CN111717192A - 一种自动驾驶车辆的控制方法及*** - Google Patents

一种自动驾驶车辆的控制方法及*** Download PDF

Info

Publication number
CN111717192A
CN111717192A CN201910205314.8A CN201910205314A CN111717192A CN 111717192 A CN111717192 A CN 111717192A CN 201910205314 A CN201910205314 A CN 201910205314A CN 111717192 A CN111717192 A CN 111717192A
Authority
CN
China
Prior art keywords
vehicle
control
steering wheel
target
acceleration
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
CN201910205314.8A
Other languages
English (en)
Other versions
CN111717192B (zh
Inventor
张凯
和林
甄龙豹
葛建勇
王天培
刘洪亮
鲁宁
常仕伟
魏松波
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.)
Haomo Zhixing Technology Co Ltd
Original Assignee
Great Wall Motor Co Ltd
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 Great Wall Motor Co Ltd filed Critical Great Wall Motor Co Ltd
Priority to CN201910205314.8A priority Critical patent/CN111717192B/zh
Publication of CN111717192A publication Critical patent/CN111717192A/zh
Application granted granted Critical
Publication of CN111717192B publication Critical patent/CN111717192B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes 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
    • B60W30/02Control of vehicle driving stability
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60TVEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T7/00Brake-action initiating means
    • B60T7/12Brake-action initiating means for automatic initiation; for initiation not subject to will of driver or passenger
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes 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
    • B60W30/10Path keeping
    • B60W30/12Lane keeping
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes 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
    • B60W30/14Adaptive cruise control
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes 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
    • B60W30/14Adaptive cruise control
    • B60W30/16Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • B60W30/165Automatically following the path of a preceding lead vehicle, e.g. "electronic tow-bar"
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details 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
    • B60W50/0098Details of control systems ensuring comfort, safety or stability not otherwise provided for

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本发明涉及自动驾驶技术领域,提供一种自动驾驶车辆的控制方法及***。本发明所述的控制方法包括:接收自动驾驶车辆的决策***输出的关于车辆的预期横向行为及纵向模式的决策信息;响应于预期横向行为,对应执行车道保持控制、车辆正常换道控制和车辆异常换道控制中的一者;响应于纵向模式,对应执行车辆跟随控制、车辆巡航控制和AEB控制中的一者;以及在执行横向控制及纵向控制时,分别进行横向控制安全监测和纵向控制安全监测。本发明实现了适用于多种复杂工况的横向控制,且实现了匹配多种工况的跟随控制和更为优化的巡航控制,并设计了应用于横向控制和纵向控制的安全监测策略,更又有利于保证驾驶的稳定性和安全性。

Description

一种自动驾驶车辆的控制方法及***
技术领域
本发明涉及自动驾驶技术领域,特别涉及一种自动驾驶车辆的控制方法及***。
背景技术
自动驾驶车辆是指通过车载传感***感知道路环境,自动规划行车路线并控制车辆到达预定目的地的一种智能车辆,其依靠自动驾驶***(Autonomous Driving System简称ADS)实现其功能。根据ADS的开发设计过程,可将ADS分为:环境感知、数据融合、决策、控制、执行五部分。
具体地,环境感知部分用于通过车载传感部分提取车辆、行人、道路、交通标示等车辆当前行驶环境信息;数据融合部分用于将不同传感器数据信息进行筛选、关联、追踪、过滤等处理以便获得更为精确的道路、环境物体目标等信息;决策部分用于根据数据融合部分输出的不同环境车辆行驶状态、道路、环境信息等,通过逻辑判断输出无人驾驶车辆的车辆行为;控制部分用于根据数据融合部分及决策部分输出的信息实时计算输出当前车辆横纵向控制变化量;执行部分用于根据控制部分输出的转向、加速等控制量取代驾驶员对车辆方向盘、加、减速踏板操作过程。
更为具体地,控制部分又可分为横向控制和纵向控制,横向控制要是通过一系列控制算法实现对自动驾驶车辆的实时转向控制,包括使车辆按照已知规划的行驶路线进行车辆异常换道、自动换道、动态避障、掉头和转弯等,纵向控制主要是通过对车辆加、减速度的控制,使自动驾驶车辆能够以一定的安全行驶速度纵向行驶,实现自动起停、跟随和巡航等。通过对横纵向控制的耦合,能够同时对车辆的转向和速度实现自动控制。
但是,现有自动驾驶车辆的横纵向控制中,存在依赖高精度车辆定位和复杂模型、无法应对复杂工况(如异常换道等)等问题,进而会影响车辆的稳定性和安全性,因此需要综合考虑一种能够实现正确的横纵向控制的耦合的方案。
发明内容
有鉴于此,本发明旨在提出一种自动驾驶车辆的控制方法,以解决对自动驾驶车辆实现正确的横纵向控制的问题。
为达到上述目的,本发明的技术方案是这样实现的:
一种自动驾驶车辆的控制方法,应用于自动驾驶车辆的自动驾驶***,且包括:
接收自动驾驶车辆的决策***输出的关于车辆的预期横向行为及纵向模式的决策信息;
响应于所述预期横向行为,对应执行以下横向控制中的一者:车道保持控制、车辆正常换道控制和车辆异常换道控制;
响应于所述纵向模式,对应执行以下纵向控制中的一者:车辆跟随控制、车辆巡航控制和车辆自动紧急制动AEB控制;以及
在执行所述横向控制及所述纵向控制时,分别进行横向控制安全监测和纵向控制安全监测。
相对于现有技术,本发明所述的自动驾驶车辆的控制方法具有以下优势:本发明方案能够实时地针对车辆的预期横向行为进行车道保持控制、车辆正常换道控制或车辆异常换道控制,适用于多种复杂工况,且实现了匹配多种工况的跟随控制和更为优化的巡航控制,并设计了应用于横向控制和纵向控制的安全监测策略,从而既使得自动驾驶***的设计更具完整性,又有利于保证驾驶的稳定性和安全性。
本发明的另一目的在于提出一种自动驾驶车辆的控制***,以解决对自动驾驶车辆实现正确的横纵向控制的问题。
为达到上述目的,本发明的技术方案是这样实现的:
一种自动驾驶车辆的控制***,应用于自动驾驶车辆的自动驾驶***,且包括:
接收单元,用于接收自动驾驶车辆的决策***输出的关于车辆的预期横向行为及纵向模式的决策信息;
横向控制单元,用于响应于所述预期横向行为,对应执行以下横向控制中的一者:车道保持控制、车辆正常换道控制和车辆异常换道控制;
纵向控制单元,用于响应于所述纵向模式,对应执行以下纵向控制中的一者:车辆跟随控制、车辆巡航控制和车辆自动紧急制动AEB控制;以及
安全监测单元,用于在执行所述横向控制及所述纵向控制时,分别进行横向控制安全监测和纵向控制安全监测。
所述自动驾驶车辆的控制***与上述自动驾驶车辆的控制方法相对于现有技术所具有的优势相同,在此不再赘述。
本发明的另一目的在于提出一种机器可读存储介质,以解决对自动驾驶车辆实现正确的横纵向控制的问题。
为达到上述目的,本发明的技术方案是这样实现的:
一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行上述的自动驾驶车辆的控制方法。
所述机器可读存储介质与上述自动驾驶车辆的控制方法相对于现有技术所具有的优势相同,在此不再赘述。
本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施方式及其说明用于解释本发明,并不构成对本发明的不当限定。
在附图中:
图1是本发明实施例的自动驾驶车辆的控制方法的流程示意图;
图2是本发明实施例定义的航向角偏差以及横向位置偏差的示意图;
图3是本发明实施例中获取预瞄道路曲率的流程示意图;
图4是阿克曼转向原理的示意图;
图5是模糊逻辑控制流程的示意图;
图6是车辆异常换道工况的示意图;
图7是车辆沿着期望轨迹为曲率R的圆弧运动示意图;
图8是本发明实施例中进行跟随控制的流程示意图;
图9是本发明实施例中进行车辆巡航控制的流程示意图;
图10是本发明实施例的横向控制安全监测方法的流程示意图;以及
图11是本发明实施例的自动驾驶车辆的控制***的结构示意图。
附图标记说明:
1110、接收单元;1120、横向控制单元;1130、纵向控制单元;1140、安全监测单元;1121、车道保持控制模块;1122、车道异常换道控制模块;1131、车辆跟随控制模块;1132、车辆巡航控制模块。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施方式及实施方式中的特征可以相互组合。
下面将参考附图并结合实施方式来详细说明本发明。
图1是本发明实施例的自动驾驶车辆的控制方法的流程示意图,该控制方法应用于自动驾驶车辆的ADS,且可以包括以下步骤:
步骤S100,接收自动驾驶车辆的决策***输出的关于车辆的预期横向行为及纵向模式的决策信息。
其中,所述预期横向行为包括车道保持、车辆正常换道和车辆异常换道中的任意一者,所述纵向模式包括巡航模式、跟随模式、AEB(Autonomous Emergency Braking,自动紧急制动)模式中的任意一者。巡航模式是指自动驾驶车辆处于动作距离(ActDis_m)以内没有存在前车的巡航状态时,调节自动驾驶车辆可行驶的最高车速,当车速低于最高车速时,自动驾驶车辆加速行驶,反之减速。跟随模式是指自动驾驶车辆处于本车道内动作距离内存本在前车、且本车在不换道时跟随前车运动的跟随状态时,调节本车车速,在保证安全行车的前提下,使其与前车之间保持一定的安全距离和相对速度,保持稳定地跟随前车行驶的状态。AEB模式是指在纵向决策发出AEB模式的信号时,自动驾驶车辆以极大减速度进行制动。
步骤S200,响应于所述预期横向行为,对应执行以下横向控制中的一者:车道保持控制、车辆正常换道控制和车辆异常换道控制。
步骤S300,响应于所述纵向模式,对应执行以下纵向控制中的任意一者:车辆跟随控制、车辆巡航控制和车辆自动紧急制动AEB控制。
步骤S400,在执行所述横向控制及所述纵向控制时,分别进行横向控制安全监测和纵向控制安全监测。
需说明的是,步骤S200、步骤S300及步骤S400是相对独立的,三者之间并无固定的执行顺序,图1仅仅是示意性的。下面分别介绍步骤S200、步骤S300及步骤S400对应的横向控制、纵向控制及安全监测三个方面的方案。
一、横向控制方案
根据接收到的决策信息中示出的预期横向行为,其又分为车道保持控制、车辆正常换道控制及车辆异常换道控制三个部分。
(一)车道保持控制
本发明实施例中,与执行该车道保持控制相匹配的目标方向盘转角基于所述自动驾驶车辆的预瞄道路曲率、航向角偏差及横向位置偏差确定,且满足:第一条件,使所述航向角偏差及所述横向位置偏差为0;以及第二条件,使所述预瞄道路曲率达到使车辆的实际行驶轨迹与期望轨迹误差最小的最优道路曲率。
为达到满足该第一条件和第二条件的目的,本发明实施例中执行车道保护控制的方法可包括以下步骤S210A-步骤S240A(图中未示出):
步骤S210A,获取航向角偏差、横向位置偏差预瞄道路曲率。
具体地,航向角是指车辆的当前航向与其所在的车道线的夹角,而航向角偏差是当前航向角与目标航向角之间的角度偏差,本发明实施例中航向角偏差是指当前的航向角偏差;横向位置偏差是车辆的当前横向位置与目标行驶轨迹之间的距离偏差,该横向位置偏差也是指当前的横向位置偏差。图2是本发明实施例定义的航向角偏差以及横向位置偏差的示意图,其中d表示横向位置偏差,α表示航向角偏差。另外,在车道保持过程中,目标航向角与车道中心线方向一致,目标行驶轨迹则可以例如为车道中心线,据此结合图2,可知在理想的车道保持中,d和α都应为0,从而使得车辆保持在车道中心线上安全行驶。
进一步,图3是本发明实施例中获取预瞄道路曲率的流程示意图。参考图3,可包括以下步骤:
步骤S211,获取所述自动驾驶车辆的当前车道线方程。
举例而言,车辆自动驾驶***的融合***输出车道线信息,包括车道线类型、车道线宽度、车道线可信度等,通过拟合车道线信息,可得到车辆坐标系下的车道线方程例如为
y=c0+c1*x+c2x2+c3x3 (1)
式中,(x,y)表示车道线坐标,c0-c3表示待定参数,不同的参数值表示不同类型的道路,当c2、c3为0时,表示直线路段。其中,c0-c3的值可在车道线拟合中提取得到。
步骤S212,获取所述自动驾驶车辆的当前预瞄距离。
驾驶员在开车时,往往会注意汽车行驶方向前边的一段距离,以便掌握车辆行驶的下一个位置(即驾驶员的前视点),驾驶员选择的从当前位置至下一个位置之间的距离即为预瞄距离,而对应的下一个位置则为预瞄点。一般地,为了更好地模拟驾驶员的驾驶过程,在对自动驾驶车辆进行车道保持控制时,先在自动驾驶车辆的行驶路径前面选择一段距离作为预瞄距离。
本发明实施例中,可通过以下式来获取车辆的预瞄距离:
Figure BDA0001998792370000051
式中,s表示预瞄距离,单位为米;m为预设系数,本领域技术人员可根据经验来结合车辆最小转弯半径进行确定,例如m可以为1.5;v表示车速,单位为千米/小时,因s的单位为米,则需将其换算为米/秒,式中的3.6为相关的换算参数。d0为固定预瞄距离,根据道路测试经验,其一般为4m。
S213,根据所述当前预瞄距离及所述当前车道线方程计算所述预瞄道路曲率。
在已知当前预瞄距离及当前车道线方程的情况下,可通过下式计算预瞄道路曲率:
ρ=a1*c3*s+a2*c2 (3)
式中,a1及a2为常规参数,例如分别为6和2,c2和c3根据上述式(1)得到,s根据上述式(2)得到。据此,得到了车辆的预瞄道路曲率。
步骤S220A,设置第一控制器、第二控制器和第三控制器。
其中,所述第一控制器输入所述预瞄道路曲率,输出使所述预瞄道路曲率达到所述最优道路曲率的第一目标方向盘转角。在此,输入参数是预瞄道路曲率,因此第一控制器实质上是预瞄跟踪控制器,其基于预瞄跟随理论,车辆-驾驶员形成闭环***,根据当前车道线信息和车辆运动状态估计前视的预瞄距离,使车辆在这一路程内相对于预期轨迹的误差最小,达到所需要的最优预瞄曲率。即,如果驾驶员在不断的驾驶实践中能够掌握轨迹曲率和方向盘转角之间的映射关系,那么当驾驶员观察到特定的道路曲率之后,就会很自然地确定出相应的方向盘转角。因此,在第一控制器的控制过程中,建立目标方向盘转角与预瞄道路曲率之间的映射关系至关重要。
优选地,在本发明实施例中,可通基于阿克曼(Ackerman)转向原理转向原理来建立目标方向盘转角与预瞄道路曲率之间的映射关系,以根据该映射关系,得到车道保持所需的最优方向盘转角。图4是阿克曼转向原理的示意图,其中,L为车轮轴距,R为车辆转弯半径,δf为前轮转角。在车辆G处于低速转向的工况下,车辆的转弯半径R只与前轮转角δf有关,满足阿克曼原理。为了方便描述将四轮车辆模型简化为两轮模型,即认为车辆转弯时内外轮的转角相等,从而根据L、R和δf三者的几何关系可得到:
Figure BDA0001998792370000061
进一步地,前轮转角δf、方向盘转角σ以及车辆的转向***传动比Gi之间存在映射关系:
σ=Gif (5)
又可知预瞄道路曲率ρ=1/R,从而结合式(4)和式(5)可以得到目标方向盘转角σ与预瞄道路曲率ρ之间的映射关系为:
σ=arctan(L.ρ)*Gi (6)
据此,将预瞄跟随理论与阿克曼转向原理相结合,使得目标控制量(即第一目标方向盘转角)得到补偿,能够满足闭环响应的非线性运动工况。
其中,所述第二控制器输入所述横向位置偏差,输出使所述横向位置偏差为0的第二目标方向盘转角。该第二控制器可采用PID控制器,且因为需要PID控制器能够根据被控对象的变化自整定P(比例)、I(积分)、D(微分)参数,从而需要根据不同的车速调节多组P、I、D参数,然后根据车速的不同查表获得对应的参数。然而,通过查表法获得的参数是不连续的,而车速是连续变化的,所以总会遇到表中查寻不到的参数。
对此,在优选的实施例,考虑将模糊逻辑控制和PID控制结合设计模糊PID控制器来消除横向位置偏差。图5是模糊逻辑控制流程的示意图,如图5所示,对应的模糊逻辑控制模块可分为四个组成部分:输入量模糊化接口、输出量解模糊(清晰化)接口、模糊推理和知识库。本发明实施例中,将模糊逻辑控制模块的输入(车速)、输出(P、D参数)进行模糊化得到模糊论域。为了数学表达和运算简单,选择三角形函数作为输入、输出模糊子集的隶属度函数。
输入(车速)的模糊子集为:
[0,5];[5,10];[10,15];[15,20];[20,25];[25,30];[30,35];
[35,40];[40,45];[45,50];[50,55];[55,60];[60,65];[65,
70];[70,75];[75,80];[80,85];[85,90];[90,95];[95,100];
[105,110];[110,115];[115,120]
知识库包括数据库和规则库两部分,其为根据不同车速标定的P、I、D参数,模糊规则和知识库一一对应。解模糊计算采用加权平均法,根据各规则的前件条件和输入模糊集,按确定的隶属度ki为权值,对后件代表值zi做加权平均,输出清晰值z0,式如下:
Figure BDA0001998792370000071
式中,zi为输出量模糊子集的端点值,ki为输入量在所属模糊子集中的隶属度,z0为输出的精确值。模糊逻辑控制模块实现了PID参数对车速的自适应功能,最终实现自适应控制。
实际应用中,本发明实施例采用第二控制器使横向位置偏差为0可以具体包括:
1)PID控制部分
首先,设置当前横向位置偏差为e(t),并对该偏差e(t)作PD运算:
y=kp*e(t)+kd*de(t)/dt (8)
式中,kp为比例(P)参数,kd为微分(D)参数,其通过模数控制得到,将在模糊控制部分详述。
然后,判断横向位置偏差为e(t)是否为0,若是则结束流程,否则返回式(8),调节目标控制量y直到横向位置偏差为0。
2)模糊控制部分
这部分主要是通过实时变化的车速获得式(8)的PID控制器的控制系数kp和kd,具体包括:
首先,输入车速v进行模糊化,得到模糊论域,并对输入的车速进行隶属度计算,其中主要的隶属度计算式为:
lsd1=(v-v(i))/(v(i+1)-v(i))
lsd2=(v(i+1)-v)/(v(i+1)-v(i)) (9)
其次,进行模糊推理,其中具体推理式为:
kp(i)<kp<kp(i+1)且kd(i)<kd<kd(i+1),若v(i)<v<v(i+1) (10)
最后,进行解模糊,其中具体的解模糊式为:
kp=(lsd1*kp(i)+lsd2*kp(i+1))/(lsd1+lsd2)
kd=(lsd1*kd(i)+lsd2*kd(i+1))/(lsd1+lsd2) (11)
据此,模糊控制部分向PID控制部分提供相对于车速自适应的控制系数kp和kd,使得PID控制部分基于确定的控制系数kp、kd对横向位置偏差进行PD控制,得到使横向位置偏差为0的控制量。
其中,所述第三控制器输入所述航向角偏差,输出使该航向角偏差为0的第三目标方向盘转角。该第三控制器可采用PID控制器。由于车辆行驶中,总是期望车辆方向和车道线方向一致,即目标航向角为0。因为,通过PID控制,以航向角偏差为输入,再对航向角偏差作PID运算后得到控制量。优选地,为了使设计的PID控制器达到快速响应的效果,可对航向角偏差只采用P控制,并通过实车试验标定和修正,得到了比较理想的P参数。
实际应用中,本发明实施例采用第三控制器使航向角偏差为0可以包括:
首先,计算当前的航向角偏差,以及根据实际车速查PID参数表。
举例而言,已知目标航向角为0度,当前航向角用HeadingAngle表示,则航向角偏差e(t)=-HeadingAngle。另外PID参数表是通过实车试验标定和修正得到的,其示出了不同车速所对应的最佳kp值。
其次,对航向角偏差进行P控制运算。
其中,运算式可表示为y=kp*e(t),y表示控制量,kp为P控制的比例系数,且kp通过PID参数表查询得到。
最后,判断航向角偏差为e(t)是否为0,若是则结束流程,否则返回前一步骤,调节目标控制量y直到航向角偏差为0。
据此,通过对航向角偏差进行P控制,既保证了将航向角偏差控制为0,又能使PID控制器达到快速响应的效果。
步骤S230A,根据所述第一目标方向盘转角、所述第二目标方向盘转角及所述第三目标方向盘转角确定最终的目标方向盘转角。
举例而言,对预瞄道路曲率进行预瞄跟踪控制,得到第一目标方向盘转角y1,对横向位置偏差作PD运算得到第二目标方向盘转角y2,对航向角偏差作P运算得到第三目标方向盘转角y3,则最终的目标控制方向盘转角可表示为y=y1+y2+y3。
步骤S240A,根据所述最终的目标方向盘转角控制所述自动驾驶车辆进行车道保持。
举例而言,可根据目标方向盘转角生成方向盘转角指令,将方向盘转角指令发送至方向盘控制器,方向盘控制器接收该方向盘转角指令,并解析出对应的目标方向盘转角,并据此调整方向盘转动的角度和方向,使得自动驾驶车辆保持在当前行驶车道的中心线上行驶。
结合上述步骤S210A-步骤S240A,本发明实施例涉及的车道保持控制方案可具有以下几个方面的优点:
1)按照车辆运动学进行算法设计,通过预瞄跟踪控制和对横向位置偏差和航向角偏差分别运用了模糊-PID和PID控制,满足了实时性控制要求,具有很好的车道保持效果,且通过封装后,算法的可移植性非常高。
2)相比于需在车上安装高精度定位设备的方案,通过高清摄像头输出的车道信息就可实现同样的功能,大大降低了***成本。
3)通过最优预瞄道路曲率,在前馈控制中可实现对前方道路信息的初步掌握和利用,根据第一控制器所输出的第一目标方向盘转角可使自动驾驶车辆提前进行相应的动作,使驾驶过程较为舒适、平顺,也更符合驾驶情况,满足车辆安全行驶在直道和弯道等路况下进行车道保持的要求,避免因操作不当造成的过度转向和不足转向问题,提高弯道行驶的稳定性和安全性。
4)应用根据车速的变化设计自整定P、I、D参数的模糊推理,并将其和PID控制结合实现自适应PID控制,可行性较强,运行效率高。
(二)车辆正常换道控制
需说明的是,本发明实施例中的车辆正常换道与异常换道是相对的概念,正常换道是根据路况及驾驶需求进行的常规换道,如超车、变道等换道,异常换道则涉及更复杂的工况,例如在强制切入的工况下驶入目标匝道、本车道内异常行驶、前方有障碍物或修路状况下的跨车道异常行驶等。
其中,与执行该车辆正常换道控制相匹配的目标方向盘转角基于车速、所述横向位置偏差及所述航向角偏差确定。相关计算方案在现有技术中的记载较多,在此不再多述,例如本申请发明人在本申请之前提出的申请号为201810652866.9的专利“一种车道变道控制方法和装置”,该专利的全部内容可参考于此,来解释本发明201810652866.9实施例的正常换道控制方法。
(三)车辆异常换道控制
本发明实施例中,与执行该车辆异常换道控制相匹配的目标方向盘转角基于车辆的当前横向状态值及对应于该当前横向状态值而将要运动至的目标线确定,且满足所述第一条件和所述第二条件。
其中,图6是车辆异常换道(Abnormal Lane Change,ALC)工况的示意图,可知ALC包括车辆在强制切入的工况下驶入目标匝道、本车道内异常行驶、前方有障碍物或修路状况下的跨车道异常行驶等工况。结合图6,本发明实施例中可采用以下步骤S210B-240B(图中未示出)来执行ALC:
步骤S210B,获取自动驾驶车辆的当前横向状态值及该自动驾驶车辆对应于所述当前横向状态值而将要运动至的目标线。
其中,不同的横向状态值用于示出不同的横向状态,例如可定义横向状态值为0时,车辆处于车道保持状态。并且,每一横向状态值被预配置为对应不同的所述目标线,例如包括:当所述横向状态值为第一数值时,所述目标线为当前车道中心线;当所述横向状态值为第二数值时,所述目标线为左车道中心线;当所述横向状态值为第三数值时,所述目标线为右车道中心线;当所述横向状态值为第四数值时,所述目标线为当前车道动态偏移线;当所述横向状态值为第五数值时,所述目标线为跨车道动态偏移线;当所述横向状态值为第六数值时,所述目标线为左侧安全偏移线;以及当所述横向状态值为第七数值时,所述目标线为右侧安全偏移线。
其中,第一至第七数值是不同的,且可任意进行设置,本发明实施例对此并不限制。例如,表1给出第一至第七数值的示例以及它们与目标线的对应关系。
表1,横向状态值与目标线的对应关系
Figure BDA0001998792370000091
Figure BDA0001998792370000101
根据表1,自动驾驶车辆的决策***输出的横向状态值为2、3、4、-4时,表明车辆处于异常换道状态。因此,应根据表1定义的规则,选择相应的目标线来控制车辆运动至所选择的目标线,以完成自适应性ALC控制。
步骤S220B,根据所述目标线确定所述自动驾驶车辆的期望轨迹。
根据车辆当前所在车道线信息及车辆环境信息,在已知其当前横向状态及目标线的情况下,易于确定车辆的期望轨迹。举例而言,在车辆的本车道内有障碍物,而当前横向状态为本车道异常、目标线为本车道动态偏移线的情况下,易于确定车辆从本车道中心线向目标线偏移的期望轨迹。
步骤S230B,基于所述期望轨迹对所述自动驾驶车辆进行预瞄跟踪控制以得到目标方向盘转角。
其中,预瞄跟踪控制是基于上述预瞄跟随理论进行的,其主要包括:确定预瞄点;计算所述期望轨迹中离预瞄点最近的点与所述预瞄点之间的距离,并将该距离作为预瞄误差;根据自动驾驶车辆的车辆动力学模型、运动规律、预瞄距离及车速来确定所述预瞄误差与方向盘转角之间的传递函数关系。
具体地,图7是车辆沿着期望轨迹为曲率R的圆弧运动示意图,图中d为预瞄距离,l为预瞄误差,h为预瞄点到曲线中心的距离,R为期望轨迹的曲率半径,w为横摆角速度,u为车辆纵向车速,v为侧向速度。结合图7,本发明实施例采用二自由度车辆动力学模型,忽略转向***和悬架的作用,假设车辆绕z轴的位移和绕y轴俯仰角和绕x轴的侧倾角均为零,而车辆沿x轴的前进速度视为不变。因此整车包括侧向、横摆两个自由度,其整车动力学微分方程如下:
Figure BDA0001998792370000102
Figure BDA0001998792370000103
式中,δ为前轮转角,Iz为车辆绕z轴的转动惯量,m为车辆质量,a为车辆质心到前轴的距离,b为车辆质心到后轴的距离,Kaf为前轮侧偏刚度;Kar为后轮侧偏刚度。
假设车辆沿着该期望曲线稳态行驶,跟随误差为零,稳态情况下,
Figure BDA0001998792370000104
根据上式微分方程可得到车辆模型方程为:
Figure BDA0001998792370000105
根据以上方程,稳态情况下车辆的侧向速度ν可以表示成以横摆角速度w表示的关系式:
ν=e·w(15)
其中,e为可根据式(14)求出的矩阵式。
根据稳态圆周运动的规律,可得到下面关系式:
Figure BDA0001998792370000111
V=R·w (17)
式中,V为车辆圆周运动的速度。因道路工况的复杂性,预瞄距离的选取对预瞄跟随效果影响很大,当车速较低时,若预瞄距离过大会导致前方道路信息无法很好利用;当车速较高时,若预瞄距离过短,则会丢失前方道路信息,综合以上情况,选取预瞄距离为:
Figure BDA0001998792370000112
式中,K为预瞄系数,u为车辆纵向车速(单位为km/h),d0为固定预瞄距离,根据道路测试经验一般为4m,3.6为相关的换算参数。
另外,结合图7,可获知图中预瞄距离d和预瞄误差l的对应关系,而前轮转角δ、方向盘转角
Figure BDA0001998792370000113
以及车辆的转向***传动比Gi之间存在映射关系:
Figure BDA0001998792370000114
最终,根据以上方程和运动规律,确定期望的方向盘转角与预瞄误差之间的传递函数可表示为:
Figure BDA0001998792370000115
步骤S234,根据所述传递函数关系,计算与当前预瞄误差对应的目标方向盘转角。
举例而言,基于式(20),在获知当前预瞄误差后,可计算出对应的目标方向盘转角。
在本发明其他实施例中,也可根据车辆的预瞄曲率来得到目标方向盘转角,即前述的步骤S213中涉及的式(3)-式(6)的方案。
步骤S240B,根据所述目标方向盘转角控制所述自动驾驶车辆进行车辆异常换道。
举例而言,可根据目标方向盘转角生成方向盘转角指令,将方向盘转角指令发送至方向盘控制器,方向盘控制器接收该方向盘转角指令,并解析出对应的目标方向盘转角,并据此调整方向盘转动的角度和方向,使得自动驾驶车辆安全稳定地行驶至目标线。
以上建立了基于预瞄误差与方向盘转角的传递函数,从而实现了对方向盘转角的前馈控制,但是在横向控制过程中,由于模型误差和各种外界干扰,只有前馈控制很难保证很好的控制效果和稳定性。因此,本发明实施例的车辆异常换道控制方法还增加了基于航向角偏差的反馈控制。
具体地,在路径跟随过程中,车辆的航向角反映了车辆跟踪路径的切线方向,由于车辆行驶过程中总是期望车辆行驶方向和选择的目标线方向是一致的,即目标航向角应为0度。据此,本发明实施例的车辆异常换道控制方法还可以包括以下步骤:获取自动驾驶车辆的当前航向角与目标航向角之间的航向角偏差,并对所述航向角偏差进行PID运算得到针对方向盘转角的控制增量,以及基于所述控制增量修正所述目标方向盘转角。
举例而言,已知目标航向角为0度,当前航向角用HeadingAngle表示,则航向角偏差e(t)=-HeadingAngle。当横向状态值为表1中的2、3、4和-4时,在紧急状态下对控制提出了更高的需求,为了使设计的控制器达到快速响应的效果,可只对车辆航向角偏差采用P控制。据此,P控制的运算式可表示为y=kp*e(t),y表示控制增量,kp为P控制的比例系数,且kp通过查询PID参数表得到。判断航向角偏差为e(t)是否为0,若e(t)为0,则修正目标方向盘转角,否则通过y=kp*e(t)调节控制增量y直到航向角偏差为0。进一步地,对预瞄误差进行预瞄跟踪控制时,若得到初始目标方向盘转角y1,对航向角偏差作P运算得到控制增量y2,则最终的目标控制方向盘转角可表示为y=y1+y2。
自动驾驶车辆在行驶过程中会受到多种复杂工况、不同道路场景的影响,而本发明实施例涉及的车辆异常换道控制方案具有自适应性,能使自动驾驶车辆应对出现的多种异常道路工况,与常规的控制算法相比,涵盖的工况更加全面,符合驾驶场景,避免自动驾驶车辆因无法应对复杂工况无法而导致安全事故。另外,本发明实施例的车辆异常换道控制方案适用范围广,可以适用不同曲率的弯曲道路和直线道路下的自动驾驶***,满足车辆的操纵稳定性和安全性要求。
因此,本发明实施例的横向控制方法能够实时地针对车辆的预期横向行为进行车道保持控制、车辆正常换道控制或异常换道控制,并保证各控制状态下的目标方向盘转角满足车辆横向安全行驶的条件,适用于多种复杂工况。
二、纵向控制方案
根据接收到的决策信息中示出的纵向模式,其又分为车辆跟随控制、车辆巡航控制和AEB控制三个部分。
(一)车辆跟随控制
图8是本发明实施例中进行跟随控制的流程示意图。如图8所示,跟随控制可包括以下步骤:
步骤S310,检测所述自动驾驶车辆在跟随模式下的当前工况。
步骤S320,根据预配置的所述自动驾驶车辆在所述跟随模式下的不同工况与不同控制算法之间的对应关系,匹配与所述当前工况相对应的控制算法,其中所述控制算法用于控制所述自动驾驶车辆在对应工况下的速度变化。
步骤S330,根据所匹配的控制算法控制所述自动驾驶车辆进行跟随运动。
本发明实施例中,根据车辆在跟随模式下的运行情况,将其分为五种工况,且配置不同工况具有不同的控制算法。
对应的五种工况可简单描述如下:
1)第一工况,前车慢且相对距离近,其中前车慢是指前车速度小于本车速度,相对距离近是指本车与前车之间的两车实际距离小于期望距离。
2)第二工况,前车慢且相对距离远,其中相对距离远是指本车与前车之间的两车实际距离大于期望距离。
3)第三工况,前车快且相对距离远,其中前车快是指前车速度大于本车速度。
4)第四工况,前车快且相对距离近。
5)第五工况,稳定跟车。
在优选的实施例中,对应上述五种工况,所述自动驾驶车辆在所述跟随模式下的不同工况与不同控制算法之间的对应关系包括以下的任意一者或多者。
1、第一工况及对应的第一控制算法
其中,第一控制算法用于控制本车在所述第一工况下以第一加速度进行减速,即是在本车处于第一工况时,应调整车辆进行减速。本领域技术人员可理解的,“加速度”不限于示意车辆加速场景,也可示意车辆减速场景,“以加速度进行减速”与“减速度”均可示意车辆减速场景。
在更为优选的实施例中,给出了计算第一加速度的具体过程,在介绍该过程之前,先引入安全距离(SfDis_m)和制动距离(AEBDis_m)的概念,该安全距离SfDis_m是指本车与前车的速度一样时,两车之间要求保持的最小距离,该制动距离AEBDis_m是指所述自动驾驶车辆从跟随模式切换到AEB模式时两车间的距离阈值。
本发明实施例中,需通过计算TTC(Time to collision,碰撞时间)来计算制动距离AEBDis_m。TTC的计算如下:
Figure BDA0001998792370000131
式中,VehSpd_kph为本车速度,FroVehSpd_kph为前车速度,RelaDis_m为两车实际距离。
进一步地,采用下式计算制动距离AEBDis_m:
AEBDis_m=(VehSpd_kph-FroVehSpd_kph)*TTC/3.6 (22)
进一步地,采用下式计算安全距离SfDis_m:
SfDism=0.8509*FroVehSpd_kph+c (23)
式中,c为标定量,例如c=8。
基于上述式(21)-(23),本发明实施例采用下式计算第一加速度a1:
Figure BDA0001998792370000141
式中,ExpDis_m为期望距离。
根据式(24),可分为三种情况计算第一加速度a1,据此可确定第一加速度a1的范围为a1∈[-8,1],此式(24)中:
当两车之间的距离为SfDis_m<RelaDis_m<ExpDis_m时,此时
Figure BDA0001998792370000142
当两车之间的距离为AEBDis_m<RelaDis_m<SfDis_m时,此时
Figure BDA0001998792370000143
当两车之间的距离为RelaDis_m<AEBDis_m时从跟随模式切换到AEB模式,执行AEB的控制,加速度为-8m/s2
需说明是,本发明实施例的计算式中,加速度值带有负号“-”时,表示“以加速度进行减速”或“减速度”。
2、第二工况及对应的第二控制算法
其中,第二控制算法用于控制本车在所述第二工况下以第二加速度进行减速,即是在本车处于第二工况时,同样应调整车辆进行减速。
在更为优选的实施例中,给出了计算第二加速度的具体过程,即采用以下式计算所述第二加速度a2:
Figure BDA0001998792370000144
式中,K1为用于补偿控制算法的延迟影响的常数。具体地,自动驾驶车辆的纵向控制(Vehicle Longitudinal Control,VLC)***对车辆进行纵向控制时,会有延迟响应,K1则用于补偿VLC***的延迟响应。
3、第三工况及对应的第三控制算法
其中,第三控制算法用于控制本车在所述第三工况下以第三加速度进行加速,即是在本车处于第三工况时,应调整车辆进行加速。
在优选的实施例中,在所述第三控制算法中,还包括采用以下式计算所述第三加速度a3:
Figure BDA0001998792370000145
式中,C31-C34表示不同的加速状态,k31-k34表示不同加速状态对应的加速度值。具体地,根据前车车速、前车距离本车的距离等,可将第三工况的加速状态分为C31-C34四种子状态,不同子状态对应相应的加速度,即k31-k34。
在其他实施例中,还采用以下式计算所述第三加速度a3:
Figure BDA0001998792370000151
在此,K1为常数,例如K1=0.3,此第三工况下,第三加速度a3的范围为a3∈[0,0.8]。
4、第四工况及对应的第四控制算法
其中,第四控制算法用于控制本车在所述第四工况下以第四加速度进行减速,即是在本车处于第四工况时,应调整车辆进行减速。
在优选的实施例中,在所述第四控制算法中,还包括采用以下式计算所述第四加速度a4:
Figure BDA0001998792370000152
式中,C41-C44表示不同的减速状态,k41-k44表示不同减速状态对应的加速度值
在其他实施例中,给出了计算第四加速度的具体过程,即采用以下式计算所述第四加速度a4:
Figure BDA0001998792370000153
在此,K1为常数,例如K1=0.2,此第四工况下,第四加速度a4的范围为a4∈[-0.8,1]。
5、第五工况及第五控制算法
其中,第五工况中前车速度与本车速度之间的速度差在设定的速度阈值范围内,以及前车相对于本车的两车实际距离也在设定的距离阈值范围内,从而本车近似匀速地稳定跟随前车行车。
其中,第五控制算法用于控制本车在所述第五工况下稳定跟随前车行驶。
在其他实施例中,在对本车相对于前车的稳定跟随状态要求不高时,第五算法可考虑控制本车以第五加速度a5稳定跟随前车行驶,并且可采用以下式计算该第五加速度a5:
a5=(FroVehSpd_kph-VehSpd_kph)*kp
其中,VehSpd_kph为所述本车速度,FroVehSpd_kph为所述前车速度,kp为比例系数。
如此,在跟随状态下,根据前车速度、本车速度及两车实际距离可匹配以上五种工况下的控制算法,满足哪种工况就执行该工况对应的控制算法,具有较好的控制效果,能提高控制算法的高效性、安全性和舒适性。
(二)车辆巡航控制
图9是本发明实施例中进行车辆巡航控制的流程示意图。如图9所示,车辆巡航控制可包括以下步骤:
步骤S410,获取本车处于巡航模式时的当前车速,并计算所述当前车速与本车可行驶的最高车速之间的相对速度差。
其中,所述当前车速可从本车自身的车辆传感器(如惯性导航设备)获取,也可通过CAN总线中车辆的ECU(Electronic Control Unit,电子控制单元)获取。
其中,本车可行驶的最高车速来源于自动驾驶车辆的ADS中的最高车速管理模块。该最高车速管理单元属于自动驾驶车辆的决策***,其用于获取对应于驾驶场景信息、行驶环境信息以及道路条件信息的车辆可行驶的最高行驶速度以形成最高速度集合,并根据实际情况决策出相应合理的最高车速以作为在此的本车可行驶的最高车速。
下面分别针对驾驶场景、行驶环境以及道路条件来具体介绍最高车速管理单元的功能。
1)针对不同驾驶场景,最高车速受以下条件影响:①ADS预设最高车速V1;②自动驾驶车辆行驶前方可行驶区域,不同宽度设定不同最高车速V2;③自动驾驶车辆当前行驶相邻车道(非应急车道)的设定范围内存在行人,车辆降速,设定最高车速V3;④自动驾驶车辆距离高速公路出口距离(匝道出口距离、收费站距离等),根据不同的距离设定不同的最高限速值V4;⑤自动驾驶车辆在距离汇入点设定距离时时,开始减速至最高车速V5;⑥自动驾驶车辆在特定工况下(如:并流、分流、驶离高速、岔道口等),需要强制切入相邻车道,根据左右前方区域车辆速度,设定自动驾驶车辆最高车速V6;⑦自动驾驶车辆在换道过程中,依据自动驾驶车辆正前方目标设定最高车速V7;8)自动驾驶车辆存在并排行驶车辆,自动驾驶车辆超越相邻车道并排行驶车辆时最高车速V8。
2)针对不同行驶环境,最高车速受以下条件影响:①不同行驶道路,路段会有不同的道路限速,根据高精度地图(HDM)、视觉传感器识别输出道路最高限速V9;②自动驾驶车辆行驶环境因素(光线明暗程度、雾、雨雪、冰雹等),根据不同环境条件限定自动驾驶车辆最高车速V10。
3)针对不同道路条件,最高车速受以下条件影响:①道路曲率,根据不同的道路完全程度,限定车辆最高车速V11;②路面不平度,根据车辆的动态信息(如:垂直加速度、横向力、坡度等)限定车辆最高车速V12;③路面附着系数,根据自动驾驶车辆自身所带传感器检测当前道路路面附着系数,限定车辆最高车速V13。据此,得到最高速度集合{V1,……,V13}。
根据实际情况选取合适的速度V0作为自动驾驶车辆在当前道路行驶时允许的最高车速V。另外,若V0是由于环境因素(雨雪雾等)或者路面附着系数引起,若此时车辆周围存在邻车,此时主动将V0降低10%,***最高车速V=0.9*V0;若上述V0非环境因素(雨雪雾等)、路面附着系数引起,若此时车辆周围存在邻车,此时***最高车速V=V8,否则V=V0。
本发明实施例所确定的本车可行驶的最高车速,具有更强的实用性,涵盖更多的场景,更符合人的驾驶习惯,避免车辆由于行驶速度过高而出现违章或发生碰撞、打滑等事故,保障自动驾驶车辆行车安全及及乘坐舒适性。
步骤S420,修正所述相对速度差,使得所述相对速度差在控制周期内的变化幅度处于预设范围。
对于该步骤S420,在优选的实施例中,通过配置比率限幅模块来修正所述相对速度差。其中,该比率限幅模块例如是simulink中的rate limiter模块。配置比率限幅模块的目的是修正因本车可行驶的最高车速的变化,导致相对速度差在一个运行周期内有较大变化,影响整车巡航控制的舒适性。而引入这个比率限幅模块后会避免这种情况的发生,经仿真与实车测试验证,该比率限幅模块能使巡航控制效果有很大的改善。另外,此比率限幅模块中的参数设置也是经实车测试标定出来的。
步骤S430,根据修正后的所述相对速度差,计算本车加速度。
在优选的实施例中,采用以下式计算本车加速度a,
a=(TopSpd_kph-VehSpd_kph)*Kp
其中,TopSpd_kph表示所述最高车速,VehSpd_kph表示所述当前车速,Kp为P控制的比例参数。其中,P控制是指经典PID(Proportion Integration Differentiation,比例-积分-微分)控制中的P控制。
对于Kp,因巡航控制涉及到加速与减速控制,当本车车速低于最高车速时,车辆加速,反之减速,因加速和减速的执行机构的响应速度及精度不同,因此Kp也不同。优选地,通过下式确定所述比例参数Kp:
Figure BDA0001998792370000171
其中,K0是实车测试中确定的对应于车辆加速工况的最优乘坐体验的第一参数,K1是实车测试中确定的对应于车辆减速工况的最优乘坐体验的第二参数,该K0和K1均是通过实车测试确定的标定值。
步骤S440,基于所述本车加速度调节本车在所述巡航模式下的车速。
通过步骤S410-步骤S430确定合适的加速度后,该步骤S440中通过控制本车的加减速,进而调节本车在巡航模式下的车速。
在一些情形中,步骤S430计算出的本车加速度可能仍不太理想,例如比实际驾驶员在同样条件下在某个特定速度段下发出的加速度相比偏大。对此,在优选的实施例中,该步骤S440被配置为:对所述本车加速度进行限幅修正,再基于限幅修正后的本车加速度调节本车在所述巡航模式下的车速。据此,通过加速度限幅使得用于车速控制的加速度值更为适宜。
进一步地,在此的加速度限幅的上限值Up采用查表法来确定,根据本车车速限制车辆执行的最大加速度,即当本车发出的加速度a大于上限值Up时,按照上限值Up执行,否则执行本车发出的加速度,即aTaracce=MIN(Up,a)。更为具体地,上限值Up通过下式确定:
Figure BDA0001998792370000181
同理,加速度限幅的下限值采取同样的处理,b1至b6为依次增大且小于1的常数,例如分别为0.35、0.45、0.55、0.65、0.75、0.85,a1至a8为依次减小的设定值。
如此,本发明实施例在实现巡航控制的基础上,优化了控制的舒适性,经实车及仿真测试分析测试数据,具有较好的控制效果,提高了巡航控制算法及整个纵向控制算法的高效性、安全性和舒适性。
(三)AEB控制
本发明实施例中,AEB控制可以包括:当纵向决策发出AEB模式的信号时,自动驾驶车辆以极大减速度进行制动,不考虑车辆制动过程的舒适性要求,请求制动减速度0.7-0.9g之间(其中g为重力加速度),例如减速度为-8m/s2
据此,本发明实施例的自动驾驶车辆的纵向控制方法按照纵向决策发出的指令执行相就的控制算法,从而控制车辆的加速、减速,进而调节车辆的车速,实现了针对巡航模式、跟随模式和AEB模式的控制。
三、安全监测方案
本发明实施例中,安全监测方案主要包括横向控制安全监测和纵向控制安全监测两部分。
(一)横向控制安全监测
本发明实施例选定侧向加速度作为车辆的稳定性控制目标,且如图10所示,本发明实施例的横向控制安全监测方法包括以下步骤:
步骤S510,建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系。
在第一个优选实施例中,根据车辆运动学模型及车辆参数,建立所述对应关系为:
Figure BDA0001998792370000182
其中,δsw为所述方向盘转角,L为车辆轴距,ay为所述侧向加速度,u为纵向车速,Gi为转向***传动比。
具体地,由运动学原理可知车辆转弯时的侧向加速度:
Figure BDA0001998792370000191
式中,ay为车辆侧向加速度,u为纵向车速,R为车辆的转弯半径。
又根据阿克曼转向定理(即上文的式(4)),已知车辆前轮偏角和转向盘角度间满足:
δsw=δGi (30)
式中:δsw为方向盘转角,δ为前轮转角,Gi为转向***传动比。
根据式(29)-(30),可以很容易的建立侧向加速度和纵向车速、方向盘转角之间的对应关系,即上述的式(28)。
在第二个优选实施例中,根据车辆动力学模型及车辆参数,建立所述侧向加速度与纵向车速、前轮转角及所述车辆参数之间的对应关系为:
Figure BDA0001998792370000192
其中,ay为所述侧向加速度,k1为前轴等效侧偏刚度,k2为后轴等效侧偏刚度,a为质心到前轴的距离,b为质心到后轴的距离,u为纵向车速,δ为前轮转角。
该式(31)可通过如下过程得到:
首先,将车辆简化为线性二自由度的“自行车模型”进行研究可以有效掌握车辆运动的基本特性。根据建立的二自由度模型:
Figure BDA0001998792370000193
Figure BDA0001998792370000194
其中,k1为前轴等效侧偏刚度,k2为后轴等效侧偏刚度,a为质心到前轴的距离,b为质心到后轴的距离,m为整车质量,IZ为转动惯量,u为纵向车速,v为侧向车速,wr为横摆角速度,δ为前轮转角。
需说明的是,侧向车速v一般较小,且在本发明实施例中,对方向盘转角的影响也较小,因此在一些情况下可只采用纵向车速。
其次,根据最优预瞄理论,假设车辆在道路上总是沿着某一曲线稳态行驶,跟随误差为零,且现处于稳态情况下,则
Figure BDA0001998792370000195
根据式(32)可得:
Figure BDA0001998792370000196
由式(32)-式(34),可得所述侧向加速度与纵向车速、前轮转角及所述车辆参数之间的对应关系,即上述的式(31)。
在此,第一个优选实施例基于车辆运动学模型建立所述侧向加速度与纵向车速及方向盘转角的关系,
步骤S520,根据所述对应关系,获取不同车速下给定的最大的所述侧向加速度对应的最大的方向盘转角,将该最大的方向盘转角作为转角阈值。
对应步骤S510中的第一个优选实施例,根据式(28),在不同的车速下给定最大车辆侧向加速avmax后,即可求得最大的方向盘转角δswmax,计算式为:
Figure BDA0001998792370000201
该最大的方向盘转角δswmax就是转角阈值。
另外,需控制不同车速下对应的最大的所述侧向加速度小于上述的极限侧向加速度值(优选为0.25g)。
对应步骤S510中的第二个优选实施例,根据式(31),可得在不同的车速下给定最大车辆侧向加速aymax后,即可求得最大的方向盘转角δswmax,计算式为:
Figure BDA0001998792370000202
步骤S530,实时监测所述方向盘转角,并判断所监测的方向盘转角是否大于所述转角阈值,若是,则将所述方向盘转角限制在所述转角阈值之后再输出以用于车辆横向控制,否则正常输出所述方向盘转角以用于车辆横向控制。
具体地,自动驾驶***可利用EPS(Electric Power Steering,电动助力转向***)来进行横向控制,故在环境感知模块、数据融合模块或决策规划模块获取目标方向盘转角后,在发送至EPS之前利用转角阈值δswmax进行限制,当某一时刻计算的目标方向盘转角大于转角阈值则令其等于转角阈值δswmax,否则正常输出。
在此通过示例来说明本发明实施例的横向控制安全监测方法的实测结果。该示例中,按照某款车型设置参数,得到不同车速下的最大方向盘转角,可知车速越大,对应的最大方向盘转角越小,从而可避免因车速过大而发生侧翻。因此,本发明实施例的横向控制安全监测步骤可以达到安全监测的目的(尤其在高速工况下),进而提高了ADS的安全性,相比于传统的直接给出极值限制值的方案,更加适应不同的工况和不断变化的车辆状态。
(二)纵向控制安全监测
本发明实施例中,针对巡航模式、跟随模式和AEB模式,纵向控制安全监测的目的在于监测车辆的目标加速度是否能保证车辆的稳定运行,故其实质上与目的在于计算目标加速度以保证车辆的稳定运行车辆的纵向控制的目的一致。因此,本发明实施例的纵向控制安全监测方案对应于上述的纵向控制方案。
具体地,针对巡航模式,其纵向控制采用步骤S430处涉及的P控制算法,但当两值相差较大时,通过P控制输出的加速度超出了车辆应该响应的控制范围,故本发明实施例引入了纵向监测策略。其中,不同的比例参数Kp会有不同的控制效果,若采用不同的速度下不同的比例系数Kp,此比例系数Kp的标定工作将是浩大的工程,且没有统一的评判标准,若研发后期***的参数及条件发生改变时,此工作又要重新标定,将会耗费大量的人力、物力。因此,本发明实施例采用一种固定比例系数的方式,增加一个巡航模式的监测策略来进行修正,即可完成车辆的巡航控制。
针对跟随模式,其纵向控制参考上文与图10相关的描述。在此基础上,本发明实施例的纵向控制安全监测可以包括以下步骤:
首先,针对不同的纵向控制状态,获取不同车速下给定的最大的目标加速度对应的加速度阈值。
优选地,采用以下式确定所述加速度阈值
Figure BDA0001998792370000211
其中,b1至b7为依次增大且小于1的常数,a11至a17为依次减小的设定值。在示例中,b1至b6以等差序列的方式依次增大,a1至a7为以等差序列的方式依次减小,例如b1至b7分别为0.35、0.45、0.55、0.65、0.75、0.85,分别得到依次减小的a11至a17
需说明的是,针对AEB模式的加速度阈值的确定与此类似,故不再进行赘述。
其次,实时监测所获取的目标加速度,并判断该目标加速度是否大于所述加速度阈值,若是,则将所述目标加速度限制在所述加速度阈值之后再输出以用于车辆纵向控制,否则正常输出所述目标加速度以用于车辆纵向控制。
即,将纵向控制算法加速度与不同车速下对应的加速度阈值相比较,采用两者中较小的值传输给车辆执行机构以执行纵向控制,其中车辆执行机构例如是车身稳定控制单元(ElectronicStabilityProgram,以下简称ESP)、发动机控制模块(Engine ControlModule,以下简称ECM)等等。
因此,本发明实施例的纵向控制安全监测步骤对输出的目标加速度进行了监测和限制,从而一方面能够防止车辆突然加速,另一方面能够保证车辆执行机构在其极限能力内正常响应。
因此,本发明实施例从横向控制和纵向控制的安全性分别出发,设计了对应的安全监测策略,使ADS的设计更具完整性。并且,本发明实施例针对横向控制的安全监测策略相比于传统的“一刀切”(即直接给出约束极值)的方法更加合理,针对纵向控制的安全监测策略实时考虑了车辆的纵向控制状态,避免因参数或条件的变化导致纵向控制算法重新标定系数的隐患,使得算法更为方便、快捷,易于后期开发维护。
综上所述,本发明实施例的自动驾驶车辆的控制方法能够实时地针对车辆的预期横向行为进行车道保持控制、车辆正常换道控制或车辆异常换道控制,适用于多种复杂工况,且实现了匹配多种工况的跟随控制和更为优化的巡航控制,并设计了应用于横向控制和纵向控制的安全监测策略,从而既使得自动驾驶***的设计更具完整性,又有利于保证驾驶的稳定性和安全性。
图11是本发明另一实施例的一种自动驾驶车辆的控制***的结构示意图,其与上述的控制方法基于同样的发明思路。如图11所示,本发明实施例的横向控制***包括:
接收单元1110,用于接收自动驾驶车辆的决策***输出的关于车辆的预期横向行为及纵向模式的决策信息;
横向控制单元1120,用于响应于所述预期横向行为,对应执行以下横向控制中的一者:车道保持控制、车辆正常换道控制和车辆异常换道控制;
纵向控制单元1130,用于响应于所述纵向模式,对应执行以下纵向控制中的任意一者:车辆跟随控制、车辆巡航控制和车辆自动紧急制动AEB控制;以及
安全监测单元1140,用于在执行所述横向控制及所述纵向控制时,分别进行横向控制安全监测和纵向控制安全监测。
在优选的实施例中,所述横向控制单元1120可以包括:
车道保持控制模块1121,用于执行所述车道保持控制,包括:获取车辆的航向角偏差、横向位置偏差及预瞄道路曲率;设置第一控制器,该第一控制器输入所述预瞄道路曲率,输出使所述预瞄道路曲率达到使车辆的实际行驶轨迹与期望轨迹误差最小的最优道路曲率的第一目标方向盘转角;设置第二控制器,该第二控制器输入所述横向位置偏差,输出使所述横向位置偏差为0的第二目标方向盘转角;设置第三控制器,该第三控制器输入所述航向角偏差,输出使所述航向角偏差为0的第三目标方向盘转角;根据所述第一目标方向盘转角、所述第二目标方向盘转角及所述第三目标方向盘转角确定最终的目标方向盘转角;以及根据所述最终的目标方向盘转角控制所述自动驾驶车辆进行车道保持;
车道异常换道控制模块1122,用于执行所述车辆异常换道控制,包括:获取所述当前横向状态值及所述目标线,其中,每一横向状态值被预配置为对应不同的所述目标线;根据所述目标线确定所述自动驾驶车辆的期望轨迹;基于所述期望轨迹对所述自动驾驶车辆进行预瞄跟踪控制以目标方向盘转角;以及根据所述目标方向盘转角控制所述自动驾驶车辆进行车辆异常换道。
另外,对应于上述自动驾驶车辆的控制方法的实施例,所述横向控制单元1120还可以包括:车道正常换道控制模块(图中未示出)。
在优选的实施例中,所述纵向控制单元1130可以包括:
车辆跟随控制模块1131,用于在所述纵向模式示出所述自动驾驶车辆处于跟随模式时,执行所述车辆跟随控制,包括:根据预配置的所述自动驾驶车辆在所述跟随模式下的不同工况与不同控制算法之间的对应关系,匹配与所述当前工况相对应的控制算法,其中所述控制算法用于控制所述自动驾驶车辆在对应工况下的速度变化;以及根据所匹配的控制算法控制所述自动驾驶车辆进行跟随运动;
车辆巡航控制模块1132,用于在所述自动驾驶车辆处于所述巡航模式时,执行所述车辆巡航控制,包括:获取本车处于巡航模式时的当前车速,并计算所述当前车速与本车可行驶的最高车速之间的相对速度差;修正所述相对速度差,使得所述相对速度差在控制周期内的变化幅度处于预设范围;根据修正后的所述相对速度差,计算本车加速度;以及基于所述本车加速度调节本车在所述巡航模式下的车速。
另外,对应于上述自动驾驶车辆的控制方法的实施例,所述纵向控制单元1130还可以包括:AEB控制模块(图中未示出)。
在优选的实施例中,安全监测单元1140可以包括:
横向控制安全监测模块1141,用于进行所述横向控制安全监测,包括:建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系;根据所述对应关系,获取不同车速下给定的最大的所述侧向加速度对应的最大的方向盘转角,将该最大的方向盘转角作为转角阈值;以及实时监测所述方向盘转角,并判断所监测的方向盘转角是否大于所述转角阈值,若是,则将所述方向盘转角限制在所述转角阈值之后再输出以用于车辆横向控制,否则正常输出所述方向盘转角以用于车辆横向控制;
纵向控制安全监测模块1142,用于进行所述纵向控制安全监测,包括:针对不同的纵向控制状态,获取不同车速下给定的最大的目标加速度对应的加速度阈值;以及实时监测所获取的目标加速度,并判断该目标加速度是否大于所述加速度阈值,若是,则将所述目标加速度限制在所述加速度阈值之后再输出以用于车辆纵向控制,否则正常输出所述目标加速度以用于车辆纵向控制。
本发明实施例的自动驾驶车辆的控制***的其他实施细节及效果也可参考前述的自动驾驶车辆的控制方法的实施例,在此则不再赘述。
本发明另一实施例还提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行上述的自动驾驶车辆的控制方法。其中,所述机器可读存储介质包括但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体(Flash Memory)或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备等各种可以存储程序代码的介质。
其中,该机器可读存储介质可以由车辆上的处理器执行,该处理器可利用车辆CAN总线等从ADS的环境感知部分等获取所需要的车辆信息、车道线信息、环境信息等判断车辆是否处于车道保持状态、车辆正常变道状态或车辆异常变道状态等,并对应执行所述机器可读存储介质中存储的指令。
其中,处理器可以是车辆的ECU(Electronic Control Unit,电子控制单元),也可以是独立配置的常规控制器,如CPU、单片机、DSP(Digital Signal Processor,数字信号处理器)、SOC(System On a Chip,片上***)等,且可以理解,这些独立控制器也可以集成至ECU中。处理器优选采用运算速度较快且有着丰富的I/O口设备的控制器来进行配置,要求具有能与整车CAN通信的输入输出端口、开关信号的输入输出端口、网线接口等。
以上所述仅为本发明的较佳实施方式而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (14)

1.一种自动驾驶车辆的控制方法,其特征在于,应用于自动驾驶车辆的自动驾驶***,且包括:
接收自动驾驶车辆的决策***输出的关于车辆的预期横向行为及纵向模式的决策信息;
响应于所述预期横向行为,对应执行以下横向控制中的一者:车道保持控制、车辆正常换道控制和车辆异常换道控制;
响应于所述纵向模式,对应执行以下纵向控制中的一者:车辆跟随控制、车辆巡航控制和车辆自动紧急制动AEB控制;以及
在执行所述横向控制及所述纵向控制时,分别进行横向控制安全监测和纵向控制安全监测。
2.根据权利要求1所述的自动驾驶车辆的控制方法,其特征在于,执行所述车道保持控制包括:
获取车辆的航向角偏差、横向位置偏差及预瞄道路曲率;
设置第一控制器,该第一控制器输入所述预瞄道路曲率,输出使所述预瞄道路曲率达到使车辆的实际行驶轨迹与期望轨迹误差最小的最优道路曲率的第一目标方向盘转角;
设置第二控制器,该第二控制器输入所述横向位置偏差,输出使所述横向位置偏差为0的第二目标方向盘转角;
设置第三控制器,该第三控制器输入所述航向角偏差,输出使所述航向角偏差为0的第三目标方向盘转角;
根据所述第一目标方向盘转角、所述第二目标方向盘转角及所述第三目标方向盘转角确定最终的目标方向盘转角;以及
根据所述最终的目标方向盘转角控制所述自动驾驶车辆进行车道保持;
优选地,所述第一控制器被配置能够基于阿克曼转向原理建立所述目标方向盘转角与所述预瞄道路曲率之间的映射关系;和/或所述第二控制器被配置为根据所述自动驾驶车辆的实时车速确定该第二控制器进行模糊PID控制的控制系数。
3.根据权利要求1所述的自动驾驶车辆的控制方法,其特征在于,所述执行车辆异常换道控制包括:
获取所述当前横向状态值及所述目标线,其中,每一横向状态值被预配置为对应不同的所述目标线;
根据所述目标线确定所述自动驾驶车辆的期望轨迹;
基于所述期望轨迹对所述自动驾驶车辆进行预瞄跟踪控制以目标方向盘转角;以及
根据所述目标方向盘转角控制所述自动驾驶车辆进行车辆异常换道。
4.根据权利要求3所述的自动驾驶车辆的控制方法,其特征在于,所述每一横向状态值被预配置为对应不同的所述目标线包括:
当所述横向状态值为第一数值时,所述目标线为当前车道中心线;
当所述横向状态值为第二数值时,所述目标线为左车道中心线;
当所述横向状态值为第三数值时,所述目标线为右车道中心线;
当所述横向状态值为第四数值时,所述目标线为当前车道动态偏移线;
当所述横向状态值为第五数值时,所述目标线为跨车道动态偏移线;
当所述横向状态值为第六数值时,所述目标线为左侧安全偏移线;以及
当所述横向状态值为第七数值时,所述目标线为右侧安全偏移线。
5.根据权利要求1所述的自动驾驶车辆的控制方法,其特征在于,执行所述车辆跟随控制包括:
在所述纵向模式示出所述自动驾驶车辆处于跟随模式时,执行:
根据预配置的所述自动驾驶车辆在所述跟随模式下的不同工况与不同控制算法之间的对应关系,匹配与所述当前工况相对应的控制算法,其中所述控制算法用于控制所述自动驾驶车辆在对应工况下的速度变化;以及
根据所匹配的控制算法控制所述自动驾驶车辆进行跟随运动;
在所述自动驾驶车辆处于所述巡航模式时,执行:
获取本车处于巡航模式时的当前车速,并计算所述当前车速与本车可行驶的最高车速之间的相对速度差;
修正所述相对速度差,使得所述相对速度差在控制周期内的变化幅度处于预设范围;
根据修正后的所述相对速度差,计算本车加速度;以及
基于所述本车加速度调节本车在所述巡航模式下的车速。
6.根据权利要求5所述的自动驾驶车辆的控制方法,其特征在于,所述自动驾驶车辆在所述跟随模式下的不同工况与不同控制算法之间的对应关系包括以下任意一者或多者:
前车速度小于本车速度且前车相对于本车的两车实际距离小于期望距离的第一工况,以及用于控制本车在所述第一工况下以第一加速度进行减速的第一控制算法;
前车速度小于本车速度且前车相对于本车的两车实际距离大于期望距离的第二工况,以及用于控制本车在所述第二工况下以第二加速度进行减速的第二控制算法;
前车速度大于本车速度且前车相对于本车的两车实际距离大于期望距离的第三工况,以及用于控制本车在所述第三工况下以第三加速度进行加速的第三控制算法;
前车速度大于本车速度且前车相对于本车的两车实际距离小于期望距离的第四工况,以及用于控制本车在所述第四工况下以第四加速度进行减速的第四控制算法;以及
前车速度与本车速度之间的速度差在设定的速度阈值范围内且前车相对于本车的两车实际距离在设定的距离阈值范围内的第五工况,以及用于控制本车在所述第五工况下以用于稳定跟随前车行驶的第五控制算法。
7.根据权利要求1所述的自动驾驶车辆的控制方法,其特征在于,进行所述横向控制安全监测包括:
建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系;
根据所述对应关系,获取不同车速下给定的最大的所述侧向加速度对应的最大的方向盘转角,将该最大的方向盘转角作为转角阈值;以及
实时监测所述方向盘转角,并判断所监测的方向盘转角是否大于所述转角阈值,若是,则将所述方向盘转角限制在所述转角阈值之后再输出以用于车辆横向控制,否则正常输出所述方向盘转角以用于车辆横向控制。
8.根据权利要求7所述的自动驾驶车辆的控制方法,其特征在于,所述建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系包括:
根据车辆运动学模型及车辆参数,建立所述对应关系为:
Figure FDA0001998792360000041
其中,δsw为所述方向盘转角,L为车辆轴距,ay为所述侧向加速度,u为纵向车速,Gi为转向***传动比;和/或
根据车辆动力学模型及车辆参数,建立所述侧向加速度与纵向车速、前轮转角及所述车辆参数之间的对应关系为:
Figure FDA0001998792360000051
其中,k1为前轴等效侧偏刚度,k2为后轴等效侧偏刚度,a为质心到前轴的距离,b为质心到后轴的距离,为前轮转角;再根据如下的前轮转角与所述方向盘转角的转换关系确定所述侧向加速度与纵向车速及方向盘转角之间的对应关系:δsw=δGi
9.根据权利要求1所述的自动驾驶车辆的控制方法,其特征在于,进行所述纵向控制安全监测包括:
针对不同的纵向控制状态,获取不同车速下给定的最大的目标加速度对应的加速度阈值;以及
实时监测所获取的目标加速度,并判断该目标加速度是否大于所述加速度阈值,若是,则将所述目标加速度限制在所述加速度阈值之后再输出以用于车辆纵向控制,否则正常输出所述目标加速度以用于车辆纵向控制。
10.一种自动驾驶车辆的控制***,其特征在于,应用于自动驾驶车辆的自动驾驶***,且包括:
接收单元,用于接收自动驾驶车辆的决策***输出的关于车辆的预期横向行为及纵向模式的决策信息;
横向控制单元,用于响应于所述预期横向行为,对应执行以下横向控制中的一者:车道保持控制、车辆正常换道控制和车辆异常换道控制;
纵向控制单元,用于响应于所述纵向模式,对应执行以下纵向控制中的一者:车辆跟随控制、车辆巡航控制和车辆自动紧急制动AEB控制;以及
安全监测单元,用于在执行所述横向控制及所述纵向控制时,分别进行横向控制安全监测和纵向控制安全监测。
11.根据权利要求10所述的自动驾驶车辆的控制***,其特征在于,所述横向控制单元包括:
车道保持控制模块,用于执行所述车道保持控制,包括:
获取车辆的航向角偏差、横向位置偏差及预瞄道路曲率;
设置第一控制器,该第一控制器输入所述预瞄道路曲率,输出使所述预瞄道路曲率达到使车辆的实际行驶轨迹与期望轨迹误差最小的最优道路曲率的第一目标方向盘转角;
设置第二控制器,该第二控制器输入所述横向位置偏差,输出使所述横向位置偏差为0的第二目标方向盘转角;
设置第三控制器,该第三控制器输入所述航向角偏差,输出使所述航向角偏差为0的第三目标方向盘转角;
根据所述第一目标方向盘转角、所述第二目标方向盘转角及所述第三目标方向盘转角确定最终的目标方向盘转角;以及
根据所述最终的目标方向盘转角控制所述自动驾驶车辆进行车道保持;以及
车道异常换道控制模块,用于执行所述车辆异常换道控制,包括:
获取所述当前横向状态值及所述目标线,其中,每一横向状态值被预配置为对应不同的所述目标线;
根据所述目标线确定所述自动驾驶车辆的期望轨迹;
基于所述期望轨迹对所述自动驾驶车辆进行预瞄跟踪控制以目标方向盘转角;以及
根据所述目标方向盘转角控制所述自动驾驶车辆进行车辆异常换道。
12.根据权利要求10所述的自动驾驶车辆的控制***,其特征在于,所述纵向控制单元包括:
车辆跟随控制模块,用于在所述纵向模式示出所述自动驾驶车辆处于跟随模式时,执行所述车辆跟随控制,包括:
根据预配置的所述自动驾驶车辆在所述跟随模式下的不同工况与不同控制算法之间的对应关系,匹配与所述当前工况相对应的控制算法,其中所述控制算法用于控制所述自动驾驶车辆在对应工况下的速度变化;以及
根据所匹配的控制算法控制所述自动驾驶车辆进行跟随运动;
车辆巡航控制模块,用于在所述自动驾驶车辆处于所述巡航模式时,执行所述车辆巡航控制,包括:
获取本车处于巡航模式时的当前车速,并计算所述当前车速与本车可行驶的最高车速之间的相对速度差;
修正所述相对速度差,使得所述相对速度差在控制周期内的变化幅度处于预设范围;
根据修正后的所述相对速度差,计算本车加速度;以及
基于所述本车加速度调节本车在所述巡航模式下的车速。
13.根据权利要求10所述的自动驾驶车辆的控制***,其特征在于,所述安全监测单元包括:
横向控制安全监测模块,用于进行所述横向控制安全监测,包括:
建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系;
根据所述对应关系,获取不同车速下给定的最大的所述侧向加速度对应的最大的方向盘转角,将该最大的方向盘转角作为转角阈值;以及
实时监测所述方向盘转角,并判断所监测的方向盘转角是否大于所述转角阈值,若是,则将所述方向盘转角限制在所述转角阈值之后再输出以用于车辆横向控制,否则正常输出所述方向盘转角以用于车辆横向控制;
纵向控制安全监测模块,用于进行所述纵向控制安全监测,包括:
针对不同的纵向控制状态,获取不同车速下给定的最大的目标加速度对应的加速度阈值;以及
实时监测所获取的目标加速度,并判断该目标加速度是否大于所述加速度阈值,若是,则将所述目标加速度限制在所述加速度阈值之后再输出以用于车辆纵向控制,否则正常输出所述目标加速度以用于车辆纵向控制。
14.一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行权利要求1至9中任意一项所述的自动驾驶车辆的控制方法。
CN201910205314.8A 2019-03-18 2019-03-18 一种自动驾驶车辆的控制方法及*** Active CN111717192B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910205314.8A CN111717192B (zh) 2019-03-18 2019-03-18 一种自动驾驶车辆的控制方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910205314.8A CN111717192B (zh) 2019-03-18 2019-03-18 一种自动驾驶车辆的控制方法及***

Publications (2)

Publication Number Publication Date
CN111717192A true CN111717192A (zh) 2020-09-29
CN111717192B CN111717192B (zh) 2022-01-28

Family

ID=72563163

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910205314.8A Active CN111717192B (zh) 2019-03-18 2019-03-18 一种自动驾驶车辆的控制方法及***

Country Status (1)

Country Link
CN (1) CN111717192B (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112208515A (zh) * 2020-10-19 2021-01-12 一汽解放汽车有限公司 一种车辆横向控制方法、装置、设备及介质
CN112477847A (zh) * 2020-12-11 2021-03-12 清华大学苏州汽车研究院(吴江) 一种交通拥堵辅助控制方法及***
CN112572473A (zh) * 2020-12-09 2021-03-30 北京三快在线科技有限公司 一种无人驾驶设备的控制方法及装置
CN112590804A (zh) * 2020-12-23 2021-04-02 苏州挚途科技有限公司 无人车辆的载荷轨迹跟踪方法和装置
CN112677976A (zh) * 2020-12-28 2021-04-20 广州小鹏自动驾驶科技有限公司 车辆行驶方法、装置、车辆和存储介质
CN112758092A (zh) * 2021-01-29 2021-05-07 重庆长安汽车股份有限公司 高速公路匝道限速控制方法、***、车辆及存储介质
CN112896162A (zh) * 2021-03-29 2021-06-04 东风汽车集团股份有限公司 一种匝道工况下的汽车纵向行驶优化控制方法及装置
CN113044030A (zh) * 2021-03-23 2021-06-29 江铃汽车股份有限公司 一种汽车智能自适应巡航控制***及其控制方法
CN113232639A (zh) * 2021-07-12 2021-08-10 天津所托瑞安汽车科技有限公司 Aeb控制方法、装置、电子设备及介质
CN113428134A (zh) * 2021-06-10 2021-09-24 北京汽车研究总院有限公司 用于车辆的运动控制安全监测和校正策略
CN113799783A (zh) * 2021-10-09 2021-12-17 摩登汽车有限公司 应用于车辆的道路横向坡度测量方法及***
CN114305891A (zh) * 2022-03-11 2022-04-12 中国人民解放军总医院第六医学中心 一种野战户外护理用担架车防倾制动装置
CN114510047A (zh) * 2022-01-27 2022-05-17 中国第一汽车股份有限公司 一种路径跟踪的原路径返回方法、装置、车辆及介质
EP4122781A1 (en) * 2021-07-22 2023-01-25 Aptiv Technologies Limited Autonomous emergency braking (aeb) based on vehicle turn state
TWI812904B (zh) * 2020-12-09 2023-08-21 鴻海精密工業股份有限公司 自動閃避方法以及自主移動設備
CN116734892A (zh) * 2023-08-15 2023-09-12 腾讯科技(深圳)有限公司 行驶数据的处理方法、装置、设备和介质

Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1726513A1 (en) * 2005-05-02 2006-11-29 Iveco S.p.A. Driving assistance system for lane keeping support, for lane change assistance, and for driver status monitoring for a vehicle
WO2009022947A1 (en) * 2007-08-15 2009-02-19 Volvo Technology Corporation Operating method and system for supporting lane keeping of a vehicle
KR20140052496A (ko) * 2012-10-24 2014-05-07 주식회사 만도 차량용 레이더 신호를 이용한 가드-구조물 인식방법
CN103847740A (zh) * 2012-12-05 2014-06-11 现代摩比斯株式会社 智能型巡航控制***及其控制方法
CN103863392A (zh) * 2012-12-12 2014-06-18 上海汽车集团股份有限公司 一种抑制汽车侧翻的控制方法和电动助力转向装置
CN103879406A (zh) * 2012-12-19 2014-06-25 沃尔沃汽车公司 用于辅助驾驶员的方法和***
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
CN104925057A (zh) * 2015-06-26 2015-09-23 武汉理工大学 一种具有多模式切换体系的汽车自适应巡航***及其控制方法
CN104960524A (zh) * 2015-07-16 2015-10-07 北京航空航天大学 基于车车通信的多车协同换道控制***及其方法
CN104973056A (zh) * 2014-04-14 2015-10-14 株式会社万都 与车道保持辅助***联锁的自适应巡航控制***及其定速控制方法
US20170010121A1 (en) * 2015-02-10 2017-01-12 Mobileye Vision Technologies Ltd. Systems and methods for refining landmark positions
CN106379309A (zh) * 2015-07-21 2017-02-08 通用汽车环球科技运作有限责任公司 自适应巡航控制***的操作方法和***
CN107000736A (zh) * 2014-12-08 2017-08-01 日产自动车株式会社 混合动力车辆控制装置及混合动力车辆控制方法
CN107323450A (zh) * 2017-06-08 2017-11-07 广州汽车集团股份有限公司 车辆变道的控制方法及装置、存储介质
CN107933555A (zh) * 2017-11-08 2018-04-20 重庆长安汽车股份有限公司 汽车低速用直线巡航***及方法
CN108225364A (zh) * 2018-01-04 2018-06-29 吉林大学 一种无人驾驶汽车驾驶任务决策***及方法
US20180210462A1 (en) * 2013-03-15 2018-07-26 Peloton Technology, Inc. System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles
CN108427417A (zh) * 2018-03-30 2018-08-21 北京图森未来科技有限公司 自动驾驶控制***及方法、计算机服务器和自动驾驶车辆
CN108445885A (zh) * 2018-04-20 2018-08-24 鹤山东风新能源科技有限公司 一种基于纯电动物流车的自动驾驶***及其控制方法
CN108983768A (zh) * 2017-06-02 2018-12-11 丰田自动车株式会社 自动驾驶***
CN108995585A (zh) * 2018-07-29 2018-12-14 合肥市智信汽车科技有限公司 一种汽车转向监测***
CN109131325A (zh) * 2018-08-15 2019-01-04 江苏大学 智能驾驶汽车的三维可拓预瞄切换的车道保持控制方法
CN109131326A (zh) * 2018-08-08 2019-01-04 大连理工大学 一种具有换道辅助功能的自适应巡航控制器及其工作方法

Patent Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1726513A1 (en) * 2005-05-02 2006-11-29 Iveco S.p.A. Driving assistance system for lane keeping support, for lane change assistance, and for driver status monitoring for a vehicle
WO2009022947A1 (en) * 2007-08-15 2009-02-19 Volvo Technology Corporation Operating method and system for supporting lane keeping of a vehicle
KR20140052496A (ko) * 2012-10-24 2014-05-07 주식회사 만도 차량용 레이더 신호를 이용한 가드-구조물 인식방법
CN103847740A (zh) * 2012-12-05 2014-06-11 现代摩比斯株式会社 智能型巡航控制***及其控制方法
CN103863392A (zh) * 2012-12-12 2014-06-18 上海汽车集团股份有限公司 一种抑制汽车侧翻的控制方法和电动助力转向装置
EP2746137A1 (en) * 2012-12-19 2014-06-25 Volvo Car Corporation Method and system for assisting a driver
CN103879406A (zh) * 2012-12-19 2014-06-25 沃尔沃汽车公司 用于辅助驾驶员的方法和***
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
US20180210462A1 (en) * 2013-03-15 2018-07-26 Peloton Technology, Inc. System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles
CN104973056A (zh) * 2014-04-14 2015-10-14 株式会社万都 与车道保持辅助***联锁的自适应巡航控制***及其定速控制方法
CN107000736A (zh) * 2014-12-08 2017-08-01 日产自动车株式会社 混合动力车辆控制装置及混合动力车辆控制方法
US20170010121A1 (en) * 2015-02-10 2017-01-12 Mobileye Vision Technologies Ltd. Systems and methods for refining landmark positions
CN104925057A (zh) * 2015-06-26 2015-09-23 武汉理工大学 一种具有多模式切换体系的汽车自适应巡航***及其控制方法
CN104960524A (zh) * 2015-07-16 2015-10-07 北京航空航天大学 基于车车通信的多车协同换道控制***及其方法
CN106379309A (zh) * 2015-07-21 2017-02-08 通用汽车环球科技运作有限责任公司 自适应巡航控制***的操作方法和***
CN108983768A (zh) * 2017-06-02 2018-12-11 丰田自动车株式会社 自动驾驶***
CN107323450A (zh) * 2017-06-08 2017-11-07 广州汽车集团股份有限公司 车辆变道的控制方法及装置、存储介质
CN107933555A (zh) * 2017-11-08 2018-04-20 重庆长安汽车股份有限公司 汽车低速用直线巡航***及方法
CN108225364A (zh) * 2018-01-04 2018-06-29 吉林大学 一种无人驾驶汽车驾驶任务决策***及方法
CN108427417A (zh) * 2018-03-30 2018-08-21 北京图森未来科技有限公司 自动驾驶控制***及方法、计算机服务器和自动驾驶车辆
CN108445885A (zh) * 2018-04-20 2018-08-24 鹤山东风新能源科技有限公司 一种基于纯电动物流车的自动驾驶***及其控制方法
CN108995585A (zh) * 2018-07-29 2018-12-14 合肥市智信汽车科技有限公司 一种汽车转向监测***
CN109131326A (zh) * 2018-08-08 2019-01-04 大连理工大学 一种具有换道辅助功能的自适应巡航控制器及其工作方法
CN109131325A (zh) * 2018-08-15 2019-01-04 江苏大学 智能驾驶汽车的三维可拓预瞄切换的车道保持控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张卫忠: "基于仿人智能控制的无人地面车辆自动驾驶***研究", 《中国博士学位论文全文数据库电子期刊工程科技Ⅱ辑》 *
郭景华: "视觉导航式智能车辆横向与纵向控制研究", 《中国博士学位论文全文数据库电子期刊工程科技Ⅱ辑》 *

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112208515A (zh) * 2020-10-19 2021-01-12 一汽解放汽车有限公司 一种车辆横向控制方法、装置、设备及介质
CN112572473A (zh) * 2020-12-09 2021-03-30 北京三快在线科技有限公司 一种无人驾驶设备的控制方法及装置
TWI812904B (zh) * 2020-12-09 2023-08-21 鴻海精密工業股份有限公司 自動閃避方法以及自主移動設備
CN112477847A (zh) * 2020-12-11 2021-03-12 清华大学苏州汽车研究院(吴江) 一种交通拥堵辅助控制方法及***
CN112590804A (zh) * 2020-12-23 2021-04-02 苏州挚途科技有限公司 无人车辆的载荷轨迹跟踪方法和装置
CN112677976B (zh) * 2020-12-28 2022-05-13 广州小鹏自动驾驶科技有限公司 车辆行驶方法、装置、车辆和存储介质
CN112677976A (zh) * 2020-12-28 2021-04-20 广州小鹏自动驾驶科技有限公司 车辆行驶方法、装置、车辆和存储介质
CN112758092A (zh) * 2021-01-29 2021-05-07 重庆长安汽车股份有限公司 高速公路匝道限速控制方法、***、车辆及存储介质
CN113044030A (zh) * 2021-03-23 2021-06-29 江铃汽车股份有限公司 一种汽车智能自适应巡航控制***及其控制方法
CN112896162A (zh) * 2021-03-29 2021-06-04 东风汽车集团股份有限公司 一种匝道工况下的汽车纵向行驶优化控制方法及装置
CN113428134A (zh) * 2021-06-10 2021-09-24 北京汽车研究总院有限公司 用于车辆的运动控制安全监测和校正策略
CN113232639A (zh) * 2021-07-12 2021-08-10 天津所托瑞安汽车科技有限公司 Aeb控制方法、装置、电子设备及介质
EP4122781A1 (en) * 2021-07-22 2023-01-25 Aptiv Technologies Limited Autonomous emergency braking (aeb) based on vehicle turn state
US11891035B2 (en) 2021-07-22 2024-02-06 Aptiv Technologies AG Autonomous emergency braking (AEB) based on vehicle turn state
CN113799783A (zh) * 2021-10-09 2021-12-17 摩登汽车有限公司 应用于车辆的道路横向坡度测量方法及***
CN113799783B (zh) * 2021-10-09 2023-08-22 摩登汽车有限公司 应用于车辆的道路横向坡度测量方法及***
CN114510047A (zh) * 2022-01-27 2022-05-17 中国第一汽车股份有限公司 一种路径跟踪的原路径返回方法、装置、车辆及介质
CN114305891A (zh) * 2022-03-11 2022-04-12 中国人民解放军总医院第六医学中心 一种野战户外护理用担架车防倾制动装置
CN116734892A (zh) * 2023-08-15 2023-09-12 腾讯科技(深圳)有限公司 行驶数据的处理方法、装置、设备和介质
CN116734892B (zh) * 2023-08-15 2023-11-03 腾讯科技(深圳)有限公司 行驶数据的处理方法、装置、设备和介质

Also Published As

Publication number Publication date
CN111717192B (zh) 2022-01-28

Similar Documents

Publication Publication Date Title
CN111717192B (zh) 一种自动驾驶车辆的控制方法及***
CN111717204B (zh) 自动驾驶车辆的横向控制方法及***
CN110979305B (zh) 车辆异常换道控制方法、装置及***
CN111717189B (zh) 车道保持控制方法、装置及***
CN109669461B (zh) 一种复杂工况下自动驾驶车辆决策***及其轨迹规划方法
Khodayari et al. A historical review on lateral and longitudinal control of autonomous vehicle motions
CN109727469B (zh) 一种多车道下自动驾驶车辆综合危险度评估方法
CN110979327A (zh) 自动驾驶车辆的纵向控制方法***
CN111583693B (zh) 一种城市道路智能交通协同运行***及智能车辆控制方法
US8428860B2 (en) Vehicle driving assistance
Hima et al. Trajectory tracking for highly automated passenger vehicles
CN109164814A (zh) 面向高速公路场景的自动驾驶控制***
Hima et al. Controller design for trajectory tracking of autonomous passenger vehicles
CN112238856B (zh) 一种基于混合粒子群算法的智能车超车轨迹优化方法
CN114872708B (zh) 基于模糊推理和有限状态机的换道决策方法及***
CN112519777B (zh) 自动驾驶车队的控制方法、车载装置、车辆及***
Li et al. Automatic lane change maneuver in dynamic environment using model predictive control method
Alan et al. Integrating safety with performance in connected automated truck control: Experimental validation
Skrickij et al. Review of integrated chassis control techniques for automated ground vehicles
CN111959506A (zh) 车辆及车辆编队行驶的控制方法、装置
Chen et al. MPC based path tracking control for autonomous vehicle with multi-constraints
CN115042770A (zh) 一种基于分布式鲁棒模型预测的车辆队列横向控制方法
Nilsson et al. A driver model using optic information for longitudinal and lateral control of a long vehicle combination
Huang et al. Pre-emptive braking control for stability improvement of autonomous vehicles on a curved road based on vehicle-to-everything technology
Samuel Performance and Robustness Analysis of Model Predictive Controller (MPC) and Proportional Integral Derivative Control (PID) of an Autonomous Vehicle for Lane Keeping Maneuvers

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
TA01 Transfer of patent application right

Effective date of registration: 20210513

Address after: 100055 1802, 18 / F, building 3, yard 9, Guang'an Road, Fengtai District, Beijing

Applicant after: Momo Zhixing Technology Co.,Ltd.

Address before: 071000 No. 2266 Chaoyang South Street, Hebei, Baoding

Applicant before: Great Wall Motor Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant