CN110096748A - 一种基于车辆运动学模型的人-车-路模型建模方法 - Google Patents

一种基于车辆运动学模型的人-车-路模型建模方法 Download PDF

Info

Publication number
CN110096748A
CN110096748A CN201910257785.3A CN201910257785A CN110096748A CN 110096748 A CN110096748 A CN 110096748A CN 201910257785 A CN201910257785 A CN 201910257785A CN 110096748 A CN110096748 A CN 110096748A
Authority
CN
China
Prior art keywords
vehicle
model
people
driver
indicates
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
CN201910257785.3A
Other languages
English (en)
Other versions
CN110096748B (zh
Inventor
王金湘
严永俊
张廓然
林中盛
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN201910257785.3A priority Critical patent/CN110096748B/zh
Publication of CN110096748A publication Critical patent/CN110096748A/zh
Application granted granted Critical
Publication of CN110096748B publication Critical patent/CN110096748B/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
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及一种基于车辆运动学模型的人‑车‑路模型建模方法。所述建立的车辆运动学模型考虑了人类驾驶员在行车驾驶中的作用,利用驾驶员转向特性中的神经肌肉延迟时间、预瞄时间、转向增益等参数来表征不同驾驶行为的人类驾驶员,使得基于该模型设计的车辆控制器能够像人一样驾驶,提高乘员的乘坐舒适性。本发明提出的基于车辆运动学模型的人‑车‑路模型降低了控制器设计难度,实时性好,并且考虑了人类驾驶员的乘坐舒适性,有实用性也具有广阔的商业应用前景。

Description

一种基于车辆运动学模型的人-车-路模型建模方法
技术领域
本发明涉及路径规划与路径跟踪,属于智能交通技术领域,具体涉及一种基于车辆运动学模型的人-车-路模型建模方法。
背景技术
“智能化、网联化、电动化、共享化”作为当前汽车工业发展的趋势,以智能化为代表的自主车辆和半自主车辆是当前国内外诸多科技公司以及汽车制造厂商的研究热点。智能驾驶汽车要能够实现与X(车,路,人等)智能信息交换、共享,具备复杂环境感知、智能决协同控制等功能,其研究目标是取代人类驾驶员进行车辆自主驾驶工作,并以此提高行车安全和效率。但是把驾驶员从枯燥的驾驶中解放出来的完全自动化的无人驾驶技术并不是一蹴而就的,而是一个逐步递进的过程,与自动驾驶相比,半自动驾驶目前更有可能实现。目前常见车辆模型多为车辆动力学模型,动力学模型对车辆参数要求较高,其中很多参数都具有非线性特性,如侧偏角、转向刚度等,这将增加控制器的计算负担,复杂的计算会降低车辆运动控制的实时性,故在实际应用中,基于车辆动力学的模型存在缺陷。
发明内容
为解决上述问题,本发明公开了一种基于车辆运动学模型的人-车-路模型建模方法,通过车辆运动学建模降低控制器的计算负担,同时利用驾驶员转向特性中的延迟时间、预瞄时间、转向增益等参数来考虑到驾驶员的驾驶特性,使得车辆控制器能够像人一样驾驶,提高乘员的乘坐舒适性。
为达到上述目的,本发明的技术方案如下:
一种基于车辆运动学模型的人-车-路模型建模方法,采用车辆-道路运动学模型来代替目前更为常用的车辆动力学模型。如图1所示,在ψ为小角度的情况下,可以对ψ的三角函数值进行近似处理,即cosψ=1,sinψ=ψ,tanψ=ψ,车辆-道路运动学模型可以表示为
进一步地,所述图1中lf和lr分别为车辆前轴和后轴到车辆质心的距离,Vx表示车辆的纵向速度,y是车辆质心当前的横向位置,ydes表示车辆质心在参考轨迹上与当前位置对应的目标位置,ey=y-ydes表示车辆质心当前位置与参考轨迹之间的误差。δf为汽车前轮转向角,作为驾驶员模型的输出,用以控制车辆进行转向操作,ψ表示车辆当前位置的航向角,ψdes是车辆质心在参考路径上对应位置的切线与X轴形成的切角, eψ=ψ-ψdes表示车辆与参考路径上对应位置的航向偏差。
假设车辆纵向速度Vx为常数,前轮转向角δf较小,那么车辆的侧偏运动可以近似表示为:
进一步地,所述模型为了在设计车辆控制器的时候考虑驾驶员的转向特性,在车辆-道路模型中引入驾驶员模型。
其中,Td、Tp、Gh分别表示驾驶员的延迟时间、预瞄时间以及转向比例增益。a0为常数,Rg为转向***的传动比,即方向盘转角与汽车前轮转角的比值。所述模型中驾驶员对车辆施加转向控制行为时,延迟时间分为两部分,即Td=τd1d2,其中τd1为驾驶员意识到需要转向到去执行转向动作存在的一个反应延时,同时,在驾驶员执行转向动作时,手臂上还会存在一个神经肌肉延时τd2;驾驶员总是以最小的工作负荷输出一个与输入信号成比例的信号,即转向比例增益,Yp表示的是参考路径上预瞄点的横向位置,预瞄点为车辆当前位置前方L处做垂线与参考路径的交点,Tp表示驾驶员的预瞄时间,当车辆纵向车速Vx不变时,驾驶员前视距离为L=Vx*Tp,Yp表示的就是在车辆前方L处所对应参考路径上预瞄点的横向位置, y+TpVxψ表示驾驶员根据当前车辆运动状态估计的预瞄时间后的车辆位置。
进一步地,为了便于在Matlab/Simulink中建模,将上述连续模型转化为离散时间状态模型。根据以上建立的人-车-路模型,定义驾驶员-车辆-道路***模型的离散时间状态变量为
x(k)=[x1(k),x2(k),x3(k),x4(k),x5(k),x6(k),x7(k)]T,其中
人车路模型的输入为所述人-车-路模型的状态空间模型可以被描述为
x(k+1)=Ax(k)+Buu(k)
其中
进一步地,在本发明提出的人-车-路模型中,考虑到了驾驶员的转向特性,将该人车路模型用于路径规划和路径跟踪时,可以考虑驾驶员的操纵行为和偏好。另一方面,由于采用了运动学的车辆模型,所提出的人车路模型本质上是线性的,在复杂的路径规划或者路径跟踪中使用该模型可以降低计算成本。
本发明的有益效果是:
由于采用车辆的运动学模型设计人-车-路模型,在模型中实现横向运动控制时,控制器的计算负担较低,车辆运动控制的实时性得到了极大的改善。本发明考虑了驾驶员的预瞄作用、神经肌肉延时、转向增益等驾驶特性,使得所设计的车辆控制器能够像人一样驾驶,从而提高乘员的乘坐舒适性。
附图说明
图1为本发明考虑驾驶员前视作用的车辆-道路运动学模型示意图。
图2为本发明基于运动学车辆模型的人-车-路模型示意框图。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明,应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
本发明提出一种基于车辆运动学模型的人-车-路模型,用来实现车辆控制器计算负担降低,提高控制器实时性,使得控制器能够像人一样驾驶,提高乘员的乘坐舒适性。
本发明采用了双坐标系,即全局坐标系和车身坐标系。在ψ为小角度的情况下,可以对ψ的三角函数值进行近似处理,即cosψ=1,sinψ=ψ,tanψ=ψ,根据车辆运动学状况分析,车辆- 道路的运动学模型可以表示为。
式中,lf和lr分别为车辆前轴和后轴到车辆质心的距离,Vx表示车辆的纵向速度,y是车辆质心当前的横向位置,ydes表示车辆质心在参考轨迹上与当前位置对应的目标位置,ey=y-ydes表示车辆质心当前位置与参考轨迹之间的误差。δf为汽车前轮转向角,ψ表示车辆当前位置的航向角,ψdes是车辆质心在参考路径上对应位置的切线与X轴形成的切角, eψ=ψ-ψdes表示车辆与参考路径上对应位置的航向偏差。
假设车辆纵向速度Vx为常数,前轮转向角δf较小,那么车辆的侧偏运动的关系式可以近似表示为:
本发明为了在设计车辆控制器的的回收考虑驾驶员的转向特性,在车辆-道路模型中引入驾驶员模型,驾驶员模型表示为:
式中Td、Tp、Gh分别表示驾驶员的延迟时间、预瞄时间以及转向比例增益。
为常数,Rg为转向***的传动比,即方向盘转角与汽车前轮转角的比值。驾驶员对车辆施加转向控制行为时,延迟时间分为两部分,即Td=τd1d2,其中τd1为驾驶员意识到需要转向到去执行转向动作存在的一个反应延时,同时,在驾驶员执行转向动作时,手臂上还会存在一个神经肌肉延时τd2;驾驶员总是以最小的工作负荷输出一个与输入信号成比例的信号,即转向比例增益,Tp表示驾驶员的预瞄时间,当车辆纵向车速Vx不变时,驾驶员前视距离为L=Vx*Tp,Yp表示的就是在车辆前方L处所对应参考路径上预瞄点的横向位置,y+TpVxψ表示驾驶员根据当前车辆运动状态估计的预瞄时间后的车辆位置。
本发明将离散时间状态变量定义为x(k)=[x1(k),x2(k),x3(k),x4(k),x5(k),x6(k),x7(k)]T
人车路模型的输入为则人车路模型的状态空间模型可以被描述为
x(k+1)=Ax(k)+Buu(k)
式中
其它符号说明同前。

Claims (1)

1.一种基于车辆运动学模型的人-车-路模型建模方法,其特征在于:包括下述步骤:
(a)建立以车辆运动学模型为基础的车辆-道路模型
式中,lf和lr分别为车辆前轴和后轴到车辆质心的距离,Vx表示车辆的纵向速度,ey=y-ydes表示车辆质心当前位置与参考轨迹之间的误差,y是车辆质心当前的横向位置,ydes表示车辆质心在参考轨迹上与当前位置对应的目标位置;ψ表示车辆当前位置的航向角,ψdes是车辆质心在参考路径上对应位置的切线与X轴形成的切角,eψ表示车辆与参考路径上对应位置的航向偏差;δf为汽车前轮转向角,为前轮转向角加速度;
(b)为了使得车辆控制器能够像人一样驾驶,模型设计时考虑驾驶员模型
其中,Td、Tp、Gh分别表示驾驶员的延迟时间、预瞄时间以及转向比例增益;a0为常数,Rg为转向***的传动比,即方向盘转角与汽车前轮转角的比值,Gh为转向比例增益;Yp表示的就是在车辆前方L处所对应参考路径上预瞄点的横向位置,y+TpVxψ表示驾驶员根据当前车辆运动状态估计的预瞄时间后的车辆位置。
CN201910257785.3A 2019-04-01 2019-04-01 一种基于车辆运动学模型的人-车-路模型建模方法 Active CN110096748B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910257785.3A CN110096748B (zh) 2019-04-01 2019-04-01 一种基于车辆运动学模型的人-车-路模型建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910257785.3A CN110096748B (zh) 2019-04-01 2019-04-01 一种基于车辆运动学模型的人-车-路模型建模方法

Publications (2)

Publication Number Publication Date
CN110096748A true CN110096748A (zh) 2019-08-06
CN110096748B CN110096748B (zh) 2022-11-18

Family

ID=67444114

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910257785.3A Active CN110096748B (zh) 2019-04-01 2019-04-01 一种基于车辆运动学模型的人-车-路模型建模方法

Country Status (1)

Country Link
CN (1) CN110096748B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110851916A (zh) * 2019-10-30 2020-02-28 东南大学 适用于任意曲率道路的车辆运动学人-车-路闭环***
CN111688704A (zh) * 2020-06-24 2020-09-22 吉林大学 一种基于驾驶状态预测的人机力矩协同转向控制方法
CN111736608A (zh) * 2020-06-28 2020-10-02 江苏理工学院 转向容错控制中肌肉神经驾驶员模型的建立方法
CN112096852A (zh) * 2020-09-27 2020-12-18 吉林大学 一种超多挡位自动变速器换挡规律设计方法
CN112319610A (zh) * 2020-10-14 2021-02-05 华南理工大学 一种智能汽车的人机共享转向控制方法
CN113297685A (zh) * 2021-07-27 2021-08-24 中汽研(天津)汽车工程研究院有限公司 一种车辆运行工况模式识别方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107804315A (zh) * 2017-11-07 2018-03-16 吉林大学 一种考虑驾驶权实时分配的人车协同转向控制方法
CN108791301A (zh) * 2018-05-31 2018-11-13 重庆大学 基于驾驶员特性的智能汽车驾驶过程横向动态控制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107804315A (zh) * 2017-11-07 2018-03-16 吉林大学 一种考虑驾驶权实时分配的人车协同转向控制方法
CN108791301A (zh) * 2018-05-31 2018-11-13 重庆大学 基于驾驶员特性的智能汽车驾驶过程横向动态控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郭应时等: "无人驾驶汽车路径跟踪控制方法拟人程度研究", 《中国公路学报》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110851916A (zh) * 2019-10-30 2020-02-28 东南大学 适用于任意曲率道路的车辆运动学人-车-路闭环***
CN110851916B (zh) * 2019-10-30 2023-03-21 东南大学 适用于任意曲率道路的车辆运动学人-车-路闭环***
CN111688704A (zh) * 2020-06-24 2020-09-22 吉林大学 一种基于驾驶状态预测的人机力矩协同转向控制方法
CN111688704B (zh) * 2020-06-24 2021-05-25 吉林大学 一种基于驾驶状态预测的人机力矩协同控制方法
CN111736608A (zh) * 2020-06-28 2020-10-02 江苏理工学院 转向容错控制中肌肉神经驾驶员模型的建立方法
CN112096852A (zh) * 2020-09-27 2020-12-18 吉林大学 一种超多挡位自动变速器换挡规律设计方法
CN112096852B (zh) * 2020-09-27 2021-05-25 吉林大学 一种超多挡位自动变速器换挡规律设计方法
CN112319610A (zh) * 2020-10-14 2021-02-05 华南理工大学 一种智能汽车的人机共享转向控制方法
CN112319610B (zh) * 2020-10-14 2021-11-19 华南理工大学 一种智能汽车的人机共享转向控制方法
CN113297685A (zh) * 2021-07-27 2021-08-24 中汽研(天津)汽车工程研究院有限公司 一种车辆运行工况模式识别方法

Also Published As

Publication number Publication date
CN110096748B (zh) 2022-11-18

Similar Documents

Publication Publication Date Title
CN110096748A (zh) 一种基于车辆运动学模型的人-车-路模型建模方法
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***
CN106184199B (zh) 分布式控制电动汽车稳定性的集成控制方法
CN106372758B (zh) 一种辅助泊车***的路径跟随方法及装置
Pérez et al. Cascade architecture for lateral control in autonomous vehicles
CN104176054B (zh) 一种汽车主动防碰撞自动换道控制***及其工作方法
CN104977933A (zh) 一种自主驾驶车辆的区域型路径跟踪控制方法
CN104881030A (zh) 基于快速终端滑模原理的无人车侧纵向耦合跟踪控制方法
CN110851916B (zh) 适用于任意曲率道路的车辆运动学人-车-路闭环***
CN109131312A (zh) 一种智能电动汽车acc/esc集成控制***及其方法
CN109164814A (zh) 面向高速公路场景的自动驾驶控制***
CN113050651B (zh) 智能车自主行驶路径跟踪的时滞控制方法及***
CN104991580A (zh) 无人驾驶车辆的控制***及其控制方法
CN111338353A (zh) 一种动态驾驶环境下智能车辆变道轨迹规划方法
CN111976723B (zh) 人机协同控制下考虑车辆危险状态的车道保持辅助***
CN110920616A (zh) 一种智能车换道轨迹及换道轨迹跟随控制方法
CN109343531A (zh) 车辆底盘***以及包含其的自动驾驶车辆
Huang et al. Parallel auto-parking of a model vehicle using a self-organizing fuzzy controller
CN110481562B (zh) 汽车自动换道最优轨迹规划、控制方法及***
CN113553726B (zh) 一种冰雪环境下的主从博弈型人机协同转向控制方法
CN109292018A (zh) 基于同轴式轮腿结构的四轮转向轨迹跟踪控制方法
CN113619574A (zh) 一种车辆避让方法、装置、计算机设备和存储介质
CN110155059A (zh) 一种弯道优化控制方法及***
CN109017446A (zh) 期待路径车辆纵向速度追踪控制方法及装置
Guo-xing et al. Current status of path tracking control of unmanned driving 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