CN115476881B - 车辆轨迹跟踪控制方法、装置、设备及介质 - Google Patents
车辆轨迹跟踪控制方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115476881B CN115476881B CN202211288639.5A CN202211288639A CN115476881B CN 115476881 B CN115476881 B CN 115476881B CN 202211288639 A CN202211288639 A CN 202211288639A CN 115476881 B CN115476881 B CN 115476881B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- pretightening
- steering wheel
- target track
- wheel angle
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 85
- 230000006870 function Effects 0.000 claims description 31
- 238000012545 processing Methods 0.000 claims description 17
- 238000001914 filtration Methods 0.000 claims description 16
- 230000005540 biological transmission Effects 0.000 claims description 15
- 230000004913 activation Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 238000009795 derivation Methods 0.000 claims description 4
- 230000007704 transition Effects 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 238000004260 weight control Methods 0.000 abstract description 12
- 230000007246 mechanism Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000008278 dynamic mechanism Effects 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 230000010354 integration Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
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
- 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
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本申请提供一种车辆轨迹跟踪控制方法、装置、设备及介质,该方法包括:获取车辆的目标轨迹参数与状态信息;根据目标轨迹参数与车速信息确定预瞄距离,依据预瞄距离与目标轨迹参数确定预瞄点至目标轨迹的预瞄偏差;基于车辆的不足转向特性构建追踪控制算法,将预瞄距离与预瞄偏差输入追踪控制算法,确定第一方向盘转角值;基于自适应权重控制方式构建最优控制算法,将预瞄距离与预瞄偏差输入最优控制算法,确定第二方向盘转角值;对第一方向盘转角值与第二方向盘转角值加权融合,得到综合方向盘转角值完成车辆轨迹跟踪,本申请充分考虑了车辆动力学特性,通过双模式控制综合加权处理,能够适应全工况下的目标轨迹精确跟踪。
Description
技术领域
本申请涉及车辆控制领域或自动驾驶领域,具体涉及一种车辆轨迹跟踪控制方法、装置、设备及介质。
背景技术
随着汽车智能化的高速发展,越来越多的汽车上搭载了自动驾驶功能,人们对于自动驾驶操控品质的要求也越来越高,期望汽车的自动驾驶操控品质更接近真实驾驶员,以获得更为舒适、可信的驾乘体验。自动驾驶中,轨迹跟踪控制是实现L3级及以上自动驾驶车辆横向运动控制的基本途径之一。
然而,现有的轨迹跟踪控制方法采用单一控制算法,对车辆动力学特性与工程化应用考虑不足,一方面,拟人化程度不够,难以适应全工况场景问题;另一方面,自动驾驶轨迹跟踪算法采用非机理建模方式对具体场景依赖性强,导致无法适应全工况实现目标轨迹精确跟踪。
申请内容
鉴于以上所述现有技术的缺点,本申请提供一种车辆轨迹跟踪控制方法、装置、设备及介质,以解决车辆轨迹跟踪控制中无法适应全工况实现目标轨迹精确跟踪的技术问题。
在第一方面,本申请提供的一种车辆轨迹跟踪控制方法,包括:
获取车辆的目标轨迹参数与状态信息,所述状态信息包括车辆当前的车速信息;
根据所述目标轨迹参数与所述车速信息确定预瞄距离,依据所述预瞄距离与所述目标轨迹参数确定预瞄点至目标轨迹的预瞄偏差;
基于所述车辆的不足转向特性构建追踪控制算法,将所述预瞄距离与所述预瞄偏差输入所述追踪控制算法,确定第一方向盘转角值;
基于自适应权重控制方式构建最优控制算法,将所述预瞄距离与所述预瞄偏差输入所述最优控制算法,确定第二方向盘转角值;
对所述第一方向盘转角值与所述第二方向盘转角值加权融合,得到综合方向盘转角值;
根据所述综合方向盘转角值所对应的控制量完成车辆轨迹跟踪。
于本申请的一实施例中,所述基于所述车辆的不足转向特性构建追踪控制算法,还包括:
根据预设最小车速阈值与当前的车速信息,确定所述车辆修正轨迹跟踪的不足转向特性系数;
根据所述不足转向特性系数、所述车辆的轴距、转向角传动比、预瞄距离以及预瞄偏差的关联关系构建追踪控制算法。
于本申请的一实施例中,所述基于自适应权重控制方式构建最优控制算法,将所述预瞄距离与所述预瞄偏差输入所述最优控制算法,确定第二方向盘转角值,还包括:
根据所述车辆的侧向位移、侧向速度、航向角与横摆角速度构建状态空间方程表达的线性定常非齐次方程组;
将所述线性定常非齐次方程组进行时域转换,确定方程组的测量值;
基于所述预瞄距离所对应的预瞄时间,将所述预瞄距离等间距分割成多个等效预瞄点,其中,所述等效预瞄点根据预瞄距离的远近对应不同的权重系数;
根据所述等效预瞄点的预瞄偏差与所述测量值,构建最优控制算法的性能指标函数;
对所述性能指标函数进行求导处理,并将所述等效预瞄点所对应有权重系数与所述测量值输入求导后的性能指标函数,确定最优控制输入量;
根据所述最优控制输入量、所述预瞄偏差以及转向角传动比,确定所述第二方向盘转角值。
于本申请的一实施例中,所述第一方向盘转角值的表达式确定为:
式中,Kv为不足转向特性系数,δsw1为第一方向盘转角值,L为汽车的轴距,i为转向角传动比,vxmin为预设最小阈值车速,π为圆周率,dprv为预瞄距离,yprv为预瞄偏差,vx为车速信息。
于本申请的一实施例中,所述根据所述目标轨迹参数与所述车速信息确定预瞄距离,依据所述预瞄距离与所述目标轨迹参数确定预瞄点至目标轨迹的预瞄偏差,还包括:
基于所述车辆当前的车速信息与目标轨迹参数确定所述车辆的预瞄时间;
将所述车辆当前的所述车速信息和所述预瞄时间进行运算处理,确定预瞄距离;
根据所述预瞄距离与所述目标轨迹参数进行计算,确定预瞄点至目标轨迹的预瞄偏差。
于本申请的一实施例中,所述性能指标函数的表达式确定为,
式中,tprv为预瞄时间,yprv为预瞄点至目标轨迹的预瞄偏差,F(t)、g(t)为中间变量函数,x0为t=0时刻初始状态,u为控制输入量,ω(t)为角频率。
于本申请的一实施例中,所述第二方向盘转角值的表达式确定为:
式中,yprvj为第j个等效预瞄点到目标轨迹的预瞄偏差,dprv为预瞄距离,j为第j个等效预瞄点,n为预瞄距离等间距分割成等效预瞄点的数量,Fj、gj为中间变量函数,tprv为预瞄时间,yprv为预瞄点至目标轨迹的预瞄偏差,B、C分别状态转移距离的输入矩阵、输出矩阵,x0为t=0时刻的初始状态,uk为最优控制输入量,ωj为角频率,i为转向角传动比,π为圆周率。
于本申请的一实施例中,所述对所述第一方向盘转角值与所述第二方向盘转角值加权融合,得到综合方向盘转角值,包括:
根据所述车辆当前的车速信息与所述车辆当前位置所对应目标轨迹上的曲率,分别确定所述追踪控制算法所对应的第一权重系数、所述最优控制算法所对应的第二权重系数;
对所述第一方向盘转角值与第一权重系数进行加权计算,确定加权的第一方向盘转角值;
对所述第二方向盘转角值与第二权重系数进行加权计算,确定加权的第二方向盘转角值;
对加权的所第二方向盘转角值与加权的所述第二方向盘转角值进行累加,得到综合方向盘转角值。
于本申请的一实施例中,所述根据所述车辆当前的车速信息与所述车辆当前位置所对应目标轨迹上的曲率,还包括以下至少之一:
其中,vx为所述车辆当前的车速信息,pρ分别为所述车辆在当前车速和当前曲率下所对应的权重系数,ρ为所述车辆当前位置所对应的目标轨迹上的曲率,/>pρ的乘积确定所述第二权重系数的大小。
于本申请的一实施例中,所述目标轨迹参数中目标轨迹所对应的表达式确定为:
y=A0+A1x+A2x2+A3x3
其中,y为目标轨迹的横坐标,x为目标轨迹的纵坐标,A0、A1、A2、A3依次为横向偏差、航向角、道路曲率和道路曲率变化率。
于本申请的一实施例中,所述获取车辆的目标轨迹参数与状态信息,还包括:
所述状态信息包括横摆角速度信息、车速信息、方向盘转角位置与转向机握手状态;
分别对所述车辆的目标轨迹参数与状态信息进行预处理,得到预处理后的所述目标轨迹参数与状态信息;
其中,对所述车辆的所述目标轨迹参数与状态信息进行转换处理;和/或,对所述车辆的所述目标轨迹参数与状态信息进行去野点处理;和/或,对所述车辆的所述目标轨迹参数与状态信息进行滤波处理。
于本申请的一实施例中,所述获取车辆的目标轨迹参数与状态信息之前,还包括:
获取所述车辆的自动驾驶激活信息、规划状态信息与转向机状态信息;
分别确定所述车辆的自动驾驶激活信息、规划状态信息与转向机状态信息的状态;
若所述自动驾驶激活信息、所述规划状态信息与所述转向机状态信息的状态均正常,则状态校验通过,输出轨迹跟踪控制的使能信号。
于本申请的一实施例中,根据所述综合方向盘转角值所对应的控制量完成车辆轨迹跟踪之后,还包括:
基于所述转向机握手状态确定所述综合方向盘转角值切换后所对应方向盘转角请求值;
根据所述车速信息与所述方向盘转角位置,对所述方向盘转角请求值进行安全判断;
若所述方向盘转角请求值不安全,根据预设功能安全限制对所述方向盘转角请求值进行赋值与速率限制,直至所述方向盘转角请求值安全为止,得到最终的所述方向盘转角请求值;
将最终的所述方向盘转角请求值以及轨迹跟踪控制的状态进行滤波,并予以输出。
在第二方面,本申请提供的一种车辆轨迹跟踪控制装置,包括:
获取模块,用于获取车辆的目标轨迹参数与状态信息,所述状态信息包括车辆当前的车速信息;
预瞄模块,用于根据所述目标轨迹参数与所述车速信息确定预瞄距离,依据所述预瞄距离与所述目标轨迹参数确定预瞄点至目标轨迹的预瞄偏差;
第一控制模块,基于所述车辆的不足转向特性构建追踪控制算法,将所述预瞄距离与所述预瞄偏差输入所述追踪控制算法,确定第一方向盘转角值;
第二控制模块,基于自适应权重控制方式构建最优控制算法,将所述预瞄距离与所述预瞄偏差输入所述最优控制算法,确定第二方向盘转角值;
综合控制模块,用于对所述第一方向盘转角值与所述第二方向盘转角值加权融合,得到综合方向盘转角值;
轨迹跟踪模块,用于根据所述综合方向盘转角值所对应的控制量完成车辆轨迹跟踪。
在第三方面,本申请提供的一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述电子设备实现上述的车辆轨迹跟踪控制方法。
在第四方面,本申请提供的一种车辆设备,包括上述的电子设备。
在第五方面,本申请提供的一种计算机可读存储介质,其上存储有计算机可读指令,当所述计算机可读指令被计算机的处理器执行时,使计算机执行上述的车辆轨迹跟踪控制方法。
本申请的有益效果:本申请基于所述车辆的不足转向特性构建追踪控制算法,将所述预瞄距离与所述预瞄偏差输入所述追踪控制算法,确定第一方向盘转角值;基于自适应权重控制方式构建最优控制算法,将所述预瞄距离与所述预瞄偏差输入所述最优控制算法,确定第二方向盘转角值;对所述第一方向盘转角值与所述第二方向盘转角值加权融合,得到综合方向盘转角值;本申请基于运动学和动力学机理建立了两种控制算法,一方面,基于运动学机理建模的轨迹跟踪控制算法适用于低速、小曲率等车辆动力学响应不明显的特性区间;另一方面,基于动力学机理建模的最优控制算法适用于高速、大曲率等车辆动力学响应显著的特性区间,充分考虑了车辆动力学特性,通过双模式控制综合加权处理能够适应全工况下的目标轨迹精确跟踪。
另外,基于运动学机理建模的轨迹跟踪控制算法车辆的不足转向特性,提高了轨迹跟踪精度;基于动力学机理建模的最优控制算法采用自适应权重的控制方式,通过降低近端预瞄点的权重和提高远端预瞄点的权重,使得在尽可能保证控制精度的情况下降低控制频率,避免控制输出高频抖动,提高了驾乘人员的心理信任感。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术者来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1是本申请的一示例性实施例示出的车辆轨迹跟踪控制方法的实施环境示意图;
图2是本申请的一示例性实施例示出的车辆轨迹跟踪控制方法的流程图;
图3是图2所示实施例中的步骤S230在一示例性的实施例中的流程图;
图4是图2所示实施例中的步骤S240在一示例性的实施例中的流程图;
图5是本申请的一示例性实施例示出的车辆轨迹跟踪控制装置的结构框图;
图6是图5所示实施例中示出的车辆轨迹跟踪控制装置结构原理图;
图7示出了适于用来实现本申请实施例的电子设备的计算机***的结构示意图。
具体实施方式
以下将参照附图和优选实施例来说明本申请的实施方式,本领域技术人员可由本说明书中所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本申请的精神下进行各种修饰或改变。应当理解,优选实施例仅为了说明本申请,而不是为了限制本申请的保护范围。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本申请的基本构想,遂图式中仅显示与本申请中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
在下文描述中,探讨了大量细节,以提供对本申请实施例的更透彻的解释,然而,对本领域技术人员来说,可以在没有这些具体细节的情况下实施本申请的实施例是显而易见的,在其他实施例中,以方框图的形式而不是以细节的形式来示出公知的结构和设备,以避免使本申请的实施例难以理解。
请参阅图1,是本申请的一示例性实施例示出的车辆轨迹跟踪控制方法的实施环境示意图。车辆包括一个或多个数据收集器11、轨迹规划信息12(即,道路网络定义文件)、计算机13、和一个或多个控制器14。车辆通常是具有三个或更多轮子的陆基车辆,例如,客车、轻型卡车等。车辆具有前部、后部、左侧和右侧,其中术语前、后、左和右从在标准操作位置中就座在驾驶员的座椅中的车辆的操作员的角度,即面向方向盘被理解。
计算机13通常包括处理器和存储器,该存储器包括一个或多个形式的计算机可读介质,并且存储通过处理器可执行的指令,该指令用于执行各种操作。此外,计算机13可以包括和/或被通信地连接到一个或多个其他计算装置,该一个或多个其他计算装置被包括在车辆中,用于监控和/或控制各种车辆部件。计算机13通常被编程并且设置用于在控制器局域网总线等上通信。
计算机13也可以具有与车载诊断连接器(OBD-II)、CAN(控制器局域网)总线、和/或其他有线或无线机构的连接。通过一个或多个这样的通信机构,计算机13可以将消息传送到车辆中的各种装置和/或接收来自各种装置的消息,各种装置是例如,控制器、致动器、传感器等,包括数据收集器11和控制器14。供选择地或另外,在计算机13实际上包括多个装置的情况下,CAN总线等可以用于在表示为本发明中的计算机13的装置之间的通信。此外,计算机13可以被配置用于通过各种有线和/或无线网络技术,例如,蜂窝、蓝牙、通用串行总线(USB)、有线和/或无线包交换网络等与其他装置进行通信。
计算机13的存储器通常存储收集的数据。收集的数据可以包括通过数据收集器11在车辆中收集的和/或从中得出的各种数据。数据收集器11示例可以包括,例如,关于一个或多个车辆的驾驶行为的数据,例如,随时间而变化的车辆的位置(例如,地理坐标,到车辆的距离等)、随时间而变化的车辆的速度、行驶方向、在不同时间点的方向和速度的变化的数量和幅度等。收集的数据可以进一步包括,例如,信息,比如一个或多个车辆的类型(例如,轻型卡车、客车,小型货车等)、尺寸、品牌、型号等。收集的数据可以额外地包括由从计算机13中的数据收集器11接收的数据计算出的数据。通常,收集的数据可以包括可以通过数据收集器11收集的、通过车辆与车辆间(V2V)或车辆与基础设施间(V2I)通信接收到的、从其它源收集的或接收的任何数据、和/或从这样的数据计算出的任何数据。
计算机13可以被编程为接收来自数据收集器11的数据和关于目标的数据,例如,车辆的目的地、路线、到达时间等。计算机13可以进一步被编程为收集关于车辆的目标的数据和与车辆有关的其它数据,例如车辆正在运行的区域的地图。例如,计算机13可以通过用户界面接收来自用户的输入,该输入表示用户的目的地、用户想要采取的路线、驾驶风格(保守的、运动式)等。计算机13可以进一步包括或接收例如来自全球定位***(GPS***)或来自存储器的例如区域的地图。基于接收到的数据,计算机13可以执行所谓的“任务计划”,即,依据道路网络地图上的驾驶方向计划前往目的地的路径。计算机13可以进一步被编程为将该数据存储在存储器中,用于进一步使用,例如,用于在确定驾驶策略和/或驾驶车辆中使用。
通常,每个控制器14可以包括处理器,该处理器被编程为接收来自计算机13的指令、执行该指令、并且将消息发送到计算机13。此外,控制器14可以各自包括传感器或以其他方式操作为数据收集器11,以提供关于车辆速度、车辆转向角、悬架的高度等的数据到计算机13。例如,可以将对应于通过制动控制器14施加的制动压力的数据发送到计算机13。
数据收集器11可以包括各种装置,例如,数据收集器11可以包括用于感测环境的部件,例如,追踪车辆的激光雷达、雷达、视频摄像机、超声波传感器、红外传感器。数据收集器11可以进一步包括收集动态车辆的数据,比如速度、横摆率、转向角等部件。此外,上述示例不旨在进行限制。其他类型的数据收集器11,例如加速度计、陀螺仪、压力传感器、温度计、气压计、高度计等可以用来提供数据给计算机13。
道路网络定义文件可以包括其中车辆可以操作的道路网络的编码拓扑度量地图。拓扑度量地图包括用于道路特征和环境中的其他对象的纬度和经度坐标并且基于RNFD文件格式的衍生物进行编码。道路网络定义文件可以供应地图数据例如给计算机13实现轨迹规划信息。
计算机13可以被编程为存储与车辆有关的数据。如上所述,该数据可以包括表示数据点的历史的数据,例如,随时间而变化的车辆的位姿,随时间而变化的车辆的速度、行驶方向、在不同时间点方向和速度的变化的数量和幅度等。
以上所指出的问题在通用的出行场景中具有普遍适用性。可以看出,现有的轨迹跟踪控制方法采用单一控制算法,对车辆动力学特性与工程化应用考虑不足,一方面,拟人化程度不够,难以适应全工况场景问题;另一方面,自动驾驶轨迹跟踪算法采用非机理建模方式对具体场景依赖性强,导致无法适应全工况实现目标轨迹精确跟踪。为解决这些问题,本申请的实施例分别提出一种车辆轨迹跟踪控制方法、一种车辆轨迹跟踪控制装置、一种电子设备以及一种计算机可读存储介质,以下将对这些实施例进行详细描述。
请参阅图2,为本申请的一示例性实施例示出的车辆轨迹跟踪控制方法的流程图。该方法可以应用于图1所示的实施环境,并由该实施环境中的智能终端具体执行。应理解的是,该方法也可以适用于其它的示例性实施环境,并由其它实施环境中的设备具体执行,本实施例不对该方法所适用的实施环境进行限制。
在一示例性的实施例中,图2是本申请的一示例性实施例示出的车辆轨迹跟踪控制方法的流程图,详述如下:
步骤S210,获取车辆的目标轨迹参数与状态信息,所述状态信息包括车辆当前的车速信息;
具体地,所述状态信息包括横摆角速度信息、车速信息、方向盘转角位置与转向机握手状态。其中,所述目标轨迹包括由横向偏差、航向角、道路曲率和道路曲率变化率构成的多项表达式,而车速信息是利用车辆底盘传感器采集所得,例如,通过车辆上的车载传感器采集感测数据从而获得当前的车速信息,例如,通过目标轨迹以及车辆当前所处位置坐标系的相对位置确定车辆当前位置,例如,电子稳定程序***通过来自方向盘转角传感器的角度信号获取到横摆角速率误差。
所述目标轨迹参数中目标轨迹所对应的表达式确定为:
y=A0+A1x+A2x2+A3x3
其中,y为目标轨迹的横坐标,x为目标轨迹的纵坐标,A0、A1、A2、A3依次为横向偏差、航向角、道路曲率和道路曲率变化率。
在此,车辆包括但不限于燃油汽车、增程式电动车、纯电动汽车、混合动力汽车、氢能源汽车等。
步骤S220,根据所述目标轨迹参数与所述车速信息确定预瞄距离,依据所述预瞄距离与所述目标轨迹参数确定预瞄点至目标轨迹的预瞄偏差;
具体地,基于所述车辆当前的车速信息与目标轨迹参数确定所述车辆的预瞄时间;将所述车辆当前的所述车速信息和所述预瞄时间进行运算处理,确定预瞄距离;根据所述预瞄距离与所述目标轨迹参数进行计算,确定预瞄点至目标轨迹的预瞄偏差。
例如,利用车辆当前的车速信息与预瞄时间就可确定当前的预瞄点。预瞄理论可以准确地反映驾驶员的控制行为,并且结构简单,适应性强,因此在轨迹跟踪领域应用较广,通过预瞄理论采用固定预瞄时间的办法来计算预瞄距离。
步骤S230,基于所述车辆的不足转向特性构建追踪控制算法,将所述预瞄距离与所述预瞄偏差输入所述追踪控制算法,确定第一方向盘转角值;
具体地,利用改进后的纯追踪算法考虑了车辆的不足转向特性,提高了轨迹跟踪精度。
步骤S240,基于自适应权重控制方式构建最优控制算法,将所述预瞄距离与所述预瞄偏差输入所述最优控制算法,确定第二方向盘转角值;
具体地,利用改进后的最优控制算法采用自适应权重的控制方式,通过降低近端预瞄点的权重和提高远端预瞄点的权重,使得在尽可能保证控制精度的情况下降低控制频率,避免控制输出高频抖动,提高驾乘人员的心理信任感。
步骤S250,对所述第一方向盘转角值与所述第二方向盘转角值加权融合,得到综合方向盘转角值;
具体地,通过权重系数进行加权求和,即可实现加权融合,得到综合方向盘转角值,而使用综合方向盘转角值在控制过程中,利用权重系数选取合适的预瞄点且合理,确保了车辆能稳定、精确跟随轨迹。
步骤S260,根据所述综合方向盘转角值所对应的控制量完成车辆轨迹跟踪;
在本实施例中,基于运动学和动力学机理建立了两种控制算法,一方面,基于运动学机理建模的轨迹跟踪控制算法适用于低速、小曲率等车辆动力学响应不明显的特性区间;另一方面,基于动力学机理建模的最优控制算法适用于高速、大曲率等车辆动力学响应显著的特性区间,充分考虑了车辆动力学特性,通过双模式控制综合加权处理能够适应全工况下的目标轨迹精确跟踪。
在另一些实施例中,获取车辆的目标轨迹参数与状态信息,还包括:
所述状态信息包括横摆角速度信息、车速信息、方向盘转角位置与转向机握手状态;
分别对所述车辆的目标轨迹参数与状态信息进行预处理,得到预处理后的所述目标轨迹参数与状态信息;
其中,对所述车辆的所述目标轨迹参数与状态信息进行转换处理;和/或,对所述车辆的所述目标轨迹参数与状态信息进行去野点处理;和/或,对所述车辆的所述目标轨迹参数与状态信息进行滤波处理,在此不再赘述。
在此,预处理可以是上述处理方式的任意一种,或,至少其中一种处理方式相结合。
具体地,转换处理,即,对所述目标轨迹参数与状态信息的单位进行转换,相当于单位换算。
具体地,去野点处理,即,对目标轨迹参数与状态信息进行过滤,确定野点,通过剔除野点完成去野点处理。
具体地,在具体应用场景中,可以对上述滤波处理配置对应的过滤规则,例如,配置的过滤规则可以为:总公里数大于N公里数,这里,N为大于等于1的自然数,可以根据不同应用场景,对N的具体数值进行限定,进而限制车速信息。
通过上述预处理,提高了目标轨迹的准确性,同时,也提高了状态信息的准确性。
在另一些实施例中,所述获取车辆的目标轨迹参数与状态信息之前,还包括:
获取所述车辆的自动驾驶激活信息、规划状态信息与转向机状态信息;
分别确定所述车辆的自动驾驶激活信息、规划状态信息与转向机状态信息的状态;
若所述自动驾驶激活信息、所述规划状态信息与所述转向机状态信息的状态均正常,则状态校验通过,输出轨迹跟踪控制的使能信号。
在此,需要说明的是,通过规划状态信息内的状态信息确定规划状态信息的状态,所述转向机状态信息的状态信息确定转向机状态信息的状态,同理,通过所述自动驾驶激活信息所包括的状态信息确定自动驾驶激活信息的状态。
在状态校验通过时,输出轨迹跟踪控制的使能信号,例如,使能信号为开启信号,用于控制轨迹跟踪控制器处于工作状态,相反地,在状态校验不通过时,输出轨迹跟踪控制的使能信号,例如,使能信号为关闭信号,用于控制轨迹跟踪控制器不处于工作状态。
通过上述方式,根据车辆当前的状态对控制轨迹跟踪控制器进行激活判断,因地制宜能够确定当前车辆的最佳控制方式,提高了车辆轨迹跟踪控制的鲁棒性,增强车辆轨迹跟踪控制控制的稳定性。
在另一些实施例中,请参阅图3,是图2所示实施例中的步骤S230在一示例性的实施例中的流程图;其中,所述基于所述车辆的不足转向特性构建追踪控制算法,还包括:
步骤S310,根据预设最小车速阈值与当前的车速信息,确定所述车辆修正轨迹跟踪的不足转向特性系数;
步骤S320,根据所述不足转向特性系数、所述车辆的轴距、转向角传动比、预瞄距离以及预瞄偏差的关联关系构建追踪控制算法。
需要说明的是,所述第一方向盘转角值的表达式确定为:
式中,Kv为不足转向特性系数,δsw1为第一方向盘转角值,L为汽车的轴距,i为转向角传动比,vxmin为预设最小阈值车速,π为圆周率,dprv为预瞄距离,yprv为预瞄偏差,vx为车速信息。
通过上述方式,基于运动学机理建模的轨迹跟踪控制算法车辆的不足转向特性,提高了轨迹跟踪精度。
请参照图4,是图2所示实施例中的步骤S240在一示例性的实施例中的流程图;还包括:
步骤S410,根据所述车辆的侧向位移、侧向速度、航向角与横摆角速度构建状态空间方程表达的线性定常非齐次方程组;
步骤S420,将所述线性定常非齐次方程组进行时域转换,确定方程组的测量值;
步骤S430,基于所述预瞄距离所对应的预瞄时间,将所述预瞄距离等间距分割成多个等效预瞄点,其中,所述等效预瞄点根据预瞄距离的远近对应不同的权重系数;
步骤S440,根据所述等效预瞄点的预瞄偏差与所述测量值,构建最优控制算法的性能指标函数;
具体地,所述性能指标函数的表达式确定为,
式中,tprv为预瞄时间,yprv为预瞄点至目标轨迹的预瞄偏差,F(t)、g(t)为中间变量函数,x0为t=0时刻初始状态,u为控制输入量,ω(t)为角频率。
步骤S450,对所述性能指标函数进行求导处理,并将所述等效预瞄点所对应有权重系数与所述测量值输入求导后的性能指标函数,确定最优控制输入量;
步骤S460,根据所述最优控制输入量、所述预瞄偏差以及转向角传动比,确定所述第二方向盘转角值。
具体地,所述第二方向盘转角值的表达式确定为,
式中,yprvj为第j个等效预瞄点到目标轨迹的预瞄偏差,dprv为预瞄距离,j为第j个等效预瞄点,n为预瞄距离等间距分割成等效预瞄点的数量,Fj、gj为中间变量函数,tprv为预瞄时间,yprv为预瞄点至目标轨迹的预瞄偏差,B、C分别状态转移距离的输入矩阵、输出矩阵,x0为t=0时刻的初始状态,uk为最优控制输入量,ωj为角频率,i为转向角传动比,π为圆周率。
在另一些实施例中,所述对所述第一方向盘转角值与所述第二方向盘转角值加权融合,得到综合方向盘转角值,包括:
根据所述车辆当前的车速信息与所述车辆当前位置所对应目标轨迹上的曲率,分别确定所述追踪控制算法所对应的第一权重系数、所述最优控制算法所对应的第二权重系数;
对所述第一方向盘转角值与第一权重系数进行加权计算,确定加权的第一方向盘转角值;
对所述第二方向盘转角值与第二权重系数进行加权计算,确定加权的第二方向盘转角值;
对加权的所第二方向盘转角值与加权的所述第二方向盘转角值进行累加,得到综合方向盘转角值。
需要说明的是,所述根据所述车辆当前的车速信息与所述车辆当前位置所对应目标轨迹上的曲率,还包括以下至少之一:
其中,vx为所述车辆当前的车速信息,pρ分别为所述车辆在当前车速和当前曲率下所对应的权重系数,ρ为所述车辆当前位置所对应的目标轨迹上的曲率,/>pρ的乘积确定所述第二权重系数的大小。
通过上述方式,基于运动学和动力学机理建立了两种控制算法,一方面,基于运动学机理建模的轨迹跟踪控制算法适用于低速、小曲率等车辆动力学响应不明显的特性区间;另一方面,基于动力学机理建模的最优控制算法适用于高速、大曲率等车辆动力学响应显著的特性区间,充分考虑了车辆动力学特性,通过双模式控制综合加权处理能够使车辆在各种复杂工况下能平稳、精确的跟随期望轨迹,提高了车辆的控制精度。
另外,基于运动学机理建模的轨迹跟踪控制算法车辆的不足转向特性,提高了轨迹跟踪精度;基于动力学机理建模的最优控制算法采用自适应权重的控制方式,通过降低近端预瞄点的权重和提高远端预瞄点的权重,使得在尽可能保证控制精度的情况下降低控制频率,避免控制输出高频抖动,提高了驾乘人员的心理信任感。
在另一些实施例中,根据所述综合方向盘转角值所对应的控制量完成车辆轨迹跟踪之后,还包括:
基于所述转向机握手状态确定所述综合方向盘转角值切换后所对应方向盘转角请求值;
根据所述车速信息与所述方向盘转角位置,对所述方向盘转角请求值进行安全判断;
若所述方向盘转角请求值不安全,根据预设功能安全限制对所述方向盘转角请求值进行赋值与速率限制,直至所述方向盘转角请求值安全为止,得到最终的所述方向盘转角请求值;
将最终的所述方向盘转角请求值以及轨迹跟踪控制的状态进行滤波,并予以输出。
例如,安全限制模块的输入信号为方向盘转角、侧向加速度、车速和方向盘转角,安全限制模块的输出信号为状态信号,状态信号用于向状态机信息模块反馈轨迹跟踪控制器的安全状态,安全限制模块用于根据侧向加速度、车速和方向盘转角对方向盘转角进行赋值和速率限制得到符合功能安全的方向盘转角请求值并传输至滤波处理模块。
滤波处理模块的输入信号为方向盘转角请求值,输出信号为最终的方向盘转角,滤波处理模块用于对方向盘转角请求值进行低通滤波以平滑输出最终的方向盘转角。
图5是本申请的一示例性实施例示出的车辆轨迹跟踪控制装置的结构框图。该装置可以应用于图1所示的实施环境,并具体配置在智能终端、车辆。该装置也可以适用于其它的示例性实施环境,并具体配置在其它设备中,本实施例不对该装置所适用的实施环境进行限制。
如图5所示,该示例性的车辆轨迹跟踪控制装置500包括:
获取模块501,用于获取车辆的目标轨迹参数与状态信息,所述状态信息包括车辆当前的车速信息;
预瞄模块502,用于根据所述目标轨迹参数与所述车速信息确定预瞄距离,依据所述预瞄距离与所述目标轨迹参数确定预瞄点至目标轨迹的预瞄偏差;
第一控制模块503,基于所述车辆的不足转向特性构建追踪控制算法,将所述预瞄距离与所述预瞄偏差输入所述追踪控制算法,确定第一方向盘转角值;
第二控制模块504,基于自适应权重控制方式构建最优控制算法,将所述预瞄距离与所述预瞄偏差输入所述最优控制算法,确定第二方向盘转角值;
综合控制模块505,用于对所述第一方向盘转角值与所述第二方向盘转角值加权融合,得到综合方向盘转角值;
轨迹跟踪模块506,用于根据所述综合方向盘转角值所对应的控制量完成车辆轨迹跟踪。
在该示例性的车辆轨迹跟踪控制装置基于所述车辆的不足转向特性构建追踪控制算法,将所述预瞄距离与所述预瞄偏差输入所述追踪控制算法,确定第一方向盘转角值;基于自适应权重控制方式构建最优控制算法,将所述预瞄距离与所述预瞄偏差输入所述最优控制算法,确定第二方向盘转角值;对所述第一方向盘转角值与所述第二方向盘转角值加权融合,得到综合方向盘转角值;本申请基于运动学和动力学机理建立了两种控制算法,一方面,基于运动学机理建模的轨迹跟踪控制算法适用于低速、小曲率等车辆动力学响应不明显的特性区间;另一方面,基于动力学机理建模的最优控制算法适用于高速、大曲率等车辆动力学响应显著的特性区间,充分考虑了车辆动力学特性,通过双模式控制综合加权处理能够适应全工况下的目标轨迹精确跟踪。
另外,基于运动学机理建模的轨迹跟踪控制算法车辆的不足转向特性,提高了轨迹跟踪精度;基于动力学机理建模的最优控制算法采用自适应权重的控制方式,通过降低近端预瞄点的权重和提高远端预瞄点的权重,使得在尽可能保证控制精度的情况下降低控制频率,避免控制输出高频抖动,提高了驾乘人员的心理信任感。
需要说明的是,上述实施例所提供的车辆轨迹跟踪控制装置与上述实施例所提供的车辆轨迹跟踪控制方法属于同一构思,其中各个模块和单元执行操作的具体方式已经在方法实施例中进行了详细描述,此处不再赘述。上述实施例所提供的车辆轨迹跟踪控制装置在实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能,本处也不对此进行限制。
请参阅图6,为图5所示实施例中示出的车辆轨迹跟踪控制装置结构原理图,详述如下:
轨迹跟踪控制器模块4,轨迹跟踪控制器模块4的外部输入有自动驾驶主状态机信息模块1、轨迹规划信息模块2和CAN总线模块3,输出有自动驾驶主状态机信息模块1和CAN总线模块3,其中,轨迹跟踪控制器模块4由状态校验模块5、信息预处理模块6、核心算法模块12和后处理模块11组成。
需要说明的是,核心算法模块12由第一控制器模块8、第二控制器模块9和控制综合模块10组成。
状态校验模块5的输入信号包括来自自动驾驶主状态机信息模块1的自动驾驶激活信息ADSSts、来自轨迹规划信息模块2的规划状态信息PCSSts和来自CAN总线模块3的转向机状态EPSSts。状态校验模块5用于根据自动驾驶激活信息、规划状态和转向机状态确定核心算法模块12的使能信息LATEnb。当自动驾驶激活信息ADSSts允许轨迹跟踪控制器模块4使能、规划状态信息PCSSts正常、转向机状态EPSSts正常时,轨迹跟踪控制器模块4才允许被激活。
信息预处理模块6的输入信号包括来自轨迹规划信息模块2的目标轨迹参数LanePars与来自CAN总线模块3的横摆角速度信息YawRate、车速信息VehSpd、方向盘转角位置StrAng和转向机握手状态EPSCtrlSts。信息预处理模块6用于对输入信息进行单位转换、采用中值滤波算法进行去野点处理和一阶低通滤波处理。目标轨迹参数LanePars包括横向偏差、航向角、道路曲率和道路曲率变化率这四个方面的信息,目标轨迹为三次多项式表达形式,其表达式如下:
y=A0+A1x+A2x2+A3x3 (1)
式(1)中,y为横向坐标,x为纵向坐标,A0~A3为三次多项式的系数,分别为横向偏差、航向角、1/2道路曲率和道路曲率变化率。
驾驶员预瞄模块7的输入包括来自CAN总线模块3的车速信息VehSpd和来自信息预处理模块6的目标轨迹参数LanePars。驾驶员预瞄模块7用于根据根据车速VehSpd和预瞄时间PrvT以及目标轨迹参数LanePars计算出预瞄距离PrvDis和预瞄点至目标轨迹的预瞄偏差PrvYErr,表达式如下:
式(2)中,dprv为预瞄距离PrvDis,vx为车速VehSpd,tprv为预瞄时间PrvT,yprv为预瞄点至目标轨迹的横向偏差PrvYErr。
第一控制器模块8的输入来自核心算法模块12的全部输入信息(即,使能信息LATEnb、目标轨迹参数LanePars、横摆角速度信息YawRate、车速信息VehSpd)和来自驾驶员预瞄模块7的预瞄距离PrvDis、预瞄偏差PrvYErr信息。第一控制器模块8基于运动学机理建模,采用改进的纯追踪控制算法计算期望方向盘转角值ExpSW1,改进后的纯追踪算法考虑了车辆的不足转向特性,通过修正系数Kv来提高第一控制器模块8的轨迹跟踪精度,改进的纯追踪控制算法表达式如下:
式(3)中,δsw1为期望方向盘转角值ExpSW1,L为汽车的轴距,i为转向角传动比,vxmin为设定的最小车速阈值,Kv是车辆不足转向特性系数,π为圆周率。
第二控制器模块9的输入包括来自核心算法模块12的全部输入信息和来自驾驶员预瞄模块7的预瞄距离PrvDis、预瞄偏差PrvYErr信息。第二控制器模块9基于动力学机理建模,采用改进的最优控制算法计算期望方向盘转角值ExpSW2,改进后的最优控制算法采用自适应权重的控制方式,并通过求解线性定常非齐次方程的解得到期望方向盘转角控制量。其中自适应权重的控制方式通过降低近端预瞄点的权重和提高远端预瞄点的权重,使得在尽可能保证控制精度的情况下降低控制频率,避免控制输出高频抖动,提高驾乘人员的心理信任感。改进的最优控制算法表达式和求解过程如下:
状态空间方程表达式:
其中,式(4)中,状态量x=[y ψ vy wr]T分别代表侧向位移、航向角、侧向速度和横摆角速度,y为测量值。状态转移矩阵A、输入矩阵B和输出矩阵C分别为:
C=[1 0 0 0] (7)
式(5)、式(6)与式(7)中,M为整车质量,k1、k2分别为前轴侧偏刚度和后轴侧偏刚度,a、b分别为汽车质心至前轴和后轴的距离,Iz为汽车绕质心处z轴的转动惯量。
式(4)为线性定常非齐次方程组,假定在t=0时刻初始状态为x0,在输入u的作用下,其时域解可表示为:
测量值可表示为:
式(9)中,F(t)、g(t)为中间变量函数。
根据式(2)所设预瞄时间,将预瞄距离PrvDis等间距划分为n等份,等效为n个预瞄点,每个等效预瞄点的权重如下:
式(10)中,wj、wj1分别为第j点和j-1点权重。
通过第n个预瞄点对应的预瞄偏差PrvYErr和式(9)所示测量方程建立最优控制二次型性能指标函数J,表达式如下:
将式(11)对输入u求偏导,并设定dJ/du=0求得最终的最优控制输入量:
将式(10)和式(9)离散化后带入式(12)求得最终的最优控制输入量:
式中,yprvj为等效后第j个预瞄点到目标轨迹的横向偏差,δsw2为期望方向盘转角值ExpSW2。
控制综合模块10的输入包括来自第一控制器模块8的期望方向盘转角值ExpSW1、来自第二控制器模块9的期望方向盘转角值ExpSW2、来自信息预处理模块6的车速信息VehSpd和目标轨迹参数LanePars。控制综合模块10用于根据车速和轨迹曲率信息自适应调整第一控制器模块8和第二控制器模块9的输出权重,从而计算出综合方向盘转角期望值ExpSW,表达式如下:
式(14)中,从c1、c2分别为第一控制器模块8和第二控制器模块9的输出权重,ρ为车辆当前位置对应的目标轨迹上的曲率,δsw为控制综合模块10输出的综合方向盘转角期望值ExpSW,pρ分别为关于车速和曲率的权重系数,用下式表示:
/>
后处理模块11的输入包括来自控制综合模块10的综合方向盘转角期望值ExpSW、来自信息预处理模块6的车速信息VehSpd、方向盘转角位置StrAng和转向机握手状态EPSCtrlSts。后处理模块11用于根据转向机握手状态切换方向盘转角请求值,并通过低通滤波和功能安全限制输出最终的方向盘转角请求值ExpFinalSW给CAN总线模块3,同时,输出轨迹跟踪控制是否有效的信息LATCtrlSts给自动驾驶主状态机信息模块1。
本申请的实施例还提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述电子设备实现上述各个实施例中提供的车辆轨迹跟踪控制方法。
图7示出了适于用来实现本申请实施例的电子设备的计算机***的结构示意图。需要说明的是,图7示出的电子设备的计算机***700仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图7所示,计算机***700包括中央处理单元(Central Processing Unit,CPU)701,其可以根据存储在只读存储器(Read-Only Memory,ROM)702中的程序或者从储存部分708加载到随机访问存储器(Random Access Memory,RAM)703中的程序而执行各种适当的动作和处理,例如执行上述实施例中所述的方法。在RAM703中,还存储有***操作所需的各种程序和数据。CPU701、ROM702以及RAM703通过总线704彼此相连。输入/输出(Input/Output,I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分707;包括硬盘等的储存部分708;以及包括诸如LAN(Local Area Network,局域网)卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入储存部分708。
特别地,根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时,执行本申请的***中限定的各种功能。
需要说明的是,本申请实施例所示的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或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的***、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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,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计算机程序。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计算机程序可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
本申请的另一方面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,该计算机程序被处理器执行时实现如前所述的车辆轨迹跟踪控制方法。该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的,也可以是单独存在,而未装配入该电子设备中。
上述实施例仅示例性说明本申请的原理及其功效,而非用于限制本申请。任何熟悉此技术的人士皆可在不违背本申请的精神及范畴下,对上述实施例进行修饰或改变。因此,但凡所属技术领域中具有通常知识者在未脱离本申请所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本申请的权利要求所涵盖。
Claims (15)
1.一种车辆轨迹跟踪控制方法,其特征在于,包括:
获取车辆的目标轨迹参数与状态信息,所述状态信息包括车辆当前的车速信息;
根据所述目标轨迹参数与所述车速信息确定预瞄距离,依据所述预瞄距离与所述目标轨迹参数确定预瞄点至目标轨迹的预瞄偏差;
根据预设最小车速阈值与当前的车速信息,确定所述车辆修正轨迹跟踪的不足转向特性系数;根据所述不足转向特性系数、所述车辆的轴距、转向角传动比、预瞄距离以及预瞄偏差的关联关系构建追踪控制算法,将所述预瞄距离与所述预瞄偏差输入所述追踪控制算法,确定第一方向盘转角值;
根据所述车辆的侧向位移、侧向速度、航向角与横摆角速度构建状态空间方程表达的线性定常非齐次方程组;将所述线性定常非齐次方程组进行时域转换,确定方程组的测量值;基于所述预瞄距离所对应的预瞄时间,将所述预瞄距离等间距分割成多个等效预瞄点,其中,所述等效预瞄点根据预瞄距离的远近对应不同的权重系数;根据所述等效预瞄点的预瞄偏差与所述测量值,构建最优控制算法的性能指标函数;对所述性能指标函数进行求导处理,并将所述等效预瞄点所对应有权重系数与所述测量值输入求导后的性能指标函数,确定最优控制输入量;根据所述最优控制输入量、所述预瞄偏差以及转向角传动比,确定第二方向盘转角值;
对所述第一方向盘转角值与所述第二方向盘转角值加权融合,得到综合方向盘转角值;
根据所述综合方向盘转角值所对应的控制量完成车辆轨迹跟踪。
2.根据权利要求1所述的车辆轨迹跟踪控制方法,其特征在于,所述第一方向盘转角值的表达式确定为:
式中,Kv为不足转向特性系数,δsw1为第一方向盘转角值,L为汽车的轴距,i为转向角传动比,vxmin为预设最小阈值车速,π为圆周率,dprv为预瞄距离,yprv为预瞄偏差,vx为车速信息。
3.根据权利要求1所述的车辆轨迹跟踪控制方法,其特征在于,所述根据所述目标轨迹参数与所述车速信息确定预瞄距离,依据所述预瞄距离与所述目标轨迹参数确定预瞄点至目标轨迹的预瞄偏差,还包括:
基于所述车辆当前的车速信息与目标轨迹参数确定所述车辆的预瞄时间;
将所述车辆当前的所述车速信息和所述预瞄时间进行运算处理,确定预瞄距离;
根据所述预瞄距离与所述目标轨迹参数进行计算,确定预瞄点至目标轨迹的预瞄偏差。
4.根据权利要求1所述的车辆轨迹跟踪控制方法,其特征在于,所述性能指标函数的表达式确定为:
式中,tprv为预瞄时间,yprv为预瞄点至目标轨迹的预瞄偏差,F(t)、g(t)为中间变量函数,x0为t=0时刻初始状态,u为控制输入量,ω(t)为角频率。
5.根据权利要求1所述的车辆轨迹跟踪控制方法,其特征在于,所述第二方向盘转角值的表达式确定为:
式中,yprvj为第j个等效预瞄点到目标轨迹的预瞄偏差,dprv为预瞄距离,j为第j个等效预瞄点,n为预瞄距离等间距分割成等效预瞄点的数量,Fj、gj为中间变量函数,tprv为预瞄时间,yprv为预瞄点至目标轨迹的预瞄偏差,B、C分别状态转移距离的输入矩阵、输出矩阵,x0为t=0时刻的初始状态,uk为最优控制输入量,ωj为角频率,i为转向角传动比,π为圆周率。
6.根据权利要求1至3任一所述的车辆轨迹跟踪控制方法,其特征在于,所述对所述第一方向盘转角值与所述第二方向盘转角值加权融合,得到综合方向盘转角值,包括:
根据所述车辆当前的车速信息与所述车辆当前位置所对应目标轨迹上的曲率,分别确定所述追踪控制算法所对应的第一权重系数、所述最优控制算法所对应的第二权重系数;
对所述第一方向盘转角值与第一权重系数进行加权计算,确定加权的第一方向盘转角值;
对所述第二方向盘转角值与第二权重系数进行加权计算,确定加权的第二方向盘转角值;
对加权的所第二方向盘转角值与加权的所述第二方向盘转角值进行累加,得到综合方向盘转角值。
7.根据权利要求6所述的车辆轨迹跟踪控制方法,其特征在于,所述根据所述车辆当前的车速信息与所述车辆当前位置所对应目标轨迹上的曲率,还包括以下至少之一:
其中,vx为所述车辆当前的车速信息,pρ分别为所述车辆在当前车速和当前曲率下所对应的权重系数,ρ为所述车辆当前位置所对应的目标轨迹上的曲率,/>pρ的乘积确定所述第二权重系数的大小。
8.根据权利要求1至3任一所述的车辆轨迹跟踪控制方法,其特征在于,所述目标轨迹参数中目标轨迹所对应的表达式确定为:
y=A0+A1x+A2x2+A3x3
其中,y为目标轨迹的横坐标,x为目标轨迹的纵坐标,A0、A1、A2、A3依次为横向偏差、航向角、道路曲率和道路曲率变化率。
9.根据权利要求1至3任一所述的车辆轨迹跟踪控制方法,其特征在于,所述获取车辆的目标轨迹参数与状态信息,还包括:
所述状态信息包括横摆角速度信息、车速信息、方向盘转角位置与转向机握手状态;
分别对所述车辆的目标轨迹参数与状态信息进行预处理,得到预处理后的所述目标轨迹参数与状态信息;
其中,对所述车辆的所述目标轨迹参数与状态信息进行转换处理;和/或,对所述车辆的所述目标轨迹参数与状态信息进行去野点处理;和/或,对所述车辆的所述目标轨迹参数与状态信息进行滤波处理。
10.根据权利要求1至3任一所述的车辆轨迹跟踪控制方法,其特征在于,所述获取车辆的目标轨迹参数与状态信息之前,还包括:
获取所述车辆的自动驾驶激活信息、规划状态信息与转向机状态信息;
分别确定所述车辆的自动驾驶激活信息、规划状态信息与转向机状态信息的状态;
若所述自动驾驶激活信息、所述规划状态信息与所述转向机状态信息的状态均正常,则状态校验通过,输出轨迹跟踪控制的使能信号。
11.根据权利要求9所述的车辆轨迹跟踪控制方法,其特征在于,根据所述综合方向盘转角值所对应的控制量完成车辆轨迹跟踪之后,还包括:
基于所述转向机握手状态确定所述综合方向盘转角值切换后所对应方向盘转角请求值;
根据所述车速信息与所述方向盘转角位置,对所述方向盘转角请求值进行安全判断;
若所述方向盘转角请求值不安全,根据预设功能安全限制对所述方向盘转角请求值进行赋值与速率限制,直至所述方向盘转角请求值安全为止,得到最终的所述方向盘转角请求值;
将最终的所述方向盘转角请求值以及轨迹跟踪控制的状态进行滤波,并予以输出。
12.一种车辆轨迹跟踪控制装置,其特征在于,包括:
获取模块,用于获取车辆的目标轨迹参数与状态信息,所述状态信息包括车辆当前的车速信息;
预瞄模块,用于根据所述目标轨迹参数与所述车速信息确定预瞄距离,依据所述预瞄距离与所述目标轨迹参数确定预瞄点至目标轨迹的预瞄偏差;
第一控制模块,用于根据预设最小车速阈值与当前的车速信息,确定所述车辆修正轨迹跟踪的不足转向特性系数;根据所述不足转向特性系数、所述车辆的轴距、转向角传动比、预瞄距离以及预瞄偏差的关联关系构建追踪控制算法,将所述预瞄距离与所述预瞄偏差输入所述追踪控制算法,确定第一方向盘转角值;
第二控制模块,用于根据所述车辆的侧向位移、侧向速度、航向角与横摆角速度构建状态空间方程表达的线性定常非齐次方程组;将所述线性定常非齐次方程组进行时域转换,确定方程组的测量值;基于所述预瞄距离所对应的预瞄时间,将所述预瞄距离等间距分割成多个等效预瞄点,其中,所述等效预瞄点根据预瞄距离的远近对应不同的权重系数;根据所述等效预瞄点的预瞄偏差与所述测量值,构建最优控制算法的性能指标函数;对所述性能指标函数进行求导处理,并将所述等效预瞄点所对应有权重系数与所述测量值输入求导后的性能指标函数,确定最优控制输入量;根据所述最优控制输入量、所述预瞄偏差以及转向角传动比,确定第二方向盘转角值;
综合控制模块,用于对所述第一方向盘转角值与所述第二方向盘转角值加权融合,得到综合方向盘转角值;
轨迹跟踪模块,用于根据所述综合方向盘转角值所对应的控制量完成车辆轨迹跟踪。
13.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述电子设备实现权利要求1至11中任一项所述的车辆轨迹跟踪控制方法。
14.一种车辆设备,其特征在于,包括权利要求13所述的电子设备。
15.一种计算机可读存储介质,其特征在于,其上存储有计算机可读指令,当所述计算机可读指令被计算机的处理器执行时,使计算机执行权利要求1至11中任一项所述的车辆轨迹跟踪控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211288639.5A CN115476881B (zh) | 2022-10-20 | 2022-10-20 | 车辆轨迹跟踪控制方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211288639.5A CN115476881B (zh) | 2022-10-20 | 2022-10-20 | 车辆轨迹跟踪控制方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115476881A CN115476881A (zh) | 2022-12-16 |
CN115476881B true CN115476881B (zh) | 2024-06-04 |
Family
ID=84396512
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211288639.5A Active CN115476881B (zh) | 2022-10-20 | 2022-10-20 | 车辆轨迹跟踪控制方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115476881B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116101326B (zh) * | 2023-04-12 | 2023-07-14 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) | 自动驾驶车辆的横向控制方法、装置、***及存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107097785A (zh) * | 2017-05-25 | 2017-08-29 | 江苏大学 | 一种预瞄距离自适应的智能车辆横向控制方法 |
CN109214127A (zh) * | 2018-10-24 | 2019-01-15 | 合肥工业大学智能制造技术研究院 | 一种多点预瞄方法及其多点预瞄装置与目标路径跟踪方法 |
CN110171416A (zh) * | 2018-09-28 | 2019-08-27 | 腾讯科技(深圳)有限公司 | 车辆行驶控制方法、装置、计算机可读介质及电子设备 |
WO2020001826A1 (de) * | 2018-06-26 | 2020-01-02 | Continental Automotive Gmbh | Fahrzeugverbund, verfahren zum betreiben des fahrzeugverbundes, computerprogramm und computerlesbares speichermedium |
DE102019102645A1 (de) * | 2019-02-04 | 2020-08-06 | Valeo Schalter Und Sensoren Gmbh | Manövrieren mit mehreren Rangierzügen und einfacher Lenkwinkeländerung |
CN112486176A (zh) * | 2020-12-02 | 2021-03-12 | 吉林大学 | 一种考虑扰动的无人驾驶框架车轨迹跟踪控制方法 |
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 |
CN114604259A (zh) * | 2022-03-31 | 2022-06-10 | 重庆长安汽车股份有限公司 | 一种拟人化车辆轨迹跟踪控制方法 |
CN114802310A (zh) * | 2022-06-08 | 2022-07-29 | 中国第一汽车股份有限公司 | 车辆轨迹跟踪控制方法、装置、电子设备及存储介质 |
WO2022160196A1 (zh) * | 2021-01-28 | 2022-08-04 | 浙江吉利控股集团有限公司 | 车辆驾驶控制方法、装置、车辆及存储介质 |
CN114852059A (zh) * | 2022-05-12 | 2022-08-05 | 东风汽车集团股份有限公司 | 一种基于固定路径记忆的自动泊车方法 |
CN114852089A (zh) * | 2022-06-14 | 2022-08-05 | 中国第一汽车股份有限公司 | 一种车辆行驶控制方法、装置、电子设备及存储介质 |
CN114896694A (zh) * | 2022-05-17 | 2022-08-12 | 哈尔滨工业大学(威海) | 一种基于两点预瞄的路径跟踪控制方法 |
CN115042816A (zh) * | 2022-06-24 | 2022-09-13 | 重庆长安汽车股份有限公司 | 路径跟踪方法、装置、设备、介质及程序 |
CN115098821A (zh) * | 2022-06-17 | 2022-09-23 | 重庆长安汽车股份有限公司 | 轨迹参考曲率确定方法、装置、设备、介质及程序 |
-
2022
- 2022-10-20 CN CN202211288639.5A patent/CN115476881B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107097785A (zh) * | 2017-05-25 | 2017-08-29 | 江苏大学 | 一种预瞄距离自适应的智能车辆横向控制方法 |
WO2020001826A1 (de) * | 2018-06-26 | 2020-01-02 | Continental Automotive Gmbh | Fahrzeugverbund, verfahren zum betreiben des fahrzeugverbundes, computerprogramm und computerlesbares speichermedium |
CN110171416A (zh) * | 2018-09-28 | 2019-08-27 | 腾讯科技(深圳)有限公司 | 车辆行驶控制方法、装置、计算机可读介质及电子设备 |
CN109214127A (zh) * | 2018-10-24 | 2019-01-15 | 合肥工业大学智能制造技术研究院 | 一种多点预瞄方法及其多点预瞄装置与目标路径跟踪方法 |
DE102019102645A1 (de) * | 2019-02-04 | 2020-08-06 | Valeo Schalter Und Sensoren Gmbh | Manövrieren mit mehreren Rangierzügen und einfacher Lenkwinkeländerung |
CN112486176A (zh) * | 2020-12-02 | 2021-03-12 | 吉林大学 | 一种考虑扰动的无人驾驶框架车轨迹跟踪控制方法 |
WO2022160196A1 (zh) * | 2021-01-28 | 2022-08-04 | 浙江吉利控股集团有限公司 | 车辆驾驶控制方法、装置、车辆及存储介质 |
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 |
CN114604259A (zh) * | 2022-03-31 | 2022-06-10 | 重庆长安汽车股份有限公司 | 一种拟人化车辆轨迹跟踪控制方法 |
CN114852059A (zh) * | 2022-05-12 | 2022-08-05 | 东风汽车集团股份有限公司 | 一种基于固定路径记忆的自动泊车方法 |
CN114896694A (zh) * | 2022-05-17 | 2022-08-12 | 哈尔滨工业大学(威海) | 一种基于两点预瞄的路径跟踪控制方法 |
CN114802310A (zh) * | 2022-06-08 | 2022-07-29 | 中国第一汽车股份有限公司 | 车辆轨迹跟踪控制方法、装置、电子设备及存储介质 |
CN114852089A (zh) * | 2022-06-14 | 2022-08-05 | 中国第一汽车股份有限公司 | 一种车辆行驶控制方法、装置、电子设备及存储介质 |
CN115098821A (zh) * | 2022-06-17 | 2022-09-23 | 重庆长安汽车股份有限公司 | 轨迹参考曲率确定方法、装置、设备、介质及程序 |
CN115042816A (zh) * | 2022-06-24 | 2022-09-13 | 重庆长安汽车股份有限公司 | 路径跟踪方法、装置、设备、介质及程序 |
Non-Patent Citations (3)
Title |
---|
四轮移动机器人智能预瞄轨迹跟踪控制;罗三定;刘薇;;计算机工程与应用;20090811(第23期);全文 * |
基于多点预瞄的自动驾驶汽车轨迹跟踪算法;罗峰;曾侠;;机电一体化;20180615(第06期);全文 * |
基于视觉复杂环境下车辆行驶轨迹预测方法;张润生;黄小云;刘晶;马雷;韩睿;赵玉勤;杨新红;;机械工程学报;20110120(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115476881A (zh) | 2022-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109421742B (zh) | 用于监测自主车辆的方法和设备 | |
US11809185B2 (en) | Systems and methods for dynamic predictive control of autonomous vehicles | |
CN102076541B (zh) | 用于自动车道居中和车道变换控制***的路径生成算法 | |
CN111532339B (zh) | 一种智能车辆个性化侧向辅助驾驶方法及其*** | |
Hima et al. | Trajectory tracking for highly automated passenger vehicles | |
Soudbakhsh et al. | A collision avoidance steering controller using linear quadratic regulator | |
AU2006302639A1 (en) | Vehicle control system and method | |
JP7157876B2 (ja) | 車両位置検出装置、及び、車両位置検出用パラメータセット作成装置 | |
CN115476881B (zh) | 车辆轨迹跟踪控制方法、装置、设备及介质 | |
Lee et al. | An investigation on the integrated human driver model for closed-loop simulation of intelligent safety systems | |
JP7069624B2 (ja) | 位置演算方法、車両制御方法及び位置演算装置 | |
Wang et al. | Structured trajectory planning of collision-free lane change using the vehicle-driver integration data | |
CN115098821A (zh) | 轨迹参考曲率确定方法、装置、设备、介质及程序 | |
Skrickij et al. | Review of integrated chassis control techniques for automated ground vehicles | |
CN115973191A (zh) | 智能汽车人机共驾控制方法 | |
CN114074672B (zh) | 辨识车辆的轮胎侧偏刚度的方法和相关装置 | |
CN115042816B (zh) | 路径跟踪方法、装置、设备、介质及程序 | |
CN115042779A (zh) | 拖车车道偏离警告和车道保持辅助 | |
JP2022031125A (ja) | 車両管理装置、車両管理方法、車両管理プログラム | |
Tominaga et al. | GNSS-Based Lane Keeping Assist System Using Model Predictive Control and Time Delay Compensation | |
CN112596509A (zh) | 车辆控制方法、装置、计算机设备及计算机可读存储介质 | |
CN115042816A (zh) | 路径跟踪方法、装置、设备、介质及程序 | |
CN117048639B (zh) | 一种车辆自适应路径控制方法、存储介质及计算机 | |
US11981328B2 (en) | Vehicle object avoidance | |
US20230084702A1 (en) | System and method of adaptive, real-time vehicle system identification for autonomous driving |
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 |