CN109677403B - 一种基于微分平坦的智能车避障控制方法 - Google Patents
一种基于微分平坦的智能车避障控制方法 Download PDFInfo
- Publication number
- CN109677403B CN109677403B CN201811607568.4A CN201811607568A CN109677403B CN 109677403 B CN109677403 B CN 109677403B CN 201811607568 A CN201811607568 A CN 201811607568A CN 109677403 B CN109677403 B CN 109677403B
- Authority
- CN
- China
- Prior art keywords
- autonomous vehicle
- vehicle
- autonomous
- coordinate system
- obstacle
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000006073 displacement reaction Methods 0.000 claims description 39
- 238000005457 optimization Methods 0.000 claims description 21
- 238000013461 design Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 18
- 238000005096 rolling process Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000009795 derivation Methods 0.000 claims description 9
- 230000001133 acceleration Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000035484 reaction time Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 238000012888 cubic function Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- 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
- B60W30/14—Adaptive cruise control
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/13—Differential equations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0031—Mathematical model of the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Geometry (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- Aviation & Aerospace Engineering (AREA)
- Human Computer Interaction (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本发明公开了一种基于微分平坦的自主驾驶车辆避障控制方法,包括以下步骤:判断自主车辆采取何种驾驶子操作;建立简化车辆***模型;找到平坦输出,并用其及其有限阶导数表示***状态和控制输入;对平坦输出进行参数化;进行基于微分平坦的自主驾驶车辆避障控制器设计并完成控制;本方法通过判断纵向距离与安全距离的关系来决策采取何种驾驶操作,采用微分平坦原理,使车辆在保持车辆行驶稳定性的前提下,在较短时间内避开障碍物;本方法使得智能车可以更实时的去应对周围道路,交通和环境条件以及驾驶场景,保持车辆行驶的稳定性,并满足高速公路行车对最低车速的限制要求;采用微分平坦控制,降低了规划空间的维度,提高了控制速度。
Description
技术领域
本发明属于智能汽车控制方法领域,涉及一种基于微分平坦的智能车避障控制方法。
背景技术
随着车载网络和汽车电子的迅速发展,集成了通信技术、信息技术、控制技术的智能交通***应运而生。智能驾驶作为智能交通***的一项重要研究内容,成为了汽车工业的一个发展和进步的方向。车辆运行的环境瞬息万变,不免会遇到障碍物或行人,采取有效的方法控制自主车辆躲避障碍物,逐步提高主动安全性能,也更符合汽车工业的渐进式发展进程。利用基于模型预测控制的避障控制方法,***控制效率很低、响应速度较慢,本发明提出的基于微分平坦的避障控制方法有效克服了这一问题,降低了规划空间的维度,提高了控制速度。
发明内容
本发明提供一种智能车避障控制方法,采用微分平坦控制,自动实现自主避障的驾驶策略。
本发明是通过以下技术方案实现的:
一种基于微分平坦的智能车避障控制方法,其特征在于,包括以下步骤:
步骤一、操作规划:判断自主车辆采取何种驾驶子操作
在处理避障问题的思想上,提出了操作规划的思路,即自主车辆的任何驾驶过程都可以分解为一系列基本驾驶子操作的组合,驾驶子操作包括巡航和换道;
自主车辆与前方障碍车辆的纵向距离:
d=|xobs-xx| (1)
基于车辆制动过程运动学分析的避障安全距离模型:
其中,d为自主车辆与前方障碍车辆的纵向距离;xobs为前方障碍车辆的纵向距离;xx为自主车辆的纵向距离;Ds为避障安全距离;vx为自主车辆的纵向速度,v2为障碍车辆的纵向速度,ax为自主车辆的制动减速度,a2为障碍车辆的制动减速度;d0为自主车辆和障碍车辆均处于静止状态时两车辆之间应保持的最小安全距离,d0取0.5m;tx为自主车辆制动***协调时间,tx取0~2s;thum为驾驶员的制动反应时间,thum取0.3~2.0s;车辆位置xobs、xh,速度vx、v2以及加速度ax、a2由自主车辆中的传感器测量得到;
为保证足够的安全,简化安全距离模型,本方法假设一种极限工况,即假设前方障碍车辆静止,忽略驾驶员的制动反应时间,即v2=0,thum=0,安全距离模型简化为:
根据纵向距离与安全距离的大小来决策采取何种驾驶子操作:
当自主车辆与前方障碍车辆的纵向距离d大于或等于安全距离Ds,即d≥Ds时,自主车辆保持行车道巡航;
当自主车辆与前方障碍车辆的纵向距离d小于安全距离Ds,即d<Ds时,自主车辆需要超越前方障碍车辆,进行换道;
步骤二、建立简化的车辆***模型:
式中,
其中,大地坐标系以自主车辆初始位置为大地坐标系的坐标原点O1,自主车辆初始前进方向为大地坐标系的横轴,即X1轴的正方向;垂直于X1轴指向驾驶员左侧的方向为大地坐标系的纵轴,即Y1轴的正方向;
车辆坐标系以自主车辆质心为车辆系的坐标原点O2,沿着车身向前的方向为车辆坐标系的横轴,即X2轴的正方向;垂直于X2轴指向驾驶员左侧的方向为车辆坐标系的纵轴,即Y2轴的正方向;垂直于X2轴和Y2轴并通过自主车辆的质心指向上方的方向为车辆坐标系的纵轴Z2;
x为***的状态向量;u为***控制量;A为***矩阵;B为输入矩阵;y为自主车辆的质心在大地坐标系下的侧向位移,单位:m;vy为自主车辆的侧向速度,单位:m/s;γ为自主车辆的横摆角,单位:rad;为自主车辆的横摆角速度,单位:rad/s;δsw为自主车辆的方向盘转角,单位:rad;vx为自主车辆的纵向速度,单位:m/s;Cf为自主车辆前轮轮胎的侧偏刚度,单位:N/rad;Cr为自主车辆后轮轮胎的侧偏刚度,单位:N/rad;m为自主车辆的质量,单位:kg;a为自主车辆的质心到自主车辆前轴的距离,单位:m;b为自主车辆质心到自主车辆后轴的距离,单位:m;Is为自主车辆的方向盘转角到自主车辆的前轮转角的转向系角传动比;Iz为自主车辆绕车辆坐标系纵轴Z2的转动惯量,单位:kg·m2;
步骤三、采用微分平坦方法:首先确定平坦输出,用选取的平坦输出z及其有限阶导数来表示***状态和控制输入:
(1)平坦输出:
z=y (15)
其中,y为自主车辆的质心大地坐标系下的侧向位移;
(2)***状态的平坦输出表示:
用y表示自主车辆的质心在大地坐标系下的侧向位移,根据车辆坐标系与大地坐标系的转换关系可得到自主车辆在大地坐标系下的侧向位移y与自主车辆的纵向速度vx和自主车辆的侧向速度vy之间的关系如下:
自主车辆工作在稳定工况,横摆角很小,即γ≈0,因此可有如下近似:
cosγ≈1
(17)
sinγ≈γ
式(16)便可以化简为:
自主车辆的质心速度v为:
前方可行道路区域的道路曲率ρ为:
自主车辆的质心侧偏角β可用式(21)求得:
β=-k1ρ3v+k2ρ (21)
其中,k1,k2为曲线参数,取k1=10.1,k2=102537;
将式(19)和式(20)带入式(21)可以得到自主车辆的质心侧偏角β的平坦输出表示:
自主车辆的横摆角γ可由式(23)求得:
将式(22)带入式(23)可以得到自主车辆横摆角γ的平坦输出表示M:
其中,M为自主车辆横摆角γ的平坦输出表示;
再将式(24)带入式(18)可得自主车辆侧向速度vy的平坦输出表示N:
其中,N为自主车辆的侧向速度vy的平坦输出表示;
(3)控制输入的平坦输出表示:
根据力平衡方程、线性轮胎模型以及自主车辆的方向盘转角到自主车辆的前轮转角的转向系角传动比Is可以得到自主车辆的方向盘转角δsw表达式,如式(27):
将式(25)、式(26)以及式(28)带入式(27)中得到自主车辆的方向盘转角δsw的平坦输出表示:
步骤四、将平坦输出参数化:
平坦输出参数化过程中,考虑到自主车辆的侧向运动为变加速运动,所以将自主车辆质的心在大地坐标系下的侧向位移y参数化为时间的三次函数:
y=b3t3+b2t2+b1t+b0 (30)
其中,b3,b2,b1,b0为待优化参数;
步骤五、采用微分平坦方法进行自主避障控制器设计,为使自主车辆在尽可能短的时间内避开障碍物,并保证自主避障控制器输出的控制量始终平稳,目标函数为:
其中,J为优化函数的目标函数;t为任意时刻;Δt为滚动时域;yr为通过自主车辆感知***得到的前方可行道路区域中心线;δswmin为自主车辆的方向盘转角δsw的最小值;δswmax为自主车辆的方向盘转角δsw的最大值;ymin为自主车辆在大地坐标系下的侧向位移y的最小值;ymax为自主车辆在大地坐标系下的侧向位移y的最大值;
根据步骤一中给出的规则判断自主车辆采取何种子操作:
当自主车辆与前方障碍车辆的纵向距离d大于或等于安全距离Ds,即d≥Ds时,自主车辆保持行车道巡航,不需要进行换道避障操作;
当自主车辆与前方障碍车辆的纵向距离d小于安全距离Ds,即d<Ds时,自主车辆需要超越前方障碍车辆,进行换道,将优化出的控制量δsw作用于自主车辆执行机构,即可完成换道避障操作。
进一步的技术方案包括:
步骤二中建立简化的车辆***模型的具体过程为:
(1)建立车辆动力学模型
忽略车辆的纵向动力学,而只考虑车辆的侧向动力学及横摆方向的动力学;选取线性二自由度的车辆动力学模型,根据牛顿第二定律,考虑车辆的侧向运动和横摆运动,力和力矩的平衡关系如式(4)所示:
其中,m为自主车辆的质量,单位:kg;vx为自主车辆的纵向速度,单位:m/s;vy为自主车辆的侧向速度,单位:m/s;δf为自主车辆的前轮转角,单位:rad;γ为自主车辆的横摆角,单位:rad;为自主车辆的横摆角速度,单位:rad/s;a为自主车辆都质心到自主车辆前轴的距离,单位:m;b为自主车辆的质心到自主车辆后轴的距离,单位:m;Fyf为自主车辆前轮轮胎侧偏力,单位:N;Fyr为自主车辆后轮轮胎侧偏力,单位:N;Iz为自主车辆绕车辆坐标系纵轴Z2的转动惯量,单位:kg·m2;
由于轮胎的侧偏角通常都比较小,因此可以认为轮胎工作在线性区域,忽略轮胎的非线性特性,轮胎力可以计算如下:
其中,Cf为自主车辆前轮轮胎的侧偏刚度,单位:N/rad;Cr为自主车辆后轮轮胎的侧偏刚度,单位:N/rad;αf为自主车辆前轮轮胎侧偏角,单位:rad;αr为自主车辆后轮轮胎侧偏角,单位:rad;
根据坐标系规定及几何关系,自主车辆前轮轮胎侧偏角αf和自主车辆后轮轮胎侧偏角αr可以用如下形式表示:
自主车辆在稳定工况下行驶,前轮转角和横摆角都很小,因此可以进行如下近似:
把式(5)、式(6)以及式(7)分别带入动力学方程式(4),整理可得:
(2)侧向位移与方向盘转角
用y表示自主车辆在大地坐标系下的侧向位移,根据车辆坐标系与大地坐标系的转换关系可得到y与vy和vx之间的关系如下:
自主车辆工作在稳定工况,横摆角很小,即γ≈0,因此可有如下近似:
式(9)便可以化简为
自主车辆的前轮转角δf与自主车辆的方向盘转角δsw的关系如式(12),其中Is为自主车辆的方向盘转角到自主车辆的前轮转角的转向系角传动比
δsw=Isδf (12)
(3)建立简化的车辆***模型
结合式(8),式(11)和式(12),则可得车辆***运动和动力学的微分方程式,具体如式(13)所示:
式中,
其中,x为***的状态向量;u为***控制量;y为***输出;A为***矩阵;B为输入矩阵。
步骤五中采用微分平坦方法进行自主避障控制器设计的具体过程为:
(1)优化问题分析
自主避障控制器需要实现以下一些设计目标:
1)使自主车辆在尽可能短的时间内避开障碍车辆,保持车辆行驶的稳定性;
2)使自主车辆在遵守交通规则的前提下确保其行驶的稳定性,需要对自主车辆的方向盘转角δsw以及自主车辆的质心在大地坐标系下的侧向位移y的范围进行限定;
3)保证自主避障控制器输出的控制量始终平稳,避免出现过大的控制动作;
(2)自主避障控制器设计
本方法做出如下假设:假设自主车辆的纵向速度vx为恒值;
设计目标1)可由最小化式(31)中目标函数实现:
其中,t为任意时刻;Δt为滚动时域;y为自主车辆的质心在大地坐标系下的侧向位移,单位,m;yr为通过自主车辆感知***得到的前方可行道路区域的中心线,单位,rad;
设计目标3)可由最小化式(32)中目标函数实现:
对于有多个目标的优化问题,需要引入权重系数来对对各个优化目标的需求冲突进行衡量和处理,以获得一个最合适的优化结果;优化目标为:
其中,t为任意时刻;Δt为滚动时域;Γ1,Γ2为J1和J2的相对权重系数;
为了实现设计目标2)需要对自主车辆的方向盘转角δsw以及自主车辆的质心在大地坐标系下的侧向位移y的范围进行限定:
采用微分平坦方法进行避障控制器设计,整理为:
其中,J为优化函数的目标函数;t为任意时刻;Δt为滚动时域;yr为通过自主车辆感知***得到的前方可行道路区域中心线;δswmin为自主车辆的方向盘转角δsw的最小值;δswmax方向盘转角δsw的最大值;ymin为自主车辆在大地坐标系下的侧向位移y的最小值;ymax为自主车辆在大地坐标系下的侧向位移y的最大值。
与现有技术相比本发明的有益效果是:
1.本发明在处理避障问题的思想上提出操作规划的思路,自主车辆的避障问题归结为对驾驶子操作的规划与控制,使得智能车可以更实时的去应对周围道路,交通和环境条件以及驾驶场景。
2.本发明保持车辆在遵守交通规则的前提下确保其行驶的稳定性,并满足高速公路行车对最低车速的限制要求。
3.本发明采用微分平坦控制,将优化控制问题转化为非线性规划问题,降低了规划空间的维度,提高了控制速度。
附图说明
下面结合附图对本发明作进一步的说明:
图1为本发明所述的一种基于微分平坦的智能车避障控制方法的流程图;
图2为本方法中自主车辆超车换道过程的示意图;
图3为本方法中建立的车辆动力学模型的示意图;
具体实施方式
下面结合附图对本发明进行详细说明:
本发明提出一种基于微分平坦的智能车避障控制方法,如图1所示,其具体实施步骤如下:
步骤一、操作规划:判断自主车辆采取何种驾驶子操作
在处理避障问题的思想上,提出了操作规划的思路,即自主车辆的任何驾驶过程都可以分解为一系列基本驾驶子操作的组合,驾驶子操作包括巡航和换道;
自主车辆与前方障碍车辆的纵向距离:
d=|xobs-xx| (1)
基于车辆制动过程运动学分析的避障安全距离模型:
其中,d为自主车辆与前方障碍车辆的纵向距离;xobs为前方障碍车辆的纵向距离;xx为自主车辆的纵向距离;Ds为避障安全距离;vx为自主车辆的纵向速度,v2为障碍车辆的纵向速度,ax为自主车辆的制动减速度,a2为障碍车辆的制动减速度;d0为自主车辆和障碍车辆均处于静止状态时两车辆之间应保持的最小安全距离,d0取0.5m;tx为自主车辆制动***协调时间,tx取0~2s;thum为驾驶员的制动反应时间,thum取0.3~2.0s;车辆位置xobs、xh,速度vx、v2以及加速度ax、a2由自主车辆中的传感器测量得到;
为保证足够的安全,简化安全距离模型,本方法假设一种极限工况,即假设前方障碍车辆静止,忽略驾驶员的制动反应时间,即v2=0,thum=0,安全距离模型简化为:
根据纵向距离与安全距离的大小来决策采取何种驾驶子操作:
当自主车辆与前方障碍车辆的纵向距离d大于或等于安全距离Ds,即d≥Ds时,自主车辆保持行车道巡航;
当自主车辆与前方障碍车辆的纵向距离d小于安全距离Ds,即d<Ds时,自主车辆需要超越前方障碍车辆,进行换道;
步骤二、建立简化的车辆***模型:
考虑到保证自主车辆的道路避障安全,将车辆动力学和运动学关系考虑到车辆***的建模中。
(1)建立车辆动力学模型
车辆动力学模型的示意图如图3所示,其中,大地坐标系以自主车辆初始位置为大地坐标系的坐标原点O1,自主车辆初始前进方向为大地坐标系的横轴,即X1轴的正方向;垂直于X1轴指向驾驶员左侧的方向为大地坐标系的纵轴,即Y1轴的正方向。车辆坐标系以自主车辆质心为车辆系的坐标原点O2,沿着车身向前的方向为车辆坐标系的横轴,即X2轴的正方向;垂直于X2轴指向驾驶员左侧的方向为车辆坐标系的纵轴,即Y2轴的正方向;垂直于X2轴和Y2轴并通过自主车辆的质心指向上方的方向为车辆坐标系的纵轴Z2。忽略车辆的纵向动力学,而只考虑车辆的侧向动力学及横摆方向的动力学。选取线性二自由度的车辆动力学模型,根据牛顿第二定律,考虑车辆的侧向运动和横摆运动,力和力矩的平衡关系如式(4)所示:
其中,m为自主车辆的质量,单位:kg;vx为自主车辆的纵向速度,单位:m/s;vy为自主车辆的侧向速度,单位:m/s;δf为自主车辆的前轮转角,单位:rad;γ为自主车辆的横摆角,单位:rad;为自主车辆的横摆角速度,单位:rad/s;a为自主车辆的质心到自主车辆前轴的距离,单位:m;b为自主车辆的质心到自主车辆后轴的距离,单位:m;Fyf为自主车辆前轮轮胎侧偏力,单位:N;Fyr为自主车辆后轮轮胎侧偏力,单位:N;Iz为自主车辆绕车辆坐标系纵轴Z2的转动惯量,单位:kg·m2;
由于轮胎的侧偏角通常都比较小,因此可以认为轮胎工作在线性区域,忽略轮胎的非线性特性,轮胎力可以计算如下:
其中,Cf为自主车辆前轮轮胎的侧偏刚度,单位:N/rad;Cr为自主车辆后轮轮胎的侧偏刚度,单位:N/rad;αf为自主车辆前轮轮胎侧偏角,单位:rad;αr为自主车辆后轮轮胎侧偏角,单位:rad;
根据坐标系规定及几何关系,自主车辆前轮轮胎侧偏角αf和自主车辆后轮轮胎侧偏角αr可以用如下形式表示:
自主车辆在稳定工况下行驶,前轮转角和横摆角都很小,因此可以进行如下近似:
把式(5)、式(6)以及式(7)分别带入动力学方程式(4),整理可得:
(2)侧向位移与方向盘转角
用y表示自主车辆在大地坐标系下的侧向位移,根据车辆坐标系与大地坐标系的转换关系可得到y与vy和vx之间的关系如下:
自主车辆工作在稳定工况,横摆角很小,即γ≈0,因此可有如下近似:
式(9)便可以化简为
自主车辆的前轮转角δf与自主车辆的方向盘转角δsw的关系如式(12),其中Is为自主车辆的方向盘转角到自主车辆的前轮转角的转向系角传动比。
δsw=Isδf (12)
(3)建立简化的车辆***模型
结合式(8),式(11)和式(12),则可得车辆***运动和动力学的微分方程式,具体如式(13)所示:
式中,
其中,x为***的状态向量;u为***控制量;y为***输出;A为***矩阵;B为输入矩阵;
步骤三、采用微分平坦方法:首先确定平坦输出,用选取的平坦输出z及其有限阶导数来表示***状态和控制输入:
(4)平坦输出:
z=y (15)
其中,y为自主车辆的质心在大地坐标系下的侧向位移;
(5)***状态的平坦输出表示:
用y表示自主车辆的质心在大地坐标系下的侧向位移,根据车辆坐标系与大地坐标系的转换关系可得到自主车辆在大地坐标系下的侧向位移y与自主车辆的纵向速度vx和自主车辆的侧向速度vy之间的关系如下:
自主车辆工作在稳定工况,横摆角很小,即γ≈0,因此可有如下近似:
式(16)便可以化简为:
自主车辆的质心速度v为:
前方可行道路区域的道路曲率ρ为:
自主车辆的质心侧偏角β可用式(21)求得:
β=-k1ρ3v+k2ρ (21)
其中,k1,k2为曲线参数,取k1=10.1,k2=102537;
将式(19)和式(20)带入式(21)可以得到自主车辆的质心侧偏角β的平坦输出表示:
自主车辆的横摆角γ可由式(23)求得:
将式(22)带入式(23)可以得到自主车辆横摆角γ的平坦输出表示M:
其中,M为自主车辆横摆角γ的平坦输出表示;
再将式(24)带入式(18)可得自主车辆侧向速度vy的平坦输出表示N:
其中,N为自主车辆的侧向速度vy的平坦输出表示;
(6)控制输入的平坦输出表示:
根据力平衡方程、线性轮胎模型以及自主车辆的方向盘转角到自主车辆的前轮转角的转向系角传动比Is可以得到自主车辆的方向盘转角δsw表达式,如式(27):
将式(25)、式(26)以及式(28)带入式(27)中得到自主车辆的方向盘转角δsw的平坦输出表示:
步骤四、将平坦输出参数化:
平坦输出参数化过程中,考虑到自主车辆的侧向运动为变加速运动,所以将自主车辆的质心在大地坐标系下的侧向位移y参数化为时间的三次函数:
y=b3t3+b2t2+b1t+b0 (30)
其中,b3,b2,b1,b0为待优化参数;
步骤五、采用微分平坦方法进行自主避障控制器设计:
(1)优化问题分析
自主避障控制器需要实现以下一些设计目标:
1)使自主车辆在尽可能短的时间内避开障碍车辆,保持车辆行驶的稳定性;
2)使自主车辆在遵守交通规则的前提下确保其行驶的稳定性,需要对自主车辆的方向盘转角δsw以及自主车辆的质心在大地坐标系下的侧向位移y的范围进行限定;
3)保证自主避障控制器输出的控制量始终平稳,避免出现过大的控制动作;
(2)自主避障控制器设计
本方法做出如下假设:假设自主车辆的纵向速度vx为恒值;
设计目标1)可由最小化式(31)中目标函数实现:
其中,t为任意时刻;Δt为滚动时域;y为自主车辆的质心在大地坐标系下的侧向位移,单位,m;yr为通过自主车辆感知***得到的前方可行道路区域的中心线,单位,rad;
设计目标3)可由最小化式(32)中目标函数实现:
对于有多个目标的优化问题,需要引入权重系数来对对各个优化目标的需求冲突进行衡量和处理,以获得一个最合适的优化结果;优化目标为:
其中,t为任意时刻;Δt为滚动时域;Γ1,Γ2为J1和J2的相对权重系数;
为了实现设计目标2)需要对自主车辆的方向盘转角δsw以及自主车辆的质心在大地坐标系下的侧向位移y的范围进行限定:
采用微分平坦方法进行避障控制器设计,整理为:
其中,J为优化函数的目标函数;t为任意时刻;Δt为滚动时域;yr为通过自主车辆感知***得到的前方可行道路区域中心线;δswmin为自主车辆的方向盘转角δsw的最小值;δswmax方向盘转角δsw的最大值;ymin为自主车辆在大地坐标系下的侧向位移y的最小值;ymax为自主车辆在大地坐标系下的侧向位移y的最大值;
根据步骤一中给出的规则判断自主车辆采取何种子操作:
当自主车辆与前方障碍车辆的纵向距离d大于或等于安全距离Ds,即d≥Ds时,自主车辆保持行车道巡航,不需要进行换道避障操作;
当自主车辆与前方障碍车辆的纵向距离d小于安全距离Ds,即d<Ds时,自主车辆需要超越前方障碍车辆,进行换道,将优化出的控制量δsw作用于自主车辆执行机构,即可完成换道避障操作。
Claims (3)
1.一种基于微分平坦的智能车避障控制方法,其特征在于,包括以下步骤:
步骤一、操作规划:判断自主车辆采取何种驾驶子操作
在处理避障问题的思想上,提出了操作规划的思路,即自主车辆的任何驾驶过程都可以分解为一系列基本驾驶子操作的组合,驾驶子操作包括巡航和换道;
自主车辆与前方障碍车辆的纵向距离:
d=|xobs-xx| (1)
基于车辆制动过程运动学分析的避障安全距离模型:
其中,d为自主车辆与前方障碍车辆的纵向距离;xobs为前方障碍车辆的纵向距离;xx为自主车辆的纵向距离;Ds为避障安全距离;vx为自主车辆的纵向速度,v2为障碍车辆的纵向速度,ax为自主车辆的制动减速度,a2为障碍车辆的制动减速度;d0为自主车辆和障碍车辆均处于静止状态时两车辆之间应保持的最小安全距离,d0取0.5m;tx为自主车辆制动***协调时间,tx取0~2s;thum为驾驶员的制动反应时间,thum取0.3~2.0s;车辆位置xobs、xh,速度vx、v2以及加速度ax、a2由自主车辆中的传感器测量得到;
为保证足够的安全,简化安全距离模型,本方法假设一种极限工况,即假设前方障碍车辆静止,忽略驾驶员的制动反应时间,即v2=0,thum=0,安全距离模型简化为:
根据纵向距离与安全距离的大小来决策采取何种驾驶子操作:
当自主车辆与前方障碍车辆的纵向距离d大于或等于安全距离Ds,即d≥Ds时,自主车辆保持行车道巡航;
当自主车辆与前方障碍车辆的纵向距离d小于安全距离Ds,即d<Ds时,自主车辆需要超越前方障碍车辆,进行换道;
步骤二、建立简化的车辆***模型:
式中,
其中,大地坐标系以自主车辆初始位置为大地坐标系的坐标原点O1,自主车辆初始前进方向为大地坐标系的横轴,即X1轴的正方向;垂直于X1轴指向驾驶员左侧的方向为大地坐标系的纵轴,即Y1轴的正方向;
车辆坐标系以自主车辆质心为车辆系的坐标原点O2,沿着车身向前的方向为车辆坐标系的横轴,即X2轴的正方向;垂直于X2轴指向驾驶员左侧的方向为车辆坐标系的纵轴,即Y2轴的正方向;垂直于X2轴和Y2轴并通过自主车辆的质心指向上方的方向为车辆坐标系的纵轴Z2;
x为***的状态向量;u为***控制量;A为***矩阵;B为输入矩阵;y为自主车辆的质心在大地坐标系下的侧向位移,单位:m;vy为自主车辆的侧向速度,单位:m/s;γ为自主车辆的横摆角,单位:rad;为自主车辆的横摆角速度,单位:rad/s;δsw为自主车辆的方向盘转角,单位:rad;vx为自主车辆的纵向速度,单位:m/s;Cf为自主车辆前轮轮胎的侧偏刚度,单位:N/rad;Cr为自主车辆后轮轮胎的侧偏刚度,单位:N/rad;m为自主车辆的质量,单位:kg;a为自主车辆的质心到自主车辆前轴的距离,单位:m;b为自主车辆质心到自主车辆后轴的距离,单位:m;Is为自主车辆的方向盘转角到自主车辆的前轮转角的转向系角传动比;Iz为自主车辆绕车辆坐标系纵轴Z2的转动惯量,单位:kg·m2;
步骤三、采用微分平坦方法:首先确定平坦输出,用选取的平坦输出z及其有限阶导数来表示***状态和控制输入:
(1)平坦输出:
z=y (15)
其中,y为自主车辆的质心大地坐标系下的侧向位移;
(2)***状态的平坦输出表示:
用y表示自主车辆的质心在大地坐标系下的侧向位移,根据车辆坐标系与大地坐标系的转换关系可得到自主车辆在大地坐标系下的侧向位移y与自主车辆的纵向速度vx和自主车辆的侧向速度vy之间的关系如下:
自主车辆工作在稳定工况,横摆角很小,即γ≈0,因此可有如下近似:
式(16)便可以化简为:
自主车辆的质心速度v为:
前方可行道路区域的道路曲率ρ为:
自主车辆的质心侧偏角β可用式(21)求得:
β=-k1ρ3v+k2ρ (21)
其中,k1,k2为曲线参数,取k1=10.1,k2=102537;
将式(19)和式(20)带入式(21)可以得到自主车辆的质心侧偏角β的平坦输出表示:
自主车辆的横摆角γ可由式(23)求得:
将式(22)带入式(23)可以得到自主车辆横摆角γ的平坦输出表示M:
其中,M为自主车辆横摆角γ的平坦输出表示;
再将式(24)带入式(18)可得自主车辆侧向速度vy的平坦输出表示N:
其中,N为自主车辆的侧向速度vy的平坦输出表示;
(3)控制输入的平坦输出表示:
根据力平衡方程、线性轮胎模型以及自主车辆的方向盘转角到自主车辆的前轮转角的转向系角传动比Is可以得到自主车辆的方向盘转角δsw表达式,如式(27):
将式(25)、式(26)以及式(28)带入式(27)中得到自主车辆的方向盘转角δsw的平坦输出表示:
步骤四、将平坦输出参数化:
平坦输出参数化过程中,考虑到自主车辆的侧向运动为变加速运动,所以将自主车辆质的心在大地坐标系下的侧向位移y参数化为时间的三次函数:
y=b3t3+b2t2+b1t+b0 (30)
其中,b3,b2,b1,b0为待优化参数;
步骤五、采用微分平坦方法进行自主避障控制器设计,为使自主车辆在尽可能短的时间内避开障碍物,并保证自主避障控制器输出的控制量始终平稳,目标函数为:
其中,J为优化函数的目标函数;t为任意时刻;Δt为滚动时域;yr为通过自主车辆感知***得到的前方可行道路区域中心线;δswmin为自主车辆的方向盘转角δsw的最小值;δswmax为自主车辆的方向盘转角δsw的最大值;ymin为自主车辆在大地坐标系下的侧向位移y的最小值;ymax为自主车辆在大地坐标系下的侧向位移y的最大值;
根据步骤一中给出的规则判断自主车辆采取何种子操作:
当自主车辆与前方障碍车辆的纵向距离d大于或等于安全距离Ds,即d≥Ds时,自主车辆保持行车道巡航,不需要进行换道避障操作;
当自主车辆与前方障碍车辆的纵向距离d小于安全距离Ds,即d<Ds时,自主车辆需要超越前方障碍车辆,进行换道,将优化出的控制量δsw作用于自主车辆执行机构,即可完成换道避障操作。
2.根据权利要求1所述的一种基于微分平坦的智能车避障控制方法,其特征在于,步骤二中建立简化的车辆***模型的具体过程为:
(1)建立车辆动力学模型
忽略车辆的纵向动力学,而只考虑车辆的侧向动力学及横摆方向的动力学;选取线性二自由度的车辆动力学模型,根据牛顿第二定律,考虑车辆的侧向运动和横摆运动,力和力矩的平衡关系如式(4)所示:
其中,m为自主车辆的质量,单位:kg;vx为自主车辆的纵向速度,单位:m/s;vy为自主车辆的侧向速度,单位:m/s;δf为自主车辆的前轮转角,单位:rad;γ为自主车辆的横摆角,单位:rad;为自主车辆的横摆角速度,单位:rad/s;a为自主车辆都质心到自主车辆前轴的距离,单位:m;b为自主车辆的质心到自主车辆后轴的距离,单位:m;Fyf为自主车辆前轮轮胎侧偏力,单位:N;Fyr为自主车辆后轮轮胎侧偏力,单位:N;Iz为自主车辆绕车辆坐标系纵轴Z2的转动惯量,单位:kg·m2;
由于轮胎的侧偏角通常都比较小,因此可以认为轮胎工作在线性区域,忽略轮胎的非线性特性,轮胎力可以计算如下:
其中,Cf为自主车辆前轮轮胎的侧偏刚度,单位:N/rad;Cr为自主车辆后轮轮胎的侧偏刚度,单位:N/rad;αf为自主车辆前轮轮胎侧偏角,单位:rad;αr为自主车辆后轮轮胎侧偏角,单位:rad;
根据坐标系规定及几何关系,自主车辆前轮轮胎侧偏角αf和自主车辆后轮轮胎侧偏角αr可以用如下形式表示:
自主车辆在稳定工况下行驶,前轮转角和横摆角都很小,因此可以进行如下近似:
把式(5)、式(6)以及式(7)分别带入动力学方程式(4),整理可得:
(2)侧向位移与方向盘转角
用y表示自主车辆在大地坐标系下的侧向位移,根据车辆坐标系与大地坐标系的转换关系可得到y与vy和vx之间的关系如下:
自主车辆工作在稳定工况,横摆角很小,即γ≈0,因此可有如下近似:
式(9)便可以化简为
自主车辆的前轮转角δf与自主车辆的方向盘转角δsw的关系如式(12),其中Is为自主车辆的方向盘转角到自主车辆的前轮转角的转向系角传动比
δsw=Isδf (12)
(3)建立简化的车辆***模型
结合式(8),式(11)和式(12),则可得车辆***运动和动力学的微分方程式,具体如式(13)所示:
式中,
其中,x为***的状态向量;u为***控制量;y为***输出;A为***矩阵;B为输入矩阵。
3.根据权利要求1所述的一种基于微分平坦的智能车避障控制方法,其特征在于,步骤五中采用微分平坦方法进行自主避障控制器设计的具体过程为:
(1)优化问题分析
自主避障控制器需要实现以下一些设计目标:
1)使自主车辆在尽可能短的时间内避开障碍车辆,保持车辆行驶的稳定性;
2)使自主车辆在遵守交通规则的前提下确保其行驶的稳定性,需要对自主车辆的方向盘转角δsw以及自主车辆的质心在大地坐标系下的侧向位移y的范围进行限定;
3)保证自主避障控制器输出的控制量始终平稳,避免出现过大的控制动作;
(2)自主避障控制器设计
本方法做出如下假设:假设自主车辆的纵向速度vx为恒值;
设计目标1)可由最小化式(31)中目标函数实现:
其中,t为任意时刻;Δt为滚动时域;y为自主车辆的质心在大地坐标系下的侧向位移,单位,m;yr为通过自主车辆感知***得到的前方可行道路区域的中心线,单位,rad;
设计目标3)可由最小化式(32)中目标函数实现:
对于有多个目标的优化问题,需要引入权重系数来对对各个优化目标的需求冲突进行衡量和处理,以获得一个最合适的优化结果;优化目标为:
其中,t为任意时刻;Δt为滚动时域;Γ1,Γ2为J1和J2的相对权重系数;
为了实现设计目标2)需要对自主车辆的方向盘转角δsw以及自主车辆的质心在大地坐标系下的侧向位移y的范围进行限定:
采用微分平坦方法进行避障控制器设计,整理为:
其中,J为优化函数的目标函数;t为任意时刻;Δt为滚动时域;yr为通过自主车辆感知***得到的前方可行道路区域中心线;δswmin为自主车辆的方向盘转角δsw的最小值;δswmax方向盘转角δsw的最大值;ymin为自主车辆在大地坐标系下的侧向位移y的最小值;ymax为自主车辆在大地坐标系下的侧向位移y的最大值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811607568.4A CN109677403B (zh) | 2018-12-27 | 2018-12-27 | 一种基于微分平坦的智能车避障控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811607568.4A CN109677403B (zh) | 2018-12-27 | 2018-12-27 | 一种基于微分平坦的智能车避障控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109677403A CN109677403A (zh) | 2019-04-26 |
CN109677403B true CN109677403B (zh) | 2020-05-19 |
Family
ID=66189924
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811607568.4A Active CN109677403B (zh) | 2018-12-27 | 2018-12-27 | 一种基于微分平坦的智能车避障控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109677403B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110962847B (zh) * | 2019-11-26 | 2021-10-08 | 清华大学苏州汽车研究院(吴江) | 车道居中辅助自适应巡航的轨迹规划方法和*** |
CN111368424B (zh) * | 2020-03-03 | 2023-09-01 | 阿波罗智能技术(北京)有限公司 | 一种车辆仿真方法、装置、设备及介质 |
CN114537435B (zh) * | 2022-03-03 | 2024-06-07 | 浙江大学 | 一种自动驾驶中的实时整车轨迹规划方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103895644A (zh) * | 2012-12-27 | 2014-07-02 | 现代自动车株式会社 | 用于为车辆提供防碰撞控制功能的装置及方法 |
CN104925054A (zh) * | 2015-07-23 | 2015-09-23 | 吉林大学 | 一种基于微分平坦的车辆稳定转向集成控制方法 |
CN105467996A (zh) * | 2015-12-21 | 2016-04-06 | 北京理工大学 | 基于微分平坦和自抗扰的四轮转向汽车轨迹跟踪控制方法 |
CN107272692A (zh) * | 2017-07-18 | 2017-10-20 | 北京理工大学 | 基于微分平坦和自抗扰的无人车路径规划与跟踪控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100534247B1 (ko) * | 2003-08-11 | 2005-12-08 | 기아자동차주식회사 | 정속주행 자동차의 등반길 제어방법 |
-
2018
- 2018-12-27 CN CN201811607568.4A patent/CN109677403B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103895644A (zh) * | 2012-12-27 | 2014-07-02 | 现代自动车株式会社 | 用于为车辆提供防碰撞控制功能的装置及方法 |
CN104925054A (zh) * | 2015-07-23 | 2015-09-23 | 吉林大学 | 一种基于微分平坦的车辆稳定转向集成控制方法 |
CN105467996A (zh) * | 2015-12-21 | 2016-04-06 | 北京理工大学 | 基于微分平坦和自抗扰的四轮转向汽车轨迹跟踪控制方法 |
CN107272692A (zh) * | 2017-07-18 | 2017-10-20 | 北京理工大学 | 基于微分平坦和自抗扰的无人车路径规划与跟踪控制方法 |
Non-Patent Citations (3)
Title |
---|
Obstacle Avoidance for Autonomous Ground Vehicles Based on Moving Horizon Optimization;Guo, Hongyan;《 11th World Congress on Intelligent Control and Automation 》;20140704;全文 * |
Stability Control of Vehicle with Tire Blowout Using Differential Flatness Based MPC Method;Guo, HY (Guo, Hongyan);《10th World Congress on Intelligent Control and Automation (WCICA) 》;20120608;全文 * |
自主驾驶车辆的预测避障控制;余如等;《信息与控制》;20150215(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109677403A (zh) | 2019-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110362096B (zh) | 一种基于局部最优性的无人驾驶车辆动态轨迹规划方法 | |
CN111890951B (zh) | 智能电动汽车轨迹跟踪与运动控制方法 | |
CN112677963B (zh) | 智能网联四轮独立转向和独立驱动电动汽车紧急避障*** | |
CN111806467B (zh) | 一种基于车辆行驶规律的变速动态换道轨迹规划方法 | |
CN106681327B (zh) | 一种大惯性电动客车的智能驾驶横纵向解耦控制方法及*** | |
CN111016893B (zh) | 一种拥堵环境下智能车辆可拓博弈车道保持自适应巡航控制***与控制方法 | |
CN108773376B (zh) | 一种融合驾驶意图的汽车多目标分层协同控制与优化方法 | |
CN109677403B (zh) | 一种基于微分平坦的智能车避障控制方法 | |
WO2006013922A1 (ja) | 車両の制御装置 | |
US11414127B2 (en) | Trajectory tracking with four-wheel steering | |
US20230166770A1 (en) | Trajectory determination for four-wheel steering | |
CN112578672B (zh) | 基于底盘非线性的无人驾驶汽车轨迹控制***及其轨迹控制方法 | |
US11345400B2 (en) | Trajectory tracking with four-wheel steering and steering limits | |
CN111532283B (zh) | 一种基于模型预测控制的半挂汽车列车的路径跟踪方法 | |
CN114368368B (zh) | 车辆控制***和方法 | |
CN111959500A (zh) | 一种基于轮胎力分配的汽车路径跟踪性能提升方法 | |
CN107380162B (zh) | 基于功能分配与多目标模糊决策的协同避撞方法 | |
CN117320951A (zh) | 用于重型车辆的自适应路径跟随算法 | |
CN108569288B (zh) | 一种汽车危险工况的界定与避撞控制方法 | |
CN114407880A (zh) | 一种无人驾驶紧急避障路径跟踪方法 | |
Chen et al. | MPC based path tracking control for autonomous vehicle with multi-constraints | |
Rahim et al. | A longitudinal speed controller for autonomous multi-trailer articulated heavy vehicles | |
Li et al. | Spatial-based predictive control for vehicle collision avoidance by steering maneuvers | |
Hegedüs et al. | Real-time optimal motion planning for automated road vehicles | |
Chen et al. | Ribbon model based path tracking method for autonomous ground vehicles |
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 |