CN111186445B - 自动驾驶车辆横向控制方法及其*** - Google Patents

Abstract

本申请公开了一种自动驾驶车辆横向控制方法及其***，以车辆纵横向动力学为基础，提出了一种整车质量、前轴到车辆质心的距离、后轴到车辆质心的距离以及车辆横摆转动惯量的参数辨识方法，并基于各动力学参数之间的相关性，实现整车质量和前轴到车辆质心距离的在线参数辨识，提高了横向控制精度，避免了商用车因载重量变化而使模型失配、车辆失控。

Description

自动驾驶车辆横向控制方法及其***

技术领域

本申请涉及自动驾驶车辆控制技术领域，尤其涉及一种自动驾驶车辆横向控制方法及其***。

背景技术

商用车由于载货重量变化范围大，车辆的质量、前轴到车辆质心的距离、后轴到车辆质心的距离以及横摆转动惯量会发生很大的变化，导致使用车辆动力学模型进行控制的方法(例如模型预测控制、线型二次型最优控制等)模型失配，降低了控制精度，甚至车辆失控。

发明内容

为了解决上述技术问题，本申请实施例提供一种自动驾驶车辆横向控制方法及其***。

本申请实施例第一方面提供了一种自动驾驶车辆横向控制方法，可包括：

获取自动驾驶车辆在行驶过程中的行驶参数；

建立车辆质量模型，基于上述行驶参数获取当前车辆的整车质量估计量；

获取当前时刻车辆横向位置参数以及历史参数，基于车辆横向动力学状态方程获取车辆前轴到质心的距离参数估计量；

基于上述整车质量估计量和车辆前轴到质心的距离参数估计量进行车辆横向控制，并实时监控两个估计量，当车辆前轴到质心的距离参数估计量不收敛或整车质量发生变化时，重新更新整车质量估计量和车辆前轴到质心的距离参数估计量。

进一步地，所述获取自动驾驶车辆在行驶过程中的行驶参数具体包括：

利用车载传感器获取车辆行驶参数，所述行驶参数包括实时加速度、发动机转矩、道路坡度、空气密度、迎风面积、风阻系数、路面滚动阻力系数、轮胎半径、传动***传动比。

进一步地，所述建立车辆质量模型，基于上述行驶参数获取当前车辆的整车质量估计量具体包括：

基于车辆纵向行驶方程模型，将纵向动力学方程转换为矩阵形式；

基于最小二乘法或递推最小二乘法，获取整车质量参数估计量。

进一步地，所述获取当前时刻车辆横向位置参数以及历史参数，基于车辆横向动力学状态方程获取车辆前轴到质心的距离参数估计量具体包括：

基于车辆横向动力学状态方程，离散化上述方程后利用当前时刻车辆横向位置误差及其变化率，以及上一步长的历史信息，获取车辆横向动力学矩阵关系式；

基于最小二乘法或递推最小二乘法获取车辆前轴到质心的距离的参数估计量。

进一步地，所述历史信息包括车辆横向位置误差及其变化率、航向角误差及其变化率、期望航向角。

进一步地，所述基于上述整车质量估计量和车辆前轴到质心的距离参数估计量进行车辆横向控制，并实时监控两个估计量，当车辆前轴到质心的距离参数估计量不收敛或整车质量发生变化时，重新更新整车质量估计量和车辆前轴到质心的距离参数估计量具体包括：

基于上述整车质量估计量和车辆前轴到质心的距离参数估计量，利用横向动力学方程形成控制器，所述控制器用于车辆横向控制；

监控车辆载货是否发生变化以及整车质量估计量是否收敛，当车辆载货发生变化或者整车质量估计量不收敛时重新获取整车质量估计量；

监控车辆距离参数估计量是否收敛，当距离参数估计量不收敛时重新获取车辆前轴到质心的距离参数估计量。

本申请实施例第二方面提供了一种自动驾驶车辆横向控制***，包括：

行驶参数获取单元，用于获取自动驾驶车辆在行驶过程中的行驶参数；

质量估计量单元，用于基于车辆纵向动力学模型，基于行驶参数获取单元获取当前车辆的整车质量估计量；

距离参数估计量单元，用于获取当前时刻车辆横向位置参数以及历史参数，基于车辆横向动力学状态方程获取车辆前轴到质心的距离参数估计量；

控制单元，用于基于质量估计量单元和距离参数估计量单元的数据对车辆进行横向控制；

更新单元，用于实时监控载货重量、质量估计量单元和距离参数估计量单元，当质量估计量单元的输出数据不收敛或距离参数估计量单元的输出数据不收敛或载货重量发生变化时，重新更新质量估计量单元和距离参数估计量单元的数据，并反馈至控制单元。

进一步地，所述行驶参数获取单元中的行驶参数具体包括：

实时加速度、发动机转矩、道路坡度、空气密度、迎风面积、风阻系数、路面滚动阻力系数、轮胎半径、传动***传动比。

进一步地，所述更新单元具体包括：

载货重量监控单元，用于监控整车货物重量；

质量估计量监控单元，用于监控质量估计量单元的输出数据是否收敛；

距离参数估计量监控单元，用于监控车辆前轴到质心的距离参数估计量是否收敛。

进一步地，所述载货重量监控单元、质量估计量监控单元和距离参数估计量监控单元的监控优先级由高至低；

当所述载货重量监控单元监控到载货重量发生改变时，重新更新质量估计量单元数据；

当所述质量估计量监控单元监控到质量估计量单元的输出数据不收敛时，重新更新质量估计量单元数据，并反馈至控制单元进行车辆的横向控制；

当所述距离参数估计量监控单元监控到质量估计量单元的输出数据不收敛时，重新更新距离参数估计量单元数据，并反馈至控制单元进行车辆的横向控制。

本发明以车辆纵横向动力学为基础，提出了一种整车质量、前轴到车辆质心的距离、后轴到车辆质心的距离以及车辆横摆转动惯量的参数辨识方法，并基于各动力学参数之间的相关性，实现整车质量和前轴到车辆质心距离的在线参数辨识，提高了横向控制精度，避免了商用车因载重量变化而使模型失配、车辆失控。

附图说明

为了更清楚地说明本申请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申请的一些实施例，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是本申请实施例提供的车辆横向控制方法的流程示意图；

图2是本申请实施例提供的车辆横向控制方法的数据处理过程示意图；

图3是本申请实施例提供的车辆横向控制***的框图示意图；

图4是本申请实施例提供的一种控制装置的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

整车质量和质心位置是车辆动力学方程和控制器设计中的重要参数，商用车载重量变化将影响整车质量以及质心位置，导致横向控制器精度下降。车辆一般没有配备测量整车质量和质心位置的传感器，无法实时获得相关参量，因此需要利用车辆行驶过程中能够测得的参量对整车质量和质心位置进行估计，再用于车辆横向控制。

如图1所示，是本申请所涉及的一种自动驾驶车辆横向控制方法的流程图，具体步骤如下：

S101:获取自动驾驶车辆在行驶过程中的行驶参数。

可以理解的是，在整个自动驾驶车辆中，一定设置有很多的传感器用来采集数据以实现更加精准地自由操控。利用车载传感器获取车辆行驶参数，所述行驶参数包括实时加速度、发动机转矩、道路坡度、空气密度、迎风面积、风阻系数、路面滚动阻力系数、轮胎半径、传动***传动比等等。

S102:基于纵向动力学参数辨识，建立车辆质量模型，基于上述行驶参数获取当前车辆的整车质量估计量。

可以理解的是，在获取了上述参数之后，根据车辆纵向行驶方程式，将纵向动力学方程转换为矩阵形式；根据最小二乘法或递推最小二乘法，求得整车质量参数估计量。

本实施例在纵向动力学参数辨识中，车辆纵向动力学公式采用：

上式中整车质量m、空气阻力项的系数

以及滚动阻力F_roll＝μmgcosθ无法直接观测得到，需要进行参数估计，估计量以

表示。将这三个量提取出来，写成矩阵形式：

令：Y＝T_eng，

则有：

根据最小二乘法(亦可使用递推最小二乘法)，可以得到车辆纵向参数估计量：

其中

的第一项即为整车质量估计量

作为一个具体的实施例，

上述整车质量参数估计量(最小二乘法)为

其中，

Y＝T_eng，

以上公式中，

为整车质量参数估计量，

为空气阻力系数参数估计量，

为滚动阻力参数估计量，

为车辆纵向参数估计矩阵，Φ为纵向动力学系数矩阵，a为车辆的纵向加速度，g为重力加速度，θ为道路坡度，r_w为轮胎半径，i为传动***传动比，v为车辆速度，Y为发动机转矩矩阵，T_eng为发动机转矩，ρ为空气密度，A为车辆迎风面积，C_d为风阻系数，μ为路面滚动阻力系数。

S103:获取当前时刻车辆横向位置参数以及历史参数，基于横向动力学参数辨识获取车辆前轴到质心的距离参数估计量，同时可根据车辆几何关系得到其他质心位置相关参数。

可以理解的是，根据车辆横向动力学状态方程，对其离散化，利用当前时刻车辆横向位置误差及其变化率，以及上一步长车辆横向位置误差及其变化率、航向角误差及其变化率、期望航向角等历史信息，推导出车辆横向动力学矩阵关系式，进一步根据最小二乘法或递推最小二乘法可得到车辆前轴到质心的距离的参数估计量。

在横向动力学参数识别中，车辆的横向动力学模型采用以车辆横向位置误差及其变化率、航向角误差及其变化率为状态量的状态方程：

其中，e₁为横向位置误差，e₂为航向角误差，C_αf为前轮轮胎侧偏刚度，C_αr为后轮轮胎侧偏刚度，m为整车质量，v为车辆速度，l_f为前轴到车辆质心的距离，l_r为后轴到车辆质心的距离，I_z为车辆横摆转动惯量，δ为前轮转角，

为期望航向角。

且有：l_r＝l-l_f，I_z＝l_fl_rm，其中，l为车辆轴距。

对上述横向动力学模型进行离散化，采样时间间隔设为△t，则可以得出当前采样时刻k下的横向位置变化率

与上一采样时刻k-1横向位置变化率

的关系：

该式中代表质心位置的变量l_f无法直接测得，需进行估计，据此对该式进行整理和变形得：

式中m沿用纵向动力学参数估计结果

并进行如下定义：

则上述关系式转化为：

根据最小二乘法(亦可使用递推最小二乘法)可得车辆横向动力学参数估计为：

其中

即为前轴到车辆质心的估计量

后轴到车辆质心的距离的估计量

以及转动惯量估计量

可由下式得到：

以上：

为前轴到车辆质心的距离的参数估计量，

为车辆横向参数估计矩阵，Θ为车辆横向动力学系数矩阵，Z为车辆横向动力学矩阵，C_αf为前轮轮胎侧偏刚度，C_αr为后轮轮胎侧偏刚度，l为车辆轴距，△t为采样时间，

为当前采样时刻车辆横向位置误差变化率，

为上一采样时刻车辆横向位置误差变化率，e_2,k-1为上一采样时刻的车辆航向角误差，

为上一采样时刻的车辆航向角误差变化率，

为上一采样时刻的期望航向角变化率，δ_k-1为上一采样时刻的前轮转角。

S104:基于上述整车质量估计量和车辆前轴到质心的距离参数估计量，利用横向动力学方程形成控制器，所述控制器用于车辆横向控制。使用模型预测控制可求解车辆的横向控制律，其控制量为车辆的前轮转角。控制器设计方法详见《Vehicle Dynamics andControl》。

具体车辆在进行监控时：

步骤1：判断是否初次运行，初次运行时纵向、横向动力学参数取初值进行横向控制器运算，否则进行上述纵向动力学参数辨识、横向动力学参数辨识过程，得到整车质量以及前轴到车辆质心距离的估计值，使用该估计值进行横向控制参数的计算。

步骤2：判断车辆载重量是否变化，若载重量改变则进行在线纵向动力学参数辨识和横向动力学参数辨识，使用整车质量和质心位置估计量进行横向控制；若载重量不变则继续进行收敛性判断。

步骤3：判断纵向参数辨识结果是否收敛，若不收敛则重新进行纵向、横向参数辨识计算，若收敛则继续判断横向参数辨识结果是否收敛。当横向参数辨识不收敛时重新进行横向参数辨识，若收敛则仍使用现有动力学参数进行车辆横向控制。

本申请实施例还提供一种自动驾驶车辆横向控制***，该***用于执行前述任一项上述控制方法。具体地，参见图3，图3是本申请实施例提供的一种控制***的框图示意图，包括：行驶参数获取单元310、质量估计量单元320、距离参数估计量单元330、控制单元340和更新单元350。

上述的行驶参数获取单元310，用于获取自动驾驶车辆在行驶过程中的行驶参数。整个行驶参数获取单元310与自动驾驶车辆内部的各个传感器都会产生通讯，获取数据，这里的行驶参数包括但不限于：实时加速度、发动机转矩、道路坡度、空气密度、迎风面积、风阻系数、路面滚动阻力系数、轮胎半径、传动***传动比。

上述的质量估计量单元320，用于基于车辆纵向动力学模型，将纵向动力学方程转换为矩阵形式；根据最小二乘法或递推最小二乘法，求得整车质量参数估计量。

上述的距离参数估计量单元330，用于根据四自由度车辆横向动力学状态方程，对其离散化，利用当前时刻车辆横向位置误差及其变化率，以及上一步长车辆横向位置误差及其变化率、航向角误差及其变化率、期望航向角等历史信息，推导出车辆横向动力学矩阵关系式，进一步根据最小二乘法或递推最小二乘法可得到车辆前轴到质心距离的参数估计量。

上述的控制单元340，用于基于质量估计量单元和距离参数估计量单元的数据构建控制器对车辆进行横向控制，控制器的设计方法属于现有技术，这里不进行赘述。

上述的更新单元350，用于实时监控载货重量、质量估计量单元和距离参数估计量单元，当质量估计量单元的输出数据不收敛或距离参数估计量单元的输出数据不收敛或载货重量发生变化时，重新更新质量估计量单元和距离参数估计量单元的数据，并反馈至控制单元。

具体地，更新单元350具体包括：

载货重量监控单元351，用于监控整车货物重量；

质量估计量监控单元352，用于监控质量估计量单元的输出数据是否收敛；

距离参数估计量监控单元353，用于监控车辆前轴到质心的距离参数估计量是否收敛。

作为一个具体的实施例，载货重量监控单元351、质量估计量监控单元352和距离参数估计量监控单元353的监控优先级由高至低，从前向后依次监控。

当载货重量监控单元351监控到载货重量发生改变时，重新更新质量估计量单元数据；

当质量估计量监控单元352监控到质量估计量单元的输出数据不收敛时，重新更新质量估计量单元数据，并反馈至控制单元进行车辆的横向控制；

当距离参数估计量监控单元353监控到质量估计量单元的输出数据不收敛时，重新更新距离参数估计量单元数据，并反馈至控制单元进行车辆的横向控制。

图4是本申请实施例提供的一种控制设备的结构示意图。该对象检测设备4000包括处理器41，还可以包括输入装置42、输出装置43和存储器44。该输入装置42、输出装置43、存储器44和处理器41之间通过总线相互连接。

存储器包括但不限于是随机存储记忆体(random access memory，RAM)、只读存储器(read至only memory，ROM)、可擦除可编程只读存储器(erasable programmable readonly memory，EPROM)、或便携式只读存储器(compact disc read至only memory，CD至ROM)，该存储器用于相关指令及数据。

输入装置用于输入数据和/或信号，以及输出装置用于输出数据和/或信号。输出装置和输入装置可以是独立的器件，也可以是一个整体的器件。

处理器可以包括是一个或多个处理器，例如包括一个或多个中央处理器(centralprocessing unit，CPU)，在处理器是一个CPU的情况下，该CPU可以是单核CPU，也可以是多核CPU。处理器还可以包括一个或多个专用处理器，专用处理器可以包括GPU、FPGA等，用于进行加速处理。

存储器用于存储网络设备的程序代码和数据。

处理器用于调用该存储器中的程序代码和数据，执行上述方法实施例中的步骤。具体可参见方法实施例中的描述，在此不再赘述。

可以理解的是，图4仅仅示出了对象检测设备的简化设计。在实际应用中，动作识别装置还可以分别包含必要的其他元件，包含但不限于任意数量的输入/输出装置、处理器、控制器、存储器等，而所有可以实现本申请实施例的动作识别装置都在本申请的保护范围之内。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的***、装置和方法，可以通过其它的方式实现。例如，该单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。所显示或讨论的相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时，全部或部分地产生按照本申请实施例的流程或功能。该计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者通过该计算机可读存储介质进行传输。该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是只读存储器(read至onlymemory，ROM)，或随机存储存储器(random access memory，RAM)，或磁性介质，例如，软盘、硬盘、磁带、磁碟、或光介质，例如，数字通用光盘(digital versatile disc，DVD)、或者半导体介质，例如，固态硬盘(solid state disk，SSD)等。

以上详细描述了本发明的优选实施方式，但是本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种等同变换(如数量、形状、位置等)，这些等同变换均属于本发明的保护。

Claims (1)

1.一种自动驾驶车辆横向控制***，其特征在于，包括：

行驶参数获取单元，用于获取自动驾驶车辆在行驶过程中的行驶参数；质量估计量单元，用于基于车辆纵向动力学模型，基于行驶参数获取单元获取当前车辆的整车质量估计量；

距离参数估计量单元，用于获取当前时刻车辆横向位置参数以及历史参数，基于车辆横向动力学状态方程获取车辆前轴到质心的距离参数估计量；

控制单元，用于基于质量估计量单元和距离参数估计量单元的数据对车辆进行横向控制；

更新单元，用于实时监控载货重量、质量估计量单元和距离参数估计量单元，当质量估计量单元的输出数据不收敛或距离参数估计量单元的输出数据不收敛或载货重量发生变化时，重新更新质量估计量单元和距离参数估计量单元的数据，并反馈至控制单元；所述行驶参数获取单元中的行驶参数具体包括：

实时加速度、发动机转矩、道路坡度、空气密度、迎风面积、风阻系数、路面滚动阻力系数、轮胎半径、传动***传动比；所述更新单元具体包括：

载货重量监控单元，用于监控整车货物重量；

质量估计量监控单元，用于监控质量估计量单元的输出数据是否收敛；

距离参数估计量监控单元，用于监控车辆前轴到质心的距离参数估计量是否收敛；所述载货重量监控单元、质量估计量监控单元和距离参数估计量监控单元的监控优先级由高至低；

当所述载货重量监控单元监控到载货重量发生改变时，重新更新质量估计量单元数据；

当所述质量估计量监控单元监控到质量估计量单元的输出数据不收敛时，重新更新质量估计量单元数据，并反馈至控制单元进行车辆的横向控制；

当所述距离参数估计量监控单元监控到质量估计量单元的输出数据不收敛时，重新更新距离参数估计量单元数据，并反馈至控制单元进行车辆的横向控制。

Images