CN114043999B - 一种车辆的纵向控制方法和装置 - Google Patents

一种车辆的纵向控制方法和装置 Download PDF

Info

Publication number
CN114043999B
CN114043999B CN202111295521.0A CN202111295521A CN114043999B CN 114043999 B CN114043999 B CN 114043999B CN 202111295521 A CN202111295521 A CN 202111295521A CN 114043999 B CN114043999 B CN 114043999B
Authority
CN
China
Prior art keywords
information
acceleration
vehicle
time
deviation
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.)
Active
Application number
CN202111295521.0A
Other languages
English (en)
Other versions
CN114043999A (zh
Inventor
李威
万诗雨
梁志远
陈集辉
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.)
Guangzhou Xiaopeng Autopilot Technology Co Ltd
Original Assignee
Guangzhou Xiaopeng Autopilot Technology 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 Guangzhou Xiaopeng Autopilot Technology Co Ltd filed Critical Guangzhou Xiaopeng Autopilot Technology Co Ltd
Priority to CN202111295521.0A priority Critical patent/CN114043999B/zh
Publication of CN114043999A publication Critical patent/CN114043999A/zh
Application granted granted Critical
Publication of CN114043999B publication Critical patent/CN114043999B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • B60W2720/106—Longitudinal acceleration

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明实施例提供了一种车辆的纵向控制方法和装置，所述方法包括：在所述车辆进行自动驾驶的过程中，获取期望轨迹信息，并根据所述期望轨迹信息，确定加速度规划信息；其中，所述加速度规划信息包括时间信息与加速度信息的对应关系；根据所述加速度规划信息，对当前时刻的加速度信息进行动态预瞄，得到第一加速度信息；根据所述第一加速度信息，对所述车辆进行自动驾驶的纵向控制。通过本发明实施例，实现了针对车辆的期望轨迹，进行加速度的动态预瞄，有效降低因加速度执行输入延迟造成的***跟踪误差，避免延迟响应和控制超调。

Description

一种车辆的纵向控制方法和装置
技术领域
本发明涉及车辆技术领域，特别是涉及一种车辆的纵向控制方法和装置。
背景技术
随着智能汽车的快速发展，自动驾驶的具体实施应用越来越具体化，自动驾驶中的运动控制模块(Motion Control，MC)的上游为路径规划模块(Motion Planning，MP)，下游为整车的纵向控制模块(Vehicle Longitudinal Control，VLC)以及车辆电子稳定控制***(Electronic Stability Program，ESP)。
上游MP模块可以根据当前车辆位置和速度信息以及周边道路环境等内容规划好接下来一段时间内的期望轨迹，轨迹包含未来的位置，速度，加速度等等信息，然后将规划好的轨迹信息传递给MC模块让其根据当前车辆状态信息和边界限制条件等内容计算实际输入加速度传递给VLC模块，VLC模块再根据具体情况对加速度进行处理使其成为可执行的操作值，之后下游的车辆电子稳定控制***继续后续的传递操作。在这个过程中，从运动控制模块计算实际加速度到操作值执行有效的过程中存在较大的延时，可能会造成实际***的延迟响应和控制超调等影响。
发明内容
鉴于上述问题，提出了以便提供克服上述问题或者至少部分地解决上述问题的一种车辆的纵向控制方法和装置，包括：
一种车辆的纵向控制方法，所述方法包括：
在所述车辆进行自动驾驶的过程中，获取期望轨迹信息，并根据所述期望轨迹信息，确定加速度规划信息；其中，所述加速度规划信息包括时间信息与加速度信息的对应关系；
根据所述加速度规划信息，对当前时刻的加速度信息进行动态预瞄，得到第一加速度信息；
根据所述第一加速度信息，对所述车辆进行自动驾驶的纵向控制。
可选地，所述根据所述第一加速度信息，对所述车辆进行自动驾驶的纵向控制，包括：
获取所述车辆在当前状态下的加速度偏差信息；
根据所述加速度偏差信息和所述第一加速度信息，得到第二加速度信息，并按照所述第二加速度信息对所述车辆进行自动驾驶的纵向控制。
可选地，所述根据所述加速度规划信息，对当前时刻的加速度信息进行动态预瞄，得到第一加速度信息，包括：
确定所述车辆在当前状态下的预瞄时间；
根据所述预瞄时间和所述加速度规划信息，确定所述第一加速度信息。
可选地，所述确定所述车辆在当前状态下的预瞄时间，包括：
获取所述车辆的实时速度信息；
根据预设的最大延迟时间与速度信息的映射关系，确定所述实时速度信息对应的目标最大延迟时间；
基于所述加速度规划信息和所述目标最大延迟时间，确定预瞄时间。
可选地，所述获取所述车辆在当前状态下的加速度偏差信息，包括：
获取所述车辆的当前行驶信息；
根据所述当前行驶信息和所述期望轨迹信息，确定所述车辆的状态偏差信息；
根据所述状态偏差信息，确定加速度偏差信息。
可选地，所述根据所述状态偏差信息，确定加速度偏差信息，包括：
基于预设的所述车辆的状态偏差信息与加速度信息的偏差模型，确定所述车辆进行纵向控制时的偏差系数；
结合所述偏差系数和所述状态偏差信息，确定加速度偏差信息。
可选地，所述状态偏差信息包括速度偏差和/或位置偏差，所述速度偏差为所述车辆的实时速度信息与所述期望轨迹中当前时刻的期望速度信息的差值，所述位置偏差为所述车辆的实时位置信息与所述期望轨迹中当前时刻的期望位置信息的差值。
一种车辆纵向控制装置，所述装置包括：
加速度规划信息确定模块，用于在所述车辆进行自动驾驶的过程中，获取期望轨迹信息，并根据所述期望轨迹信息，确定加速度规划信息；其中，所述加速度规划信息包括时间信息与加速度信息的对应关系；
动态预瞄模块，用于根据所述加速度规划信息，对当前时刻的加速度信息进行动态预瞄，得到第一加速度信息；
纵向控制模块，用于根据所述第一加速度信息，对所述车辆进行自动驾驶的纵向控制。
一种车辆，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的车辆纵向控制的方法。
一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上所述的车辆纵向控制的方法。
本发明实施例具有以下优点：
本发明实施例通过在车辆进行自动驾驶的过程中，获取期望轨迹信息，并根据期望轨迹信息，确定加速度规划信息，从而，可以根据加速度规划信息，对当前时刻的加速度信息进行动态预瞄，得到第一加速度信息，进而根据第一加速度信息，对车辆进行自动驾驶的纵向控制，实现了针对车辆的期望轨迹，进行加速度的动态预瞄，有效降低因加速度执行输入延迟造成的***跟踪误差，避免延迟响应和控制超调。
附图说明
为了更清楚地说明本发明的技术方案，下面将对本发明的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的一种车辆的纵向控制方法的步骤流程图；
图2是本发明一实施例提供的另一种车辆的纵向控制方法的步骤流程图；
图3是本发明一实施例提供的另一种车辆的纵向控制方法的步骤流程图；
图4a是本发明一实施例提供的另一种车辆的纵向控制方法的步骤流程图；
图4b是本发明一实施例提供的一种运动控制模块的加速度控制示意图；
图4c是本发明一实施例提供的一种计算输入加速度的过程示意图；
图5是本发明一实施例提供的车辆的纵向控制装置的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。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作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。
参照图1，示出了本发明一实施例提供的一种车辆的纵向控制方法的步骤流程图，具体可以包括如下步骤：
步骤101，在车辆进行自动驾驶的过程中，获取期望轨迹信息，并根据期望轨迹信息，确定加速度规划信息；其中，加速度规划信息包括时间信息与加速度信息的对应关系；
车辆的自动驾驶可以综合车辆的横向控制以及车辆的纵向控制，横向控制为垂直于运动方向上的控制，即转向控制；纵向控制为在行车速度方向上的控制，如车速控制、本车与前后车或障碍物距离的自动控制巡航控制就是一种纵向控制。
在车辆自动驾驶的过程中，车辆可以根据当前车辆位置和速度信息以及周边道路环境等内容规划好接下来一段时间内的期望轨迹信息，在期望轨迹信息中可以包含未来的位置，速度，加速度等等信息。
在期望轨迹信息中包括的加速度变化信息为加速度规划信息，加速度规划信息为时间信息与加速度信息的对应关系，通过加速度规划信息可以获知车辆在当前时间以及未来某一时刻的加速度信息。
步骤102，根据加速度规划信息，对当前时刻的加速度信息进行动态预瞄，得到第一加速度信息；
在实际应用中，车辆的运动控制模块可以根据接收的期望轨迹信息计算实际输入加速度，并将实际输入加速度传递至纵向控制模块得到实际可执行的操作值，在从运动控制模块计算实际加速度到操作值执行有效的过程中会存在延时，如果使用当前时刻的加速度信息可能会造成输出的响应延迟和超调。
从而，可以在得到加速度规划信息后，确定当前时间的加速度信息，考虑到加速度从计算到执行的时延，可以基于当前时刻的加速度信息进行动态预瞄，从而得到第一加速度信息，第一加速度信息为加速度规划信息中，未来某一时刻的加速度信息。
步骤103，根据第一加速度信息，对车辆进行自动驾驶的纵向控制。
在确定第一加速度信息后，将第一加速度信息作为输入加速度，输入到车辆的纵向控制模块中，从而，车辆可以基于第一加速度信息，进行自动驾驶的纵向控制，减低延迟带来的跟踪误差。
在本发明实施例中，在车辆进行自动驾驶的过程中，获取期望轨迹信息，并根据期望轨迹信息，确定加速度规划信息，从而，可以根据加速度规划信息，对当前时刻的加速度信息进行动态预瞄，得到第一加速度信息，进而根据第一加速度信息，对车辆进行自动驾驶的纵向控制，实现了针对车辆的期望轨迹，进行加速度的动态预瞄，有效降低因加速度执行输入延迟造成的***跟踪误差，避免延迟响应和控制超调。
参照图2，示出了本发明一实施例提供的另一种车辆的纵向控制方法的步骤流程图，具体可以包括如下步骤：
步骤201，在车辆进行自动驾驶的过程中，获取期望轨迹信息，并根据期望轨迹信息，确定加速度规划信息；其中，加速度规划信息包括时间信息与加速度信息的对应关系；
步骤202，根据加速度规划信息，对当前时刻的加速度信息进行动态预瞄，得到第一加速度信息；
步骤203，获取车辆在当前状态下的加速度偏差信息；
由于车辆是个复杂的***，在进行纵向控制时容易受到来自***外部或者***内部的干扰，在车辆***中，输入干扰占干扰的很大一部分原因，从而，可以通过设置干扰观测器得到输入干扰的估计值，对输入干扰进行补偿，提高抗干扰能力。
加速度偏差信息为通过干扰观测器得到的输入干扰的估计值，当车辆处于不同的状态时，纵向控制受到的干扰程度不同，从而，可以先获取车辆在当前状态下的加速度偏差信息，加速度偏差信息可以对车辆纵向控制的干扰进行补偿。
步骤204，根据加速度偏差信息和第一加速度信息，得到第二加速度信息，并按照第二加速度信息对车辆进行自动驾驶的纵向控制。
在得到加速度偏差信息后，可以结合加速度偏差信息和第一加速度信息，最终得到第二加速度信息，第二加速度信息为消除延迟以及干扰后的输入加速度信息，从而，按照第二加速度信息对车辆进行自动驾驶的纵向控制。具体地，第二加速度信息＝第一加速度信息－加速度偏差信息。
在一示例中，加速度偏差信息还可以是通过单输入和多输出的***进行反馈控制，得到的一个加速度偏差值，该加速度偏差值可以使***趋于稳定，实现车辆跟踪轨迹的位置误差和速度误差尽可能的小。
在本发明实施例中，在车辆进行自动驾驶的过程中，获取期望轨迹信息，并根据期望轨迹信息，确定加速度规划信息，从而，可以根据加速度规划信息，对当前时刻的加速度信息进行动态预瞄，得到第一加速度信息，获取车辆在当前状态下的加速度偏差信息，根据加速度偏差信息和第一加速度信息，得到第二加速度信息，并按照第二加速度信息对车辆进行自动驾驶的纵向控制，实现了针对车辆的期望轨迹，进行加速度的动态预瞄，有效降低因加速度执行输入延迟造成的***跟踪误差，避免延迟响应和控制超调，同时，通过加速度偏差信息，有效提高***的抗干扰能力。
参照图3，示出了本发明一实施例提供的另一种车辆的纵向控制方法的步骤流程图，具体可以包括如下步骤：
步骤301，在车辆进行自动驾驶的过程中，获取期望轨迹信息，并根据期望轨迹信息，确定加速度规划信息；其中，加速度规划信息包括时间信息与加速度信息的对应关系；
步骤302，确定车辆在当前状态下的预瞄时间；
当车辆处于不同状态(正常状态或刹车状态等)下时，车辆纵向控制***的执行延迟不同，因此，可以动态的设计预瞄的长度(即预瞄时间)，从而，可以根据车辆的当前状态，确定预瞄时间。
例如，通过车辆在不同状态下的进行自动驾驶进行观察，得到车辆处于不同状态下的延迟时间，进而建立延迟时间与车辆状态的关系。在进行动态预瞄时，可以根据延迟时间与车辆状态的关系，确定预瞄时间。
延迟时间在刹车状态和正常运行状态具有不同的表现，正常行驶时延迟时间往往变化不大，一般位于200ms左右，因此，可以将正常运行状态下的预瞄时间设置成一固定预瞄时间；而对于刹车状态，执行延迟时间则和车辆当前速度以及加速度的变化情况相关，可以建立预瞄时间和车辆的当前速度以及加速度的数量关系，从而，根据该数量关系确定车辆在刹车状态下的预瞄时间。
在本发明一实施例中，步骤302可以包括以下子步骤：
子步骤3021，获取车辆的实时速度信息；
子步骤3022，根据预设的最大延迟时间与速度信息的映射关系，确定实时速度信息对应的目标最大延迟时间；
通过对在先自动驾驶的相关数据进行分析，加速度的执行延迟时间和车辆当前速度以及加速度的变化情况相关，根据车辆在刹车状态时，在相同的实时速度信息下，不同的加速度的变化情况可以得到的不同的加速度延迟时间，统计实时速度相同时得到的多个加速度执行延迟时间，从中确定最大延迟时间，进而可以建立实时速度与最大延迟时间的映射关系，在确定车辆当前实时速度信息后，则可以根据映射关系确定实时速度信息对应的目标最大延迟时间。
表1为最大延迟时间和速度信息的一种线性映射关系：
表1
子步骤3023，基于加速度规划信息和目标最大延迟时间，确定预瞄时间。
在确定目标最大延迟时间后，可以根据加速度规划信息、目标最大延迟时间，确定预瞄时间。
例如，当车辆处于刹车状态时，可以根据下述公式确定刹车状态下的预瞄时间。
Tdelay＝Tmax_delay*(1-(Jmax-J)/Jmax)
J＝Δa/Ts
其中，a表示加速度规划信息中的加速度；Ts表示时间；J表示刹车时加速度的斜率的绝对值，可以根据加速度规划信息中加速度与时间的关系得到，其中，Jmax是刹车时控制***允许的最大加速度的斜率；Tmax_delay是表格中统计的车辆实时速度信息对应的最大延迟时间，Tdelay是经过计算之后的延迟时间，Tdelay可以作为实际纵向控制时的预瞄时间。
当J处于最大值时，可以采用最大延迟时间作为预瞄时间；当J最小时即为0时，预瞄时间取0；当J值处于中间时，可以在0和最大延迟时间之间进行线性变化，目的是为了根据实际的加速度变化情况动态的选取预瞄时间。
步骤303，根据预瞄时间和加速度规划信息，确定第一加速度信息；
在确定预瞄时间，可以在加速度规划信息中确定预瞄时间所对应的加速度信息，将其作为第一加速度信息。
例如，当前时刻为T，对应的加速度a(T)，当预瞄时间为Tdelay，在加速度规划信息中确定(T+Tdelay)时刻的加速度信息a(T+Tdelay),a(T+Tdelay)即为消除延迟后的第一加速度信息。
步骤304，根据第一加速度信息，对车辆进行自动驾驶的纵向控制。
在本发明实施例中，通过在车辆进行自动驾驶的过程中，获取期望轨迹信息，并根据期望轨迹信息，确定加速度规划信息，从而，确定车辆在当前状态下的预瞄时间，根据预瞄时间和加速度规划信息，确定第一加速度信息，进而根据第一加速度信息，对车辆进行自动驾驶的纵向控制，实现了针对车辆的期望轨迹，进行加速度的动态预瞄，有效降低因加速度执行输入延迟造成的***跟踪误差，避免延迟响应和控制超调。
参照图4a，示出了本发明一实施例提供的另一种车辆的纵向控制方法的步骤流程图，具体可以包括如下步骤：
步骤401，在车辆进行自动驾驶的过程中，获取期望轨迹信息，并根据期望轨迹信息，确定加速度规划信息；其中，加速度规划信息包括时间信息与加速度信息的对应关系；
步骤402，根据加速度规划信息，对当前时刻的加速度信息进行动态预瞄，得到第一加速度信息；
步骤403，获取车辆的当前行驶信息；
在一示例中，车辆的当前行驶信息用于表示车辆实际的行驶信息，可以包括车辆的实时速度信息，实时位置信息，车辆状态信息等。
步骤404，根据当前行驶信息和期望轨迹信息，确定车辆的状态偏差信息；
在本发明一实施例中，状态偏差信息包括速度偏差和/或位置偏差，速度偏差为车辆的实时速度信息与期望轨迹中当前时刻的期望速度信息的差值，位置偏差为车辆的实时位置信息与期望轨迹中当前时刻的期望位置信息的差值。
当前行驶信息用于表示车辆实际的行驶信息，而期望轨迹信息为车辆计划的行驶信息，在得到当前行驶信息后，可以对比当前行驶信息与期望轨迹信息，从而得到车辆的状态偏差信息。
其中，状态偏差信息可以包括速度偏差和/或位置偏差，速度偏差为当前行驶信息中车辆的实时速度信息与期望轨迹中当前时刻的期望速度信息的差值，位置偏差为当前行驶信息中车辆的实时位置信息与期望轨迹中当前时刻的期望位置信息的差值。
步骤405，根据状态偏差信息，确定加速度偏差信息。
在得到状态偏差信息后，可以根据状态偏差信息确定加速度偏差信息。
在本发明一实施例中，步骤405可以包括以下子步骤：
子步骤4051，基于预设的车辆的状态偏差信息与加速度信息的偏差模型，确定车辆进行纵向控制时的偏差系数；
在实际应用中，前馈控制较为合理的情况下(即动态预瞄合理)，可以将剔除前馈输入后的状态表示为一个偏差模型，那么根据运动控制模块实际的工作效果，以及可能存在的干扰，可以将输出的位置偏差和速度偏差用以下运动学模型表述，
上述公式可以简洁表示为：
输出为位置和速度的偏差，表示如下：
y＝Cx
其中，
其中，x表示状态偏差信息，es为位置偏差信息，ev为速度偏差信息，△a是实际需要的加速度(即第一加速度信息)跟参考值(加速度规划信息中加速度信息)的偏差值，d是输入干扰项。
基于上述偏差模型可以计算出纵向控制过程中的偏差系数，其中，偏差系数可以是干扰观测器中与干扰补偿关联的观测阵，偏差系数还可以是与单输入多输出***的反馈控制关联的反馈系数。
观测阵与反馈系数为离线计算得到的偏差系数，从而可以使加速度的运算周期短，计算效率高。
在一示例中，由于车辆是个复杂的***，在进行纵向控制时容易受到***外界干扰或者内部模型不确定性带来的影响，单纯的反馈控制很难实现***的准确跟踪，通过设计一个干扰观测器来提高对干扰和内部不确定的抑制作用，具体设计如下，
记z为中间变量，构造成如下形式：
令观测的干扰：
记观测的干扰与实际的干扰差为：
则可以得到如下观测偏差模型：
当上述观测偏差模型稳定时就能最终收敛到干扰值，得到观测阵L，观测阵L用于确定加速度的干扰补偿输入(即)。
在一示例中，可以使用线性二次型调节器(linear quadratic regulator，LQR法)设置反馈阵，LQR是一种控制算法，该控制算法可以通过最小化代价函数找到一组输入能够使状态足够小(即位置偏差、速度偏差足够小)或者说能够让***处于稳定状态。
选取代价函数为：
其中，Q，R是预设的半正定和正定矩阵，当干扰观测器补偿干扰比较可靠，就可以令输入加速度(即u)直接为状态反馈代入代价函数得到。
u＝-kx
然后，建立Riccati方程如下，
ATP+PA+Q-PBR-1BTP＝0
K＝R-1BTP
从而，在A、B、Q、R已知的情况下，可以得到K阵(即反馈系数)，反馈系数用于确定加速度的反馈输入(即u)。
子步骤4052，结合偏差系数和状态偏差信息，确定加速度偏差信息。
在确定偏差系数后，可以结合状态偏差信息，确定加速度偏差信息。
当偏差系数为观测阵L时，根据可知，根据观测阵和状态偏差信息x可以得到干扰输入(即加速度偏差信息)。
当偏差系数为K阵(即反馈系数，k)，根据u＝-kx，可知，根据反馈系数和状态偏差信息x可以得到反馈输入(即加速度偏差信息)。
步骤406，根据加速度偏差信息和第一加速度信息，得到第二加速度信息，并按照第二加速度信息对车辆进行自动驾驶的纵向控制。
例如，第二加速度信息＝第一加速度信息-干扰输入-反馈输入。
以下结合图4b-图4c，对本发明上述实施例进行解释说明：
如图4b所示，为运动控制模块的加速度控制示意图，当运动控制模块接收到路径规划模块的期望轨迹时，可以进行动态预瞄前馈处理，得到前馈输入(即第一加速度信息)。
由于被控对象存在输干扰d，可以在运动控制模块中设置干扰观测器观测干扰，得到干扰输入。
同时，通过运动控制模块的输入与输入的状态反馈，设置一反馈控制器对状态进行反馈控制，使运动控制模块中的位置偏差与速度偏差尽可能小，且整个***趋于稳定，反馈控制器可以得到一个反馈输入。
基于前馈输入、干扰输入以及反馈数据得到输入加速度(第二加速度信息)，将输入加速度输入被控对象(即整车纵向控制模块、车辆电子稳定控制***)。
图4c为计算输入加速度的过程示意图，计算输入加速度的过程具体如下：
1、基于动态预瞄确定前馈输入(即第一加速度信息)。
2、设置干扰观测器并补偿观测量(即加速度偏差信息)。
3、使用LQR方法计算反馈系数(即加速度偏差信息)。
4、综合前馈、反馈、以及干扰观测量得到实际输入(即第二加速度信息)，并将实际输入输入至被控***。
本发明实施例通过在车辆进行自动驾驶的过程中，获取期望轨迹信息，并根据期望轨迹信息，确定加速度规划信息，从而，可以根据加速度规划信息，对当前时刻的加速度信息进行动态预瞄，得到第一加速度信息，获取车辆的当前行驶信息，根据当前行驶信息和期望轨迹信息，确定车辆的状态偏差信息；根据状态偏差信息，确定加速度偏差信息。根据加速度偏差信息和第一加速度信息，得到第二加速度信息，并按照第二加速度信息对车辆进行自动驾驶的纵向控制，实现了针对车辆的期望轨迹，进行加速度的动态预瞄，有效降低因加速度执行输入延迟造成的***跟踪误差，避免延迟响应和控制超调，同时，通过加速度偏差信息，有效提高***的抗干扰能力。
需要说明的是，对于方法实施例，为了简单描述，故将其表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
参照图5，示出了本发明一实施例提供的一种车辆的纵向控制装置的结构示意图，具体可以包括如下模块：
加速度规划信息确定模块501，用于在所述车辆进行自动驾驶的过程中，获取期望轨迹信息，并根据所述期望轨迹信息，确定加速度规划信息；其中，所述加速度规划信息包括时间信息与加速度信息的对应关系；
动态预瞄模块502，用于根据所述加速度规划信息，对当前时刻的加速度信息进行动态预瞄，得到第一加速度信息；
纵向控制模块503，用于根据所述第一加速度信息，对所述车辆进行自动驾驶的纵向控制。
在本发明一实施例中，纵向控制模块503可以包括：
加速度偏差子模块，用于获取所述车辆在当前状态下的加速度偏差信息；
纵向控制子模块，用于根据所述加速度偏差信息和所述第一加速度信息，得到第二加速度信息，并按照所述第二加速度信息对所述车辆进行自动驾驶的纵向控制。
在本发明一实施例中，动态预瞄模块502可以包括：
预瞄时间确定子模块，用于确定所述车辆在当前状态下的预瞄时间；
第一加速度信息确定子模块，用于根据所述预瞄时间和所述加速度规划信息，确定所述第一加速度信息。
在本发明一实施例中，所述预瞄时间确定子模块可以包括：
实时速度信息获取单元，用于获取所述车辆的实时速度信息；
最大延迟速度确定单元，用于根据预设的最大延迟时间与速度信息的映射关系，确定所述实时速度信息对应的目标最大延迟时间；
育苗时间确定单元，用于基于所述加速度规划信息和所述目标最大延迟时间，确定预瞄时间。
在本发明一实施例中，加速度偏差子模块可以包括：
当前行驶信息确定单元，用于获取所述车辆的当前行驶信息；
状态偏差确定单元，用于根据所述当前行驶信息和所述期望轨迹信息，确定所述车辆的状态偏差信息；
加速度偏差确定单元，用于根据所述状态偏差信息，确定加速度偏差信息。
在本发明一实施例中，所述加速度偏差确定单元可以包括：
偏差系数确定子单元，用于基于预设的所述车辆的状态偏差信息与加速度信息的偏差模型，确定所述车辆进行纵向控制时的偏差系数；
加速度偏差信息确定子单元，用于结合所述偏差系数和所述状态偏差信息，确定加速度偏差信息。
在本发明一实施例中，所述状态偏差信息包括速度偏差和/或位置偏差，所述速度偏差为所述车辆的实时速度信息与所述期望轨迹中当前时刻的期望速度信息的差值，所述位置偏差为所述车辆的实时位置信息与所述期望轨迹中当前时刻的期望位置信息的差值。
本发明实施例通过在所述车辆进行自动驾驶的过程中，获取期望轨迹信息，并根据所述期望轨迹信息，确定加速度规划信息，从而，可以根据所述加速度规划信息，对当前时刻的加速度信息进行动态预瞄，得到第一加速度信息，进而根据所述第一加速度信息，对所述车辆进行自动驾驶的纵向控制，实现了针对车辆的期望轨迹，进行加速度的动态预瞄，有效降低因加速度执行输入延迟造成的***跟踪误差，避免延迟响应和控制超调。
本发明一实施例还提供了一种车辆，可以包括处理器、存储器及存储在存储器上并能够在处理器上运行的计算机程序，计算机程序被处理器执行时实现如上车辆的纵向控制方法。
本发明一实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现如上车辆的纵向控制方法。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对所提供的一种车辆的纵向控制方法和装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种车辆的纵向控制方法，其特征在于，所述方法包括：
在所述车辆进行自动驾驶的过程中，获取期望轨迹信息，并根据所述期望轨迹信息，确定加速度规划信息；其中，所述加速度规划信息包括时间信息与加速度信息的对应关系；
根据所述加速度规划信息，对当前时刻的加速度信息进行动态预瞄，得到第一加速度信息；
根据所述第一加速度信息，对所述车辆进行自动驾驶的纵向控制；
其中，所述根据所述加速度规划信息，对当前时刻的加速度信息进行动态预瞄，得到第一加速度信息，包括：
确定所述车辆在当前状态下的预瞄时间；
根据所述预瞄时间和所述加速度规划信息，确定所述第一加速度信息；
其中，所述确定所述车辆在当前状态下的预瞄时间，包括：
获取所述车辆的实时速度信息；
根据预设的最大延迟时间与速度信息的映射关系，确定所述实时速度信息对应的目标最大延迟时间；
基于所述加速度规划信息和所述目标最大延迟时间，确定预瞄时间。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一加速度信息，对所述车辆进行自动驾驶的纵向控制，包括：
获取所述车辆在当前状态下的加速度偏差信息；
根据所述加速度偏差信息和所述第一加速度信息，得到第二加速度信息，并按照所述第二加速度信息对所述车辆进行自动驾驶的纵向控制。
3.根据权利要求1或2所述的方法，其特征在于，所述获取所述车辆在当前状态下的加速度偏差信息，包括：
获取所述车辆的当前行驶信息；
根据所述当前行驶信息和所述期望轨迹信息，确定所述车辆的状态偏差信息；
根据所述状态偏差信息，确定加速度偏差信息。
4.根据权利要求3所述的方法，其特征在于，所述根据所述状态偏差信息，确定加速度偏差信息，包括：
基于预设的所述车辆的状态偏差信息与加速度信息的偏差模型，确定所述车辆进行纵向控制时的偏差系数；
结合所述偏差系数和所述状态偏差信息，确定加速度偏差信息。
5.根据权利要求3所述的方法，其特征在于，所述状态偏差信息包括速度偏差和/或位置偏差，所述速度偏差为所述车辆的实时速度信息与所述期望轨迹中当前时刻的期望速度信息的差值，所述位置偏差为所述车辆的实时位置信息与所述期望轨迹中当前时刻的期望位置信息的差值。
6.一种车辆纵向控制装置，其特征在于，所述装置包括：
加速度规划信息确定模块，用于在所述车辆进行自动驾驶的过程中，获取期望轨迹信息，并根据所述期望轨迹信息，确定加速度规划信息；其中，所述加速度规划信息包括时间信息与加速度信息的对应关系；
动态预瞄模块，用于根据所述加速度规划信息，对当前时刻的加速度信息进行动态预瞄，得到第一加速度信息；
纵向控制模块，用于根据所述第一加速度信息，对所述车辆进行自动驾驶的纵向控制；
其中，动态预瞄模块包括：
预瞄时间确定子模块，用于确定所述车辆在当前状态下的预瞄时间；
第一加速度信息确定子模块，用于根据所述预瞄时间和所述加速度规划信息，确定所述第一加速度信息；
其中，所述预瞄时间确定子模块包括：
实时速度信息获取单元，用于获取所述车辆的实时速度信息；
最大延迟速度确定单元，用于根据预设的最大延迟时间与速度信息的映射关系，确定所述实时速度信息对应的目标最大延迟时间；
预瞄时间确定单元，用于基于所述加速度规划信息和所述目标最大延迟时间，确定预瞄时间。
7.一种车辆，其特征在于，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述的车辆纵向控制的方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的车辆纵向控制的方法。
CN202111295521.0A 2021-11-03 2021-11-03 一种车辆的纵向控制方法和装置 Active CN114043999B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111295521.0A CN114043999B (zh) 2021-11-03 2021-11-03 一种车辆的纵向控制方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111295521.0A CN114043999B (zh) 2021-11-03 2021-11-03 一种车辆的纵向控制方法和装置

Publications (2)

Publication Number Publication Date
CN114043999A CN114043999A (zh) 2022-02-15
CN114043999B true CN114043999B (zh) 2024-04-16

Family

ID=80206967

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111295521.0A Active CN114043999B (zh) 2021-11-03 2021-11-03 一种车辆的纵向控制方法和装置

Country Status (1)

Country Link
CN (1) CN114043999B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN110126842A (zh) * 2019-05-10 2019-08-16 北京易控智驾科技有限公司 一种智能驾驶车辆纵向加速度动态校正方法及装置
CN110147041A (zh) * 2019-05-20 2019-08-20 重庆大学 一种基于梯度校正估计预瞄时间的车辆横向控制方法
CN111216713A (zh) * 2020-02-17 2020-06-02 哈尔滨工业大学 一种自动驾驶车辆速度预瞄控制方法
CN111301432A (zh) * 2020-03-03 2020-06-19 北京百度网讯科技有限公司 用于自动驾驶车辆的停车方法和装置
CN111547066A (zh) * 2020-04-27 2020-08-18 中汽研(天津)汽车信息咨询有限公司 车辆轨迹跟踪方法、装置、设备及存储介质
CN111688723A (zh) * 2020-05-28 2020-09-22 江苏理工学院 一种车辆自动驾驶的控制***及其控制方法
WO2020249535A1 (de) * 2019-06-12 2020-12-17 Hitachi, Ltd. Fahrzeugfahrsteuerverfahren, fahrzeugfahrsteuervorrichtung und computerpogrammprodukt

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210077869A (ko) * 2019-12-17 2021-06-28 현대자동차주식회사 차량의 자율주행 제어장치 및 그 방법
CN111959495B (zh) * 2020-06-29 2021-11-12 阿波罗智能技术(北京)有限公司 车辆的控制方法、装置及车辆

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN110126842A (zh) * 2019-05-10 2019-08-16 北京易控智驾科技有限公司 一种智能驾驶车辆纵向加速度动态校正方法及装置
CN110147041A (zh) * 2019-05-20 2019-08-20 重庆大学 一种基于梯度校正估计预瞄时间的车辆横向控制方法
WO2020249535A1 (de) * 2019-06-12 2020-12-17 Hitachi, Ltd. Fahrzeugfahrsteuerverfahren, fahrzeugfahrsteuervorrichtung und computerpogrammprodukt
CN111216713A (zh) * 2020-02-17 2020-06-02 哈尔滨工业大学 一种自动驾驶车辆速度预瞄控制方法
CN111301432A (zh) * 2020-03-03 2020-06-19 北京百度网讯科技有限公司 用于自动驾驶车辆的停车方法和装置
CN111547066A (zh) * 2020-04-27 2020-08-18 中汽研(天津)汽车信息咨询有限公司 车辆轨迹跟踪方法、装置、设备及存储介质
CN111688723A (zh) * 2020-05-28 2020-09-22 江苏理工学院 一种车辆自动驾驶的控制***及其控制方法

Also Published As

Publication number Publication date
CN114043999A (zh) 2022-02-15

Similar Documents

Publication Publication Date Title
CN110221541B (zh) 伺服***中前馈控制器的前馈系数获取装置、方法
CN101546173B (zh) 用于对***进行控制的装置及方法
EP3948440A1 (en) Nonlinear optimization method for stochastic predictive control
CN111930015B (zh) 一种无人车控制方法及装置
CN110968088B (zh) 车辆控制参数的确定方法、装置、车载控制器和无人车
CN109747651A (zh) 一种车辆控制方法、装置及***
Huang et al. Prescribed performance fuzzy back-stepping control of a flexible air-breathing hypersonic vehicle subject to input constraints
CN113428218B (zh) 一种车辆转向控制方法、装置、设备及存储介质
CN106527462A (zh) 无人机控制装置
CN112158196B (zh) 自动泊车方法及装置
KR20130017403A (ko) 액추에이터 제어 장치 및 방법
Yahagi et al. Non-iterative data-driven tuning of model-free control based on an ultra-local model
Mhmood et al. Optimal h-infinity integral dynamic state feedback model reference controller design for nonlinear systems
CN114043999B (zh) 一种车辆的纵向控制方法和装置
EP1338937A1 (en) Servo control method
Jin et al. Nonlinear ELM estimator-based path-following control for perturbed unmanned marine systems with prescribed performance
US20220204018A1 (en) Vehicle control using neural network controller in combination with model-based controller
Zhenhai et al. A headway control algorithm for ACC vehicles with the compensation of the preceding vehicle acceleration
Hu et al. Electronic throttle controller design using a triple-step nonlinear method
Lambert et al. Cooperative Adaptive Cruise Control in a Heterogeneous Vehicle Platoon
CN116974204B (zh) 无人机跟踪控制模型训练方法、使用方法及终端设备
EP4030244A1 (en) Control apparatus and control system
Rotondo et al. Background on gain-scheduling
Mohammed et al. Research on trajectory tracking control for 3-axis servo system based on optimal preview control method
Sharma Simulation and Design of a Vehicle Cruise Control System

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