21 | 2019-07-05 | 驭势科技(北京)有限公司 | 一种自动驾驶车辆附着路网的方法、车载设备及存储介质 |
CN110262506A (zh) * | 2019-07-02 | 2019-09-20 | 华人运通(上海)自动驾驶科技有限公司 | 预瞄点的确认方法、车辆行驶控制方法、装置及设备 |
CN112698644A (zh) * | 2019-10-22 | 2021-04-23 | 坤泰车辆***(常州)有限公司 | 基于pure pursuit算法的纵向速度调整策略 |
CN111338349A (zh) * | 2020-03-09 | 2020-06-26 | 兰剑智能科技股份有限公司 | Agv的贝塞尔曲线控制方法及*** |
CN111688723A (zh) * | 2020-05-28 | 2020-09-22 | 江苏理工学院 | 一种车辆自动驾驶的控制***及其控制方法 |
WO2022001708A1 (zh) * | 2020-06-28 | 2022-01-06 | 华为技术有限公司 | 车辆控制方法、装置、车辆及存储介质 |
CN111731381A (zh) * | 2020-06-30 | 2020-10-02 | 三一专用汽车有限责任公司 | 车辆横向自适应控制方法、控制装置和车辆 |
CN111731381B (zh) * | 2020-06-30 | 2021-09-24 | 三一专用汽车有限责任公司 | 车辆横向自适应控制方法、控制装置和车辆 |
CN112702698A (zh) * | 2020-12-21 | 2021-04-23 | 努比亚技术有限公司 | 一种监护告警方法、终端及计算机可读存储介质 |
CN112731932A (zh) * | 2020-12-24 | 2021-04-30 | 哈尔滨工业大学芜湖机器人产业技术研究院 | 一种移动机器人的路径跟踪方法 |
CN112731932B (zh) * | 2020-12-24 | 2022-12-23 | 哈尔滨工业大学芜湖机器人产业技术研究院 | 一种移动机器人的路径跟踪方法 |
CN113325849A (zh) * | 2021-05-31 | 2021-08-31 | 安徽农业大学 | 一种针对高地隙植保机的运动控制方法 |
CN113386792A (zh) * | 2021-06-16 | 2021-09-14 | 北京汽车研究总院有限公司 | 基于轨迹跟踪的自动驾驶车辆控制方法、装置、车辆及存储介质 |
CN113419542A (zh) * | 2021-07-16 | 2021-09-21 | 浙江大华技术股份有限公司 | 一种路径规划的方法、装置及存储介质 |
CN113815602A (zh) * | 2021-07-19 | 2021-12-21 | 北京理工大学 | 一种车辆横向自适应控制方法 |
CN113815602B (zh) * | 2021-07-19 | 2023-10-24 | 北京理工大学 | 一种车辆横向自适应控制方法 |
CN113978550A (zh) * | 2021-12-30 | 2022-01-28 | 北京慧拓无限科技有限公司 | 一种无人矿车倒车控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104960520B (zh) | 2017-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104960520A (zh) | 基于Pure Pursuit算法的预瞄点确定方法 | |
CN108292475B (zh) | 车辆道路网的行驶中使用的预测车辆信息的生成方法以及装置 | |
CN108116497B (zh) | 用于智能驾驶的转向预瞄点、转向角的确定方法及装置 | |
US9499197B2 (en) | System and method for vehicle steering control | |
CN109799828B (zh) | 自动驾驶车辆横纵向协调控制方法 | |
WO2019042295A1 (zh) | 一种无人驾驶路径规划方法、***和装置 | |
KR101133037B1 (ko) | 자율이동차량용 충돌회피를 위한 경로갱신방법 및 그 장치 | |
US11235754B2 (en) | Travel trajectory preparation device, method, and program, and drive assist device and system | |
CN111137298B (zh) | 一种车辆自动驾驶方法、装置、***和存储介质 | |
CN114426032A (zh) | 一种基于自动驾驶的本车轨迹预测方法、***、车辆及计算机可读存储介质 | |
Roselli et al. | H∞ control with look-ahead for lane keeping in autonomous vehicles | |
Park et al. | Study on robust lateral controller for differential GPS-based autonomous vehicles | |
Rastgoftar et al. | A data-driven approach for autonomous motion planning and control in off-road driving scenarios | |
Yijing et al. | Local path planning of autonomous vehicles based on A* algorithm with equal-step sampling | |
Zhang et al. | Smooth path and velocity planning under 3D path constraints for car-like vehicles | |
US20230242142A1 (en) | Systems, methods, and computer-readable media for spatio-temporal motion planning | |
Park et al. | Emergency collision avoidance by steering in critical situations | |
KR20230175288A (ko) | 대형 차량을 위한 적응형 경로 추적 알고리즘 | |
Jazar | Mathematical theory of autodriver for autonomous vehicles | |
Hayakawa et al. | Driver-compatible steering system for wide speed-range path following | |
US20210101620A1 (en) | Systems, methods, and devices for generating and using safety threat maps | |
Park et al. | Path generation algorithm based on crash point prediction for lane changing of autonomous vehicles | |
Antonelli et al. | A novel control strategy for autonomous cars | |
CN110362088B (zh) | 一种适用于无人驾驶跨运车的循迹控制***和方法 | |
CN108334074B (zh) | 控制*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170728 Termination date: 20200716 |