CN112319610A - 一种智能汽车的人机共享转向控制方法 - Google Patents
一种智能汽车的人机共享转向控制方法 Download PDFInfo
- Publication number
- CN112319610A CN112319610A CN202011097200.5A CN202011097200A CN112319610A CN 112319610 A CN112319610 A CN 112319610A CN 202011097200 A CN202011097200 A CN 202011097200A CN 112319610 A CN112319610 A CN 112319610A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- steering
- angle
- driver
- intelligent automobile
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D15/00—Steering not otherwise provided for
- B62D15/02—Steering position indicators ; Steering position determination; Steering aids
-
- 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
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0029—Mathematical model of the driver
-
- 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
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0031—Mathematical model of the vehicle
- B60W2050/0034—Multiple-track, 2D vehicle model, e.g. four-wheel model
-
- 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
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0037—Mathematical models of vehicle sub-units
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本发明是一种智能汽车的人机共享转向控制方法,旨在提升时延通信环境下智能汽车的路径跟踪性能和驾驶员操纵舒适性,属于智能汽车驾驶辅助***领域。方法步骤如下:建立人‑车‑路***模型;确定***控制目标;求解共享转向控制器增益,并计算所需的主动转向角,进行智能汽车的在线控制。本发明能够有效地提高汽车路径跟踪精度和改善驾驶员操纵舒适性。特别指出,本发明在智能汽车的人机共享转向控制中考虑了控制回路中的时间延迟现象,该延迟包括网络诱导延迟、信号传输延迟、执行器延迟三种类型,从而在保证汽车的路径跟踪性能的同时具有较强的鲁棒性,在时延环境下更具优越性。
Description
技术领域
本发明属于智能汽车驾驶辅助***领域,尤其涉及一种智能汽车的人机共享转向控制方法。
背景技术
随着汽车保有量的日益增长,道路交通环境变得越来越复杂,这对提升车辆的行驶安全性、驾乘舒适性提出了迫切需要。智能汽车通过搭载传感部件、计算单元和先进的控制执行装置,能够在感知、决策和执行三个方面协助驾驶员操控车辆,是提高汽车主动安全性、改善驾乘舒适性、减少或避免交通事故发生的有效措施。作为智能汽车的核心技术之一,人机共享转向控制是指驾驶员和自动化***均具有对车辆转向功能的在线控制权,是保证车辆跟踪预期路径的关键技术。在人机共享转向控制技术中,自动化***通过主动转向装置或线控转向装置实时地对驾驶员操纵行为进行修正和补偿,以达到改善路径跟踪性能和减轻驾驶员负担的目的。
为满足汽车电控***的实时性通信需求及性能要求,共享车载网络被广泛应用于智能汽车,比如控制器局域网络(Controller Area Network,CAN)、局域互联网络(LocalInterconnect Network,LIN)等。一方面,车载网络通信具备实现信息资源共享、提高诊断能力、降低成本、易于扩展和维护等优点,大大促进了汽车智能化、自动化、标准化的发展;另一方面,车载网络的带宽是有限的,这一事实不可避免地造成诸如网络诱导延迟、数据丢包、通信拥塞等约束问题,给当前的控制设计带来严峻的挑战。目前,专利号为CN107323457 B的发明专利中提出了一种基于约束模型预测理论的人机协同的共享转向控制方法,然而该方法并未考虑***中的网络诱导延迟因素,这将削弱所设计控制器的性能甚至导致***的失稳。
发明内容
为了实现网络通信环境下智能汽车的人机共享控制,本发明进一步考虑网络诱导延迟、信号传输延迟和执行器延迟,提供一种具有时延鲁棒性的人机共享控制方法,旨在提升时延通信环境下智能汽车的路径跟踪性能和驾驶员操纵舒适性。
本发明所采用的技术方案如下:
一种智能汽车的人机共享控制方法,通过以下步骤实现:
分别建立车辆动力学方程、车辆运动学方程和单点预瞄驾驶员转向模型,进而建立全局的人-车-路***模型;
针对所建立的人-车-路***模型进行后续的控制设计,包括确定***控制目标以及设计智能汽车的人机共享转向***,所述***控制目标是保证车辆以最小的侧向误差和航向角误差来跟踪期望路径,满足||z(t)||2<γ||ω(t)||2,其中,输出性能向量z(t)=[ye ψe]T=Cx(t),x(t)为***的状态向量,C为被控输出矩阵;ye指车辆在预瞄距离ld处与期望路径的侧向误差,其可表示为ye=yc+ldψe;yc和ψe分别表示车辆当前位置的侧向误差和航向角误差,其中ψe可表示为车辆实际横摆角ψ和期望航向角ψd的差,即ψe=ψ-ψd;ρ(σ)指道路曲率,γ为采用共享转向控制器得到的闭环***对于外部干扰的抑制指标参考值,ω(t)为***的干扰输入;所述人机共享转向***的控制输入u(t)=Kx(t-τ(t)),其中τ(t)指控制回路中总的时间延迟,其为网络诱导延迟、信号传输延迟、执行器延迟之和,并满足0≤τm≤τ(t)≤τM,式中,τm和τM分别代表控制回路中总时间延迟的下界和上界,K代表共享转向控制器的增益矩阵;
通过计算控制输入u(t)=Kx(t)获得主动转向角,通过人机共享转向***将所述主动转向角施加于车辆,实现智能汽车路径跟踪与安全行驶。
进一步地,所述车辆动力学方程如下:
其中:
轮转向角;δd和δc分别指驾驶员的方向盘转角和转向***的主动转向角;Rs指转向***的传动比;vy和vx分别指车辆的侧向速度和纵向速度;ψ、和分别指车辆的横摆角、横摆角速度和横摆角加速度;β指车辆的质心侧偏角,其可近似为vy和vx的比值;Fw和lw指车辆受的侧向干扰力及受力点与质心的距离;Iz指车辆的横摆转动惯量;lf和lr分别指车辆质心到前轴和后轴的距离;Fyf表示前轮的总侧偏力,其为前左轮侧偏力Fyfl和前右轮侧偏力Fyfr之和;Fyr表示后轮的总侧偏力,其为后左轮侧偏力Fyrl和后右轮侧偏力Fyrr之和;Cf和Cr分别指车辆前后轮胎的侧偏刚度;αf表示前轮侧偏角;αr表示后轮侧偏角。
进一步地,所述车辆运动学方程如下:
其中,ye指车辆在预瞄距离ld处与期望路径的侧向误差,其可表示为ye=yc+ldψe;yc和ψe分别表车辆当前位置的侧向误差和航向角误差,其中ψe可表示为车辆实际横摆角ψ和期望航向角ψd的差,即ψe=ψ-ψd;ρ(σ)指道路曲率。
进一步地,所述单点预瞄驾驶员转向模型如下:
其中,Gh,τd1,τd2和τp分别指驾驶员模型中的驾驶员转角增益,纯时延,神经肌肉时延和预瞄时间;τd=τd1+τd2,δd和yp分别代表驾驶员转角δd和驾驶员预瞄距离lp处的横向误差yp,其中lp可表示为lp=τpvx,yp可表示为yp=ye+(lp-ld)ψe;s为拉氏变换算子;分别代表驾驶员转角的一阶导数和二阶导数。
式中,x(t)为***的状态向量,ω(t)为***的干扰输入,u(t)为***的控制输入,A、B1和B2分别为***矩阵、干扰输入矩阵和控制输入矩阵。
进一步地,所述人机共享转向***的控制输入u(t)=Kx(t-τ(t))中,控制器的增益矩阵K通过求下面两个线性不等式来获得且它的计算公式为:K=YW-1,在下面两个不等式中,τm、τM、κ和γ是用户根据实际需要给定的正数,P、R1、R2、S1、S2、Q1、Q2、Q3、Q4为适当维数的正定矩阵,M1、M2、W和Y是适当维数的一般矩阵;
式中:
Ω6=[Γ5Γ6]+[Γ5Γ6]T
Γ1=diag(S2+Q3 3(S2+Q3) 5(S2+Q3)),Γ2=diag(S2+Q4 3(S2+Q4) 5(S2+Q4))
Γ3=diag(Q3 3Q3 5Q3),Γ4=diag(Q4 3Q4 5Q4)
F1(t)=[e1 τme5 (τ(t)-τm)e6+(τM-τ(t))e7 τme8],F2=[e11 e1-e2 e2-e4 2(e1-e5)]
F3=[e2-e3 e2+e3-2e6 e2-e3+6e6-6e9],F4=[e3-e4 e3+e4-2e7 e3-e4+6e7-6e10]
进一步地,使用得到的共享转向控制器进行智能汽车的在线控制,使得全局***满足渐近稳定性和期望的性能要求||z(t)||2<γ||ω(t)||2,其中γ为抑制指标参考值。
本发明的有益效果体现在:
本发明在智能汽车的人机共享转向控制中考虑了控制回路中的时间延迟现象,该延迟包括网络诱导延迟、信号传输延迟、执行器延迟三种类型,从而在保证汽车的路径跟踪性能的同时具有较强的鲁棒性,在时延环境下更具优越性。
附图说明
图1为本发明的设计流程图。
图2为本发明集成车辆运动学和动力学的机理模型图。
图3为本发明实施例涉及J-turn工况下车辆路径对比图。
图4为本发明实施例涉及J-turn工况下车辆航向角对比图。
图5为本发明实施例涉及J-turn工况下驾驶员转角对比图。
图6为本发明实施例涉及J-turn工况下驾驶员转角变化率对比图。
具体实施方式
下面结合附图和具体实施例对发明作进一步说明,以使本领域的技术人员可以更好的理解本发明并能予以实施,但所举实例不能作为本发明的限定。
图1为本发明实施的流程图,包括以下步骤:
步骤一、建立人-车-路***模型:
分别将车辆动力学行为、运动学行为和驾驶员转向行为考虑到车辆***的建模中,人-车-路***是综合车辆动力学、车辆运动学、驾驶员转向行为及道路曲率信息为一体的闭环***。
1)如图2所示,X-Y为固定于地面的平面坐标系,其中X表示直路面的方向,Y表示与X轴垂直的方向;x-y为固定于车辆的坐标系,其中x表示车辆的纵向,y表示车辆的侧向,其坐标系原点位于车辆质心。本发明重点关注车辆的侧向动力学及稳定性,忽略车辆的纵向力行为,在小转角假设下建立车辆动力学方程:
其中,Fyf=Fyfl+Fyfr=2Cfαf,Fyr=Fyrl+Fyrr=2Crαr, 指前轮转向角,单位为:rad;δd和δc分别指驾驶员的方向盘转角和转向***的主动转向角,单位均为:rad;Rs指转向***的传动比,单位为1;vy和vx分别指车辆的侧向速度和纵向速度,单位均为:m/s;ψ、和分别指车辆的横摆角、横摆角速度和横摆角加速度,单位分别为:rad、rad/s和rad/s2;β指车辆的质心侧偏角,单位为:rad,其可近似为vy和vx的比值;Fw和lw指车辆受的侧向干扰力及受力点与质心的距离,单位为:N和m;Iz指车辆的横摆转动惯量,单位为:kg·m2;lf和lr分别指车辆质心到前轴和后轴的距离,单位均为:m;Fyf表示前轮的总侧偏力,其为前左轮侧偏力Fyfl和前右轮侧偏力Fyfr之和,单位均为:N;Fyr表示后轮的总侧偏力,其为后左轮侧偏力Fyrl和后右轮侧偏力Fyrr之和,单位均为:N;Cf和Cr分别指车辆前后轮胎的侧偏刚度,单位为:N/rad;αf表示前轮侧偏角,单位为:rad;αr表示后轮侧偏角,单位为:rad。
2)如图2所示,建立车辆运动学方程:
其中,ye指车辆在预瞄距离ld处与期望路径的侧向误差,单位为:m,其可表示为ye=yc+ldψe;yc和ψe分别表车辆当前位置的侧向误差和航向角误差,单位分别为:m和rad,其中ψe可表示为车辆实际横摆角ψ和期望航向角ψd的差,即ψe=ψ-ψd;ρ(σ)指道路曲率,单位为:1/m。
3)建立单点预瞄驾驶员转向模型:
近似为其中Gh,τd1和τd2分别指驾驶员模型中的驾驶员转角增益、纯时延和神经肌肉时延,单位分别为:1、秒和秒;τd=τd1+τd2,δd和yp分别代表驾驶员转角和驾驶员预瞄距离lp处的横向误差,单位分别为:rad和m,其中lp可表示为lp=τpvx,yp可表示为yp=ye+(lp-ld)ψe;s为拉氏变换算子。
驾驶员转向模型在时域的表达式为:
步骤二、确定控制目标
共享转向控制的目的是保证车辆能够以最小的侧向误差和航向角误差来跟踪期望路径(reference path),同时,好的路径跟踪性能也意味着车辆动力稳定性和驾驶员操纵舒适性得到保证。因此,输出性能向量如下:
z(t)=[ye ψe]T=Cx(t)
考虑性能指标为:||z(t)||2<γ||ω(t)||2,其中γ为抑制指标参考值,其大小可由用户在容许范围内根据实际需要进行调节。
步骤三、共享转向控制器设计:
针对智能汽车的人机共享转向***的控制输入为:
u(t)=Kx(t-τ(t))
其中,u(t)代表控制输入量,t表示时间变量,τ(t)指控制回路中总的时间延迟(即为网络诱导延迟、信号传输延迟和执行器延迟之和)并满足0≤τm≤τ(t)≤τM。其中,τm和τM分别代表控制回路中总时间延迟的下界和上界,K代表控制器的增益矩阵。给定正数τm、τM、κ和γ,如果存在适当维数的正定矩阵P、R1、R2、S1、S2、Q1、Q2、Q3、Q4,一般矩阵M1、M2、W和Y使得下面两个线性不等式同时成立,则控制增益矩阵的计算公式为:K=YW-1。
式中各矩阵的表示如下:
Ω6=[Γ5Γ6]+[Γ5Γ6]T
Γ1=diag(S2+Q3 3(S2+Q3) 5(S2+Q3)),Γ2=diag(S2+Q4 3(S2+Q4) 5(S2+Q4))
Γ3=diag(Q3 3Q3 5Q3),Γ4=diag(Q4 3Q4 5Q4)
F1(t)=[e1 τme5 (τ(t)-τm)e6+(τM-τ(t))e7 τme8],F2=[e11 e1-e2 e2-e4 2(e1-e5)]
F3=[e2-e3 e2+e3-2e6 e2-e3+6e6-6e9],F4=[e3-e4 e3+e4-2e7 e3-e4+6e7-6e10]
τm、τM、κ和γ是用户根据实际需要给定的正数。P、R1、R2、S1、S2、Q1、Q2、Q3、Q4为任意适当维数的正定矩阵,M1、M2、W和Y是任意适当维数的一般矩阵,上述矩阵是为了推导出控制器设计条件而定义的任意适当维数矩阵,其意义是为了构建保证***满足稳定性和性能要求的充分条件。因此,上述两个线性矩阵不等式(Linear Matrix Inequality,LMI)是期望控制器存在的一个充分条件且具备可解性,通过相应的LMI工具箱求解上述两个矩阵不等式便可得到期望的人机共享控制器增益K。
步骤三、计算控制输入u(t)=Kx(t-τ(t)),其中,所计算的控制输入则为所需的主动转向角大小并通过人机共享转向***施加于车辆,进行智能汽车的在线控制,从而实现智能汽车路径跟踪与安全行驶。
本实施例在智能汽车的人机共享转向控制中考虑了控制回路中的时间延迟现象,该延迟包括网络诱导延迟、信号传输延迟、执行器延迟等类型,从而在保证汽车的路径跟踪性能的同时具有较强的鲁棒性,在时延环境下更具优越性。
本实施例中使用的人-车-路***的主要技术性能指标和设备参数为:m=1412kg,Iz=1536.7kg·m2,Cf=49412N/rad,Cr=60174N/rad,lf=1.016m,lr=1.458m,vx=10m/s,ld=0.5m,Fw=300N,lw=0.3m,Gh=-2,τd1=0.10s,τd2=0.22s,τp=1.5s,Rs=22,τm=0.001s、τM=0.039s、κ=1。γ为采用所述共享转向控制器得到的闭环***对于外部干扰的抑制指标参考值,可由用户在容许范围内根据实际需要来调节设定。值得指出的是,本实例中满足不等式条件成立γ的最小值为γmin=2.4996,换句话说,只要使用者选择不小于该值的抑制指标参考值γ即可满足其需求。
本实例中选取最小抑制指标参考值,即γ=2.4996。
给定一条半径为500m的圆弧路径,其曲率为图3给出了J-turn工况下车辆路径对比图,图4为本发明实施例涉及J-turn工况下车辆航向角对比图,图5为本发明实施例涉及J-turn工况下驾驶员转角对比图,图6为本发明实施例涉及J-turn工况下驾驶员转角变化率对比图。从图中可以看出,本发明所述方法可以有效地降低了路径跟踪误差,同时很好地抑制了驾驶员转向角及其变化率,说明该方法能有效地提升路径跟踪精度和提高驾驶员操纵舒适性。
以上实施例仅说明本发明的技术思想和特点,旨在能够使本领域的工作人员更好的理解并实施。本发明的保护范围不仅限于上述实施例,凡依据本发明所揭示的原理、设计思路所做的等同变化或修饰,均在本发明的保护范围。
Claims (7)
1.一种智能汽车的人机共享转向控制方法,其特征在于,包括:
分别建立车辆动力学方程、车辆运动学方程和单点预瞄驾驶员转向模型,进而建立全局的人-车-路***模型;
针对所建立的人-车-路***模型进行后续的控制设计,包括确定***控制目标以及设计智能汽车的人机共享转向***,所述***控制目标是保证车辆以最小的侧向误差和航向角误差来跟踪期望路径,满足||z(t)||2<γ||ω(t)||2,其中,输出性能向量z(t)=[yeψe]T=Cx(t),x(t)为***的状态向量,C为被控输出矩阵;ye指车辆在预瞄距离ld处与期望路径的侧向误差,其可表示为ye=yc+ldψe;yc和ψe分别表示车辆当前位置的侧向误差和航向角误差,其中ψe可表示为车辆实际横摆角ψ和期望航向角ψd的差,即ψe=ψ-ψd;ρ(σ)指道路曲率,γ为采用共享转向控制器得到的闭环***对于外部干扰的抑制指标参考值,ω(t)为***的干扰输入;所述人机共享转向***的控制输入u(t)=Kx(t-τ(t)),其中τ(t)指控制回路中总的时间延迟,为网络诱导延迟、信号传输延迟和执行器延迟之和,并满足0≤τm≤τ(t)≤τM,式中,τm和τM分别代表控制回路中总时间延迟的下界和上界,K代表共享转向控制器的增益矩阵;
通过计算控制输入u(t)=Kx(t-τ(t))获得主动转向角,通过人机共享转向***将所述主动转向角施加于车辆,实现智能汽车路径跟踪与安全行驶。
2.根据权利要求1所述的一种智能汽车的人机共享转向控制方法,其特征在于,所述车辆动力学方程如下:
其中:Fyf=Fyfl+Fyfr=2Cfαf,Fyr=Fyrl+Fyrr=2Crαr,指前轮转向角;δd和δc分别指驾驶员的方向盘转角和转向***的主动转向角;Rs指转向***的传动比;vy和vx分别指车辆的侧向速度和纵向速度;ψ、和分别指车辆的横摆角、横摆角速度和横摆角加速度;β指车辆的质心侧偏角,其可近似为vy和vx的比值;Fw和lw指车辆受的侧向干扰力及受力点与质心的距离;Iz指车辆的横摆转动惯量;lf和lr分别指车辆质心到前轴和后轴的距离;Fyf表示前轮的总侧偏力,其为前左轮侧偏力Fyfl和前右轮侧偏力Fyfr之和;Fyr表示后轮的总侧偏力,其为后左轮侧偏力Fyrl和后右轮侧偏力Fyrr之和;Cf和Cr分别指车辆前后轮胎的侧偏刚度;αf表示前轮侧偏角;αr表示后轮侧偏角,m指车辆的质量。
6.根据权利要求1所述的一种智能汽车的人机共享转向控制方法,其特征在于,所述人机共享转向***的控制输入u(t)=Kx(t-τ(t))中,控制器的增益矩阵K通过求下面两个线性不等式来获得且它的计算公式为:K=YW-1,在下面两个不等式中,τm、τM、κ和γ是用户根据实际需要给定的正数,P、R1、R2、S1、S2、Q1、Q2、Q3、Q4为适当维数的正定矩阵,M1、M2、W和Y是适当维数的一般矩阵;
式中:
Ω6=[Γ5Γ6]+[Γ5Γ6]T
Γ1=diag(S2+Q3 3(S2+Q3) 5(S2+Q3)),Γ2=diag(S2+Q4 3(S2+Q4) 5(S2+Q4))
Γ3=diag(Q3 3Q3 5Q3),Γ4=diag(Q4 3Q4 5Q4)
F1(t)=[e1 τme5 (τ(t)-τm)e6+(τM-τ(t))e7τme8],F2=[e11 e1-e2 e2-e4 2(e1-e5)]
F3=[e2-e3 e2+e3-2e6 e2-e3+6e6-6e9],F4=[e3-e4 e3+e4-2e7 e3-e4+6e7-6e10]
7.根据权利要求1-6任一所述的一种智能汽车的人机共享转向控制方法,其特征在于:使用得到的共享转向控制器进行智能汽车的在线控制,使得全局***满足渐近稳定性和期望的性能要求||z(t)||2<γ||ω(t)||2,其中γ为抑制指标参考值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011097200.5A CN112319610B (zh) | 2020-10-14 | 2020-10-14 | 一种智能汽车的人机共享转向控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011097200.5A CN112319610B (zh) | 2020-10-14 | 2020-10-14 | 一种智能汽车的人机共享转向控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112319610A true CN112319610A (zh) | 2021-02-05 |
CN112319610B CN112319610B (zh) | 2021-11-19 |
Family
ID=74314258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011097200.5A Active CN112319610B (zh) | 2020-10-14 | 2020-10-14 | 一种智能汽车的人机共享转向控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112319610B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113050651A (zh) * | 2021-03-24 | 2021-06-29 | 无锡航者智能科技有限公司 | 智能车自主行驶路径跟踪的时滞控制方法及*** |
CN113050650A (zh) * | 2021-03-24 | 2021-06-29 | 苏州泛像汽车技术有限公司 | 基于输出反馈的无人车路径跟踪控制方法及*** |
CN113075930A (zh) * | 2021-03-25 | 2021-07-06 | 无锡航者智能科技有限公司 | 基于事件触发的无人车自动转向控制方法及*** |
CN113619563A (zh) * | 2021-09-06 | 2021-11-09 | 厦门大学 | 基于人机共享的智能电动汽车横向控制***及方法 |
CN113934141A (zh) * | 2021-10-21 | 2022-01-14 | 北京理工大学 | 一种基于有限时域鲁棒增益调度的横向运动控制方法 |
CN114228826A (zh) * | 2021-12-31 | 2022-03-25 | 中国矿业大学 | 一种智能汽车驾驶员紧急接管行为识别方法及装置 |
CN114475590A (zh) * | 2022-04-15 | 2022-05-13 | 北京理工大学 | 一种电动汽车力矩控制方法和***以及可读存储介质 |
CN114834526A (zh) * | 2022-05-18 | 2022-08-02 | 南京航空航天大学 | 一种云控自动转向装置的时滞控制***及方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005014678A (ja) * | 2003-06-24 | 2005-01-20 | Toyota Motor Corp | 車両用走行支援装置 |
US20100095740A1 (en) * | 2007-12-07 | 2010-04-22 | The Ohio State University Research Foundation | Determining physical properties of structural members in multi-path clutter environments |
JP2018024295A (ja) * | 2016-08-09 | 2018-02-15 | 株式会社デンソー | 運転支援システム |
US20180086351A1 (en) * | 2016-09-28 | 2018-03-29 | Baidu Usa Llc | System delay estimation method for autonomous vehicle control |
CN110077418A (zh) * | 2019-04-08 | 2019-08-02 | 东南大学 | 考虑驾驶员特性的差动辅助转向与共享控制***建模方法 |
CN110096748A (zh) * | 2019-04-01 | 2019-08-06 | 东南大学 | 一种基于车辆运动学模型的人-车-路模型建模方法 |
CN111284478A (zh) * | 2020-03-13 | 2020-06-16 | 联创汽车电子有限公司 | 预瞄路径跟踪计算方法及跟踪计算模块 |
CN111391916A (zh) * | 2020-03-27 | 2020-07-10 | 南京航空航天大学 | 考虑驾驶员转向特性的线控转向***辅助控制策略 |
CN111688704A (zh) * | 2020-06-24 | 2020-09-22 | 吉林大学 | 一种基于驾驶状态预测的人机力矩协同转向控制方法 |
-
2020
- 2020-10-14 CN CN202011097200.5A patent/CN112319610B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005014678A (ja) * | 2003-06-24 | 2005-01-20 | Toyota Motor Corp | 車両用走行支援装置 |
US20100095740A1 (en) * | 2007-12-07 | 2010-04-22 | The Ohio State University Research Foundation | Determining physical properties of structural members in multi-path clutter environments |
JP2018024295A (ja) * | 2016-08-09 | 2018-02-15 | 株式会社デンソー | 運転支援システム |
US20180086351A1 (en) * | 2016-09-28 | 2018-03-29 | Baidu Usa Llc | System delay estimation method for autonomous vehicle control |
CN110096748A (zh) * | 2019-04-01 | 2019-08-06 | 东南大学 | 一种基于车辆运动学模型的人-车-路模型建模方法 |
CN110077418A (zh) * | 2019-04-08 | 2019-08-02 | 东南大学 | 考虑驾驶员特性的差动辅助转向与共享控制***建模方法 |
CN111284478A (zh) * | 2020-03-13 | 2020-06-16 | 联创汽车电子有限公司 | 预瞄路径跟踪计算方法及跟踪计算模块 |
CN111391916A (zh) * | 2020-03-27 | 2020-07-10 | 南京航空航天大学 | 考虑驾驶员转向特性的线控转向***辅助控制策略 |
CN111688704A (zh) * | 2020-06-24 | 2020-09-22 | 吉林大学 | 一种基于驾驶状态预测的人机力矩协同转向控制方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113050651A (zh) * | 2021-03-24 | 2021-06-29 | 无锡航者智能科技有限公司 | 智能车自主行驶路径跟踪的时滞控制方法及*** |
CN113050650A (zh) * | 2021-03-24 | 2021-06-29 | 苏州泛像汽车技术有限公司 | 基于输出反馈的无人车路径跟踪控制方法及*** |
CN113075930A (zh) * | 2021-03-25 | 2021-07-06 | 无锡航者智能科技有限公司 | 基于事件触发的无人车自动转向控制方法及*** |
CN113619563A (zh) * | 2021-09-06 | 2021-11-09 | 厦门大学 | 基于人机共享的智能电动汽车横向控制***及方法 |
CN113619563B (zh) * | 2021-09-06 | 2022-08-30 | 厦门大学 | 基于人机共享的智能电动汽车横向控制***及方法 |
CN113934141A (zh) * | 2021-10-21 | 2022-01-14 | 北京理工大学 | 一种基于有限时域鲁棒增益调度的横向运动控制方法 |
CN113934141B (zh) * | 2021-10-21 | 2023-09-12 | 北京理工大学 | 一种基于有限时域鲁棒增益调度的横向运动控制方法 |
CN114228826A (zh) * | 2021-12-31 | 2022-03-25 | 中国矿业大学 | 一种智能汽车驾驶员紧急接管行为识别方法及装置 |
CN114228826B (zh) * | 2021-12-31 | 2022-07-22 | 中国矿业大学 | 一种智能汽车驾驶员紧急接管行为识别方法及装置 |
CN114475590A (zh) * | 2022-04-15 | 2022-05-13 | 北京理工大学 | 一种电动汽车力矩控制方法和***以及可读存储介质 |
CN114475590B (zh) * | 2022-04-15 | 2022-07-12 | 北京理工大学 | 一种电动汽车力矩控制方法和***以及可读存储介质 |
CN114834526A (zh) * | 2022-05-18 | 2022-08-02 | 南京航空航天大学 | 一种云控自动转向装置的时滞控制***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112319610B (zh) | 2021-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112319610B (zh) | 一种智能汽车的人机共享转向控制方法 | |
CN110286681B (zh) | 一种变曲率弯道的动态自动驾驶换道轨迹规划方法 | |
CN104176054B (zh) | 一种汽车主动防碰撞自动换道控制***及其工作方法 | |
CN111897344B (zh) | 一种兼顾稳定性的自动驾驶汽车路径跟踪控制方法 | |
CN108773376A (zh) | 一种融合驾驶意图的汽车多目标分层协同控制与优化方法 | |
CN110962849A (zh) | 一种弯道自适应巡航方法 | |
CN112519873B (zh) | 一种四轮独立线控转向电动汽车执行机构主动容错控制算法及*** | |
CN105818811A (zh) | 一种车辆紧急转向避撞时esp与eps联合控制方法 | |
CN113050651B (zh) | 智能车自主行驶路径跟踪的时滞控制方法及*** | |
WO2023024914A1 (zh) | 车辆避让方法、装置、计算机设备和存储介质 | |
CN113183950A (zh) | 一种电动汽车主动前轮转向的自适应控制方法 | |
KR20200017571A (ko) | 자율주행 차량을 위한 횡방향 제어 파라미터 보정 장치 및 방법 | |
Hoehener et al. | Design of a lane departure driver-assist system under safety specifications | |
CN114291109B (zh) | 一种共享驾驶冲突解决方法、***和计算机设备 | |
Liu et al. | Trajectory tracking control of four wheel steering under high speed emergency obstacle avoidance | |
CN116061921B (zh) | 一种具有时滞和控制方向未知的汽车横向约束控制方法 | |
WO2023241050A1 (zh) | 车辆横向控制方法、***及车辆 | |
CN117302190A (zh) | 一种面向自动驾驶卡车的预瞄跟踪控制***及控制方法 | |
CN110968911A (zh) | 一种基于新型趋近律的汽车abs滑模控制器设计方法 | |
Guo et al. | Lateral stability controller design for electrical vehicle based on active rear wheel steering | |
CN113050650B (zh) | 基于输出反馈的无人车路径跟踪控制方法及*** | |
CN114407880A (zh) | 一种无人驾驶紧急避障路径跟踪方法 | |
CN110481563B (zh) | 基于驾驶员神经肌肉模型的人机共驾共享控制算法 | |
Yan et al. | A novel incremental control method based on h-infinity control for lane keeping assist | |
JP2017206116A (ja) | 電動パワーステアリング機構を用いた運転支援制御装置及びそれを搭載した車両 |
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 |