CN109843675B - 用于汽车的行驶动力学控制的方法和设备 - Google Patents

用于汽车的行驶动力学控制的方法和设备 Download PDF

Info

Publication number
CN109843675B
CN109843675B CN201780062361.0A CN201780062361A CN109843675B CN 109843675 B CN109843675 B CN 109843675B CN 201780062361 A CN201780062361 A CN 201780062361A CN 109843675 B CN109843675 B CN 109843675B
Authority
CN
China
Prior art keywords
controller
planned trajectory
classification
control
iterative learning
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
Application number
CN201780062361.0A
Other languages
English (en)
Other versions
CN109843675A (zh
Inventor
J.霍特
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.)
Volkswagen AG
Original Assignee
Volkswagen AG
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 Volkswagen AG filed Critical Volkswagen AG
Publication of CN109843675A publication Critical patent/CN109843675A/zh
Application granted granted Critical
Publication of CN109843675B publication Critical patent/CN109843675B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B60W30/10—Path keeping
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • 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
    • B60W20/00—Control systems specially adapted for hybrid vehicles
    • B60W20/10—Controlling the power contribution of each of the prime movers to meet required power demand
    • B60W20/11—Controlling the power contribution of each of the prime movers to meet required power demand using model predictive control [MPC] strategies, i.e. control methods based on models predicting performance
    • 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
    • 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
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • 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
    • B60W50/06—Improving the dynamic response of the control system, e.g. improving the speed of regulation or avoiding hunting or overshoot
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0055—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements
    • G05D1/0061—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements for transition from automatic pilot to manual pilot and vice versa
    • 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
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0012—Feedforward or open loop systems
    • 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
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0014—Adaptive controllers
    • 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
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • 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
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/0083—Setting, resetting, calibration
    • 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
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/0083—Setting, resetting, calibration
    • B60W2050/0088—Adaptive recalibration
    • 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
    • B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • B60W2530/10—Weight
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/40—Coefficient of friction
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Feedback Control In General (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及用于汽车(50)的行驶动力学控制的方法，其中为驶过规划的轨迹(7)，通过具有由预控制器(3)和控制器(4)组成的两个自由度的控制回路(2)控制行驶动力学的调节变量(10)，其中控制回路(2)附加地具有迭代学习控制器(5)，方法包括如下重复循环的步骤：借助分类装置(6)将规划的轨迹(7)分类；基于分类从数据库(12)调取用于迭代学习控制器(5)的调节变量历程；在驶过规划的轨迹(7)时借助存储器(8)记录控制回路(2)的控制误差(11)和/或控制器(4)的调节变量；基于所记录的控制误差(11)和/或所记录的控制器(4)的调节变量调整迭代学习控制器(5)的调节变量历程。本发明涉及所属的设备(1)。

Description

用于汽车的行驶动力学控制的方法和设备
技术领域
本发明涉及一种用于汽车的行驶动力学控制的方法和设备。
背景技术
现代的汽车具有多个辅助***，所述辅助***在驾驶员驾驶汽车时支持驾驶员，诸如距离辅助、驻车辅助或轨迹保持辅助。用于实现汽车的半自动或全自动行驶的***也越来越多。
为了控制这种半自动或全自动的行驶，可以使用控制回路来控制汽车的行驶动力学，其中通过根据规定控制至少一个调节变量而以受控方式驶过预先给定的轨迹。这种行驶动力学控制器具有用于汽车的固定的模型和固定的参数组。
但在现实中该模型的参数波动并且很少精确地与实际的真实参数一致。此外，模型由近似值构成并且因此是不精确的。目前为止，尝试改进行驶动力学控制，方法是，通过观测器、卡尔曼滤波器、扩展卡尔曼滤波器或无迹卡尔曼滤波器来估计具有最大影响的模型参数，所述影响例如为汽车的质量或摩擦值。
发明内容
本发明要解决的技术问题是，实现一种用于汽车的行驶动力学控制的方法和设备，其中改进了行驶动力学控制。
根据本发明，上述技术问题通过具有权利要求1的特征的方法和具有权利要求10的特征的设备来解决。本发明的有利的构造由从属权利要求中得到。
特别地，提供一种用于汽车的行驶动力学控制的方法，其中为了驶过规划的轨迹，通过具有两个自由度的控制回路控制行驶动力学的调节变量，两个自由度由预控制器和控制器组成，其中控制回路附加地具有迭代学习控制器，所述方法包括如下重复循环的步骤：借助分类装置将规划的轨迹分类；基于分类从数据库调取用于迭代学习控制器的调节变量历程；在驶过规划的轨迹时借助存储器记录控制回路的控制误差和/或控制器的调节变量；基于所记录的控制误差和/或所记录的控制器的调节变量调整迭代学习控制器的调节变量历程。
此外，本发明实现一种用于汽车的行驶动力学控制的设备，所述设备包括：用于控制行驶动力学的调节变量以驶过规划的轨迹的具有两个自由度的控制回路，两个自由度由预控制器和控制器组成，其中控制回路附加地具有迭代学习控制器；用于将规划的轨迹分类的分类装置，其中控制回路设计为基于分类从数据库调取用于迭代学习控制器的调节变量历程；存储器，其中存储器设计为在驶过规划的轨迹时记录控制回路的控制误差和/或控制器的调节变量，并且其中迭代学习控制器还设计为基于所记录的控制误差和/或所记录的调节变量调整调节变量历程。
规划的轨迹的分类基于规划的轨迹的表征性特征来进行。这种表征性特征可以例如是几何特征，例如特定的弯曲或特定的弯曲半径等。因此，类别以抽象方式描述了特定类型的轨迹，而不必针对该类型存储具体的轨迹数据。在此方面，也使用了“聚类(Cluster)”的概念。这种聚类包括对象，在此情况中包括具有类似的特征的轨迹。分类意味着将规划的轨迹与聚类相关联，使得概念“类别”和“聚类”在此同义地使用。
在数据库内为类别或聚类分别存储用于迭代学习控制器的调节变量历程。该调节变量历程根据规划的轨迹的分类被调取，且在驶过规划的轨迹时相应地被迭代学习控制器实现。
本发明的核心构思是，将规划的轨迹分类并且记录在驶过规划的轨迹时出现的控制误差和/或记录控制器的调节变量，并且基于控制误差和/或记录的控制器的调节变量调整迭代学习控制器(英语：iterative learning control)或与对应的类别相关联的调节变量历程。迭代学习控制器例如在抓取机器人的情况下的生产技术中使用，其中在相同的时间中由抓取机器人执行总是相同的任务。因此，在此总是运行相同的循环。这种迭代学习控制器尝试改进控制回路的起振行为和动态行为，方法是，通过考虑到在过去出现的控制误差来调整或修正用于未来控制的调节变量。在前述方法和前述设备中，分类后的轨迹或对应的类别分别表示这种循环。对于每个分类后的轨迹或对应的类别，迭代学习控制器或针对对应的类别而存储在数据库内的调节变量历程则因此通过每次重新驶过对应的分类后的规划的轨迹而被调整且以此方式被逐步优化。
规划的轨迹的分类应当特别地以人工智能和机器学习的通常的方法执行。在此，例如可以使用人工神经网络或聚类分析。
控制误差例如可以利用为此对应地设计的传感器来采集或确定。为此，例如可以使用实现将汽车在环境中定位的照相机和对应的定位装置。
但也可以设置，不依赖于传感器而仅基于控制误差和/或控制器的调节变量来执行所述方法。
可以设置，在驶过完整的规划的轨迹之后才调整迭代学习控制器。此外，也可以设置，连续地调整迭代学习控制器，即在驶过规划的轨迹期间已经调整迭代学习控制器。
在本发明的一种实施方式中设置，基于规划的轨迹的路程信息执行分类。所述路程信息例如可以是轨迹上的单独的位置。此外，轨迹的形状也可用于进行分类。因此，例如特定的线路走向，例如具有特定的弯曲半径的弯道等，可以用于分类。如果规划的轨迹例如是驻车过程，其中应当平行地向后驻车到驻车间隙内，则可以假定，这种驻车过程在通常情况中可以或必须几乎相同地执行。为此对应地选择代表该驻车轨迹的所属的类别。
在另一种实施方式中设置，基于规划的轨迹在局部坐标系内的弧长执行分类。规划的轨迹为此基于弧长(例如，路程长度)被参数化。
在另一种实施方式中还设置，基于规划的轨迹的位置导数和/或时间导数执行分类。当用于规划的轨迹的控制行为也取决于汽车的速度或加速度时，这是特别地有利的。此外，这也允许在分类时区分不同的类别的轨迹，其中例如所述轨迹的路段相同但速度和/或加速度不同。
在另外的实施方式中设置，将控制器的与规划的轨迹相关联的输出数据用于规划的轨迹的分类。在此，也可考虑控制回路的单独的部件(即，预控制器、控制器和迭代学习控制器)的输出数据。这实现了特别是将控制回路的输出数据中的抽象特征用于规划的轨迹的分类。
特别地，规划的轨迹可以根据轨迹的几何特征分类或与聚类相关联。这特别地提供用于在驶过轨迹之前建立静态聚类。将控制器的输出数据或迭代学习控制器的输出数据用于分类或与聚类相关联特别地提供用于在运行时间期间在所谓的软聚类内的修改、归类和合并。概念“软”在此方面意味着，规划的轨迹可以与多个类别或聚类相关联。然后基于另外的标准进行相关的类别或相关的聚类的最终选择，例如以用于调取用于迭代学习控制器的相关的调节变量历程。
在另外的实施方式中设置，将在运行时间期间已经通过根据规划的轨迹的几何特征进行的分类所形成的类别基于所属的控制器的调节变量的类似性分析来简化和修改。
在一种实施方式中设置，当规划的轨迹不能与类别中的一个相关联时，分类装置产生新的类别。这实现了当已经存在的类别或聚类不包括规划的轨迹的特征时，对于轨迹的不同的特征动态地添加新的类别或聚类。
在另外的实施方式中设置，数据库的至少部分通过汽车内的装置来提供。数据库例如可以借助为此对应地设计的控制装置来提供。控制装置于是提供与单独的类别或聚类对应的、从数据库调取的用于迭代学习控制器的调节变量历程。
此外可设置，在不同的汽车或其他装置之间，例如在汽车和中央服务器或专有服务商之间，交换数据库(多个数据库)的至少部分。以此方式，可以将数据相互共享。
在另一种实施方式中设置，在分类之前将规划的轨迹分为子轨迹，其中子轨迹分别单独地借助分类装置被分类。这实现了将规划的轨迹分为更短的片段。因此，例如可以将由直的路段和随后的具有特定的弯曲的弯道段组成的规划的轨迹分为仅包括直的路段的规划的轨迹和仅包括弯道段的规划的轨迹。然后将子块单独地分类。优点是由此可以改进分类。
在一种实施方式中设置，子轨迹具有50m至500m之间的路程长度。已经表明，这种路程长度在对轨迹进行分类时提供了良好的结果。
但是，当轨迹的分类要求或能够实现另外的路程长度时，也可设置另外的路程长度。因此，例如在很弯曲的段的情况下可能需要将规划的轨迹更细地拆分。
设备的部分可以单独地或作为组合而联合地由硬件和软件形成，例如形成为在微控制器或微处理器上执行的程序代码。特别地，规划的轨迹的分类可以利用为此设置的软件实现。
附图说明
下文根据优选实施例在参考附图的情况下详细解释本发明。附图中：
图1示出了用于汽车的行驶动力学控制的设备的实施方式的示意性图示；
图2示出了具有两个自由度和迭代学习控制器的控制回路的实施方式的示意性图示；
图3示出了用于解释控制误差的示意性图示；
图4示出了具有两个自自由度和迭代学习控制器的控制回路的另外的实施方式的示意性图示；
图5示出了用于汽车的行驶动力学控制的方法的实施方式的示意性流程图。
具体实施方式
图1示出了用于汽车50的行驶动力学控制的设备1的实施方式的示意性图示。设备1包括：由预控制器3、控制器4和迭代学习控制器5组成的控制回路2；分类装置6；存储器8和控制装置9。将规划的轨迹7馈送到控制回路2。规划的轨迹7例如可以由汽车50的导航装置51提供。基于所提供的规划的轨迹7，控制回路2控制汽车50的行驶动力学的调节变量10。调节变量10例如控制汽车50的执行器52。
在驶过规划的轨迹7之前，分类装置6将规划的轨迹7分类，并且基于所找到的类别(或聚类)从提供的数据库12调取用于迭代学习控制器5的调节变量历程13。分类例如基于规划的轨迹的几何特征进行。规划的轨迹7例如可以因此仅通过抽象的、但对于所属的轨迹类别具有表征性的特征来确定，例如通过特定的弯曲或特定的弯曲半径等确定。因此，类别以抽象方式描述了特定类型的轨迹，而不必对该类型存储具体的轨迹数据。
具有与轨迹的各个类别相关联的、用于迭代学习控制器5的调节变量历程13的数据库12例如可以在应用方法之前由汽车50外的外部装置提供，并且为此例如经由接口(未示出)载入到存储器8内。以此方式，特别地也实现数据库12或数据库12的部分与另外的汽车和/或服务商的交换。
但也可设置，在汽车50自身内建立数据库12，并且将数据库12存储在存储器8内。这例如可以借助分类装置6和控制装置9执行。为此，分类装置6和控制装置9将规划的轨迹分类；对应于类别将数据库12结构化；并且将用于迭代学习控制器5的属于类别的调节变量历程13存储在存储器8内的数据库12内。
在将规划的轨迹7分类之后，在驶过规划的轨迹时借助存储器8记录控制回路2的控制误差11和/或控制器4的调节变量。存储器8的管理在此通过控制装置9执行，其中控制装置9执行全部存储操作。
基于所记录的控制误差11以及基于所记录的控制器4的调节变量调整控制回路2的迭代学习控制器5。这特别地意味着，调整或修改迭代学习控制器5的与规划的轨迹7相关联的调节变量历程13，并且然后在数据库12内更新所述调节变量历程13。在此可设置，在驶过完整的规划的轨迹7之后迭代学习控制器5才进行调整。但也可设置，在驶过规划的轨迹7期间连续地调整迭代学习控制器5。
所述设备1的优点在于，将规划的轨迹7分类，并且对于轨迹的每个类别可以单独地调整控制回路2的迭代学习控制器5的所属的调节变量历程13。在此，如果环境条件和/或车辆参数不变，则迭代学习控制器5的调节变量历程13在多次驶过所属的轨迹类型之后收敛。而如果环境条件和/或车辆参数改变，则通过对应的调节变量历程13的修改，迭代学习控制器5动态地匹配于改变的环境条件和/或车辆参数。
在图2中示出了具有两个自由度和迭代学习控制器5的控制回路2的实施方式的示意性图示。两个自由度通过预控制器3和控制器4提供。将控制变量15馈送到预控制器3，所述控制变量15例如从规划的轨迹导出。将控制误差11馈送到控制器4。由控制误差11自身也可计算并且提供时间导数22。也将控制误差11及其时间导数22和/或位置导数23馈送到迭代学习控制器5。控制变量15和控制误差11表示控制回路2的输入数据16。将预控制器3的输出数据17、控制器4的调节变量14和迭代学习控制器5的输出数据17'加和并且作为调节变量10输出。调节变量10然后例如用于控制汽车的执行器。
在重复地驶过属于特定类别的轨迹特征的规划的轨迹7的情况下，迭代学习控制器5通过考虑控制误差11尝试改进控制回路2的动态行为，方法是，通过考虑过去出现的控制误差11来调整或修正用于未来的控制的调节变量10。对于每个分类后的轨迹或对应的特征类别，所属的用于迭代学习控制器5的调节变量历程因此通过每次重新驶过对应的分类后的规划的轨迹而被调整并且以此方式被逐步优化。总体上由此改进了控制回路2的控制行为。
在图3中示出了用于解释控制误差11的示意性图示。对于多个段点s1至s7，分别示出了控制误差11作为规划的轨迹7和行驶的轨迹21之间的差异。控制误差11的值由迭代学习控制器5评估并考虑，以用于调整控制回路2的相加调节变量。这例如可以在为此设置的函数中实现，该函数取决于控制误差11的各个值。在此，例如通过与函数20的对应的值相加将修正值18换算为新的修正值19，其中所述函数20对应的的值从控制误差11导出。以此方式可在每次重新驶过规划的轨迹7或相关地存储的轨迹13时进行对于当前循环有效的修正值18的调整。
在图4中示出了具有两个自由度和迭代学习控制器5的控制回路2的另外的实施方式的示意性图示。基本上该实施方式与图2中描述的实施方式相同。相同的附图标记在此表示相同的概念或特特征。但区别在于，控制器4的调节变量14用于调整迭代学习控制器5或对应的调节变量历程。
在图5中示出了用于汽车的行驶动力学控制的方法的实施方式的示意性流程图。在方法开始100之后，在第一方法步骤101中确定规划的轨迹是否可以与已经存在的类别相关联。
如果规划的轨迹可以与已经存在的类别相关联，则在方法步骤102中借助分类装置将规划的轨迹对应地分类。
如果应当驶过不能与已经存在的类别相关联的规划的轨迹，则在方法步骤103中借助分类装置提供新的类别或新的聚类，并且从最接近的已经存在的类别(聚类)中按比例地获取信息(transfer learning)。
分类在驶过之前基于规划的轨迹的几何特征进行。在行驶期间可以借助于控制器的调节变量的类似性分析将聚类的分类特征进一步细化、改变并且修改(未示出)。
基于所选择的类别，在方法步骤104中从数据库调取用于控制回路的迭代学习控制器的调节变量历程，所述迭代学习控制器在驶过规划的轨迹时实现该调节变量历程。如果在方法步骤103中生成新的类别，则从最接近的已经存在的聚类中获取对应的调节变量历程。
在随后的方法步骤105中，借助控制回路控制调节变量以驶过规划的轨迹。
与之并行地在方法步骤106中借助存储器记录在驶过规划的轨迹时的控制误差和/或控制器的调节变量。
在驶过规划的轨迹并且将控制误差记录在存储器内之后，在方法步骤107中基于所记录的控制误差和/或所记录的控制器的调节变量调整用于迭代学习控制器的调节变量历程并且对应地在数据库内更新。
然后，方法在108处结束或可以重新开始。特别地可以设置，将方法步骤101至107循环地重复，使得迭代学习控制器的调节变量历程也同样被周期地调整。在理想情况中，这种调节变量历程在多次驶过特定类别的规划的轨迹之后收敛。相反，如果车辆参数和/或环境条件改变，则进行针对对应的类别的调节变量历程的动态调整。
附图标记列表
1 设备
2 控制回路
3 预控制器
4 控制器
5 迭代学习控制器
6 分类装置
7 规划的轨迹
8 存储器
9 控制装置
10 调节变量
11 控制误差
12 数据库
13 调节变量历程
14 控制器的调节变量
15 控制变量
16 输入数据
17、17' 输出数据
18 修正值
19 新的修正值
20 函数
21 行驶的轨迹
22 时间导数
23 位置导数
50 汽车
51 导航装置
52 执行器
100-108 方法步骤
s1-s7 段点

Claims (10)

1.一种用于汽车(50)的行驶动力学控制的方法，其中为了驶过规划的轨迹(7)，通过具有两个自由度的控制回路(2)控制行驶动力学的调节变量(10)，所述两个自由度由预控制器(3)和控制器(4)组成，其中所述控制回路(2)附加地具有迭代学习控制器(5)，所述方法包括如下重复循环的步骤：
借助分类装置(6)将所述规划的轨迹(7)分类，
基于分类从数据库(12)调取用于迭代学习控制器(5)的调节变量历程，
在驶过所述规划的轨迹(7)时借助存储器(8)记录控制回路(2)的控制误差(11)和/或控制器(4)的调节变量，
基于所记录的控制误差(11)和/或所记录的控制器(4)的调节变量调整迭代学习控制器(5)的调节变量历程。
2.根据权利要求1所述的方法，其特征在于，基于规划的轨迹(7)在局部坐标系内的弧长执行分类。
3.根据权利要求1所述的方法，其特征在于，基于规划的轨迹(7)的位置导数(23)和/或时间导数(22)执行分类。
4.根据权利要求1至3中任一项所述的方法，其特征在于，将控制器(4)的与规划的轨迹(7)相关联的调节变量(14)用于规划的轨迹(7)的分类。
5.根据权利要求1至3中任一项所述的方法，其特征在于，当规划的轨迹(7)不能与类别中的一个相关联时，分类装置(6)产生新的类别。
6.根据权利要求1至3中任一项所述的方法，其特征在于，数据库(12)的至少部分通过汽车(50)内的装置提供。
7.根据权利要求1至3中任一项所述的方法，其特征在于，在分类之前将规划的轨迹(7)分为子轨迹，其中所述子轨迹分别单独地借助分类装置(6)被分类。
8.根据权利要求7所述的方法，其特征在于，子轨迹具有50m至500m之间的路程长度。
9.根据权利要求1至3中任一项所述的方法，其特征在于，基于对控制器的所属的调节变量的类似性进行分析，来细化并修改类别，该类别已经在运行时间期间通过根据规划的轨迹的几何特征进行的分类形成。
10.一种用于汽车(50)的行驶动力学控制的设备(1)，所述设备包括：
具有两个自由度的控制回路(2)，其用于控制行驶动力学的调节变量(10)以驶过规划的轨迹(7)，所述两个自由度由预控制器(3)和控制器(4)组成，
其中所述控制回路(2)附加地具有迭代学习控制器(5)；
分类装置(6)，用于将所述规划的轨迹(7)分类，
其中所述控制回路设计为基于分类从数据库(12)调取用于迭代学习控制器(5)的调节变量历程；
存储器(8)，其中所述存储器(8)设计为在驶过所述规划的轨迹(7)时记录控制回路(2)的控制误差(11)和/或控制器(4)的调节变量，和
其中所述迭代学习控制器(5)还设计为基于所记录的控制误差(11)和/或所记录的调节变量调整调节变量历程。
CN201780062361.0A 2016-10-10 2017-09-01 用于汽车的行驶动力学控制的方法和设备 Active CN109843675B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102016219594.8 2016-10-10
DE102016219594.8A DE102016219594A1 (de) 2016-10-10 2016-10-10 Verfahren und Vorrichtung zur Fahrdynamikregelung für ein Kraftfahrzeug
PCT/EP2017/071967 WO2018068944A1 (de) 2016-10-10 2017-09-01 Verfahren und vorrichtung zur fahrdynamikregelung für ein kraftfahrzeug

Publications (2)

Publication Number Publication Date
CN109843675A CN109843675A (zh) 2019-06-04
CN109843675B true CN109843675B (zh) 2022-04-26

Family

ID=59811303

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780062361.0A Active CN109843675B (zh) 2016-10-10 2017-09-01 用于汽车的行驶动力学控制的方法和设备

Country Status (5)

Country Link
US (1) US11092965B2 (zh)
EP (1) EP3523168B1 (zh)
CN (1) CN109843675B (zh)
DE (1) DE102016219594A1 (zh)
WO (1) WO2018068944A1 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11249485B2 (en) 2018-05-30 2022-02-15 Siemens Industry Software Nv Method and system for controlling an autonomous vehicle device to repeatedly follow a same predetermined trajectory
US11392127B2 (en) * 2018-10-15 2022-07-19 Zoox, Inc. Trajectory initialization
DE102018131470A1 (de) 2018-12-07 2020-06-10 Zf Active Safety Gmbh Fahrerassistenzsystem und Verfahren zum assistierten Betreiben eines Kraftfahrzeugs
DE102019210003A1 (de) * 2019-07-08 2021-01-14 Robert Bosch Gmbh Echtzeitfähige Trajektorienplanung für Axialkolbenpumpen in Schwenkscheibenbauweise unter systematischer Berücksichtigung von Systembeschränkungen
SE544208C2 (en) * 2019-08-23 2022-03-01 Scania Cv Ab Method and control arrangement for vehicle motion planning and control algorithms
DE102019216025A1 (de) * 2019-10-17 2021-04-22 Robert Bosch Gmbh Verfahren und Steuergerät zum automatischen Selektieren von Datensätzen für ein Verfahren zum maschinellen Lernen
US20210197377A1 (en) * 2019-12-26 2021-07-01 X Development Llc Robot plan online adjustment
CN113492863B (zh) * 2020-03-18 2023-03-10 北京车和家信息技术有限公司 自动驾驶的控制方法及装置
US20210402980A1 (en) * 2020-06-26 2021-12-30 Mitsubishi Electric Research Laboratories, Inc. System and Method for Data-Driven Reference Generation
DE102020211461B4 (de) * 2020-09-11 2022-03-24 Volkswagen Aktiengesellschaft Verfahren zum Betreiben eines Rückfahrassistenzsystems für ein Fahrzeug und Rückfahrassistenzsystem
DE102021112207A1 (de) * 2021-05-11 2022-11-17 Zf Cv Systems Global Gmbh Bremssteuersystem für ein Fahrzeug sowie System und Fahrzeug damit und Verfahren zum Betreiben eines Bremssteuersystems
GB2618341A (en) * 2022-05-03 2023-11-08 Oxa Autonomy Ltd Controlling an autonomous vehicle

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7085637B2 (en) * 1997-10-22 2006-08-01 Intelligent Technologies International, Inc. Method and system for controlling a vehicle
US6768944B2 (en) * 2002-04-09 2004-07-27 Intelligent Technologies International, Inc. Method and system for controlling a vehicle
DE19908251A1 (de) * 1999-02-25 2000-08-31 Zahnradfabrik Friedrichshafen Verfahren zur Ermittlung von Verstellgeschwindigkeiten bei einem stufenlosen Getriebe
CN100394082C (zh) * 2003-01-29 2008-06-11 本田技研工业株式会社 车辆控制***
US7540346B2 (en) * 2006-10-19 2009-06-02 Loong-Chiang Hu Automotive vehicle employing kinetic energy storage/reuse capability
JP2009018623A (ja) * 2007-07-10 2009-01-29 Toyota Motor Corp 走行制御装置
US8504175B2 (en) * 2010-06-02 2013-08-06 Honeywell International Inc. Using model predictive control to optimize variable trajectories and system control
DE102010042900A1 (de) * 2010-10-26 2012-04-26 Robert Bosch Gmbh Verfahren und Vorrichtung zum Bestimmen einer Querreglerparametrierung für eine Querregelung eines Fahrzeugs
DE102011085325A1 (de) * 2011-10-27 2013-05-02 Robert Bosch Gmbh Verfahren zum Führen eines Fahrzeugs und Fahrerassistenzsystem
DE102012211972A1 (de) 2012-07-10 2014-01-16 Robert Bosch Gmbh Spurhalteverfahren und -system mit situationsabhängigem Unterstützungsgrad
DE102012023561B4 (de) 2012-12-03 2014-08-14 Audi Ag Verfahren zur verkehrsflussbedingten Adaption von Anhaltevorgängen an ein synthetisch moduliertes Geschwindigkeitsprofil entlang einer mit einem Fahrzeug gefahrenen Strecke sowie Steuergerät zur Durchführung des Verfahrens
EP2848487B1 (en) * 2013-09-12 2020-03-18 Volvo Car Corporation Manoeuvre generation for automated drive
US9076337B2 (en) * 2013-09-19 2015-07-07 Mitsubishi Electric Research Laboratories, Inc. Method for determining trajectory of multi-motor control system avoiding obstacle
DE102013016520B4 (de) * 2013-10-07 2015-05-07 Audi Ag Verfahren zur Anpassung einer prädizierten Radleistung eines Fahrzeugs für eine vorgegebene Strecke und Steuergerät zur Durchführung des Verfahrens
US9988047B2 (en) * 2013-12-12 2018-06-05 Magna Electronics Inc. Vehicle control system with traffic driving control
DE102014203752A1 (de) 2014-02-28 2015-09-17 Continental Teves Ag & Co. Ohg Verfahren zur Regelung der Querdynamik eines Kraftfahrzeugs
DE102014208785B4 (de) * 2014-05-09 2019-06-19 Bayerische Motoren Werke Aktiengesellschaft Querführungsregelungsstruktur zur Erzeugung einer Lenkvorgabe für eine Hilfskraftlenkung mit Einstellbarkeit hinsichtlich der stationären Genauigkeit und/oder der Übersteuerbarkeit
DE102014009415A1 (de) 2014-06-24 2015-12-24 Man Truck & Bus Ag Querführungssystem zur adaptiven automatisierten Querführung eines Fahrzeugs
US9347779B1 (en) * 2014-12-10 2016-05-24 Here Global B.V. Method and apparatus for determining a position of a vehicle based on driving behavior
KR102623680B1 (ko) * 2015-02-10 2024-01-12 모빌아이 비젼 테크놀로지스 엘티디. 자율 주행을 위한 약도
KR101831132B1 (ko) * 2015-11-10 2018-02-26 현대자동차주식회사 모터 구속 감지에 기반한 차량 모터 제어 방법 및 그를 위한 장치 및 시스템
US10012984B2 (en) * 2015-12-14 2018-07-03 Mitsubishi Electric Research Laboratories, Inc. System and method for controlling autonomous vehicles
CN105549598B (zh) * 2016-02-16 2018-04-17 江南大学 一种二维运动移动机器人的迭代学习轨迹跟踪控制及其鲁棒优化方法
US20170344855A1 (en) * 2016-05-24 2017-11-30 Agt International Gmbh Method of predicting traffic collisions and system thereof
US9915948B2 (en) * 2016-07-14 2018-03-13 Mitsubishi Electric Research Laboratories, Inc. System and method for controlling motion of vehicle

Also Published As

Publication number Publication date
CN109843675A (zh) 2019-06-04
WO2018068944A1 (de) 2018-04-19
EP3523168B1 (de) 2021-05-19
US11092965B2 (en) 2021-08-17
EP3523168A1 (de) 2019-08-14
DE102016219594A1 (de) 2018-04-12
US20200026296A1 (en) 2020-01-23

Similar Documents

Publication Publication Date Title
CN109843675B (zh) 用于汽车的行驶动力学控制的方法和设备
CN110406530B (zh) 一种自动驾驶方法、装置、设备和车辆
Farag Complex trajectory tracking using PID control for autonomous driving
WO2020243162A1 (en) Methods and systems for trajectory forecasting with recurrent neural networks using inertial behavioral rollout
Guo et al. Design of automatic steering controller for trajectory tracking of unmanned vehicles using genetic algorithms
US20170031361A1 (en) Vehicle trajectory determination
US10928832B2 (en) Impedance-based motion control for autonomous vehicles
CN111930015B (zh) 一种无人车控制方法及装置
CN110688920A (zh) 一种无人驾驶控制方法、装置及服务器
US20220227391A1 (en) Systems and methods for scenario dependent trajectory scoring
CN113015981A (zh) 利用第一原则和约束进行有效、连续和安全学习的***和方法
CN111026125A (zh) 一种自动导航小车自动纠偏方法
Bulsara et al. Obstacle avoidance using model predictive control: An implementation and validation study using scaled vehicles
JP7516358B2 (ja) 自動車のための経路および／または軌道を計画するためのデバイス
CN115366914A (zh) 基于模型预测控制的自动驾驶车辆控制方法、设备及介质
CN112793568A (zh) 车辆操作标签
CN114670867B (zh) 基于分层学习和潜在风险模型的多车轨迹预测***
DE112021002118T5 (de) Sensorerkennungsintegrationsvorrichtung
CN113954852A (zh) 用于自主驾驶的数据驱动控制
CN112230659A (zh) 精准规划运动轨迹的方法、智能控制设备及自动驾驶车辆
Makarun et al. Predictive lane-keeping system for an autonomous vehicle
EP4245629A1 (en) Method and computer system for controlling the movement of a host vehicle
US11702090B2 (en) System for an automated vehicle
CN116674594B (zh) 一种基于路径规划的纵向控制方法及装置
Perschewski et al. Multi-source Fusion Using Neural Networks and Genetic Algorithms Towards Ego-Lane Estimation

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