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控制的方法和装置,包括:
一种车辆控制的方法,所述方法包括:
在车辆自动驾驶的过程中,获取所述车辆的目标轨迹信息;
获取所述车辆当前的行驶状态信息,并根据所述行驶状态信息和所述目标轨迹信息,确定所述车辆的目标行驶误差信息;
根据所述目标行驶误差信息,确定所述车辆的目标前轮偏角变化率信息;
根据所述目标前轮偏角变化率信息,对所述车辆进行控制。
可选地,所述根据所述目标行驶误差信息,确定所述车辆的目标前轮偏角变化率信息,包括:
获取预置的横向误差模型;其中,所述横向误差模型为根据所述车辆的运动模型和、所述车辆前轮偏角的响应特性以及前轮偏角变化率信息生成的模型,所述横向误差模型的输入信息为前轮偏角变化率信息,输出信息为行驶误差信息;
确定当所述横向误差模型的输出信息与所述目标行驶误差信息匹配时所述横向误差模型对应输入的目标前轮偏角变化率信息。
可选地,所述确定当所述横向误差模型的输出信息与所述目标行驶误差信息匹配时所述横向误差模型对应输入的目标前轮偏角变化率信息,包括:
获取预置的针对所述横向误差模型的输入信息和输出信息的代价函数;
根据所述代价函数对所述行驶误差信息进行收敛,得到目标前轮偏角变化率信息。
可选地,所述根据所述代价函数对所述行驶误差信息进行收敛,得到目标前轮偏角变化率信息,包括:
按照所述代价函数,确定所述横向误差模型的每一组输入信息和输出信息对应的代价值;
将最小的代价值对应的输入信息作为目标前轮偏角变化率信息,其中,目标前轮偏角变化率信息为跟踪所述目标轨迹信息且连续变化的前轮偏角变化率信息。
可选地,所述根据目标所述前轮偏角变化率信息,对所述车辆进行控制,包括:
根据所述行驶状态信息和所述目标所述前轮偏角变化率信息,得到目标前轮偏角信息;
按照所述目标前轮偏角信息对所述车辆进行控制。
可选地,所述目标轨迹信息包括以下任意一项或多项:
参考前轮偏角信息、参考位置信息、参考航向信息;
所述行驶状态信息还包括以下任意一项或多项:
实时前轮偏角信息、实时位置信息、实时航向信息。
可选地,所述目标行驶误差信息包括横向误差信息和航向误差信息,所述根据所述车辆的行驶状态信息和目标轨迹信息,确定所述车辆的目标行驶误差信息,包括:
根据所述行驶状态信息中的实时位置信息和所述目标轨迹信息中的参考位置信息,得到横向误差信息;
根据所述行驶状态信息中的实时航向信息和所述目标轨迹信息中的参考航向信息,得到航向误差信息。
一种车辆控制的装置,所述装置包括:
目标轨迹信息获取模块,用于在车辆自动驾驶的过程中,获取所述车辆的目标轨迹信息;
目标行驶误差信息确定模块,用于获取所述车辆当前的行驶状态信息,并根据所述行驶状态信息和所述目标轨迹信息,确定所述车辆的目标行驶误差信息;
目标前轮偏角变化率信息模块,用于根据所述行驶误差信息,确定所述车辆的目标前轮偏角变化率信息;
车辆控制模块,用于根据所述目标前轮偏角变化率信息,对所述车辆进行控制。
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控制的方法。
本发明实施例具有以下优点:
本发明实施例中通过在车辆自动驾驶的过程中,可以获取所述车辆的目标轨迹信息,以及获取车辆当前的行驶状态信息,并根据所述车辆的行驶状态信息和目标轨迹信息,确定所述车辆的目标行驶误差信息,从而可以根据所述行驶误差信息,确定所述车辆的目标前轮偏角变化率信息;进而根据所述目标前轮偏角变化率信息,对所述车辆进行控制,实现了根据车辆的行驶误差确定车辆的前轮偏角变化率,进而进行车辆控制,在车辆控制过程中引入前轮偏角变化率充分考虑了车辆实际行驶过程中的物理限制,保证跟踪效果,以避免跟踪轨迹曲率跳变对车辆控制的影响,从而确保自动驾驶车辆的安全性和舒适性。
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控制的方法的步骤流程图,具体可以包括如下步骤:
步骤101,在车辆自动驾驶的过程中,获取车辆的目标轨迹信息;
在本发明一实施例中,目标轨迹信息包括以下任意一项或多项:
参考前轮偏角信息、参考位置信息、参考航向信息;
在车辆中可以设置有感知模块,决策模块、控制模块,其中,感知模块可以通过车辆中的各类型传感器获取车辆在行驶过程中的周边环境信息以及车辆自身的实时行驶信息;决策模块可以根据车辆获取的周边环境信息和车辆实时行驶信息等生成车辆在未来一段时间内的行驶轨迹信息,以指引车辆进行自行驾驶;控制模块可以根据决策模块生成的轨迹信息确定车辆可执行的信息,然后将车辆可执行的信息发送至车辆对应部件,以进行车辆的控制。
在车辆自动驾驶过程中,车辆的横向控制器为控制模块中对车辆进行横向控制的部件,车辆横向控制器可以从上游决策模块获取车辆的目标轨迹信息,以对目标轨迹信息进行分析,得到车辆可执行的控制信号。
其中,目标轨迹信息为车辆针对即将行驶的道路的规划轨迹信息,可以包括参考前轮偏角信息、参考位置信息、参考航向信息中任意一项或多项。
需要说明的是,目标轨迹信息并不局限于上述示例,还可以是其他用于辅助车辆进行自动驾驶的参考信息。
步骤102,获取车辆当前的行驶状态信息,并根据车辆的行驶状态信息和目标轨迹信息,确定车辆的目标行驶误差信息;
在本发明一实施例中,行驶状态信息还包括以下任意一项或多项:
实时前轮偏角信息、实时位置信息、实时航向信息。
在得到目标轨迹信后,车辆的横向控制器还可以获取车辆当前的行驶状态信息,其中,行驶状态信息可以包括实时前轮偏角信息、实时位置信息、实时航向信息中任意一项或多项,需要说明的是,行驶状态信息并不局限于上述示例,行驶状态信息还可以是车辆进行自动驾驶过程中的其他的车辆实时信息。
在获取车辆的行驶状态信息后,车辆的横向控制器可以基于车辆当前的行驶状态信息和车辆规划的目标轨迹信息确定车辆的目标行驶误差信息,目标行驶误差信息可以是车辆实际行驶状态(即行驶状态信息)和车辆参考状态(目标轨迹信息)的差值信息。
在本发明一实施例中,目标行驶误差信息包括横向误差信息和航向误差信息,根据车辆的行驶状态信息和目标轨迹信息,确定车辆的目标行驶误差信息,包括:根据行驶状态信息中的实时位置信息和目标轨迹信息中的参考位置信息,得到横向误差信息;根据行驶状态信息中的实时航向信息和目标轨迹信息中的参考航向信息,得到航向误差信息。
在实际应用中,目标行驶误差信息可以包括横向误差信息和航向误差信息,车辆行驶过程中,可以根据车辆实时位置信息和目标轨迹信息中的参考位置信息得到车辆的横向误差信息,还可以根据车辆的实时航向信息和目标轨迹中的参考航向信息的航向误差。
在一示例中,目标行驶误差信息还可以包括纵向误差信息,横向控制一般采取位置匹配,找到位置最近的那一个轨迹点作为横向跟踪的起点,在横向跟踪过程中,当控制航向误差较小的情况下,可以保证纵向误差为0,从而横向跟踪过程中是默认纵向跟踪良好的。
步骤103,根据目标行驶误差信息,确定车辆的目标前轮偏角变化率信息;
由于车辆在实际行驶过程中存在物理限制,即车辆存在最大的前轮偏角变化率和最大的前轮偏角,为避免轨迹远端的曲率突变,可以在得到目标行驶误差信息后,可以根据目标行驶误差信息推导车辆的目标前轮偏角变化率信息,该目标前轮偏角变化率信息需要符合车辆的前轮偏角和前轮偏角变化率的限制,即为可以跟踪目标轨迹且连续性好的前轮偏角变化率。
从而避免轨迹远端的曲率突变对车辆横向跟踪的影响,且在充分考虑了车辆的目标行驶误差信息的情况下,还可以避免误差导致的目标轨迹跟踪不了或者超调等问题,得到连续的目标前轮偏角变化率信息。
步骤104,根据目标前轮偏角变化率信息,对车辆进行控制。
在得到目标前轮偏角变化率信息后,可以根据目标前轮偏角变化率信息对车辆进行控制,具体的,可以根据目标前轮偏角变化率信息得到车辆的前轮偏角信息,从而根据前轮偏角信息对车辆进行控制。
在本发明一实施例中,步骤104可以包括以下子步骤:
子步骤1041,根据行驶状态信息和目标前轮偏角变化率信息,得到目标前轮偏角信息;
在实际应用中,行驶状态信息可以包括车辆当前的方向盘的转动角度或者前轮偏角,目标前轮偏角变化率信息与前后两帧前轮偏角存在关联关系,从而在已知车辆当前状态下的前轮偏角和车辆的横向控制器求得的前轮偏角变化率信息后,可以通过积分关系获取当前应该输出给前轮偏角控制器的请求信号(即目标前轮偏角信息)。
子步骤1042,按照目标前轮偏角信息对车辆进行控制。
在得到目标前轮偏角信息后,目标前轮偏角信息为车辆可直接执行的信号,车辆的横向控制器可以将目标前轮偏角信息发送至车辆助力转向机构,车辆转向助力机构可以将目标前轮偏角信息(即转角信号)转化为齿条力,从而控制车辆实现转向动作。
在实际应用中,在车辆的横向控制过程中,由于外部环境与机械结构的复杂性,需要采用比例积分微分控制(Proportional Integral Derivative,PID控制),自抗扰控制(Active Disturbance Rejection Control,ADRC)或者参考模型自适应控制(ModelReference Adaptive Control,MRAC)等不基于模型的控制算法,从而,对输入参考前轮偏角信号到真实的前轮偏角而言,存在一个伺服***(又称随动***,是用来精确地跟随或复现某个过程的反馈控制***),跟踪参考前轮偏角信号,而在伺服跟踪过程不可避免会带来控制的延迟。
在本发明实施例中,根据车辆的行驶误差信息以及车辆前轮偏角的响应特性可以确定目标前轮偏角变化率信息,充分考虑车辆误差与前轮偏角的响应,可以避免执行器延迟和执行器的物理特性对横向跟踪误差收敛的影响,降低控制延迟。
在本发明实施例中,通过在车辆自动驾驶的过程中,可以获取车辆的目标轨迹信息,以及获取车辆当前的行驶状态信息,并根据车辆的行驶状态信息和目标轨迹信息,确定车辆的目标行驶误差信息,从而可以根据行驶误差信息,确定车辆的目标前轮偏角变化率信息;进而根据目标前轮偏角变化率信息,对车辆进行控制,实现了根据车辆的行驶误差确定车辆的前轮偏角变化率,进而进行车辆控制,在车辆控制过程中引入前轮偏角变化率充分考虑了车辆实际行驶过程中的物理限制,保证跟踪效果,以避免跟踪轨迹曲率跳变对车辆控制的影响,从而确保自动驾驶车辆的安全性和舒适性。
参照图2,示出了本发明一实施例提供的另一种车辆控制的方法的步骤流程图,具体可以包括如下步骤:
步骤201,在车辆自动驾驶的过程中,获取车辆的目标轨迹信息;
步骤202,获取车辆当前的行驶状态信息,并根据车辆的行驶状态信息和目标轨迹信息,确定车辆的目标行驶误差信息;
步骤203,获取预置的横向误差模型;其中,横向误差模型为根据车辆的运动模型、所述车辆前轮偏角的响应特性以及前轮偏角变化率信息生成的模型,横向误差模型的输入信息为前轮偏角变化率信息,输出信息为行驶误差信息;
为了更好地实现车辆中的横向控制,可以在车辆中预置一横向误差模型,横向误差模型能够使得轨迹跟踪问题转化为误差整定模型,横向误差模型可以表征车辆的行驶误差与前轮偏角变化率信息的关系,对于输入到横向误差模型的前轮偏角变化率信息,均可以递推对应的行驶误差信息。
在横向误差模型中,由于前轮偏角(方向盘转角)的速度不能突变,本误差模型输入为参考转角的变化率,可以通过限制转角变化率来保证请求的方向盘转角符合车辆的物理实际。
其中,横向控制模型可以根据车辆的运动模型、车辆前轮偏角的响应特性以及前轮偏角变化率信息生成,从而,使横向控制模型符合车辆运动限制,也符合车辆前轮偏角和前轮偏角变化率的限制。
在一示例中,横向控制模型的构建过程如下:
将伺服跟踪***利用***进行辨识,等价于***增益为1的一阶或者二阶***。本发明实施例采用一阶***为例进行横向控制***的介绍。
一阶等效***公式(1)所所示:
其中,δr为车辆目标轨迹信息中的参考前轮偏角或者当前的方向盘转角(即参考前轮偏角信息),δ为车辆当前的行驶状态信息中的实际的前轮偏角,T为***的时间常数的倒数,S为传递函数的复数单位,该公式反映了车辆前轮偏角的响应特性,基于车辆前轮偏角的响应特性构建横向误差模型,能够根据车辆前轮偏角的响应特性提前进行车辆控制,以保证跟踪效果。
在低速工况下,可以认为车辆前轮的速度方向与前轮偏角相同,此时可以忽略横向滑移,从而,车辆运动学模型可以表示为:
其中,[x,y,θ]T为车辆的全局坐标***的坐标,ω为车辆自身的角速度,车辆自身的角速度ω与前轮偏角有关,ω=tan(δf)v/L,v指的是车辆后轮中心的速度,L为辆轴距长。
由于车辆的决策模块每一帧的规划轨迹均是基于运动学模型得出,故车辆的参考轨迹(即目标轨迹信息)可表示为:
由上两式(3),(2)相减可以得到运动学的误差模型:
其中,为跟踪误差;v,vr分别为车辆后轴中心的实际速度(车辆定位模块获取的车轮后轴中心速度,为车辆行驶状态信息中的实时速度信息)和参考速度(即目标轨迹信息中的参考速度信息)。
由于车辆物理限制,请求的前轮偏角δr的变化率存在上限,故需要将参考前轮偏角变化率显式表示出来,从而,可以定义参考前轮偏角变化率为r(即目标前轮偏角变化率信息),由定义可知结合(1)-(4)式可得基于转向模型的误差模型:
由于横向控制一般跟踪的是路径(path)而不是轨迹(trajectory),每一个控制周期可以采用位置匹配的方式,找到位置最近的那一个轨迹点作为横向跟踪的起点。在航向误差较小的情况下,可以保证纵向误差为0,且在横向跟踪过程中是默认纵向跟踪良好的,从而,每个控制周期可以认为xe=0(即纵向误差为0),同时υ=υr,则公式(5)可以简化为:
其中,上述横向误差模型的控制输入为前轮偏角变化率(r),输出为误差(即横向误差、航向误差)以及前轮偏角相关状态量(即参考前轮偏角、实时前轮偏角),均可在每个控制周期直接获取得到。
步骤204,确定当横向误差模型的输出信息与目标行驶误差信息匹配时横向误差模型对应输入的目标前轮偏角变化率信息。
在构建横向误差模型后,由于横向误差模型的输出信息为行驶误差信息,输入信息为目标前轮偏角变化率信息,从而,基于目标行驶误差信息和横向控制模型,可以确定输入的目标前轮偏角变化率信息
步骤205,根据目标前轮偏角变化率信息,对车辆进行控制。
在本发明实施例中,通过在车辆自动驾驶的过程中,可以获取车辆的目标轨迹信息,以及获取车辆当前的行驶状态信息,并根据车辆的行驶状态信息和目标轨迹信息,确定车辆的目标行驶误差信息,从而可以根据行驶误差信息,确定车辆的目标前轮偏角变化率信息;进而根据目标前轮偏角变化率信息,对车辆进行控制,实现了根据车辆的行驶误差确定车辆的前轮偏角变化率,进而进行车辆控制,在车辆控制过程中引入前轮偏角变化率充分考虑了车辆实际行驶过程中的物理限制,保证跟踪效果,以避免跟踪轨迹曲率跳变对车辆控制的影响,从而确保自动驾驶车辆的安全性和舒适性。
参照图3,示出了本发明一实施例提供的又一种车辆控制的方法的步骤流程图,具体可以包括如下步骤:
步骤301,在车辆自动驾驶的过程中,获取车辆的目标轨迹信息;
步骤302,获取车辆当前的行驶状态信息,并根据车辆的行驶状态信息和目标轨迹信息,确定车辆的目标行驶误差信息;
步骤303,获取预置的横向误差模型;其中,横向误差模型为根据车辆的运动模型、所述车辆前轮偏角的响应特性以及前轮偏角变化率信息生成的模型,横向误差模型的输入信息为前轮偏角变化率信息,输出信息为行驶误差信息;
步骤304,获取预置的针对横向误差模型的输入信息和输出信息的代价函数;
在获得预置的横向误差模型之后,由于横向误差模型为单输入多输出非线性时变模型,为了较好的进行横向控制,尽可能的利用决策模块发出的全部轨迹信息,可以将单输入多输出非线性时变模型的单输入多输出问题转化为一个代价函数优化问题,在每个控制周期,求解预测周期内的控制序列,使得代价函数获得最优解。
具体地,可以针对横向误差模型对其输入信息和输出信息进行限制,设置一针对其输入信息和输出信息的代价函数,从而达到对误差进行收敛的效果,代价函数的目的是得到误差收敛的权重,让横向误差和航向误差以以上权重的方式进行收敛。
在一示例中,需要对横向误差模型的输入部分(r)和部分输出量进行限制,输入限制采用带输入限制的迭代线性二次型调节器(Linear Quadratic Regulator,LQR)进行求解,输出限制利用代价函数进行求解。在自动驾驶中,每个控制周期非常短,利用欧拉法将(6)进行离散化,定义控制周期为h,
则离散化模型可表示为:
另外,定义总代价函数J:
其中,N为预测周期,u为控制输入,l为各个控制周期的代价,lf为终端代价。从而,则该控制问题可转化为:已知车辆的初始状态求取最优的控制序列U*(即目标前轮偏角变化率信息):
定义从i时刻至预测末端周期N的控制输入为:由式(8)可得到对应该控制序列的总代价函数为:
同时定义从i时刻到预测末端周期N的最优代价函数为:由上定义可得到Vi是Ui,Xe的函数,终端点最优的代价函数的值故可以从末端向前推出:
其中,V‘为下个预测步的最优代价函数值。
对V的自变量Xe和u加入一些扰动δxe和δu,从而,可以定义Q为:
利用牛顿法求最优的δu,将V二阶泰勒展开,求取关于状态扰动δx最优的扰动δu*:
其中,Quu为Q关于u的二次偏导,Qux为Q对u,x的二次偏导,以此类推。
牛顿法在最优点与初始点较远时,可能存在黑塞矩阵(hessian matrix)不正定,即Quu奇异的情况,需要对牛顿法进行修正,利用L-M(levenberg-marquardt)方法对牛顿法进行修正,即其中I为单位矩阵,λ为修正因子,随着λ不断增加算法由牛顿法趋向于梯度下降法。
上述牛顿法迭代过程,无法对控制量进行限制,由于δxe在返向推导时是未知的,即K无法求得,利用二次规划(Quadratic programming)的方式,先计算k:
其中,分别为控制输入的下界和上界。二次规划返回/>的自由无约束部分,定义为/>则K自由无约束部分可表示为/>K有约束部分设置为0。
通过VN=lf(xeN)利用上7~13式进行迭代求解,就可求得关于扰动δx的最优扰动δu。
当以上每个控制周期的反向推导均计算完成后就可以对控制量进行前向递推线性搜索每个预测周期内的状态量:
其中,α为搜索参数,可以设置为1~0递减。重复反向计算最优扰动,前向递推,即可求解到局部最优的控制序列使得代价函数J取得小值。
由于反向迭代过程中利用二次规划进行求解,可以利用热启动对二次规划问题进行优化,通常利用有效集的方式,每次迭代记录激活的限制,两个相邻的预测步长,取前一次方向递推的最优解,若初始点有着相同的激活的限制,通常能够在一次迭代到达收敛条件。
在一示例中,在iLQR迭代过程中,本身就能保证输入量参考前轮偏角变化率r,满足最大前轮偏角变化率限制。输入量的代价函数主要目的是,在前轮偏角变化率较大时进行惩罚,限制车辆向心加速度变化率,以保证自动驾驶跟踪时的舒适性。横向控制的目的是使得横向误差ye和航向误差θe趋向于0,故需要对横向误差ye和航向误差θe的偏离进行惩罚。同时,由于车辆转弯半径的限制,还需要对最大的前轮偏角进行限制,不失取一般性设g(x,u)<0符合限制,g(x,u)≥0为超过限制,理想的限制函数为:
这里采用对数函数进行近似,随着t的增大对数函数趋向于理想的限制函数:
同时,为了安全和乘车舒适性,需要对向心加速度进行惩罚,同时,当速度跟踪正常时,迭代过程的速度取参考速度,则车辆的向心加速度可以表示为:
故各个控制周期的代价l为可以设置为:
l=lu+lx
lu=cur2
其中,lu=cur2为控制量相关的代价函数,用于限制前轮偏角变化率大小,避免前轮偏角变化率过大。
lx为状态量相关的代价函数(横向误差、航向误差、前轮偏角误差等)
用于限制横向误差,/>用于限制航向误差,/>用于限制最大前轮偏角,cb2bδ(δ)用于限制最大的向心加速度。
终端代价函数lf可以表示为:
/>
其中,c*,t*为调整参数,ta可以设置的小一点,以平滑过度到0的向心角速度,对未达到alimit的加速度进行惩罚,更进一步提高乘车舒适性。
代价函数是状态量(横向误差、航向误差、前轮偏角)与控制输入(前轮偏角变化率)的函数,通过设计代价函数,要使得在前轮偏角不超过车辆物理限制(代价函数设计中的限制函数),满足乘车舒适性要求,向心加速度较小,同时控制输入较小(即前轮变化率不应太大),并且误差收敛(代价函数中有状态大小的限制)。
步骤305,根据代价函数对行驶误差信息进行收敛,得到目标前轮偏角变化率信息。
在获取代价函数后,可以通过代价函数对行驶误差信息进行收敛,得到目标前轮偏角变化率信息。
在本发明一实施例中,步骤305可以包括以下子步骤:
子步骤3051,按照代价函数,确定横向误差模型的每一组输入信息和输出信息对应的代价值;
在实际实际应用中,可以将横向误差模型中的每一组输入信息和输出信息分别计算代价函数对应的代价值。
子步骤3052,将最小的代价值对应的输入信息作为目标前轮偏角变化率信息,其中,目标前轮偏角变化率信息为跟踪目标轨迹信息且连续变化的前轮偏角变化率信息。
将最小代价值对应的输入信息确定为目标前轮偏角变化率,其中,当结合整个目标轨迹信息进行分析时,可以通过代价函数得到一最优控制序列,对应车辆未来一段时间的前轮偏角变化率信息。
在代价值最小时,可以使整个轨迹的横向误差和航向误差趋向于0,从而实现跟踪目标轨迹信息,且可以避免轨迹远端的曲率跳变。
步骤306,根据目标前轮偏角变化率信息,对车辆进行控制。
在本发明实施例中,通过在车辆自动驾驶的过程中,可以获取车辆的目标轨迹信息,以及获取车辆当前的行驶状态信息,并根据车辆的行驶状态信息和目标轨迹信息,确定车辆的目标行驶误差信息,从而可以根据行驶误差信息,确定车辆的目标前轮偏角变化率信息;进而根据目标前轮偏角变化率信息,对车辆进行控制,实现了根据车辆的行驶误差确定车辆的前轮偏角变化率,进而进行车辆控制,在车辆控制过程中引入前轮偏角变化率充分考虑了车辆实际行驶过程中的物理限制,保证跟踪效果,以避免跟踪轨迹曲率跳变对横向控制的影响,从而确保,影响自动驾驶车辆的安全性和舒适性。
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4,示出了本发明一实施例提供的一种车辆控制的装置的结构示意图,具体可以包括如下模块:
目标轨迹信息获取模块401,用于在车辆自动驾驶的过程中,获取所述车辆的目标轨迹信息;
目标行驶误差信息确定模块402,用于获取车辆当前的行驶状态信息,并根据所述车辆的行驶状态信息和目标轨迹信息,确定所述车辆的目标行驶误差信息;
目标前轮偏角变化率信息模块403,用于根据所述行驶误差信息,确定所述车辆的目标前轮偏角变化率信息;
车辆控制模块404,用于根据所述目标前轮偏角变化率信息,对所述车辆进行控制。
在本发明一实施例中,目标前轮偏角变化率信息模块403可以包括:
横向误差模型获取子模块,用于获取预置的横向误差模型;其中,所述横向误差模型为根据所述车辆的运动模型和前轮偏角变化率信息生成的模型,所述横向误差模型的输入信息为前轮偏角变化率信息,输出信息为行驶误差信息;
目标前轮偏角变化率信息确定子模块,用于确定当所述横向误差模型的输出信息与所述目标行驶误差信息匹配时所述横向误差模型对应输入的目标前轮偏角变化率信息。
在本发明一实施例中,所述目标前轮偏角变化率信息确定子模块可以包括:
代价函数获取单元,用于获取预置的针对所述横向误差模型的输入信息和输出信息的代价函数;
误差收敛单元,用于根据所述代价函数对所述行驶误差信息进行收敛,得到目标前轮偏角变化率信息。
在本发明一实施例中,所述误差收敛单元可以包括:
代价值计算子单元,用于按照所述代价函数,确定所述横向误差模型的每一组输入信息和输出信息对应的代价值;
目标前轮偏角变化率信息确定子单元,用于将最小的代价值对应的输入信息作为目标前轮偏角变化率信息,其中,目标前轮偏角变化率信息为跟踪所述目标轨迹信息且连续变化的前轮偏角变化率信息。
本发明实施例中通过在车辆自动驾驶的过程中,可以获取所述车辆的目标轨迹信息,以及获取车辆当前的行驶状态信息,并根据所述车辆的行驶状态信息和目标轨迹信息,确定所述车辆的目标行驶误差信息,从而可以根据所述行驶误差信息,确定所述车辆的目标前轮偏角变化率信息;进而根据所述目标前轮偏角变化率信息,对所述车辆进行控制,实现了根据车辆的行驶误差确定车辆的前轮偏角变化率,进而进行车辆控制,在车辆控制过程中引入前轮偏角变化率充分考虑了车辆实际行驶过程中的物理限制,保证跟踪效果,以避免跟踪轨迹曲率跳变对车辆控制的影响,从而确保自动驾驶车辆的安全性和舒适性。
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控制的方法。
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控制的方法。
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控制的方法和装置,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。