CN111873991A - 一种车辆转向的控制方法、装置、终端及存储介质 - Google Patents
一种车辆转向的控制方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN111873991A CN111873991A CN202010713866.2A CN202010713866A CN111873991A CN 111873991 A CN111873991 A CN 111873991A CN 202010713866 A CN202010713866 A CN 202010713866A CN 111873991 A CN111873991 A CN 111873991A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- determining
- control
- steering
- current optimal
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 239000011159 matrix material Substances 0.000 claims description 52
- 230000006870 function Effects 0.000 claims description 38
- 238000005457 optimization Methods 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/105—Speed
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/114—Yaw movement
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/12—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to parameters of the vehicle itself, e.g. tyre models
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本发明实施例公开了一种车辆转向的控制方法、装置、终端及存储介质。该方法包括:基于车辆的转向数据及整车质量,确定所述车辆的第一状态方程;基于所述车辆的车速与最优控制增益的关系,确定当前车速对应的当前最优控制增益;基于所述第一状态方程及所述当前最优控制增益,确定所述车辆的当前最优实际控制量,根据所述当前最优实际控制量对所述车辆转向进行控制。能够在车辆转向时对车辆进行控制,提高了路径跟踪精度,使车辆在高速换道或紧急避障发生转向时控制***能保持稳定性。
Description
技术领域
本发明实施例涉及车辆驾驶领域,尤其涉及一种车辆转向的控制方法、装置、终端及存储介质。
背景技术
路径跟踪作为自动驾驶***中的关键执行层控制技术,通过控制车辆转向***实现沿规划道路的精确行驶,影响着智能车辆的安全性与舒适性。
在现有技术中,车辆的路径跟踪控制方法主要包括:基于几何运动模型的方法和基于车辆动力学模型的路径跟踪方法。纯跟踪方法是基于几何追踪的方法之一,以车后轴为切点、车辆纵向车身为切线,通过控制前轮转角,使车辆可以沿着一条经过目标路点的圆弧行驶,该方法将车辆简化为四轮机器人刚性结构。基于车辆动力学模型的路径跟踪方法通常利用模型预测控制(Model Predictive Control,MPC)的优化方法,采用预测窗口内路径跟踪偏差和侧向加速度及侧向加速度变化率等指标综合最小的方式确定最优结果。
现有技术存在的问题至少包括:基于几何运动模型的方法忽略了车辆的侧偏特性,在车速较高的场景下跟踪精度不高;而采用MPC优化方法的路径跟踪方法计算量较大,很难在车载嵌入式控制平台中实施。此外,上述方法均未在***建模时考虑转向***的转角执行延迟特性,在高速换道或紧急避障时目标转角响应过慢,会导致误差大幅增加,路径跟踪精度下降,甚至导致控制***失去稳定性。
发明内容
有鉴于此,本发明实施例提供了一种车辆转向的控制方法、装置、终端及存储介质,在车辆高速换道或紧急避障转向时,提高了跟踪进度,使控制***能保持稳定性。
第一方面,本发明实施例提供了一种车辆转向的控制方法,包括:
基于车辆的转向数据及整车质量,确定所述车辆的第一状态方程;
基于所述车辆的车速与最优控制增益的关系,确定当前车速对应的当前最优控制增益;
基于所述第一状态方程及所述当前最优控制增益,确定所述车辆的当前最优实际控制量,根据所述当前最优实际控制量对所述车辆转向进行控制。
可选的,所述基于车辆的转向数据及整车质量,确定所述车辆的第一状态方程,包括:
基于所述转向数据及所述整车质量,构建车辆动力学模型;
基于所述车辆动力学模型及线性***被控对象的状态方程确定所述车辆的第二状态方程;
在控制目标转角与转向***执行的实际转角之间建立一阶惯性模型;
基于所述一阶惯性模型,将所述第二状态方程更新为所述第三状态方程,并进行离散化处理,得到所述第一状态方程。
可选的,所述基于所述车辆的车速与最优控制增益的关系,确定当前车速对应的当前最优控制增益,包括:
基于所述车辆的优化目标及线性二次型调节器的通用表达式,构建所述车辆的优化目标的代价函数;
于所述代价函数最小化时,确定所述车辆的最优控制增益矩阵;
确定所述最优控制增益矩阵的参数矩阵,根据所述参数矩阵的变量确定所述车辆的所述车速与所述最优控制增益的关系;
根据所述关系,确定当前车速对应的当前最优控制增益。
可选的,所述基于所述第一状态方程及所述当前最优控制增益,确定所述车辆的当前最优实际控制量,根据所述当前最优实际控制量对所述车辆转向进行控制,包括:
更新所述车辆的优化目标的当前时刻对应的状态值,确定状态值更新后的状态矩阵;
基于控制目标控制量表达式及所述状态值更新后的状态矩阵,确定所述车辆的当前最优控制目标控制量;
基于所述一阶惯性模型及所述车辆的当前最优控制目标控制量,确定所述当前最优控制目标控制量对应的所述当前最优实际控制量;
基于所述当前最优实际控制量,对所述车辆转向进行控制。
优选的,所述车辆的转向数据包括下述至少一项:车辆横向位置偏差、车辆的质心到前轴的距离、车辆的质心到后轴的距离、车辆航向角偏差、所述车速、转向传动比、车辆前轴的侧偏刚度、车辆前轴的侧偏刚度、车辆绕z轴横摆的转动惯量。
优选的,所述车辆的优化目标,包括:所述车辆横向位置偏差、所述车辆航向角偏差、控制目标控制量。
可选的,所述于所述代价函数最小化时,确定所述车辆的最优控制增益矩阵之后,还包括:
于所述代价函数最小化时,将所述代价函数对所述控制目标控制量求偏导,得到偏导表达式;
令所述偏导表达式为零,确定所述车辆的所述控制目标控制量表达式。
第二方面,本发明实施例还提供了一种车辆转向的控制装置,包括:
第一状态方程确定模块,用于基于车辆的转向数据及整车质量,确定所述车辆的第一状态方程;
当前最优控制增益确定模块,用于基于所述车辆的车速与最优控制增益的关系,确定当前车速对应的当前最优控制增益;
车辆转向控制模块,用于基于所述第一状态方程及所述当前最优增控制益,确定所述车辆的当前最优实际控制量,根据所述当前最优实际控制量对所述车辆转向进行控制。
第三方面,本发明实施例还提供了一种终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本申请任意实施例提供的一种车辆转向的控制方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如本申请任意实施例提供的一种车辆转向的控制方法。
本发明实施例提供的一种车辆转向的控制方法、装置、终端及存储介质,首先基于车辆的转向数据及整车质量,确定所述车辆的第一状态方程;然后基于车辆的车速与最优控制增益的关系,确定当前车速对应的当前最优控制增益;最后基于第一状态方程及车辆的当前最优控制增益,确定车辆的当前最优实际控制量,根据所述当前最优实际控制量对所述车辆转向进行控制,能够在车辆转向时对车辆进行控制,提高了路劲跟踪精度,使车辆在高速换道或紧急避障发生转向时控制***能保持稳定性。
附图说明
图1是本发明实施例一提供的一种车辆转向的控制方法的流程示意图;
图2是本发明实施例二提供的一种车辆转向的控制方法的流程示意图;
图3是本发明实施例二构建的车辆动力学模型的示意图;
图4是本发明实施例三提供的一种车辆转向的控制装置的结构框图;
图5是本发明实施例四提供的一种终端的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下将参照本发明实施例中的附图,通过实施方式清楚、完整地描述本发明的技术方案,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。下述各实施例中,每个实施例中同时提供了可选特征和示例,实施例中记载的各个特征可进行组合,形成多个可选方案,不应将每个编号的实施例仅视为一个技术方案。
实施例一
图1是本发明实施例一提供的一种车辆转向的控制方法的流程示意图,本实施例可适用于车辆行驶过程中在高速换道或紧急避障的情况。该方法可以由本发明实施例提供的车辆转向的控制装置来执行,且控制装置可配置于本发明实施例提供的终端中,例如可配置于计算机设备中,在此不作具体限制。
如图1所示,车辆转向的控制方法,具体包括如下步骤:
S110、基于车辆的转向数据及整车质量,确定车辆的第一状态方程。
高速换道或紧急避障时会发生相对于原行驶方向的变化,可以表现为车辆较原始行驶方向发生了转向,就会使得车辆相对于原行驶产生位姿变化,包括距离的变化、转动数据的变化、侧偏数据的变化等,这些变化可以通过数据体现的均可以视为转向数据,本发明实施例对车辆的转向数据不作具体限制。
将车辆转向控制***视为线性***,按线性***的状态方程构建车辆的第一状态方程,线性***的状态方程为:
首先基于车辆的转向数据和车辆的整车质量建立车辆的动力学模型,然后根据构建的车辆动力学模型及上述线性***的状态方程,建立车辆控制***的状态方程,可以称为第一状态方程,本发明实施例对车辆状态方程的名称不作限制。
可选的,所述车辆的转向数据包括下述至少一项:车辆横向位置偏差、车辆的质心到前轴的距离、车辆的质心到后轴的距离、车辆航向角偏差、所述车速、转向传动比、车辆前轴的侧偏刚度、车辆前轴的侧偏刚度、车辆绕z轴横摆的转动惯量。
车辆在发生转向时,会产生位姿变化,位姿变化就会使一些车辆的行驶数据发送变化,可以看作产生了转向数据,转向数据可以包括:车辆横向位置偏差y、车辆的质心到前轴的距离a、车辆的质心到后轴的距离b、车辆航向角偏差ψ、纵向车速u、转向传动比isteer、车辆前轴的侧偏刚度Cf、车辆前轴的侧偏刚度Cr、车辆绕z轴横摆的转动惯量Iz。
确定车辆的转向数据便于建立车辆动力学模型。
S120、基于车辆的车速与最优控制增益的关系,确定当前车速对应的当前最优控制增益。
通过确立优化目标,构建基于车辆状态方程的车辆优化目标代价函数,要实现优化目标,需使车辆优化目标代价函数取最小值,此时就可以获得最优控制增益矩阵,而影响该矩阵的值的可变量只有车速,通过该最优控制增益矩阵,就可以确定车速与最优控制增益的关系,因此,如果获取到了车辆的当前车速,就可以确定该车速对应的当前最优控制增益。
S130、基于第一状态方程及当前最优控制增益,确定车辆的当前最优实际控制量,根据当前最优实际控制量对车辆转向进行控制。
当车辆发生转向时,从车载测量装置中获取车辆第一状态方程的该时刻状态矩阵中的状态值,利用车辆的当前最优控制增益和该时刻的状态矩阵可以确定车辆控制目标的当前最优控制量,示例性的,车辆控制目标的控制量可以是控制***的控制目标转角,然后根据控制目标转角到转向***执行的实际转角之间的关系,确定转向***执行的实际转角,也就是方向盘转角,该方向盘转角就是当前最优实际控制量,通过该方向盘转角对车辆转向进行控制。
本发明实施例提供的一种车辆转向的控制方法,基于车辆的转向数据及整车质量,确定车辆的第一状态方程;基于车辆的车速与最优控制增益的关系,确定当前车速对应的当前最优控制增益;基于第一状态方程及所述当前最优控制增益,确定车辆的当前最优实际控制量,根据当前最优实际控制量对车辆转向进行控制。能够在车辆转向时对车辆进行控制,提高了路径跟踪精度,使车辆在高速换道或紧急避障发生转向时控制***能保持稳定性。
实施例二
图2是本发明实施例二提供的一种车辆转向的控制方法的流程示意图,本实施例在上述实施例的基础上对确定车辆的第一状态方程的过程、确定当前最优控制增益的过程及确定当前最优控制量的过程进行了细化。本发明实施例与上述实施例提供的车辆转向的控制方法属于同一发明构思,未详尽描述的技术细节可参见上述施例,且具备相同的技术效果。
如图2所示,车辆转向的控制方法,具体包括如下步骤:
S201、基于转向数据及整车质量,构建车辆动力学模型。
选取固定于车辆质心的坐标系建立车辆运动方程,假设车辆是一个在平面内沿一定速度向前行驶的刚体,可通过前轮转角进行横摆旋转和侧向平移运动。本发明实施例构建的车辆动力学模型如图3所示,通过如图3所示的几何关系,可推导出前后轴的侧偏角αf、αr关系式:
αf=(y+aψ)/u-ψ-δsw/isteer
αr=(y+bψ)/u-ψ
其中,y为车辆横向位置,a、b分别为车辆质心到前后轴的距离,ψ为车辆航向角,u为车辆纵向速度,δsw为转向盘转角,isteer为转向传动比。
然后由车辆前后轴的侧偏刚度Cf、Cr,可知前后轴的侧向力Fyf、Fvr分别为:
Fyf=Cf·αf
Fyr=Cr·αr
S202、基于车辆动力学模型及线性***被控对象的状态方程确定车辆的第二状态方程。
基于步骤S110中所述的线性***的状态方程及步骤S201建立的车辆动力学模型,并根据牛顿第二定律进行侧向力和横摆力矩的分析,可以得到动力学模型状态方程为:
S203、在控制目标转角与转向***执行的实际转角之间建立一阶惯性模型。
步骤S202中的第二状态方程仅以转向***执行的实际转角对车辆的位姿变化进行了建模,还需要考虑控制目标转角δsw_cmd到转向***执行的实际转角δsw之间的关系,通常情况下,由于滤波及转向***自身的惯性存在,将目标转角到实际响应转角之间建模为一阶惯性环节如下:
其中,τ为转向控制***的时间常数,示例性的,可以通过Matlab的***辨识工具箱,输入实际的转向***控制目标及实际转角数据,进行参数辨识获得。
S204、基于一阶惯性模型,将第二状态方程更新为第三状态方程,并进行离散化处理,得到第一状态方程。
基于上述步骤S203建立的一阶惯性模型,将当前方向盘实际转角δsw也作为状态量,将目标转角δsw_cmd作为车辆的控制量,车辆第二状态方程可更新为第三状态方程,表示为:
X(k+1)=Ad·X(k)+Bd·δsw
S205、基于车辆的优化目标及线性二次型调节器的通用表达式,构建车辆的优化目标的代价函数。
线性二次型调节器(Linear Quadratic Regulator,LQR)本质是利用代价函数来确定一个可以同时考虑性能和最少输入量的一个最优解,为实现车辆发生转向时的最优控制,将车辆转向时产生变化的参数作为状态变量及输入量,确定最优的控制量和输入量作为车辆的优化目标,来实现对车辆的最优控制。LQR的通用形式为:
其中,U(k)=-KX(k)+trR(k),基于车辆的优化目标,本发明实施例中U(k)为控制目标转角δsw-cmd(k),由于δsw-cmd(k)T=δsw-cmd(k),因此,车辆的优化目标的代价函数可以进一步表示为:
其中,Q表示X(k)的权重矩阵,R表示δsw-cmd(k)的权重,示例性的,Q可以表示为:
其中,q1、q2、q3、q4分别为跟踪横向偏差、跟踪横向偏差变化率、跟踪角度偏差、跟踪角度偏差变化率的目标权重,Q和R均可以根据实际情况进行设置,R可以设置为1。
可选的,所述车辆的优化目标,包括:所述车辆横向位置偏差、所述车辆航向角偏差、控制目标控制量。
结合LQR优化问题,车辆的优化目标可以是考虑车辆稳定性的前提下,作为状态变量的车辆横向位置偏差y、车辆航向角偏差ψ最小,同时输入量为控制目标转角δsw_cmd(k)也较小。
通过根据LQR解决的问题来确定车辆的优化目标,便于确定车辆的LQR控制问题。
S206、于代价函数最小化时,确定车辆的最优控制增益矩阵。
为实现最小的控制目标转角δsw-cmd,需要令优化目标的代价函数最小化,即:
由步骤S205中公式U(k)=-KX(k)+trR(k),可确定δsw-cmd(k)=-KX(k)+trR(k),进一步的,可得:
X(k+1)=Ad·X(k)+Bd·{-KX(k)+trR(k)}=(Ad-BdK)X(k)+BdtrR(k)
至此,可以将问题转化为优化目标的代价函数最小时,确定车辆的最优控制增益矩阵K,而此时需要默认控制***为零输入响应,因此,更改表达式为:
δsw-cmd(k)=-KX(k)
X(k+1)=(Ad-BdK)X(k)
基于上述公式及优化目标的最小代价函数,可以确定车辆的最优控制增益矩阵表达式为:
K=[R+Bd TPBd]-1Bd TPAd
可选的,所述于所述代价函数最小化时,确定所述车辆的最优控制增益矩阵之后,还包括:
于所述代价函数最小化时,将所述代价函数对所述控制目标控制量求偏导,得到偏导表达式;
令所述偏导表达式为零,确定所述车辆的所述控制目标控制量的表达式。
当代价函数最小化时,就代价函数的极小值问题可以转换成求J导数的极小值,将状态方程X(k+1)=(Ad-BdK)X(k)代入代价函数表达式后,对控制变量δsw_cmd(k)求偏导,使其偏导数为0,表达式为:
求解上式即可获得当前最优控制变量表达式为:
δsw_cmd(k)=-KX(k)=-[R+Bd TPBd]-1Bd TPAdX(k)
S207、确定最优控制增益矩阵的参数矩阵,根据参数矩阵的变量确定车辆的车速与最优控制增益的关系。
上述最优控制增益矩阵中的P矩阵可通过求解如下代数黎卡提方程获得:
通过观察上述矩阵中的变量可以发现,同一车辆在控制参数目标权重确定的情况下,仅有车辆纵向速度u动态变化,至此,利用最优控制增益矩阵的表达式可以确定车速u与最优控制增益的关系。
S208、根据关系,确定当前车速对应的当前最优控制增益。
上述步骤确定了车速u和最优控制增益的关系,然后在线控制时可以直接根据测得的车速确定当前车速对应下的最优控制增益,示例性的,可以通过查表获得当前车速对应的当前最优控制增益。
S209、更新车辆的优化目标的当前时刻对应的状态值,确定状态值更新后的状态矩阵。
由于离线优化部分已经确定了不同车速下的最优控制增益,在线实时控制部分仅需要根据当前车速查表插值获得当前最优控制增益K,然后根据当前车辆位姿状态、方向盘转角状态更新当前k时刻的状态矩阵X(k)中的状态值车辆当前时刻的横向位置偏差、偏航角及方向盘转角都可以通过相关测量仪器测量得到,示例性的,车辆当前时刻的横向位置偏差可以通过安装在车辆的侧滑仪测量得到,车辆的偏航角可以通过偏航角传感器检测获得,而方向盘转角可以通过方向盘转角测试仪和/或方向盘转角传感器进行测量得到,本发明实施例对车辆当前时刻的横向位置偏差、偏航角及方向盘转角的获得的测量仪器不作具体限制。
S210、基于控制目标控制量表达式及状态值更新后的状态矩阵,确定车辆的当前最优控制目标控制量
步骤S208确定了车辆的当前速度对应的当前最优控制增益K,步骤S209更新了当前时刻的状态矩阵X(k),再由步骤S206推导出的控制目标控制量表达式δsw_cmd(k)=-KX(k)=-[R+Bd TPBd]-1Bd TPAdX(k),可以确定当前k时刻车辆的最优控制目标的控制量δsw_cmd,该控制量为控制***控制目标的转角。
S211、基于一阶惯性模型及车辆的当前最优控制目标控制量,确定当前最优控制目标控制量对应的当前最优实际控制量。
对车辆进行实时控制是通过方向盘实际转角实现的,通过步骤S203已经在控制目标转角和控制***执行的方向盘转角之间建立了一阶惯性模型,步骤S210确定了控制目标转角,因此,通过一阶惯性模型就可以确定该时刻控制目标转角对应的执行的方向盘实际转角,该方向盘实际转角为当前最优实际控制量。
S212、基于当前最优实际控制量,对车辆转向进行控制。
确定了当前最优实际控制量,即方向盘最优转角,就可以通过控制方向盘使方向盘转角达到最优转角,对车辆进行转向控制。示例性的,对方向盘转角进行控制时,可以通过观察转角测试仪显示的方向盘实时转角来改变其大小直至达到最优转角。
本发明实施例提供的一种车辆转向的控制方法,基于所述转向数据及所述整车质量,构建车辆动力学模型;基于所述车辆动力学模型及线性***被控对象的状态方程确定所述车辆的第二状态方程;在控制目标转角与转向***执行的实际转角之间建立一阶惯性模型;基于所述一阶惯性模型,将所述第二状态方程更新为所述第三状态方程,并进行离散化处理,得到所述第一状态方程;基于所述车辆的优化目标及线性二次型调节器的通用表达式,构建所述车辆的优化目标的代价函数;于所述代价函数最小化时,确定所述车辆的最优控制增益矩阵;确定所述最优控制增益矩阵的参数矩阵,根据所述参数矩阵的变量确定所述车辆的所述车速与所述最优控制增益的关系;根据所述关系,确定当前车速对应的当前最优控制增益;更新所述车辆的优化目标的当前时刻对应的状态值,确定状态值更新后的状态矩阵;基于控制目标控制量表达式及所述状态值更新后的状态矩阵,确定所述车辆的当前最优控制目标控制量;基于所述一阶惯性模型及所述车辆的当前最优控制目标控制量,确定所述当前最优控制目标控制量对应的所述当前最优实际控制量;基于所述当前最优实际控制量,对所述车辆转向进行控制。更加细化了确定车辆的第一状态方程的过程、确定当前最优控制增益的过程及确定当前最优控制量的过程。
实施例三
图4是本发明实施例三提供的一种车辆转向的控制装置的结构框图,实施例可适用于车辆行驶过程中转弯的情况。应用车辆转向的控制装置可以实现本发明任一实施例所提供的车辆转向的控制方法。如图4所示,车辆转向的控制装置,包括:
第一状态方程确定模块310,用于基于车辆的转向数据及整车质量,确定车辆的第一状态方程;
当前最优控制增益确定模块320,用于基于车辆的车速与最优控制增益的关系,确定当前车速对应的当前最优控制增益;
车辆转向控制模块330,用于基于第一状态方程及当前最优控制增益,确定车辆的当前最优实际控制量,根据当前最优实际控制量对车辆转向进行控制。
可选的,第一状态方程确定模块310,包括:车辆动力学模型构建单元、第二状态方程确定单元、一阶惯性模型建立单元、离散处理单元。
车辆动力学模型构建单元,用于基于所述转向数据及所述整车质量,构建车辆动力学模型;
可选的,所述车辆的转向数据包括下述至少一项:车辆横向位置偏差、车辆的质心到前轴的距离、车辆的质心到后轴的距离、车辆航向角偏差、所述车速、转向传动比、车辆前轴的侧偏刚度、车辆前轴的侧偏刚度、车辆绕z轴横摆的转动惯量。
第二状态方程确定单元,用于基于所述车辆动力学模型及线性***被控对象的状态方程确定所述车辆的第二状态方程;
一阶惯性模型建立单元,用于在控制目标转角与转向***执行的实际转角之间建立一阶惯性模型;
离散处理单元,用于基于所述一阶惯性模型,将所述第二状态方程更新为所述第三状态方程,并进行离散化处理,得到所述第一状态方程。
可选的,当前最优控制增益确定模块320,包括:代价函数构建单元、最优控制增益矩阵确定单元、参数矩阵确定单元、当前最优控制增益确定单元。
代价函数构建单元,用于基于所述车辆的优化目标及线性二次型调节器的通用表达式,构建所述车辆的优化目标的代价函数;
可选的,所述车辆的优化目标,包括:所述车辆横向位置偏差、所述车辆航向角偏差、控制目标控制量。
最优控制增益矩阵确定单元,用于于所述代价函数最小化时,确定所述车辆的最优控制增益矩阵;
可选的,所述于所述代价函数最小化时,确定所述车辆的最优控制增益矩阵之后,还包括:
于所述代价函数最小化时,将所述代价函数对所述控制目标控制量求偏导,得到偏导表达式;
令所述偏导表达式为零,确定所述车辆的所述控制目标控制量表达式。
参数矩阵确定单元,用于确定所述最优控制增益矩阵的参数矩阵,根据所述参数矩阵的变量确定所述车辆的所述车速与所述最优控制增益的关系;
当前最优控制增益确定单元,用于根据所述关系,确定当前车速对应的当前最优控制增益。
可选的,车辆转向控制模块330,包括:状态值更新单元、当前最优控制目标控制量确定单元、当前最优实际控制量确定单元、控制单元。
状态值更新单元,用于更新所述车辆的优化目标的当前时刻对应的状态值,确定状态值更新后的状态矩阵;
当前最优控制目标控制量确定单元,用于基于控制目标控制量表达式及所述状态值更新后的状态矩阵,确定所述车辆的当前最优控制目标控制量;
当前最优实际控制量确定单元,用于基于所述一阶惯性模型及所述车辆的当前最优控制目标控制量,确定所述当前最优控制目标控制量对应的所述当前最优实际控制量;
控制单元,用于基于所述当前最优实际控制量,对所述车辆转向进行控制。
本发明实施例所提供的车辆转向的控制装置可执行本发明任一实施例所提供的车辆转向的控制方法,具备执行方法相应的功能模块和有益效果。未详尽描述的技术细节,可参见本发明任一实施例所提供的车辆转向的控制方法。
实施例四
图5是本发明实施例四提供的一种终端的结构示意图。图5示出了适于用来实现本发明任一实施方式的示例性终端12的框图。图5显示的终端12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。设备12典型的是安装应用的电脑终端。
如图5所示,终端12以通用计算设备的形式表现。终端12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,存储器28,连接不同组件(包括存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture,ISA)总线,微通道体系结构(Micro Channel Architecture,MCA)总线,增强型ISA总线、视频电子标准协会(Video Electronics Standards Association,VESA)局域总线以及***组件互连(Peripheral Component Interconnect,PCI)总线。
终端12典型地包括多种计算机可读介质。这些介质可以是任何能够被终端12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机装置可读介质,例如随机存取存储器(Random Access Memory,RAM)30和/或高速缓存存储器32。终端12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机存储介质。仅作为举例,存储***34可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如只读光盘(Compact Disc-Read Only Memory,CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory,DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品40,该程序产品40具有一组程序模块42,这些程序模块被配置以执行本发明各实施例的功能。程序产品40,可以存储在例如存储器28中,这样的程序模块42包括但不限于一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
终端12也可以与一个或多个外部设备14(例如键盘、鼠标、摄像头等和显示器)通信,还可与一个或者多个使得用户能与该终端12交互的设备通信,和/或与使得该终端12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,终端12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network,LAN),广域网Wide Area Network,WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与终端12的其它模块通信。应当明白,尽管图中未示出,可以结合终端12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(RedundantArrays of Independent Disks,RAID)装置、磁带驱动器以及数据备份存储装置等。
处理器16通过运行存储在存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明上述实施例所提供的车辆转向的控制方法,该方法包括:
基于车辆的转向数据及整车质量,确定所述车辆的第一状态方程;
基于所述车辆的车速与最优控制增益的关系,确定当前车速对应的当前最优控制增益;
基于所述第一状态方程及所述当前最优控制增益,确定所述车辆的当前最优实际控制量,根据所述当前最优实际控制量对所述车辆转向进行控制。
实施例五
本发明实施例五还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请任意实施例提供的车辆转向的控制方法,该方法包括:
基于车辆的转向数据及整车质量,确定所述车辆的第一状态方程;
基于所述车辆的车速与最优控制增益的关系,确定当前车速对应的当前最优控制增益;
基于所述第一状态方程及所述当前最优控制增益,确定所述车辆的当前最优实际控制量,根据所述当前最优实际控制量对所述车辆转向进行控制。
当然,本发明实施例所提供的一种计算机可读存储介质,其上存储的计算机程序不限于如上的方法指令,还可以执行本发明任一实施例所提供的车辆转向的控制方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的装置、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行装置、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行装置、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明指令的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种车辆转向的控制方法,其特征在于,包括:
基于车辆的转向数据及整车质量,确定所述车辆的第一状态方程;
基于所述车辆的车速与最优控制增益的关系,确定当前车速对应的当前最优控制增益;
基于所述第一状态方程及所述当前最优控制增益,确定所述车辆的当前最优实际控制量,根据所述当前最优实际控制量对所述车辆转向进行控制。
2.根据权利要求1所述的方法,其特征在于,所述基于车辆的转向数据及整车质量,确定所述车辆的第一状态方程,包括:
基于所述转向数据及所述整车质量,构建车辆动力学模型;
基于所述车辆动力学模型及线性***被控对象的状态方程确定所述车辆的第二状态方程;
在控制目标转角与转向***执行的实际转角之间建立一阶惯性模型;
基于所述一阶惯性模型,将所述第二状态方程更新为所述第三状态方程,并进行离散化处理,得到所述第一状态方程。
3.根据权利要求1所述的方法,其特征在于,所述基于所述车辆的车速与最优控制增益的关系,确定当前车速对应的当前最优控制增益,包括:
基于所述车辆的优化目标及线性二次型调节器的通用表达式,构建所述车辆的优化目标的代价函数;
于所述代价函数最小化时,确定所述车辆的最优控制增益矩阵;
确定所述最优控制增益矩阵的参数矩阵,根据所述参数矩阵的变量确定所述车辆的所述车速与所述最优控制增益的关系;
根据所述关系,确定当前车速对应的当前最优控制增益。
4.根据权利要求1所述的方法,其特征在于,所述基于所述第一状态方程及所述当前最优控制增益,确定所述车辆的当前最优实际控制量,根据所述当前最优实际控制量对所述车辆转向进行控制,包括:
更新所述车辆的优化目标的当前时刻对应的状态值,确定状态值更新后的状态矩阵;
基于控制目标控制量表达式及所述状态值更新后的状态矩阵,确定所述车辆的当前最优控制目标控制量;
基于所述一阶惯性模型及所述车辆的当前最优控制目标控制量,确定所述当前最优控制目标控制量对应的所述当前最优实际控制量;
基于所述当前最优实际控制量,对所述车辆转向进行控制。
5.根据权利要求1-2任一所述的方法,其特征在于,所述车辆的转向数据包括下述至少一项:车辆横向位置偏差、车辆的质心到前轴的距离、车辆的质心到后轴的距离、车辆航向角偏差、所述车速、转向传动比、车辆前轴的侧偏刚度、车辆前轴的侧偏刚度、车辆绕z轴横摆的转动惯量。
6.根据权利要求3所述的方法,其特征在于,所述车辆的优化目标,包括:
所述车辆横向位置偏差、所述车辆航向角偏差、控制目标控制量。
7.根据权利要求3所述的方法,其特征在于,所述于所述代价函数最小化时,确定所述车辆的最优控制增益矩阵之后,还包括:
于所述代价函数最小化时,将所述代价函数对所述控制目标控制量求偏导,得到偏导表达式;
令所述偏导表达式为零,确定所述车辆的所述控制目标控制量表达式。
8.一种车辆转向的控制装置,其特征在于,包括:
第一状态方程确定模块,用于基于车辆的转向数据及整车质量,确定所述车辆的第一状态方程;
当前最优控制增益确定模块,用于基于所述车辆的车速与最优控制增益的关系,确定当前车速对应的当前最优控制增益;
车辆转向控制模块,用于基于所述第一状态方程及所述当前最优控制增益,确定所述车辆的当前最优实际控制量,根据所述当前最优实际控制量对所述车辆转向进行控制。
9.一种终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任一所述的车辆转向的控制方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的车辆转向的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010713866.2A CN111873991B (zh) | 2020-07-22 | 2020-07-22 | 一种车辆转向的控制方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010713866.2A CN111873991B (zh) | 2020-07-22 | 2020-07-22 | 一种车辆转向的控制方法、装置、终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111873991A true CN111873991A (zh) | 2020-11-03 |
CN111873991B CN111873991B (zh) | 2022-04-08 |
Family
ID=73155349
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010713866.2A Active CN111873991B (zh) | 2020-07-22 | 2020-07-22 | 一种车辆转向的控制方法、装置、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111873991B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112977613A (zh) * | 2021-03-18 | 2021-06-18 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车的转向控制方法、装置、设备及存储介质 |
CN113183957A (zh) * | 2021-05-24 | 2021-07-30 | 前海七剑科技(深圳)有限公司 | 车辆控制方法、装置、设备及自动驾驶车辆 |
CN113415276A (zh) * | 2021-07-30 | 2021-09-21 | 东风商用车有限公司 | 一种智能驾驶预瞄控制方法、装置和存储介质 |
CN113525384A (zh) * | 2021-09-13 | 2021-10-22 | 国汽智控(北京)科技有限公司 | 车辆的横向控制方法和控制器 |
CN113753080A (zh) * | 2021-08-31 | 2021-12-07 | 的卢技术有限公司 | 一种自动驾驶汽车横向运动自适应参数控制方法 |
CN114368381A (zh) * | 2022-01-06 | 2022-04-19 | 上海宏景智驾信息科技有限公司 | 一种基于横摆角速度预估的统一时序卡车横向控制方法 |
CN117031964A (zh) * | 2023-09-18 | 2023-11-10 | 北京化工大学 | 转子不平衡振动控制方法和装置 |
CN117369463A (zh) * | 2023-10-31 | 2024-01-09 | 云创智行科技(苏州)有限公司 | 参数优化方法、装置、电子设备及存储介质 |
Citations (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1045121A2 (en) * | 1999-04-12 | 2000-10-18 | Nissan Motor Company, Limited | Vehicle driving force control with operator power demand responsive correction |
JP2003138954A (ja) * | 2001-10-29 | 2003-05-14 | Honda Motor Co Ltd | 車線追従制御装置 |
US20090287376A1 (en) * | 2006-12-07 | 2009-11-19 | Toyota Jidosha Kabushiki Kaisha | Vehicle Control Device |
WO2012043683A1 (ja) * | 2010-09-28 | 2012-04-05 | 日立オートモティブシステムズ株式会社 | 車両の運動制御装置 |
JP2012126293A (ja) * | 2010-12-16 | 2012-07-05 | Isuzu Motors Ltd | 車両の操舵制御装置 |
US20130030651A1 (en) * | 2011-07-25 | 2013-01-31 | GM Global Technology Operations LLC | Collision avoidance maneuver through differential braking |
JP2013049417A (ja) * | 2012-10-24 | 2013-03-14 | Advics Co Ltd | 車体速度制御装置 |
CN103085816A (zh) * | 2013-01-30 | 2013-05-08 | 同济大学 | 一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置 |
US20130197757A1 (en) * | 2012-01-30 | 2013-08-01 | Honda Motor Co., Ltd. | Vehicle steering control system and method |
CN104709348A (zh) * | 2013-12-11 | 2015-06-17 | 通用汽车环球科技运作有限责任公司 | 与eps控制器结合的碰撞避免控制 |
GB2526346A (en) * | 2014-05-22 | 2015-11-25 | Jaguar Land Rover Ltd | Control system and method |
CN106170432A (zh) * | 2014-04-25 | 2016-11-30 | 三菱电机株式会社 | 转向控制装置及其转向辅助转矩控制方法 |
CN106372758A (zh) * | 2016-09-13 | 2017-02-01 | 同济大学 | 一种辅助泊车***的路径跟随方法及装置 |
WO2017037374A1 (fr) * | 2015-09-01 | 2017-03-09 | Renault S.A.S | Dispositif et procede de correction de trajectoire d'un vehicule automobile |
JP2017052304A (ja) * | 2015-09-07 | 2017-03-16 | トヨタ自動車株式会社 | 車両用車線維持制御の最適化調停 |
US20180011488A1 (en) * | 2016-07-08 | 2018-01-11 | Toyota Motor Engineering & Manufacturing North America, Inc. | Control policy learning and vehicle control method based on reinforcement learning without active exploration |
US20180141545A1 (en) * | 2016-11-21 | 2018-05-24 | NextEv USA, Inc. | Systems and methods for automatically disengaging a braking function of a vehicle |
CN108860294A (zh) * | 2018-06-19 | 2018-11-23 | 中国第汽车股份有限公司 | 一种电动助力转向***主动回正控制方法及其*** |
US20180356819A1 (en) * | 2017-06-13 | 2018-12-13 | GM Global Technology Operations LLC | Autonomous vehicle driving systems and methods for critical conditions |
CN109017778A (zh) * | 2018-07-31 | 2018-12-18 | 大连民族大学 | 四轮独立驱动车辆的期望路径主动转向控制方法 |
CN109017984A (zh) * | 2018-07-25 | 2018-12-18 | 吉林大学 | 一种无人车的轨迹跟随控制方法、控制***及相关装置 |
US20190086929A1 (en) * | 2017-09-20 | 2019-03-21 | Tata Consultancy Services Limited | System and method for steering control during autonomous vehicle driving |
CN109597308A (zh) * | 2019-01-15 | 2019-04-09 | 天津大学 | 基于动力学模型的无人驾驶汽车模型预测控制器设计方法 |
US20190135276A1 (en) * | 2017-11-03 | 2019-05-09 | Mando Corporation | Vehicle control system and method |
CN109733382A (zh) * | 2018-12-19 | 2019-05-10 | 南京航空航天大学 | 一种基于模型预测控制的汽车防侧翻方法 |
CN110291415A (zh) * | 2017-02-10 | 2019-09-27 | 伟摩有限责任公司 | 使用车轮定向确定未来航向 |
CN110341688A (zh) * | 2019-05-31 | 2019-10-18 | 驭势科技(北京)有限公司 | 一种前轮转角补偿方法、装置、车载设备及存储介质 |
CN110450771A (zh) * | 2019-08-29 | 2019-11-15 | 合肥工业大学 | 一种基于深度强化学习的智能汽车稳定性控制方法 |
CN110850895A (zh) * | 2019-08-05 | 2020-02-28 | 中国第一汽车股份有限公司 | 一种路径跟踪方法、装置、设备及存储介质 |
CN111025907A (zh) * | 2019-12-20 | 2020-04-17 | 苏州智加科技有限公司 | 一种自动驾驶卡车的横向控制方法、***及存储介质 |
US20200189591A1 (en) * | 2018-12-18 | 2020-06-18 | Qualcomm Incorporated | Steering Command Limiting For Safe Autonomous Automobile Operation |
CN111399380A (zh) * | 2020-03-24 | 2020-07-10 | 湖南大学 | 一种基于Fiala刷子轮胎模型的多点预瞄LQR横向控制方法 |
-
2020
- 2020-07-22 CN CN202010713866.2A patent/CN111873991B/zh active Active
Patent Citations (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1045121A2 (en) * | 1999-04-12 | 2000-10-18 | Nissan Motor Company, Limited | Vehicle driving force control with operator power demand responsive correction |
JP2003138954A (ja) * | 2001-10-29 | 2003-05-14 | Honda Motor Co Ltd | 車線追従制御装置 |
US20090287376A1 (en) * | 2006-12-07 | 2009-11-19 | Toyota Jidosha Kabushiki Kaisha | Vehicle Control Device |
WO2012043683A1 (ja) * | 2010-09-28 | 2012-04-05 | 日立オートモティブシステムズ株式会社 | 車両の運動制御装置 |
JP2012126293A (ja) * | 2010-12-16 | 2012-07-05 | Isuzu Motors Ltd | 車両の操舵制御装置 |
US20130030651A1 (en) * | 2011-07-25 | 2013-01-31 | GM Global Technology Operations LLC | Collision avoidance maneuver through differential braking |
US20130197757A1 (en) * | 2012-01-30 | 2013-08-01 | Honda Motor Co., Ltd. | Vehicle steering control system and method |
JP2013049417A (ja) * | 2012-10-24 | 2013-03-14 | Advics Co Ltd | 車体速度制御装置 |
CN103085816A (zh) * | 2013-01-30 | 2013-05-08 | 同济大学 | 一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置 |
CN104709348A (zh) * | 2013-12-11 | 2015-06-17 | 通用汽车环球科技运作有限责任公司 | 与eps控制器结合的碰撞避免控制 |
CN106170432A (zh) * | 2014-04-25 | 2016-11-30 | 三菱电机株式会社 | 转向控制装置及其转向辅助转矩控制方法 |
GB2526346A (en) * | 2014-05-22 | 2015-11-25 | Jaguar Land Rover Ltd | Control system and method |
WO2017037374A1 (fr) * | 2015-09-01 | 2017-03-09 | Renault S.A.S | Dispositif et procede de correction de trajectoire d'un vehicule automobile |
JP2017052304A (ja) * | 2015-09-07 | 2017-03-16 | トヨタ自動車株式会社 | 車両用車線維持制御の最適化調停 |
US20180011488A1 (en) * | 2016-07-08 | 2018-01-11 | Toyota Motor Engineering & Manufacturing North America, Inc. | Control policy learning and vehicle control method based on reinforcement learning without active exploration |
CN106372758A (zh) * | 2016-09-13 | 2017-02-01 | 同济大学 | 一种辅助泊车***的路径跟随方法及装置 |
US20180141545A1 (en) * | 2016-11-21 | 2018-05-24 | NextEv USA, Inc. | Systems and methods for automatically disengaging a braking function of a vehicle |
CN110291415A (zh) * | 2017-02-10 | 2019-09-27 | 伟摩有限责任公司 | 使用车轮定向确定未来航向 |
US20180356819A1 (en) * | 2017-06-13 | 2018-12-13 | GM Global Technology Operations LLC | Autonomous vehicle driving systems and methods for critical conditions |
US20190086929A1 (en) * | 2017-09-20 | 2019-03-21 | Tata Consultancy Services Limited | System and method for steering control during autonomous vehicle driving |
US20190135276A1 (en) * | 2017-11-03 | 2019-05-09 | Mando Corporation | Vehicle control system and method |
CN108860294A (zh) * | 2018-06-19 | 2018-11-23 | 中国第汽车股份有限公司 | 一种电动助力转向***主动回正控制方法及其*** |
CN109017984A (zh) * | 2018-07-25 | 2018-12-18 | 吉林大学 | 一种无人车的轨迹跟随控制方法、控制***及相关装置 |
CN109017778A (zh) * | 2018-07-31 | 2018-12-18 | 大连民族大学 | 四轮独立驱动车辆的期望路径主动转向控制方法 |
US20200189591A1 (en) * | 2018-12-18 | 2020-06-18 | Qualcomm Incorporated | Steering Command Limiting For Safe Autonomous Automobile Operation |
CN109733382A (zh) * | 2018-12-19 | 2019-05-10 | 南京航空航天大学 | 一种基于模型预测控制的汽车防侧翻方法 |
CN109597308A (zh) * | 2019-01-15 | 2019-04-09 | 天津大学 | 基于动力学模型的无人驾驶汽车模型预测控制器设计方法 |
CN110341688A (zh) * | 2019-05-31 | 2019-10-18 | 驭势科技(北京)有限公司 | 一种前轮转角补偿方法、装置、车载设备及存储介质 |
CN110850895A (zh) * | 2019-08-05 | 2020-02-28 | 中国第一汽车股份有限公司 | 一种路径跟踪方法、装置、设备及存储介质 |
CN110450771A (zh) * | 2019-08-29 | 2019-11-15 | 合肥工业大学 | 一种基于深度强化学习的智能汽车稳定性控制方法 |
CN111025907A (zh) * | 2019-12-20 | 2020-04-17 | 苏州智加科技有限公司 | 一种自动驾驶卡车的横向控制方法、***及存储介质 |
CN111399380A (zh) * | 2020-03-24 | 2020-07-10 | 湖南大学 | 一种基于Fiala刷子轮胎模型的多点预瞄LQR横向控制方法 |
Non-Patent Citations (4)
Title |
---|
ANONYMOUS: "《IP.COM非专利全文库》", 21 June 2003, IP.COM * |
程硕等: "基于主动转向与主动制动的智能车路径跟踪", 《同济大学学报(自然科学版)》 * |
蒋渊德: "智能汽车个性化辅助驾驶策略研究", 《中国博士学位论文全文数据库 工程科技II辑》 * |
邓海鹏等: "自主驾驶车辆紧急避障的路径规划与轨迹跟踪控制", 《兵工学报》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112977613A (zh) * | 2021-03-18 | 2021-06-18 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车的转向控制方法、装置、设备及存储介质 |
CN112977613B (zh) * | 2021-03-18 | 2022-03-08 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车的转向控制方法、装置、设备及存储介质 |
CN113183957A (zh) * | 2021-05-24 | 2021-07-30 | 前海七剑科技(深圳)有限公司 | 车辆控制方法、装置、设备及自动驾驶车辆 |
CN113415276A (zh) * | 2021-07-30 | 2021-09-21 | 东风商用车有限公司 | 一种智能驾驶预瞄控制方法、装置和存储介质 |
CN113753080A (zh) * | 2021-08-31 | 2021-12-07 | 的卢技术有限公司 | 一种自动驾驶汽车横向运动自适应参数控制方法 |
CN113753080B (zh) * | 2021-08-31 | 2023-09-26 | 的卢技术有限公司 | 一种自动驾驶汽车横向运动自适应参数控制方法 |
CN113525384A (zh) * | 2021-09-13 | 2021-10-22 | 国汽智控(北京)科技有限公司 | 车辆的横向控制方法和控制器 |
CN114368381A (zh) * | 2022-01-06 | 2022-04-19 | 上海宏景智驾信息科技有限公司 | 一种基于横摆角速度预估的统一时序卡车横向控制方法 |
CN114368381B (zh) * | 2022-01-06 | 2022-12-13 | 上海宏景智驾信息科技有限公司 | 一种基于横摆角速度预估的统一时序卡车横向控制方法 |
CN117031964A (zh) * | 2023-09-18 | 2023-11-10 | 北京化工大学 | 转子不平衡振动控制方法和装置 |
CN117031964B (zh) * | 2023-09-18 | 2024-05-24 | 北京化工大学 | 转子不平衡振动控制方法和装置 |
CN117369463A (zh) * | 2023-10-31 | 2024-01-09 | 云创智行科技(苏州)有限公司 | 参数优化方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111873991B (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111873991B (zh) | 一种车辆转向的控制方法、装置、终端及存储介质 | |
Tin Leung et al. | A review of ground vehicle dynamic state estimations utilising GPS/INS | |
Menhour et al. | Coupled nonlinear vehicle control: Flatness-based setting with algebraic estimation techniques | |
CN110850895B (zh) | 一种路径跟踪方法、装置、设备及存储介质 | |
CN109799828B (zh) | 自动驾驶车辆横纵向协调控制方法 | |
CN113619584B (zh) | 电控后轮转向方法、装置、电子设备及存储介质 | |
CN111532339B (zh) | 一种智能车辆个性化侧向辅助驾驶方法及其*** | |
CN111796521B (zh) | 一种前视距离确定方法、装置、设备及存储介质 | |
JPH06273187A (ja) | 車体重心スリップ角計測装置 | |
CN114475781A (zh) | 一种车辆控制方法、装置、设备以及存储介质 | |
CN113822593B (zh) | 一种安全态势评估方法、装置、存储介质及电子设备 | |
CN113682282A (zh) | 一种车辆稳定性控制方法、***、车辆和存储介质 | |
CN113759707B (zh) | 用于自动驾驶车辆的预测控制优化方法和装置 | |
CN114494360A (zh) | 一种车道保持控制方法、装置、设备及可读存储介质 | |
CN115617051B (zh) | 车辆控制方法、装置、设备和计算机可读介质 | |
CN115534925A (zh) | 车辆控制方法、装置、设备和计算机可读介质 | |
CN111452786B (zh) | 一种无人车辆避障方法及*** | |
CN114987607B (zh) | 一种车辆的转向控制方法、装置、设备及存储介质 | |
CN114348026A (zh) | 一种车辆控制方法、装置、设备以及存储介质 | |
CN113183975A (zh) | 自动驾驶车辆的控制方法、装置、设备以及存储介质 | |
CN115303265A (zh) | 车辆避障控制方法、装置及车辆 | |
CN116080682A (zh) | 一种面向复杂道路环境的自动驾驶车辆横向控制方法 | |
CN115042816A (zh) | 路径跟踪方法、装置、设备、介质及程序 | |
CN115991187B (zh) | 基于无偏移模型预测的车辆控制方法、控制器及存储介质 | |
CN108860137A (zh) | 失稳车辆的控制方法、装置及智能车辆 |
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 |