CN109214127A - 一种多点预瞄方法及其多点预瞄装置与目标路径跟踪方法 - Google Patents

一种多点预瞄方法及其多点预瞄装置与目标路径跟踪方法 Download PDF

Info

Publication number
CN109214127A
CN109214127A CN201811246924.4A CN201811246924A CN109214127A CN 109214127 A CN109214127 A CN 109214127A CN 201811246924 A CN201811246924 A CN 201811246924A CN 109214127 A CN109214127 A CN 109214127A
Authority
CN
China
Prior art keywords
vehicle
ideal
destination path
yaw velocity
path
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
Application number
CN201811246924.4A
Other languages
English (en)
Other versions
CN109214127B (zh
Inventor
谷先广
李亚军
张代胜
鲍娣
高剑武
李旗
张锐陈
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Intelligent Manufacturing Institute of Hefei University Technology
Original Assignee
Intelligent Manufacturing Institute of Hefei University Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Intelligent Manufacturing Institute of Hefei University Technology filed Critical Intelligent Manufacturing Institute of Hefei University Technology
Priority to CN201811246924.4A priority Critical patent/CN109214127B/zh
Publication of CN109214127A publication Critical patent/CN109214127A/zh
Application granted granted Critical
Publication of CN109214127B publication Critical patent/CN109214127B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明公开了一种多点预瞄方法及其多点预瞄装置。所述多点预瞄方法包括:设定至少三个测量点,且至少三个测量点在目标路径上的分别对应的测量距离应满足:x1=0,x3>x2>x1;测量点到对应预瞄点的距离为预瞄点横向偏差y1、y2、y3。将当前实际工况分解计算,即:计算只考虑车辆与实际目标路径距离偏差条件下的理想横摆角速度ωso;计算只考虑车辆与实际目标路径夹角偏差条件下的理想横摆角速度ωss;计算只考虑实际目标路径弯曲条件下的理想横摆角速度ωsw。叠加ωso、ωss、ωsw后乘以一个预定系数得到车辆的理想方向盘转角δs。本发明可针对不同的复杂路径进行路径跟踪,在保证路径跟踪精度的同时,也有效提高了鲁棒性,能够有效抑制车辆模型的执行机构时滞、不确定性、轮胎力非线性的影响。

Description

一种多点预瞄方法及其多点预瞄装置与目标路径跟踪方法
技术领域
本发明属于车道保持方法技术领域,尤其涉及一种提高目标路径跟踪精度的多点预瞄方法、与所述多点预瞄方法相对应的提高目标路径跟踪精度的多点预瞄装置、采用所述多点预瞄方法的目标路径跟踪方法。
背景技术
上个世纪80年代,人们为了能够实现闭环***的仿真实验,开始了对驾驶员模型的研究。从某种程度上说,驾驶员模型可以看做是一个路径跟踪控制器。近年来,自动驾驶成为车辆研究的热点,而对横向控制模型的研究又是自动驾驶研究中不可避免的重要一环。
轨迹预测与跟踪是车道保持功能中的一个基本控制问题,它要求车辆在指定时间内到达给定的轨迹点。由于车辆是一个高度耦合的强非线性的***,建立的车辆动力学模型只能满足一定情况下的精度,因此对于目标路径的跟踪和控制始终都是一个难点。
目前,已有很多学者对这一问题进行了深入研究,目前和目标路径跟踪与控制的相关算法有:
1)专利文献1:公开号为CN107292048A的中国发明专利申请在2017年10月24日公开的《一种基于veDYNA车道保持方法及***》,通过veDYNA软件平台搭建整车模型和仿真环境来模拟真实车辆和道路情况,对车辆行驶状态进行分析和处理后,得出一个理想的方向盘转角,最终达到控制方向盘达到跟踪目标路径的目的,但是该方法只适用于单点预瞄模型中,并没有将车辆与目标路径之间的关系进行深入探讨;
2)专利文献2:公开号为CN107487358A的中国发明专利申请在2017年12月19日公开的《一种基于大脑情感学习回路模型的驾驶员转向控制方法》,该方法通过模拟大脑情感学习的过程,包括学习过程和校正过程等。但是该公开车辆行驶环境简单,运行工况简单。
发明内容
本发明的目的是为了使车辆更好的对目标路径进行跟踪,来满足车辆道路试验中对目标路径跟踪精度的驾驶需求,基于背景技术存在的技术问题,本发明提出了一种提高目标路径跟踪精度的多点预瞄方法、与所述多点预瞄方法相对应的提高目标路径跟踪精度的多点预瞄装置、采用所述多点预瞄方法的目标路径跟踪方法。
本发明的解决方案是:一种提高目标路径跟踪精度的多点预瞄方法,所述多点预瞄方法包括以下步骤:
设定至少三个测量点,且至少三个测量点在目标路径上的分别对应的测量距离应满足:x1=0,x3>x2>x1;测量点到对应预瞄点的距离为预瞄点横向偏差y1、y2、y3
计算只考虑车辆与实际目标路径距离偏差条件下的理想横摆角速度ωso
计算只考虑车辆与实际目标路径的夹角偏差条件下的理想横摆角速度ωss
计算只考虑实际目标路径弯曲条件下的理想横摆角速度ωsw
叠加ωso、ωss、ωsw后乘以一个预定系数得到车辆的理想方向盘转角δs
作为上述方案的进一步改进,ωso为:其中,vx为车辆的纵向速度;t1为消除距离偏差时间。
作为上述方案的进一步改进,ωss为:其中,γ为所述预瞄点拟合后的曲线在测量距离为x1处的切线与车辆当前前进方向的夹角,等同为车辆与目标路径的夹角偏差,β为汽车质心侧偏角;t2为消除夹角偏差时间。
进一步地,当预瞄点的数量为三个时,
作为上述方案的进一步改进,ωsw为:其中,θ为目标路径弯曲的角度,t3为车辆达到稳态所需时间。
进一步地,当预瞄点的数量为三个时,其中,θ0=0,当时,则此时的θk就是θ,k=1,2,3,……。
进一步地,为减少迭代次数,θ0取上一个理想方向盘转角δs对应的θ值。
作为上述方案的进一步改进,所述预定系数为其中,Gw为叠加后的ωso、ωss、ωsw对方向盘的稳态增益。
本发明还提供一种提高目标路径跟踪精度的多点预瞄装置,其应用于上述任意提高目标路径跟踪精度的多点预瞄方法中,所述多点预瞄装置包括:
设定预瞄点模块,其用于设定至少三个测量点,且至少三个测量点在目标路径上的分别对应的测量距离应满足:x1=0,x3>x2>x1;测量点到对应预瞄点的距离为预瞄点横向偏差y1、y2、y3
理想横摆角速度计算模块一,其用于计算只考虑车辆与实际目标路径距离偏差情况下的理想横摆角速ωso
理想横摆角速度计算模块二,其用于计算只考虑车辆与实际目标路径角度偏差情况下的理想横摆角速ωss
理想横摆角速度计算模块三,其用于计算只考虑实际目标路径弯曲情况下的理想横摆角速度ωsw
理想横摆角速度计算模块四,其用于叠加ωso、ωss、ωsw后乘以一个预定系数得到车辆的理想方向盘转角δs
本发明还提供一种目标路径跟踪方法,其包括以下步骤:
根据车辆的车头前的测量距离,在目标路径上获取预瞄点以及与所述预瞄点对应的车辆横向位置偏差;
根据所述车辆横向位置偏差求取车辆的理想方向盘转角δs;其中,所述车辆的理想方向盘转角δs采用上述任意提高目标路径跟踪精度的多点预瞄方法,来获得;
将所述车辆的理想方向盘转角输入车辆的车路模型,以驱动车辆跟踪目标路径。
本发明可以通过MATLAB/simulink和carsim联合仿真的方式来模拟真实汽车和行驶环境工况,并形成闭环以验证。通过对车辆实际行驶参数进行分析和处理,进一步根据分析结果来为驾驶员提供合理的理想方向盘转角,从而使车辆在目标路径上行驶。本发明将车辆在任意一个复杂实际工况分解为三个简单理想工况,将在三种简单理想工况中计算出的横摆角速度叠加,进一步计算出一个理想方向盘转角,最后车辆模型执行此数值大小。本发明可针对不同的复杂路径进行路径跟踪,在保证路径跟踪精度的同时,也有效提高了鲁棒性,能够有效抑制车辆模型的执行机构时滞、不确定性、轮胎力非线性的影响。
附图说明
图1为本发明提高目标路径跟踪精度的多点预瞄方法的方法流程图。
图2为本发明实际工况分解为三个理想工况的示意图。
图3为本发明目标路径跟踪方法的闭环流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明的多点预瞄方法用于根据车辆的车头前的至少三个测量点的测量距离x1、x2、x3、……,目标路径上对应的至少三个预瞄点的车辆横向位置偏差y1、y2、y3、……,和车辆行驶状态参数来获取车辆的理想方向盘转角δs。理想方向盘转角δs输入至车辆的车路模型中,从而驱动车辆跟踪目标路径。通过本发明多点预瞄方法可以获得较为准确的理想方向盘转角δs,从而提高车辆的目标路径跟踪精度。
请参阅图1,本发明的多点预瞄方法包括以下步骤。
步骤一、设定预瞄点:设定至少三个测量点,且至少三个测量点在目标路径上的分别对应的测量距离应满足:x1=0,x3>x2>x1;测量点到对应预瞄点的距离为预瞄点横向偏差y1、y2、y3
在本实施例中,建立xy二维直角坐标系,以车辆当前车头位置为坐标原点,以车辆的前进方向为x轴,在x轴上取所述至少三个测量点,对应所述至少三个测量点在所述目标路径上获得所述至少三个预瞄点和相应的车辆横向位置偏差。
在现有的车辆中,根据车辆的车头前的测量距离,在目标路径上获取预瞄点以及与所述预瞄点对应的横向位置偏差,根据所述预瞄点横向位置偏差和车辆运动状态参数求取车辆的理想方向盘转角δs,将所述车辆的理想方向盘转角输入车辆的车路模型,以驱动车辆跟踪目标路径。可以采用现有Carsim获取多个预瞄点处的横向位置偏差信息。
请结合参阅图2及图3,步骤二、计算车辆在理想工况一时的理想横摆角速度ωso,如图2(b)所示,即计算只考虑车辆与实际目标路径(目标路径也称之为目标路径轨迹)距离偏差条件下的理想横摆角速度。图2(b)中理想工况一的理想目标路径一是与车辆的车身纵向方向平行的直线,且两者之间的距离为实际工况下测量距离为x1处所对应的横向偏差。
ωs0为:其中,vx为车辆的纵向速度;t1为消除距离偏差时间。t1可以根据测量距离x1、x2、x3、……的取点间隔来调整,结合驾驶的实际情况,可通过实验数据得到一个适合不同类型驾驶员或者适合不同车辆的消除距离偏差时间,车辆从当前位置移动到目标路径的时间即t1,只要不会使车辆上的乘员感到不适就行。
步骤三、计算车辆在理想工况二时的理想横摆角速度ωss,如图2(c)所示,即计算只考虑车辆与实际目标路径夹角偏差条件下的理想横摆角速度ωss。图2(c)中理想工况二的理想目标路径二是与车辆的车身纵向方向有一定夹角的直线,且夹角大小为实际工况下车身纵向方向与目标路径在测量距离为x1处所对应预瞄点处的切线所成的夹角,并且在此理想工况二下车辆在测量距离为x1处所对应测量点与预瞄点重合,即在测量距离为x1处所对应横向偏差为0。
ωss为:其中,γ为所述预瞄点拟合后的曲线与车辆的当前前进方向的夹角,等同为车辆与目标路径的夹角偏差,β为汽车质心侧偏角;t2为消除夹角偏差时间。t2可以根据测量距离x1、x2、x3、……的取点间隔来调整,结合驾驶的实际情况,可通过实验数据得到一个适合不同类型驾驶员或者适合不同车辆的消除角度偏差时间,车辆消除车身与目标路径夹角的时间即t2,只要不会使车辆上的乘员感到不适就行。
步骤四、计算车辆处于车辆行驶状态参数三时的理想横摆角速度ωsw,如图2(d)所示,即计算只考虑实际目标路径弯曲条件下的理想横摆角速度ωsw。图2(d)中理想工况三的理想目标路径三和实际工况下的目标路径形状和大小完全一致,且在此理想工况三下车辆在测量距离为x1处所对应测量点与预瞄点重合,即在测量距离为x1处所对应横向偏差为0,且理想目标路径三在测量距离为x1处所对应预瞄点处的切线与车辆的车身纵向方向所成夹角为0。
ωsw为:其中,t3为车辆达到稳态所需时间,θ为t3时间内车辆沿着目标路径转过的角度。。t3可以根据测量点x1、x2、x3、……的取点间隔来调整,结合驾驶的实际情况,可通过实验数据得到一个适合不同类型驾驶员或者适合不同车辆的消除距离偏差时间,只要不会使车辆上的乘员感到不适就行。
步骤五,叠加ωso、ωss、ωsw后乘以一个预定系数得到车辆的理想方向盘转角δs
所述预定系数为其中,Gw为叠加后的ωso、ωss、ωsw对方向盘的稳态增益。
本发明将任意一种复杂实际工况进行分解,得到三个简单理想工况:工况一是只考虑车辆与实际目标路径距离偏差条件的工况;工况二是只考虑车辆与实际目标路径的夹角偏差条件下的工况;工况三是只考虑实际目标路径弯曲条件下的工况。在三种工况下分别进行计算,得到理想横摆角速度。将三种工况下得到的理想横摆角速度相加,得到复杂工况下所需的横摆角速度总和。根据横摆角速度总和,计算出理想方向盘转角,并输送给carsim即车路模型。
理想工况一车辆与目标路径的位置关系为:理想目标路径一是与车辆的车身纵向方向平行的直线,且两者之间的距离为实际工况下测量距离为x1处所对应的横向偏差。
理想工况二车辆与目标路径的位置关系为:理想目标路径二是与车辆的车身纵向方向有一定夹角的直线,且夹角大小为实际工况下车身纵向方向与目标路径在测量距离为x1处所对应预瞄点处的切线所成的夹角,并且在此理想工况二下车辆在测量距离为x1处所对应测量点与预瞄点重合,即在测量距离为x1处所对应横向偏差为0。
理想工况三车辆与目标路径的位置关系为:理想目标路径三和实际工况下的目标路径形状和大小完全一致,且在此理想工况三下车辆在测量距离为x1处所对应测量点与预瞄点重合,即在测量距离为x1处所对应横向偏差为0,且理想目标路径三在测量距离为x1处所对应预瞄点处的切线与车辆的车身纵向方向所成夹角为0。
本发明通过Matlab/Simulink和Carsim联合仿真的方式来模拟真实汽车和行驶环境工况,并形成闭环以验证。通过对车辆实际行驶参数进行分析和处理,进一步根据分析结果来为驾驶员提供合理的理想方向盘转角,从而使车辆在目标路径上行驶。具体地,本实施方式根据多个车辆横向位置偏差信息以及车辆自身的行驶参数综合考虑计算出一个理想方向盘转角,最后车辆模型执行此数值大小。本实施方式可针对不同的复杂路径进行路径跟踪,在保证路径跟踪精度的同时,也有效提高了鲁棒性,能够有效抑制车辆模型的执行机构时滞、不确定性、轮胎力非线性的影响。
接下去本发明以具体实例进行举例说明。
实施例1
设定三个测量点,且三个测量点在目标路径上的分别对应的测量距离应满足:x1=0,x3>x2>x1;测量点到对应预瞄点的距离为预瞄点横向偏差y1、y2、y3
将任意一种复杂实际工况分解为三个简单理想工况分别进行计算,三个简单理想工况分别为:理想工况一是只考虑车辆与实际目标路径距离偏差情况下的工况;理想工况二是只考虑车辆与实际目标路径角度偏差情况下的工况;理想工况三是只考虑实际目标路径弯曲情况下的工况。具体包括以下步骤:
(1)理想工况一
根据公式计算在理想工况一下的理想横摆角速度ωso;所述公式为:其中,vx为车辆的纵向速度;t1为消除距离偏差时间。
(2)理想工况二
根据公式计算出车辆与目标路径的夹角偏差γ,所述公式为:
根据公式计算载理想工况二下的理想横摆角速度ωss;所述公式为:其中,γ为所述预瞄点拟合后的曲线在测量距离为x1处的切线与车辆当前前进方向的夹角,等同为车辆与目标路径的夹角偏差β为汽车质心侧偏角;t2为消除夹角偏差时间。
(3)理想工况三
根据公式计算在理想工况三下,采用迭代法求解理想横摆角,迭代公式为:
为减少迭代次数,θ0取***上一步长的值,开始时取值0。当时,则认为满足精度要求,此时θk则认为就是此情况下的理想横摆角θ,进一步通过下述公式计算出横摆角速度ωsw,所述公式为:其中,t3为车辆达到稳态所需时间。
根据公式计算出横摆角速度总和ωs,所述公式为ωs=ωswssso,其中,ωsw为只考虑道路弯曲情况下计算出的理想横摆角速度;ωss为只考虑车辆与目标路径的夹角偏差的条件下理想横摆角速度;ωso为只考虑车辆与目标路径的距离偏差的条件下理想横摆角速度。根据公式计算出理想方向盘转角δs;所述公式为:其中,Gw为车辆横摆角速度对方向盘的稳态增益。车辆模型接收上述理想方向盘转角δs,并按照此数值执行方向盘。
实施例2
设定四个测量点,且四个测量点在目标路径上的分别对应的测量距离应满足:x1=0,x4>x3>x2>x1;测量点到对应预瞄点的距离为预瞄点横向偏差y1、y2、y3、y4
将任意一种复杂实际工况分解为三个简单理想工况分别进行计算,三个简单理想工况分别为:理想工况一是只考虑车辆与实际目标路径距离偏差情况下的工况;理想工况二是只考虑车辆与实际目标路径角度偏差情况下的工况;理想工况三是只考虑实际目标路径弯曲情况下的工况。。具体包括以下步骤:
(1)理想工况一
根据公式计算在理想工况一下的理想横摆角速度ωso;所述公式为:其中,vx为车辆的纵向速度;t1为消除距离偏差时间。
(2)理想工况二
根据公式计算出车辆与目标路径的夹角偏差γ,所述公式为:
根据公式计算载理想工况二下的理想横摆角速度ωss;所述公式为:其中,γ为所述预瞄点拟合后的曲线在测量距离为x1处的切线与车辆当前前进方向的夹角,等同为车辆与目标路径的夹角偏差β为汽车质心侧偏角;t2为消除夹角偏差时间。
(3)理想工况三
根据公式计算在理想工况三下,采用迭代法求解理想横摆角,迭代公式为:
为减少迭代次数,θ0取***上一步长的值,开始时取值0。当时,则认为满足精度要求,此时θk则认为就是此情况下的理想横摆角θ,进一步通过下述公式计算出横摆角速度ωsw,所述公式为:其中,t3为车辆达到稳态所需时间。
根据分解后的三个部分偏差值与车辆行驶状态参数计算出车辆跟踪目标路径的理想方向盘转角,根据公式计算出理想方向盘转角δs;所述公式为:其中,δs为理想方向盘转角,ωsw为只考虑道路弯曲情况下计算出的理想横摆角速度;ωss为只考虑车辆与目标路径的夹角偏差的条件下理想横摆角速度;ωso为只考虑车辆与目标路径的距离偏差的条件下理想横摆角速度;Gw为车辆横摆角速度对方向盘的稳态增益。
车辆模型接收上述理想方向盘转角δs,并按照此数值执行方向盘。
在具体实施例中,首先在Carsim中搭建车辆动力学模型和道路模型,然后在Matlab/Simulink中复杂工况分解为三个简单工况单独计算的多点预瞄算法模型,两者联合仿真,形成闭环回路,图3所示。
具体地:在Carsim中搭建车辆-道路模型;根据车辆-道路模型获得多个预瞄点处的横向位置偏差信息和车辆行驶参数(车辆车速信息、车辆横摆角速度信息、方向盘转角信息、车辆质心侧偏角信息等),由Carsim发送给Simulink中;Simulink接收多个预瞄点处的横向位置偏差信息和车辆行驶参数(车辆车速信息、车辆横摆角速度信息、方向盘转角信息、车辆质心侧偏角信息等),由工况分解模型计算出车辆跟踪目标路径的的理想方向盘转角。将此理想方向盘转角发送至Carsim中搭建的车辆动力学模型,然后执行此数值。
综上所述,本发明涉及的控制方法主要包括以下步骤:步骤一,获取多个预瞄点处的车辆横向位置偏差信息;步骤二,将复杂实际工况分解为三个简单理想工况分别进行计算,即:计算只考虑车辆与实际目标路径距离偏差条件下的理想横摆角速度ωso;计算只考虑车辆与实际目标路径夹角偏差条件下的理想横摆角速度ωss;计算只考虑实际目标路径弯曲条件下的理想横摆角速度ωsw。步骤三,叠加ωso、ωss、ωsw后乘以一个预定系数得到车辆的理想方向盘转角δs。本发明提出的车道跟踪方法和***,通过Matlab/Simulink和Carsim联合仿真平台进行仿真实验。结果表明驾驶员横向控制模型可以处理现实中的弯曲道路工况,从而能够实现对车辆更好的精度跟踪,使得汽车行驶更加安全。
本发明的提高目标路径跟踪精度的多点预瞄可设置成软件APP或者软件安装包等形式,不论变换成何种形式,从功能上可将所述多点预瞄方法等效为提高目标路径跟踪精度的多点预瞄装置。
所述多点预瞄装置根据功能分可以包括以下功能模块:
设定至少三个测量点,且至少三个测量点在目标路径上的分别对应的测量距离应满足:x1=0,x3>x2>x1;测量点到对应预瞄点的距离为预瞄点横向偏差y1、y2、y3
理想横摆角速度计算模块一,其用于计算车辆处于理想工况一时的理想横摆角速度,即计算只考虑车辆与实际目标路径距离偏差情况下的理想横摆角速度ωso
理想横摆角速度计算模块二,其用于计算车辆处于理想工况二时的理想横摆角速度,即计算只考虑车辆与实际目标路径角度偏差情况下的理想横摆角速度ωss
理想横摆角速度计算模块三,其用于计算车辆处于理想工况三时的理想横摆角速度,即计算只考虑实际目标路径弯曲情况下的理想横摆角速度ωsw
理想横摆角速度计算模块四,其用于叠加ωso、ωss、ωsw后乘以一个预定系数得到车辆的理想方向盘转角δs
在其他实施例中,设定预瞄点模块也可以省略,直接对所述装置输入需要的计算参数。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种提高目标路径跟踪精度的多点预瞄方法,其特征在于,所述多点预瞄方法包括以下步骤:
设定至少三个测量点,且至少三个测量点在目标路径上的分别对应的测量距离应满足:x1=0,x3>x2>x1;测量点到对应预瞄点的距离为预瞄点横向偏差y1、y2、y3
计算只考虑车辆与实际目标路径距离偏差条件下的理想横摆角速度ωso
计算只考虑车辆与实际目标路径夹角偏差条件下的理想横摆角速度ωss
计算只考虑实际目标路径弯曲条件下的理想横摆角速度ωsw
叠加ωso、ωss、ωsw后乘以一个预定系数得到车辆的理想方向盘转角δs
2.根据权利要求1所述的提高目标路径跟踪精度的多点预瞄方法,其特征在于,ωso为:其中,vx为车辆的纵向速度;t1为消除距离偏差时间。
3.根据权利要求1所述的提高目标路径跟踪精度的多点预瞄方法,其特征在于,ωss为:其中,γ为所述预瞄点拟合后的曲线在测量距离为x1处对应预瞄点的切线与车辆当前前进方向的夹角,等同为车辆与目标路径的夹角偏差;β为汽车质心侧偏角;t2为消除夹角偏差时间。
4.根据权利要求3所述的提高目标路径跟踪精度的多点预瞄方法,其特征在于,当预瞄点的数量为三个时,
5.根据权利要求1所述的提高目标路径跟踪精度的多点预瞄方法,其特征在于,ωsw为:其中,t3为车辆达到稳态所需时间,θ为t3时间内车辆沿着目标路径转过的角度。
6.根据权利要求5所述的提高目标路径跟踪精度的多点预瞄方法,其特征在于,当预瞄点的数量为三个时,θ0=0,当时,则此时的θk就是θ,k=1,2,3,……。
7.根据权利要求6所述的提高目标路径跟踪精度的多点预瞄方法,其特征在于,为减少迭代次数,θ0取上一个理想方向盘转角δs对应的θ值。
8.根据权利要求1所述的提高目标路径跟踪精度的多点预瞄方法,其特征在于,所述预定系数为其中,Gw为整车横摆角速度即叠加ωso、ωss、ωsw后的横摆角速度对方向盘的稳态增益。
9.一种提高目标路径跟踪精度的多点预瞄装置,其应用于根据权利要求1至8中任意一项所述的提高目标路径跟踪精度的多点预瞄方法中,其特征在于,所述多点预瞄装置包括:
设定预瞄点模块,设定至少三个测量点,且至少三个测量点在目标路径上的分别对应的测量距离应满足:x1=0,x3>x2>x1;测量点到对应预瞄点的距离为预瞄点横向偏差y1、y2、y3
理想横摆角速度计算模块一,其用于计算只考虑车辆与实际目标路径距离偏差情况下的理想横摆角速度ωso
理想横摆角速度计算模块二,其用于计算只考虑车辆与实际目标路径角度偏差情况下的理想横摆角速度ωss
理想横摆角速度计算模块三,其用于计算只考虑实际目标路径弯曲情况下的理想横摆角速度ωsw
理想横摆角速度计算模块四,其用于叠加ωso、ωss、ωsw后乘以一个预定系数得到车辆的理想方向盘转角δs
10.一种目标路径跟踪方法,其包括以下步骤:
根据车辆的车头前的测量距离,在目标路径上获取预瞄点以及与所述预瞄点对应的车辆横向位置偏差;
根据所述车辆横向位置偏差求取车辆的理想方向盘转角δs
将所述车辆的理想方向盘转角输入车辆的车路模型,以驱动车辆跟踪目标路径;
其特征在于,所述车辆的理想方向盘转角δs采用根据权利要求1至9中任意一项所述的提高目标路径跟踪精度的多点预瞄方法,来获得。
CN201811246924.4A 2018-10-24 2018-10-24 一种多点预瞄方法及其多点预瞄装置与目标路径跟踪方法 Active CN109214127B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811246924.4A CN109214127B (zh) 2018-10-24 2018-10-24 一种多点预瞄方法及其多点预瞄装置与目标路径跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811246924.4A CN109214127B (zh) 2018-10-24 2018-10-24 一种多点预瞄方法及其多点预瞄装置与目标路径跟踪方法

Publications (2)

Publication Number Publication Date
CN109214127A true CN109214127A (zh) 2019-01-15
CN109214127B CN109214127B (zh) 2022-09-27

Family

ID=64996187

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811246924.4A Active CN109214127B (zh) 2018-10-24 2018-10-24 一种多点预瞄方法及其多点预瞄装置与目标路径跟踪方法

Country Status (1)

Country Link
CN (1) CN109214127B (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN110147041A (zh) * 2019-05-20 2019-08-20 重庆大学 一种基于梯度校正估计预瞄时间的车辆横向控制方法
CN110320917A (zh) * 2019-07-24 2019-10-11 北京智行者科技有限公司 无人车弯道循迹控制方法
CN111696339A (zh) * 2019-03-15 2020-09-22 上海图森未来人工智能科技有限公司 一种自动驾驶车队的跟车控制方法、***及车辆
CN112486018A (zh) * 2020-12-23 2021-03-12 中国矿业大学(北京) 一种基于速度自适应预瞄的无模型无人车路径跟踪方法
CN112590802A (zh) * 2020-12-04 2021-04-02 英博超算(南京)科技有限公司 车辆驾驶控制方法、装置、车辆以及计算机可读存储介质
CN112937580A (zh) * 2019-11-25 2021-06-11 郑州宇通客车股份有限公司 一种目标路径跟踪方法与装置
CN113050622A (zh) * 2021-02-01 2021-06-29 武汉光庭科技有限公司 无人压路机路径跟踪控制方法及***、服务器及介质
CN113204236A (zh) * 2021-04-14 2021-08-03 华中科技大学 一种智能体路径跟踪控制方法
CN113359764A (zh) * 2021-07-02 2021-09-07 合肥工业大学 一种基于gru的驾驶员模型优化方法
CN113415276A (zh) * 2021-07-30 2021-09-21 东风商用车有限公司 一种智能驾驶预瞄控制方法、装置和存储介质
CN113552888A (zh) * 2021-07-29 2021-10-26 中国第一汽车股份有限公司 应用于无人车的行驶轨迹控制方法、装置、设备及介质
CN113619580A (zh) * 2021-09-15 2021-11-09 吉林大学 一种车道保持***及其控制方法
CN114265310A (zh) * 2021-11-26 2022-04-01 重庆大学 不可靠数据传输环境下车辆鲁棒保性能耦合控制方法
CN115476881A (zh) * 2022-10-20 2022-12-16 重庆长安汽车股份有限公司 车辆轨迹跟踪控制方法、装置、设备及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008168782A (ja) * 2007-01-11 2008-07-24 Toyota Motor Corp 走行支援装置
CN107153420A (zh) * 2017-05-25 2017-09-12 广州汽车集团股份有限公司 路径跟踪控制方法、装置及智能汽车

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008168782A (ja) * 2007-01-11 2008-07-24 Toyota Motor Corp 走行支援装置
CN107153420A (zh) * 2017-05-25 2017-09-12 广州汽车集团股份有限公司 路径跟踪控制方法、装置及智能汽车

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
罗峰等: "基于多点预瞄的自动驾驶汽车轨迹跟踪算法", 《机电一体化》 *
赵凯等: "基于多点序列预瞄的自动驾驶汽车路径跟踪算法研究", 《汽车技术》 *

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111696339A (zh) * 2019-03-15 2020-09-22 上海图森未来人工智能科技有限公司 一种自动驾驶车队的跟车控制方法、***及车辆
CN111696339B (zh) * 2019-03-15 2021-11-19 上海图森未来人工智能科技有限公司 一种自动驾驶车队的跟车控制方法、***及车辆
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
CN110147041A (zh) * 2019-05-20 2019-08-20 重庆大学 一种基于梯度校正估计预瞄时间的车辆横向控制方法
CN110147041B (zh) * 2019-05-20 2022-07-29 重庆大学 一种基于梯度校正估计预瞄时间的车辆横向控制方法
CN110320917A (zh) * 2019-07-24 2019-10-11 北京智行者科技有限公司 无人车弯道循迹控制方法
CN110320917B (zh) * 2019-07-24 2022-09-02 北京智行者科技有限公司 无人车弯道循迹控制方法
CN112937580A (zh) * 2019-11-25 2021-06-11 郑州宇通客车股份有限公司 一种目标路径跟踪方法与装置
CN112590802A (zh) * 2020-12-04 2021-04-02 英博超算(南京)科技有限公司 车辆驾驶控制方法、装置、车辆以及计算机可读存储介质
CN112486018B (zh) * 2020-12-23 2021-08-17 中国矿业大学(北京) 一种基于速度自适应预瞄的无模型无人车路径跟踪方法
CN112486018A (zh) * 2020-12-23 2021-03-12 中国矿业大学(北京) 一种基于速度自适应预瞄的无模型无人车路径跟踪方法
CN113050622A (zh) * 2021-02-01 2021-06-29 武汉光庭科技有限公司 无人压路机路径跟踪控制方法及***、服务器及介质
CN113050622B (zh) * 2021-02-01 2022-10-18 武汉光庭科技有限公司 无人压路机路径跟踪控制方法及***、服务器及介质
CN113204236A (zh) * 2021-04-14 2021-08-03 华中科技大学 一种智能体路径跟踪控制方法
CN113359764A (zh) * 2021-07-02 2021-09-07 合肥工业大学 一种基于gru的驾驶员模型优化方法
CN113552888B (zh) * 2021-07-29 2022-07-19 中国第一汽车股份有限公司 应用于无人车的行驶轨迹控制方法、装置、设备及介质
CN113552888A (zh) * 2021-07-29 2021-10-26 中国第一汽车股份有限公司 应用于无人车的行驶轨迹控制方法、装置、设备及介质
CN113415276A (zh) * 2021-07-30 2021-09-21 东风商用车有限公司 一种智能驾驶预瞄控制方法、装置和存储介质
CN113619580A (zh) * 2021-09-15 2021-11-09 吉林大学 一种车道保持***及其控制方法
CN114265310A (zh) * 2021-11-26 2022-04-01 重庆大学 不可靠数据传输环境下车辆鲁棒保性能耦合控制方法
CN115476881A (zh) * 2022-10-20 2022-12-16 重庆长安汽车股份有限公司 车辆轨迹跟踪控制方法、装置、设备及介质
CN115476881B (zh) * 2022-10-20 2024-06-04 重庆长安汽车股份有限公司 车辆轨迹跟踪控制方法、装置、设备及介质

Also Published As

Publication number Publication date
CN109214127B (zh) 2022-09-27

Similar Documents

Publication Publication Date Title
CN109214127A (zh) 一种多点预瞄方法及其多点预瞄装置与目标路径跟踪方法
CN105329238B (zh) 一种基于单目视觉的自动驾驶汽车换道控制方法
Wang et al. Automatic steering control strategy for unmanned vehicles based on robust backstepping sliding mode control theory
Ungoren et al. A study on lateral speed estimation methods
CN103661399B (zh) 用于确定用于机动车的避让轨迹的方法以及安全装置或安全***
CN107264531A (zh) 一种半结构化环境中智能车辆自主换道超车运动规划方法
Wang et al. Nonlinear coordinated motion control of road vehicles after a tire blowout
CN107292048A (zh) 一种基于veDYNA车道保持方法及***
CN109823393A (zh) 一种智能驾驶车辆轨迹跟踪控制方法
CN103970138B (zh) 基于自抗扰与微分平滑的alv横向控制方法
CN105842684A (zh) 采用雷达数据的车辆运动估计增强
CN104118430B (zh) 一种基于滑模自抗扰控制的平行泊车***及泊车方法
JP2015530635A (ja) ハンドルを有する自律車両の進路を制御する方法
CN112327830B (zh) 车辆自动驾驶变道轨迹的规划方法及电子设备
CN110161865B (zh) 一种基于非线性模型预测控制的智能车换道轨迹规划方法
CN102416956A (zh) 汽车质心侧偏角和轮胎侧偏角软测量方法
Lin et al. Coordinated control architecture for motion management in ADAS systems
Yang et al. Front sensor and GPS-based lateral control of automated vehicles
CN111284478A (zh) 预瞄路径跟踪计算方法及跟踪计算模块
CN110861651A (zh) 一种前车纵侧向运动状态估计方法
Wang et al. Coordinated lateral and longitudinal vehicle-following control of connected and automated vehicles considering nonlinear dynamics
CN114889625A (zh) 基于安全势场理论的道路弯道处车辆跟驰模型的建立方法
Chen et al. Research on 4WIS electric vehicle path tracking control based on adaptive fuzzy PID algorithm
DE102020201516A1 (de) System zur Lenkungssteuerung eines Fahrzeuges
Chen et al. Nonlinear model predictive control of autonomous vehicles considering dynamic stability constraints

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant