CN111016882A - 一种车辆控制信号计算方法、装置、设备及存储介质 - Google Patents
一种车辆控制信号计算方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111016882A CN111016882A CN201911280914.7A CN201911280914A CN111016882A CN 111016882 A CN111016882 A CN 111016882A CN 201911280914 A CN201911280914 A CN 201911280914A CN 111016882 A CN111016882 A CN 111016882A
- Authority
- CN
- China
- Prior art keywords
- control signal
- vehicle
- data
- initial
- calculating
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 29
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 239000013643 reference control Substances 0.000 claims abstract description 62
- 238000000034 method Methods 0.000 claims abstract description 48
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 42
- 230000001133 acceleration Effects 0.000 claims description 8
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 18
- 230000006872 improvement Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 206010034719 Personality change Diseases 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000007787 solid Substances 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
- B60W30/02—Control of vehicle driving stability
-
- 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
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
- B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本说明书实施例提供一种车辆控制信号计算方法、装置、设备及存储介质。所述方法包括:获取车辆的参考轨迹、状态数据、以及在当前时刻的控制信号;根据所述参考轨迹、状态数据和在当前时刻的控制信号,利用第一预设算法计算车辆在下一时刻的初始控制信号;利用第二预设算法对所述初始控制信号进行调整得到参考控制信号;利用补偿数据对所述参考控制信号进行补偿,得到车辆在下一时刻的最终控制信号。通过上述方法,在计算控制信号时,利用不同的算法分别计算响应的数据,并在最后利用补偿数据对相应的数据进行补偿,使得计算得到的控制信号更符合实际应用中的需求,从而能够实现稳定准确地对车辆进行控制。
Description
技术领域
本说明书实施例涉及自动驾驶技术领域,特别涉及一种车辆控制信号计算方法、装置、设备及存储介质。
背景技术
近几年来,无人驾驶技术获得了突飞猛进的发展,无人驾驶正在逐步成为现实。在驾驶过程中,无人驾驶车辆中的计算模块需要根据行驶路径以及车辆自身的状态,通过控制车辆的油门和刹车等操作单元,实现对于车辆的纵向控制。
但是,目前在对无人驾驶车辆进行控制的过程中,往往只是根据车辆当前的状态和需求状态来计算出对于车辆的控制信号。但在实际应用的过程中,不同车辆在执行控制信号时具有不同的执行特点,例如重型卡车往往会挂载有非刚性连接的挂车,质量比较大,在不针对卡车自身情况对控制信号进行调整的情况下,相较于汽车更容易出现侧翻、甩尾等危险事故;此外,车辆在行驶过程中由于换挡、环境影响等因素,也不能完全依照控制信号实现状态调整。因此,现有技术在实现无人驾驶时稳定性不足,控制***的鲁棒性不够健壮,并不能够较好地实现对于车辆的控制。因此,目前亟需一种根据车辆本身的状态和实际行驶状态生成控制信号对无人驾驶车辆进行准确稳定的控制的方法。
发明内容
本说明书实施例的目的是提供一种车辆控制信号计算方法、装置、设备及存储介质,以解决如何准确稳定地生成控制信号对无人驾驶车辆进行控制的问题。
为了解决上述技术问题,本说明书实施例所提出的一种车辆控制信号计算方法、装置、设备及存储介质是这样实现的:
一种车辆控制信号计算方法,所述方法包括
获取车辆的参考轨迹、状态数据、以及在当前时刻的控制信号;
根据所述参考轨迹、状态数据和在当前时刻的控制信号,利用第一预设算法计算车辆在下一时刻的初始控制信号;
利用第二预设算法对所述初始控制信号进行调整得到参考控制信号;
利用补偿数据对所述参考控制信号进行补偿,得到车辆在下一时刻的最终控制信号。
一种车辆控制信号计算装置,包括:
数据获取模块,用于获取车辆的参考轨迹、状态数据、以及在当前时刻的控制信号;
初始控制信号计算模块,用于根据所述参考轨迹、状态数据和在当前时刻的控制信号,利用第一预设算法计算车辆在下一时刻的初始控制信号;
参考控制信号获取模块,用于利用第二预设算法对所述初始控制信号进行调整得到参考控制信号;
最终控制信号获取模块,用于利用补偿数据对所述参考控制信号进行补偿,得到车辆在下一时刻的最终控制信号。
一种车辆控制信号计算设备,包括存储器和处理器;
所述存储器,用于存储计算机指令;
所述处理器,用于执行所述计算机指令以实现以下步骤:获取车辆的参考轨迹、状态数据、以及在当前时刻的控制信号;根据所述参考轨迹、状态数据和在当前时刻的控制信号,利用第一预设算法计算车辆在下一时刻的初始控制信号;利用第二预设算法对所述初始控制信号进行调整得到参考控制信号;利用补偿数据对所述参考控制信号进行补偿,得到车辆在下一时刻的最终控制信号。
一种存储介质,其上存储有计算机程序指令,所述计算机程序指令在被执行时实现所述车辆控制信号计算方法。
由以上本说明书实施例提供的技术方案可见,本说明书实施例在计算对应于车辆的控制信号时,在计算的过程中结合了不同的预测算法,不仅考虑到车辆的状态数据和参考轨迹,在计算得到初始控制信号后进一步对其进行调整。此外,还会利用补偿数据对调整控制信号进行进一步的补偿修正,从而得到更加符合实际应用需求的最终控制信号,实现对于车辆的稳定准确的控制。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书实施例一种车辆控制信号计算方法的流程图;
图2为本说明书实施例一种车辆控制信号计算装置的模块图;
图3为本说明书实施例一种车辆控制信号计算设备的结构图。
具体实施方式
下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书保护的范围。
本说明书实施例是一种计算车辆控制信号的方法。所述控制信号可以用于控制车辆的运动状态。具体的,所述控制信号可以对车辆的加速度大小进行调整,进而改变车辆的速度,从而实现对于车辆运动状态的改变。
控制信号用于对车辆的速度进行调整,使其能够在预定时间到达预定地点。针对所述车辆,所述控制信号包括油门控制器控制信号和制动控制器控制信号。相应的油门控制器或制动控制器在接收到控制信号之后调整对于油门或制动器的控制幅度,从而实现对于车辆加速度的控制,进而确保车辆能够按照所接收到的规划模块的策略进行行驶。
下面结合附图1,对本说明书一种车辆控制信号计算方法的实施例进行介绍。所述方法的执行主体为计算机设备,所述计算机设备包括但不限于服务器、工控机、PC机、一体机。所述方法的具体步骤如下所示:
S110:获取车辆的参考轨迹、状态数据、以及在当前时刻的控制信号。
参考轨迹为车辆在之后的运动过程中需要遵循的行驶路径。例如,车辆中的探测模块在获取到前方道路的具体分布状况之后,根据所获取的图像确定车辆之后的行驶路线,将所述行驶路线反馈至所述计算机设备。所述参考轨迹可以是若干个目标路径点的集合,目标路径点为目标行驶路径上的各个点。所述目标路径点可以是按照固定的距离进行分布,也可以按照其他方式进行分布,对此不做限制。
车辆即为控制信号作用的对象。所述车辆包括但不限于卡车、汽车、拖拉机、电动车等,具体的,所述车辆可以是自动驾驶车辆。所述车辆包括用于对周围环境和自身状态进行探知的探测模块、根据探测模块探测到的信息决定之后需要进行的操作的决策模块以及根据决策模块所做出的决策来对车辆进行控制的控制模块。在本说明书的实施例中,所述计算机设备主要根据决策模块所做出的决策,例如参考轨迹,实现对于车辆的运动状态和位置的控制。
状态数据用于表示车辆的状态。所述状态数据可以包括对应于车辆的当前状态数据和目标状态数据。当前状态数据对应于车辆在当前时刻的状态;目标状态数据表示车辆需要达到的状态要求。目标状态数据可以是对应于至少一个未来时刻的目标状态数据。目标状态数据可以与所述参考轨迹相关联,例如可以确定参考轨迹中的目标路径点对应的目标状态,将所有目标状态作为目标状态数据。在所述目标路径点不止包含一个时,可以对应存在有多个目标状态数据。所述目标状态数据可以由车辆中的决策模块在确定行驶路线、道路状态以及车辆自身的状态进行确定,在此不做赘述。
具体的,所述状态数据可以包括位置数据、速度数据和加速度数据中的至少一个。通过对车辆的位置数据、速度数据和加速度数据进行分析及调整能够实现对于车辆的运动状态的控制。
所述状态数据中还可以包含车辆的姿态数据。姿态数据表示所述车辆当前相对于道路的姿态。由于车辆并不是刚体,在车辆的运动过程中,由于自身的运动状态以及周围环境对其造成的影响,车辆自身的姿态可能会受到影响。利用一个具体的示例进行说明,车辆行驶在左转弯的弯道上时,车辆整体相对于水平面会在一定的幅度内向左倾斜;车辆在采取制动措施时,车辆整体相对于水平面也会向前倾斜。车辆自身的姿态情况对于控制其运动情况存在一定的影响,在计算控制信号时需要考虑车辆的姿态数据对于计算结果和实际应用效果之间的影响。
具体的,所述姿态数据可以包括俯仰角、滚转角等。设车辆前进方向为x轴,垂直于x轴且指向车辆侧边的方向为y轴,垂直于x轴且指向车辆下方的方向为z轴。俯仰角表示车辆的x轴与地面之间的偏差状况,滚转角表示车辆的z轴与地面之间的偏差状况。通过俯仰角、滚转角能够实现对于车辆自身的姿态状态的准确定量的衡量。
S120:根据所述参考轨迹、状态数据和在当前时刻的控制信号,利用第一预设算法计算车辆在下一时刻的初始控制信号。
初始控制信号为在不考虑车辆自身以及车辆的当前状态的情况下,直接根据状态数据和参考轨迹计算出的控制信号。
在给定当前车辆的状态数据以及所需行驶的参考轨迹和对应于参考轨迹的目标状态数据的情况,能够计算得到车辆在所述参考轨迹上行驶时运动状态的变化情况,例如,对应于车辆的加速度、速度变化情况。根据车辆运动状态的具体变化情况,可以求解得到对应于所述车辆的相应的控制信号。
实际应用的过程中,对于车辆的状态数据存在一定的限制。例如,油门和刹车对于车辆速度的影响都是限制在一定的区间范围内的。为了保证计算得到的初始控制信号符合实际应用需求,可以针对所述初始控制信号设置信号限制范围,在计算所述初始控制信号时,确保计算出的初始控制信号位于所述信号限制范围内,从而更加符合实际应用的需求。
在一个实施方式中,为了适应车辆运动过程中的动态变化情况,取得较好的计算结果,可以利用模型预测控制算法(MPC)来计算所述初始控制信号。模型预测控制算法在结合预测模型的基础上,基于约束条件对目标函数进行求解,得到一组最优控制序列,根据所述最优控制序列获取实际控制量,在应用所述实际控制量之后,基于相应的反馈结果进行最优控制序列的再次计算,从而实现滚动优化。
同时,在对和的大小进行约束的情况下,可以将求解初始控制信号转换为求解函数式中,N为参考轨迹中轨迹点的数量,为对应于车辆的状态数据,为对应于车辆的控制信号,P、Q、R为系数, 分别为对应的转置矩阵。通过求解该函数的解并将计算结果作为初始控制信号。
利用所述初始控制信号可以实现对于车辆的控制,但由于所述初始控制信号忽略了车辆自身以及当前状态数据对于车辆运动过程中的影响,在实际应用中,往往并不能基于决策信息实现相应的运动状态控制,并不能取得相应的控制效果。例如,在对车辆进行加速的过程中,车辆会因为换挡造成顿挫,并不能直接根据对于油门控制器的作用效果实现对应的速度提升。因此,需要对所述初始控制信号进行调整使其更符合实际应用的需求。
S130:利用第二预设算法对所述初始控制信号进行调整得到参考控制信号。
在考虑车辆自身的情况下,对所述初始控制信号进行调整可以得到参考控制信号。第二预设算法是在结合车辆所对应的实际应用模型和应用过程中的相应状态数据的方式,对所述初始控制信号进行调整得到参考控制信号,例如,所述第二预设算法可以是模型参考自适应算法。模型参考自适应算法所针对的***中一般由参考模型、可调***和自适应机构组成,从而实现对于车辆的自适应控制。
具体的,对所述初始控制信号进行调整可以获取对应于所述车辆的车辆模型,接着基于所述车辆模型对所述初始控制信号进行调整从而得到参考控制信号。
信号调整模型可以是预先设定的根据具体的车辆的参数所构建的模型。例如,可以通过***辨识或大数据建模的方式构建对应于该车辆的信号调整模型。信号调整模型用于将控制信号调整为适应车辆实际应用情况的信号。例如,初始控制信号可能是应用于理论中的刚体模型,但在所述车辆为卡车的情况下,由于卡车本身挂载有挂车,使得卡车在运动时并不是作为连续的整体进行运动,需要利用对应的信号调整模型对控制信号进行调整,使其符合卡车的运动规律。
对初始控制信号进行调整得到参考控制信号后,可能会使得所述模型适应控制信号在实际应用时出现误差,因此,可以根据状态数据对所述参考控制信号进行修正。可以基于所述模型适应控制信号和所述状态数据,计算对应于所述模型适应控制信号的误差数据,并利用所述误差数据对模型适应控制信号进行修正从而得到参考控制信号。
具体的,可以通过比较所述参考控制信号和对应于车辆的当前状态量,例如当前的加速度,从而确定当前的控制量。计算所述误差数据的方法例如可以是求取所述参考控制信号和状态数据之间的差值,并将所述差值作为误差数据。实际应用中计算误差数据的方法并不限于上述示例,在此不作赘述。
得到误差数据之后,可以利用所述误差数据对参考控制信号进行修正。利用误差数据对所述模型适应控制信号进行修正后,将修正结果作为修正后的参考控制信号。相应的,若对参考控制信号进行修正,则在后续步骤中利用修正后的参考控制信号计算最终控制信号。
参考控制信号基本可以实现在符合车辆实际应用的情况下,按照预设目标实现对于车辆的运动状态的控制。但由于车辆在运动的过程中由于其他因素可能会影响正常的运动过程,车辆在运动的过程中,自身的姿态可能并不是稳定不变的情况,从而在应用的过程中可能会出现一些偏差。例如,车辆在转弯的过程中,车辆本身会向侧方稍微倾斜,对于车辆控制不当的情况下可能会造成车辆侧翻,需要考虑到车辆的整体情况。
在考虑车辆自身的情况下对初始控制信号进行调整得到参考控制信号能够更好地处理实际应用中线控平台的参数扰动,从而达到更好的纵向控制的精度和控制信号计算的鲁棒性。
S140:利用补偿数据对所述参考控制信号进行补偿,得到车辆在下一时刻的最终控制信号。
补偿数据是基于姿态数据对参考控制信号进行调整的参数,为了保证车辆在实际应用中不会因为自身的姿态造成无法保持平衡。可以利用前馈控制算法来对所述参考控制信号进行调整。
前馈控制算法可以直接根据运动***的扰动量的大小,对运动***进行调整,即在***扰动出现时,直接根据扰动的大小产生校正作用,从而消除扰动造成的偏差。相应的,在本说明书实施例中,根据所述对象所对应的当前的姿态数据直接计算出对应的补偿量,用于补偿在计算参考控制信号时并未考虑的状态量的影响。
计算得到补偿数据后,可以将所述参考控制信号与所述补偿数据进行结合得到最终控制信号。所述最终控制信号用于发送至车辆的执行模块来对所述控制模块的运动状态进行调整。例如,所述最终控制信号可以为油门控制器控制信号或制动控制器控制信号,实现对于车辆的油门或刹车的控制,继而对车辆的运动状态进行调控。
在一个实施方式中,针对所述参考控制信号和所述补偿数据可以设定相应的参考控制信号权重值和信号补偿权重值,在计算所述最终控制信号时,可以基于对应的权重值来结合所述参考控制信号和所述补偿数据,从而使得计算得到的最终控制信号更符合实际应用的需求。
实际应用中,在获取到所述最终控制信号后,可以利用所述最终控制信号实现对于车辆的控制;或者将所述最终控制信号转化为相应的线控平台能够理解的信息,例如转化为CAN格式的信息。
通过上述方法实施例的介绍可以看出,所述控制信号生成方法在生成控制信号时不仅能够根据车辆的实时运动状态来确定实际的控制情况,还考虑了车辆自身以及运动过程的执行情况和姿态变化等情况,能够即使对外界的干扰做出反馈,从而做到增强了控制过程中的响应性能,提高了控制的精度和鲁棒性。
如图2所示,为本说明书一种车辆控制信号计算装置的模块图。所述车辆控制信号计算装置可以设置于所述计算机设备,所述车辆控制信号计算装置具体包括:
数据获取模块210,用于获取车辆的参考轨迹、状态数据、以及在当前时刻的控制信号;
初始控制信号计算模块220,用于根据所述参考轨迹、状态数据和在当前时刻的控制信号,利用第一预设算法计算车辆在下一时刻的初始控制信号;
参考控制信号获取模块230,用于利用第二预设算法对所述初始控制信号进行调整得到参考控制信号;
最终控制信号获取模块240,用于利用补偿数据对所述参考控制信号进行补偿,得到车辆在下一时刻的最终控制信号。
如图3所示,为本说明书一种计算机设备的结构图。所述计算机设备可以包括存储器和处理器。
在本实施例中,所述存储器可以按任何适当的方式实现。例如,所述存储器可以为只读存储器、机械硬盘、固态硬盘、或U盘等。所述存储器可以用于存储计算机指令。
在本实施例中,所述处理器可以按任何适当的方式实现。例如,处理器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式等等。所述处理器可以执行所述计算机指令实现以下步骤:获取参考轨迹和车辆的状态数据、姿态数据;根据所述参考轨迹和状态数据利用第一预设算法计算初始控制信号;利用第二预设算法对所述初始控制信号进行调整得到参考控制信号;利用第三预测算法根据所述姿态数据计算补偿数据;结合所述参考控制信号和所述补偿数据得到最终控制信号。
本说明书还提供计算机存储介质的一个实施例。所述计算机存储介质包括但不限于随机存取存储器(Random Access Memory,RAM)、只读存储器(Read-Only Memory,ROM)、缓存(Cache)、硬盘(Hard Disk Drive,HDD)、存储卡(Memory Card)等等。所述计算机存储介质存储有计算机程序指令。在所述计算机程序指令被执行时实现:本说明书图1所对应实施例的程序指令或模块。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog2。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本说明书可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本说明书的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本说明书各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书可用于众多通用或专用的计算机***环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器***、基于微处理器的***、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何***或设备的分布式计算环境等等。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
虽然通过实施例描绘了本说明书,本领域普通技术人员知道,本说明书有许多变形和变化而不脱离本说明书的精神,希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。
Claims (16)
1.一种车辆控制信号计算方法,其特征在于,所述方法包括
获取车辆的参考轨迹、状态数据、以及在当前时刻的控制信号;
根据所述参考轨迹、状态数据和在当前时刻的控制信号,利用第一预设算法计算车辆在下一时刻的初始控制信号;
利用第二预设算法对所述初始控制信号进行调整得到参考控制信号;
利用补偿数据对所述参考控制信号进行补偿,得到车辆在下一时刻的最终控制信号。
2.如权利要求1所述的方法,其特征在于,所述状态数据包括以下至少一种:当前时刻状态数据、至少一个未来时刻的目标状态数据。
3.如权利要求1所述的方法,其特征在于,所述状态数据包括以下至少一种:位置数据、速度数据、加速度数据。
4.如权利要求1所述的方法,其特征在于,所述初始控制信号对应有信号限制范围;所述根据所述参考轨迹、状态数据和在当前时刻的控制信号,利用第一预设算法,计算车辆在下一时刻的初始控制信号参考轨迹第一预设算法,包括:
根据所述参考轨迹、状态数据和在当前时刻的控制信号,利用第一预设算法计算车辆参考轨迹第一预设算法在所述信号限制范围内下一时刻的初始控制信号。
5.如权利要求1所述的方法,其特征在于,所述根据所述参考轨迹、状态数据和在当前时刻的控制信号,利用第一预设算法计算车辆在下一时刻的初始控制信号参考轨迹第一预设算法,包括:
根据所述参考轨迹、状态数据和在当前时刻的控制信号,利用模型预测控制算法计算车辆在下一时刻的初始控制信号。
6.如权利要求1所述的方法,其特征在于,所述利用第二预设算法对所述初始控制信号进行调整得到参考控制信号第二预设算法,包括:
利用模型参考自适应算法对所述初始控制信号进行调整得到参考控制信号。
7.如权利要求6所述的方法,其特征在于,所述利用模型参考自适应算法对所述初始控制信号进行调整得到参考控制信号,包括:
获取对应于所述车辆的车辆模型;
基于所述车辆模型对所述初始控制信号进行计算得到参考控制信号。
8.如权利要求7所述的方法,其特征在于,所述基于所述车辆模型对所述初始控制信号进行计算得到参考控制信号之后,还包括:
基于所述参考控制信号和所述当前时刻的控制信号,计算对应于所述参考控制信号的误差数据;
利用所述误差数据对所述参考控制信号进行修正;
相应的,所述利用补偿数据对所述参考控制信号进行补偿,得到车辆在下一时刻的最终控制信号,包括:
利用步长数据对修正后的参考控制信号进行补偿,得到车辆在下一时刻的最终控制信号。
9.如权利要求8所述的方法,其特征在于,所述基于所述参考控制信号和所述当前时刻的控制信号,计算对应于所述参考控制信号的误差数据,包括:
计算所述参考控制信号与所述当前时刻的控制信号的差值作为误差数据。
10.如权利要求1所述的方法,其特征在于,所述状态数据包括姿态数据;所述补偿数据根据以下方式获取:
根据所述姿态数据利用前馈控制算法计算补偿数据。
11.如权利要求10所述的方法,其特征在于,所述姿态数据包括以下至少一种:俯仰角、滚转角。
12.如权利要求1所述的方法,其特征在于,所述参考控制信号对应有参考控制信号权重值;所述补偿数据对应有信号补偿权重值;所述利用补偿数据对所述参考控制信号进行补偿,得到车辆在下一时刻的最终控制信号,包括:
基于所述参考控制信号权重值和信号补偿权重值,结合所述参考控制信号和所述补偿数据得到车辆在下一时刻的最终控制信号。
13.如权利要求1所述的方法,其特征在于,所述最终控制信号,包括以下至少一种:油门控制器控制信号、制动控制器控制信号。
14.一种车辆控制信号计算装置,其特征在于,包括:
数据获取模块,用于获取车辆的参考轨迹、状态数据、以及在当前时刻的控制信号;
初始控制信号计算模块,用于根据所述参考轨迹、状态数据和在当前时刻的控制信号,利用第一预设算法计算车辆在下一时刻的初始控制信号;
参考控制信号获取模块,用于利用第二预设算法对所述初始控制信号进行调整得到参考控制信号;
最终控制信号获取模块,用于利用补偿数据对所述参考控制信号进行补偿,得到车辆在下一时刻的最终控制信号。
15.一种车辆控制信号计算设备,包括存储器和处理器;
所述存储器,用于存储计算机指令;
所述处理器,用于执行所述计算机指令以实现以下步骤:获取车辆的参考轨迹、状态数据、以及在当前时刻的控制信号;根据所述参考轨迹、状态数据和在当前时刻的控制信号,利用第一预设算法计算车辆在下一时刻的初始控制信号;利用第二预设算法对所述初始控制信号进行调整得到参考控制信号;利用补偿数据对所述参考控制信号进行补偿,得到车辆在下一时刻的最终控制信号。
16.一种存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令在被执行时实现如权利要求1-13中任一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911280914.7A CN111016882B (zh) | 2019-12-13 | 2019-12-13 | 一种车辆控制信号计算方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911280914.7A CN111016882B (zh) | 2019-12-13 | 2019-12-13 | 一种车辆控制信号计算方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111016882A true CN111016882A (zh) | 2020-04-17 |
CN111016882B CN111016882B (zh) | 2021-12-10 |
Family
ID=70209080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911280914.7A Active CN111016882B (zh) | 2019-12-13 | 2019-12-13 | 一种车辆控制信号计算方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111016882B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112960020A (zh) * | 2021-04-08 | 2021-06-15 | 重庆邮电大学 | 基于伪谱法的城市轨道列车赶点运行优化操纵控制信号发生***及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080054002A (ko) * | 2006-12-12 | 2008-06-17 | 현대자동차주식회사 | 차량의 롤오버 판정 장치 및 방법 |
WO2011036820A1 (ja) * | 2009-09-24 | 2011-03-31 | トヨタ自動車株式会社 | 車両の旋回特性推定装置 |
JPWO2009101769A1 (ja) * | 2008-02-15 | 2011-06-09 | アイシン・エィ・ダブリュ株式会社 | 運転支援装置、運転支援方法および運転支援プログラム |
WO2012014707A1 (ja) * | 2010-07-30 | 2012-02-02 | 日立オートモティブシステムズ株式会社 | 車両運動制御装置 |
CN106969763A (zh) * | 2017-04-07 | 2017-07-21 | 百度在线网络技术(北京)有限公司 | 用于确定无人驾驶车辆的偏航角的方法和装置 |
CN108983768A (zh) * | 2017-06-02 | 2018-12-11 | 丰田自动车株式会社 | 自动驾驶*** |
CN109976303A (zh) * | 2018-10-19 | 2019-07-05 | 财团法人车辆研究测试中心 | 具决策诊断的自动驾驶方法及其装置 |
CN110174892A (zh) * | 2019-04-08 | 2019-08-27 | 北京百度网讯科技有限公司 | 车辆朝向的处理方法、装置、设备及计算机可读存储介质 |
-
2019
- 2019-12-13 CN CN201911280914.7A patent/CN111016882B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080054002A (ko) * | 2006-12-12 | 2008-06-17 | 현대자동차주식회사 | 차량의 롤오버 판정 장치 및 방법 |
JPWO2009101769A1 (ja) * | 2008-02-15 | 2011-06-09 | アイシン・エィ・ダブリュ株式会社 | 運転支援装置、運転支援方法および運転支援プログラム |
WO2011036820A1 (ja) * | 2009-09-24 | 2011-03-31 | トヨタ自動車株式会社 | 車両の旋回特性推定装置 |
WO2012014707A1 (ja) * | 2010-07-30 | 2012-02-02 | 日立オートモティブシステムズ株式会社 | 車両運動制御装置 |
CN106969763A (zh) * | 2017-04-07 | 2017-07-21 | 百度在线网络技术(北京)有限公司 | 用于确定无人驾驶车辆的偏航角的方法和装置 |
CN108983768A (zh) * | 2017-06-02 | 2018-12-11 | 丰田自动车株式会社 | 自动驾驶*** |
CN109976303A (zh) * | 2018-10-19 | 2019-07-05 | 财团法人车辆研究测试中心 | 具决策诊断的自动驾驶方法及其装置 |
CN110174892A (zh) * | 2019-04-08 | 2019-08-27 | 北京百度网讯科技有限公司 | 车辆朝向的处理方法、装置、设备及计算机可读存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112960020A (zh) * | 2021-04-08 | 2021-06-15 | 重庆邮电大学 | 基于伪谱法的城市轨道列车赶点运行优化操纵控制信号发生***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111016882B (zh) | 2021-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11567500B2 (en) | System and method for trajectory estimation | |
US9753144B1 (en) | Bias and misalignment compensation for 6-DOF IMU using GNSS/INS data | |
Wu et al. | The heterogeneous systems integration design and implementation for lane keeping on a vehicle | |
US9645250B2 (en) | Fail operational vehicle speed estimation through data fusion of 6-DOF IMU, GPS, and radar | |
Lee et al. | A unified framework of the automated lane centering/changing control for motion smoothness adaptation | |
CN110262509B (zh) | 车辆自动驾驶方法和装置 | |
JP6845083B2 (ja) | 運転支援装置 | |
CN112703539B (zh) | 行驶路径生成装置及车辆控制装置 | |
CN112109515A (zh) | 存储介质、车辆主动悬架的控制方法及装置 | |
JP6419671B2 (ja) | 車両用操舵装置および車両用操舵方法 | |
CN111123701B (zh) | 基于管道预测模型的自动驾驶路径跟踪抗干扰控制方法 | |
JP2018030410A (ja) | 運転支援制御装置 | |
US20220289184A1 (en) | Method and Device for Scheduling a Trajectory of a Vehicle | |
CN111016882B (zh) | 一种车辆控制信号计算方法、装置、设备及存储介质 | |
KR102351176B1 (ko) | 곡선 도로 주행을 위한 차량 횡방향 제어 장치 및 방법 | |
JP2018030412A (ja) | 運転支援制御装置 | |
JP2019066444A (ja) | 位置演算方法、車両制御方法及び位置演算装置 | |
JP5768442B2 (ja) | 車両運動制御装置及びプログラム | |
WO2022172337A1 (ja) | 制御演算装置および制御演算方法 | |
CN114919589A (zh) | 自动驾驶横向控制中的目标航向角确定方法、***及车辆 | |
CN114435371A (zh) | 一种道路坡度估计方法和装置 | |
WO2022190585A1 (ja) | 車両制御装置、車両制御方法、および車両制御システム | |
CN117048639B (zh) | 一种车辆自适应路径控制方法、存储介质及计算机 | |
CN112572473B (zh) | 一种无人驾驶设备的控制方法及装置 | |
CN113885514B (zh) | 基于模糊控制和几何追踪的agv路径跟踪方法及*** |
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 |