CN115489518A - 一种倒车控制方法和装置 - Google Patents
一种倒车控制方法和装置 Download PDFInfo
- Publication number
- CN115489518A CN115489518A CN202211180380.2A CN202211180380A CN115489518A CN 115489518 A CN115489518 A CN 115489518A CN 202211180380 A CN202211180380 A CN 202211180380A CN 115489518 A CN115489518 A CN 115489518A
- Authority
- CN
- China
- Prior art keywords
- current
- vehicle
- reference point
- point
- position coordinate
- 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 50
- 230000008859 change Effects 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 230000004927 fusion Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training 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
- B60W30/06—Automatic manoeuvring for parking
-
- 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
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0008—Feedback, closed loop systems or details of feedback error signal
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本公开提供了一种倒车控制方法和装置。本公开实施例基于当前倒车参数值从倒车规划轨迹中获得参考点信息和预瞄点信息,依据所述当前倒车参数值、所述参考点信息和所述预瞄点信息确定所述智能车辆的当前前轮偏角控制量,以便能够通过当前前轮偏角控制量实时纠正智能车辆的倒车偏差,正确停车入位。本公开引入了参考点信息和预瞄点信息能够提前根据倒车规划轨迹的曲率变化调整前轮偏角输出,来快速、准确地跟踪大范围曲率变化的倒车规划轨迹。
Description
技术领域
本公开涉及智能车辆技术领域,具体而言,涉及一种倒车控制方法和装置。
背景技术
智能车辆在泊车入位和泊车出位时,经常需要调整位姿。与前向行驶不同,倒车时虽然车速较低,但倒车轨迹通常曲率较大,需要执行大角度的前轮转角指令,而且车位附近空间较小,因此对横向控制误差要求也较高。
但是,由于环境影响,前向行驶时横向控制的线性二次型调节器(英文全称Linear-Quadratic Regulator design,简称LQR)在实际倒车场景中并不能够得到很好的应用。当智能车辆泊车时,如果规划路径曲率在较大范围内变化,则存在路径跟踪困难的问题。
因此,本公开提供了一种倒车控制方法,以解决上述技术问题之一。
发明内容
本公开的目的在于提供一种倒车控制方法和装置,能够解决上述提到的至少一个技术问题。具体方案如下:
根据本公开的具体实施方式,第一方面,本公开提供一种倒车控制方法,包括:
获取当前周期时间点上智能车辆的当前倒车参数值和倒车规划轨迹,其中,所述倒车规划轨迹是在开始倒车时规划出智能车辆从预设坐标系下的初始车辆位置坐标停入预设坐标系下的目标车位的车位位置坐标的倒车轨迹,所述当前倒车参数值包括:当前车速、当前横摆角、所述智能车辆的轴距和预设坐标系下的当前车辆位置坐标;
基于所述当前车辆位置坐标和车辆坐标系下所述智能车辆上的预设关键位置坐标从所述倒车规划轨迹中获得参考点的参考点信息;
基于所述当前车辆位置坐标和所述当前车速从所述倒车规划轨迹中获得预瞄点的预瞄点信息;
依据所述当前倒车参数值、所述参考点信息和所述预瞄点信息确定所述智能车辆的当前前轮偏角控制量;
基于所述当前前轮偏角控制量控制所述智能车辆倒车。
可选的,所述参考点信息包括:参考点横摆角、参考点横摆角速率和预设坐标系下的参考点位置坐标;
所述预瞄点信息包括:当前预瞄距离、预瞄点横摆角、预瞄点横摆角速率和预设坐标系下的预瞄点位置坐标。
可选的,所述基于所述当前车辆位置坐标和车辆坐标系下所述智能车辆上的预设关键位置坐标从所述倒车规划轨迹中获得参考点的参考点信息,包括:
基于所述当前车辆位置坐标和车辆坐标系下所述智能车辆上的预设关键位置坐标确定预设坐标系下所述智能车辆的当前关键位置坐标;
基于所述当前关键位置坐标从所述倒车规划轨迹中确定距离最近的轨迹点坐标为所述参考点的参考点位置坐标;
基于所述参考点的参考点位置坐标获得所述参考点的参考点横摆角和参考点横摆角速率。
可选的,所述基于所述当前车辆位置坐标和所述当前车速从所述倒车规划轨迹中获得预瞄点的预瞄点信息,包括:
基于所述当前车速获得对应的当前预瞄距离;
基于所述当前车辆位置坐标和所述当前预瞄距离从所述倒车规划轨迹中确定所述预瞄点的预瞄点位置坐标;
基于所述预瞄点的预瞄点位置坐标获得所述预瞄点的预瞄点横摆角和预瞄点横摆角速率。
可选的,所述依据所述当前倒车参数值、所述参考点信息和所述预瞄点信息确定所述智能车辆的前轮偏角控制量,包括:
基于所述参考点位置坐标与所述当前车辆位置坐标之差,获得当前横向控制误差;
基于所述当前周期时间点获得的所述当前横向控制误差与紧邻所述当前周期时间点的前一周期时间点获得的前次横向控制误差之差值,再与预设周期时间间隔的商,获得当前横向控制误差变化率;
基于所述参考点横摆角与所述当前横摆角之差,获得当前横摆角误差;
将所述当前车速、所述智能车辆的轴距、所述当前预瞄距离、所述当前横向控制误差、所述当前横向控制误差变化率、所述当前横摆角误差、所述参考点横摆角、所述预瞄点横摆角、所述参考点横摆角速率和所述预瞄点横摆角速率应用于线性反馈控制模型,获得所述智能车辆的当前前轮偏角控制量。
可选的,所述线性反馈控制模型,包括以下计算公式:
其中,
δ,表示当前前轮偏角控制量;
V,表示当前车速;
Lv,表示所述智能车辆的轴距;
lp,表示当前预瞄距离;
λ,表示速度因子;
Pe,表示当前横向控制误差;
θe,表示当前横摆角误差;
θd,表示参考点横摆角;
θpd,表示预瞄点横摆角;
可选的,所述方法还包括:
当开始倒车时,获取所述智能车辆的转向约束信息、所述初始车辆位置坐标、所述车位位置坐标和预设坐标系下的周围障碍物的限制位置坐标;
基于所述转向约束信息、所述初始车辆位置坐标、所述车位位置坐标和所述限制位置坐标确定所述智能车辆的倒车规划轨迹。
可选的,所述预设关键位置坐标包括所述车辆坐标系下所述智能车辆的后轴中心位置坐标。
根据本公开的具体实施方式,第二方面,本公开提供一种倒车控制装置,包括:
获取单元,用于获取当前周期时间点上智能车辆的当前倒车参数值和倒车规划轨迹,其中,所述倒车规划轨迹是在开始倒车时规划出智能车辆从预设坐标系下的初始车辆位置坐标停入预设坐标系下的目标车位的车位位置坐标的倒车轨迹,所述当前倒车参数值包括:当前车速、当前横摆角、所述智能车辆的轴距和预设坐标系下的当前车辆位置坐标;
第一获得单元,用于基于所述当前车辆位置坐标和车辆坐标系下所述智能车辆上的预设关键位置坐标从所述倒车规划轨迹中获得参考点的参考点信息;
第二获得单元,用于基于所述当前车辆位置坐标和所述当前车速从所述倒车规划轨迹中获得预瞄点的预瞄点信息;
确定单元,用于依据所述当前倒车参数值、所述参考点信息和所述预瞄点信息确定所述智能车辆的当前前轮偏角控制量;
倒车单元,用于基于所述当前前轮偏角控制量控制所述智能车辆倒车。
可选的,所述参考点信息包括:参考点横摆角、参考点横摆角速率和预设坐标系下的参考点位置坐标;
所述预瞄点信息包括:当前预瞄距离、预瞄点横摆角、预瞄点横摆角速率和预设坐标系下的预瞄点位置坐标。
可选的,所述第一获得单元,包括:
第一确定子单元,用于基于所述当前车辆位置坐标和车辆坐标系下所述智能车辆上的预设关键位置坐标确定预设坐标系下所述智能车辆的当前关键位置坐标;
第二确定子单元,用于基于所述当前关键位置坐标从所述倒车规划轨迹中确定距离最近的轨迹点坐标为所述参考点的参考点位置坐标;
第一获得子单元,用于基于所述参考点的参考点位置坐标获得所述参考点的参考点横摆角和参考点横摆角速率。
可选的,所述第二获得单元,包括:
第二获得子单元,用于基于所述当前车速获得对应的当前预瞄距离;
第三确定子单元,用于基于所述当前车辆位置坐标和所述当前预瞄距离从所述倒车规划轨迹中确定所述预瞄点的预瞄点位置坐标;
第三获得子单元,用于基于所述预瞄点的预瞄点位置坐标获得所述预瞄点的预瞄点横摆角和预瞄点横摆角速率。
可选的,所述确定单元,包括:
第四获得子单元,用于基于所述参考点位置坐标与所述当前车辆位置坐标之差,获得当前横向控制误差;
第五获得子单元,用于基于所述当前周期时间点获得的所述当前横向控制误差与紧邻所述当前周期时间点的前一周期时间点获得的前次横向控制误差之差值,再与预设周期时间间隔的商,获得当前横向控制误差变化率;
第六获得子单元,用于基于所述参考点横摆角与所述当前横摆角之差,获得当前横摆角误差;
第七获得子单元,用于将所述当前车速、所述智能车辆的轴距、所述当前预瞄距离、所述当前横向控制误差、所述当前横向控制误差变化率、所述当前横摆角误差、所述参考点横摆角、所述预瞄点横摆角、所述参考点横摆角速率和所述预瞄点横摆角速率应用于线性反馈控制模型,获得所述智能车辆的当前前轮偏角控制量。
可选的,所述线性反馈控制模型,包括以下计算公式:
其中,
δ,表示当前前轮偏角控制量;
V,表示当前车速;
Lv,表示所述智能车辆的轴距;
lp,表示当前预瞄距离;
λ,表示速度因子;
Pe,表示当前横向控制误差;
θe,表示当前横摆角误差;
θd,表示参考点横摆角;
θpd,表示预瞄点横摆角;
可选的,所述装置还包括初始单元:
所述初始单元,包括:
获取子单元,用于当开始倒车时,获取所述智能车辆的转向约束信息、所述初始车辆位置坐标、所述车位位置坐标和预设坐标系下的周围障碍物的限制位置坐标;
第四确定子单元,用于基于所述转向约束信息、所述初始车辆位置坐标、所述车位位置坐标和所述限制位置坐标确定所述智能车辆的倒车规划轨迹。
可选的,所述预设关键位置坐标包括所述车辆坐标系下所述智能车辆的后轴中心位置坐标。
本公开实施例的上述方案与现有技术相比,至少具有以下有益效果:
本公开提供了一种倒车控制方法和装置。本公开实施例基于当前倒车参数值从倒车规划轨迹中获得参考点信息和预瞄点信息,依据所述当前倒车参数值、所述参考点信息和所述预瞄点信息确定所述智能车辆的当前前轮偏角控制量,以便能够通过当前前轮偏角控制量实时纠正智能车辆的倒车偏差,正确停车入位。本公开引入了参考点信息和预瞄点信息能够提前根据倒车规划轨迹的曲率变化调整前轮偏角输出,来快速、准确地跟踪大范围曲率变化的倒车规划轨迹。
附图说明
图1示出了根据本公开实施例的倒车控制方法的流程图;
图2示出了根据本公开实施例的倒车控制装置的单元框图。
具体实施方式
为了使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开作进一步地详细描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,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它实施例,都属于本公开保护的范围。
在本公开实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义,“多种”一般包含至少两种。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应当理解,尽管在本公开实施例中可能采用术语第一、第二、第三等来描述,但这些描述不应限于这些术语。这些术语仅用来将描述区分开。例如,在不脱离本公开实施例范围的情况下,第一也可以被称为第二,类似地,第二也可以被称为第一。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是,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商品或者装置不仅包括那些要素,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商品或者装置所固有的要素。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商品或者装置中还存在另外的相同要素。
特别需要说明的是,在说明书中存在的符号和/或数字,如果在附图说明中未被标记的,均不是附图标记。
下面结合附图详细说明本公开的可选实施例。
实施例1
对本公开提供的实施例,即一种倒车控制方法的实施例。
下面结合图1对本公开实施例进行详细说明。
步骤S101,获取当前周期时间点上智能车辆的当前倒车参数值和倒车规划轨迹。
智能车辆,是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合***,它集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术,为智能车辆提供安全性、可靠性和舒适性。在智能车辆中存在多种子***,而很多子***的信息均应用于自己独立的坐标***中。例如,车身采用车辆坐标***、摄像头所采集的图像采用图像坐标***、激光雷达采用地球坐标系、电子地图采用地图坐标系。为了将智能车辆的所有子***的信息进行融合处理,需要将所有子***的信息统一在一个预设坐标系下(比如,世界坐标系下)。
所述智能车辆的倒车参数值是在智能车辆倒车过程中周期性获取的。每个周期时间点的倒车参数值包括:对应周期时间点的车速、对应周期时间点的横摆角、所述智能车辆的轴距和预设坐标系下的对应周期时间点的车辆位置坐标。所述周期时间点是指周期性获取倒车参数值的时间点。所述当前周期时间点是指获取当前倒车参数值的当前时间点。
所述当前倒车参数值是所述智能车辆在当前周期时间点获得的倒车参数值。所述当前倒车参数值包括:当前车速、当前横摆角、所述智能车辆的轴距和预设坐标系下的当前车辆位置坐标。其中,预设坐标系下的当前车辆位置坐标是从原始坐标系下的原始车辆位置坐标转换过来的。由于获得原始车辆位置坐标的途径不同,原始坐标系也不同,例如,通过全球导航卫星***(英文全称Global Navigation Satellite System,简称GNSS)获得智能车辆的定位坐标是在地球坐标系下;通过融合定位***产生智能车辆的定位坐标是在地图坐标系下。但是,无论如何,最终都将原始坐标系下的原始车辆位置坐标转化至本申请的预设坐标系下的当前车辆位置坐标。
所述融合定位***,融合了多种传感器数据(比如,GNSS数据、惯性测量单元(英文全称Inertial Measurement Unit,简称IMU)数据、底盘数据、摄像头采集的图像、激光雷达采集的点云等),用于实时计算载体的位置信息、姿态信息和速度信息。能够有效的避免高空障碍物干扰定位,尤其是在高楼附近停车时,高楼会阻碍智能车辆获得GNSS的定位信息。通过融合定位***能够获得当前倒车参数值中的当前车速、当前横摆角和预设坐标系下的当前车辆位置坐标。而智能车辆的轴距是不定不变的,通过预先设置而获得。
所述倒车规划轨迹是在开始倒车时规划出智能车辆从预设坐标系下的初始车辆位置坐标停入预设坐标系下的目标车位的车位位置坐标的倒车轨迹。
所述目标车位是指智能车辆最终停放的车位。
在一些具体实施例中,所述方法还包括以下步骤:
步骤S100-1,当开始倒车时,获取所述智能车辆的转向约束信息、所述初始车辆位置坐标、所述车位位置坐标和预设坐标系下的周围障碍物的限制位置坐标。
所述开始倒车时,可以是人员通过一键指令指示智能车辆倒车时,也可以是智能车辆从倒车状态之外的其他状态进入倒车状态时,本公开实施例不限于此。
所述转向约束信息,是由智能车辆的性能决定的,比如,车辆反向盘的最大转动角度、前轮最大偏角。转向约束信息决定了车辆转向的灵活性。
智能车辆通过初始车辆位置坐标能够从预设三维地图中找到该初始车辆位置坐标附近的多个车位。当从多个车位中确定目标车位后,再从预设三维地图中找到目标车位的车位位置坐标和周围障碍物的限制位置坐标。
步骤S100-2,基于所述转向约束信息、所述初始车辆位置坐标、所述车位位置坐标和所述限制位置坐标确定所述智能车辆的倒车规划轨迹。
在本具体实施例中,倒车规划轨迹,依据转向约束信息规划出智能车辆规避周围障碍物从初始车辆位置坐标停入车位位置坐标的行车轨迹。智能车辆沿倒车规划轨迹行驶的过程中所需油门的加油时间点和加油量、制动器的制动时间点和制动深度以及方向盘的转动时间点和转动量均在规划之列,因此,倒车规划轨迹实际上是由多个轨迹点组成的,每个轨迹点的轨迹点信息均包括:预设坐标系下的轨迹点坐标、轨迹点横摆角信息和轨迹点横摆角速率信息。将所述转向约束信息、所述当前车辆位置坐标、所述车位位置坐标和所述限制位置坐标应用于停车规划算法,生成所述智能车辆的倒车规划轨迹。
步骤S102,基于所述当前车辆位置坐标和车辆坐标系下所述智能车辆上的预设关键位置坐标从所述倒车规划轨迹中获得参考点的参考点信息。
车辆坐标系,其原点与车辆的质心重合,当车辆在水平路面上处于静止状态,X轴平行于地面指向车辆前方,Z轴通过车辆质心指向上方,Y轴指向驾驶员的左侧。在车辆坐标系下,无论智能车辆如何运动,智能车辆上的任何一个固定位置的坐标均不会变化,变化的是智能车辆意外的各种障碍物的位置坐标。
所述预设关键位置坐标,是指智能车辆上一个预先设定的关键位置的坐标。可选的,所述预设关键位置坐标包括所述车辆坐标系下所述智能车辆的后轴中心位置坐标。
可选的,所述参考点信息包括:参考点横摆角、参考点横摆角速率和预设坐标系下的参考点位置坐标。
在一些具体实施例中,所述基于所述当前车辆位置坐标和车辆坐标系下所述智能车辆上的预设关键位置坐标从所述倒车规划轨迹中获得参考点的参考点信息,包括以下步骤:
步骤S102-1,基于所述当前车辆位置坐标和车辆坐标系下所述智能车辆上的预设关键位置坐标确定预设坐标系下所述智能车辆的当前关键位置坐标。
实际上,就是将车辆坐标系下所述智能车辆上的预设关键位置坐标转换成预设坐标系下所述智能车辆的当前关键位置坐标,以便在统一的预设坐标系下利用当前关键位置坐标进行数据处理。例如,所述预设关键位置坐标是指所述车辆坐标系下所述智能车辆的后轴中心位置坐标,如果智能车辆的定位坐标(即预设坐标系下的当前车辆位置坐标)在智能车辆的质心处,也就是车辆坐标系的原点,由于智能车辆的质心与后轴中心位置坐标的位置关系是固定的,通过定位坐标以及该位置关系能够将车辆坐标系下的后轴中心位置坐标转换成预设坐标系下的当前关键位置坐标。
步骤S102-2,基于所述当前关键位置坐标从所述倒车规划轨迹中确定距离最近的轨迹点坐标为所述参考点的参考点位置坐标。
步骤S102-3,基于所述参考点的参考点位置坐标获得所述参考点的参考点横摆角和参考点横摆角速率。
由于倒车规划轨迹是由多个轨迹点组成的,每个轨迹点的轨迹点信息均包括:预设坐标系下的轨迹点坐标、轨迹点横摆角信息和轨迹点横摆角速率信息。倒车规划轨迹一旦确定,倒车规划轨迹中的每个轨迹点的轨迹点坐标也是唯一的。确定倒车规划轨迹上的参考点后,通过参考点坐标,能够获得对应参考点的参考点横摆角和参考点横摆角速率。
步骤S103,基于所述当前车辆位置坐标和所述当前车速从所述倒车规划轨迹中获得预瞄点的预瞄点信息。
预瞄点,是指智能车辆倒车时在行进方向上与倒车规划轨迹相距预瞄距离处的轨迹点。
所述预瞄距离,是指智能车辆沿倒车规划轨迹倒车时在行进方向上瞄准的距离。
可选的,所述预瞄点信息包括:当前预瞄距离、预瞄点横摆角、预瞄点横摆角速率和预设坐标系下的预瞄点位置坐标。
在一些具体实施例中,所述基于所述当前车辆位置坐标和所述当前车速从所述倒车规划轨迹中获得预瞄点的预瞄点信息,包括以下步骤:
步骤S103-1,基于所述当前车速查表获得对应的当前预瞄距离。
车速与预瞄距离的关系是一个经验关系,是通过大量实际测试后获得的。在实际应用中,将车速与预瞄距离的关系保存在一个关系表中。如果第一车速等于关系表中记载的一个车速时,通过车速与预瞄距离的关系直接获得预瞄距离。如果第一车速处于关系表中记载的两个车速之间,可以通过插值的方法计算获得对应第一车速的预瞄距离;也可以将关系表中车速与预瞄距离的关系生成一条关系曲线,然后通过该关系曲线获得对应第一车速的预瞄距离。也可以利用车速与预瞄距离的关系训练一个神经网络模型,然后将车速输入训练后的神经网络模型获得输出的预瞄距离。本具体实施例不限于此。
步骤S103-2,基于所述当前车辆位置坐标和所述当前预瞄距离从所述倒车规划轨迹中确定所述预瞄点的预瞄点位置坐标。
以所述当前车辆位置坐标为起点,沿智能车辆倒车行进方向测量与所述倒车规划轨迹中轨迹点位置坐标的第一距离,当第一轨迹点位置坐标的第一距离等于当前预瞄距离时,将第一轨迹点位置坐标所对应的第一轨迹点确定为预瞄点,第一轨迹点位置坐标也就是预瞄点位置坐标。
步骤S103-3,基于所述预瞄点的预瞄点位置坐标获得所述预瞄点的预瞄点横摆角和预瞄点横摆角速率。
由于轨迹点的轨迹点信息包括:预设坐标系下的轨迹点坐标、轨迹点横摆角信息和轨迹点横摆角速率信息。预瞄点实际上是倒车规划轨迹上的一个特殊的轨迹点。当在倒车规划轨迹中确定预瞄点后,轨迹点信息也就预瞄点信息的一部分。
步骤S104,依据所述当前倒车参数值、所述参考点信息和所述预瞄点信息确定所述智能车辆的当前前轮偏角控制量。
车辆在行驶过程中,由于路面的侧向倾斜,侧向风或者曲线行驶时的离心力等的作用,车轮中心沿车轴方向产生一个侧向力。因为车轮是有弹性的,所以,在侧向力未达到车轮与地面间的最大摩擦力时,侧向力使轮胎产生变形,使车轮倾斜,导致车轮行驶方向偏离预定的行驶路线。这种现象,就称为车辆轮胎的侧偏现象。车辆轮胎的中心线,在侧向力的作用下,与车轮平面错开了一定距离,而且有一个倾斜角,这个倾斜角,就叫做车辆轮胎的侧偏角。这种现象常见于车辆转弯,会产生前轮偏角和后轮偏角。
尤其是在泊车时,主要是由前轮控制智能车辆泊车,因此本公开实施例在倒车控制时,主要控制的是前轮偏角。
在一些具体实施例中,所述依据所述当前倒车参数值、所述参考点信息和所述预瞄点信息确定所述智能车辆的前轮偏角控制量,包括以下步骤:
步骤S104-1,基于所述参考点位置坐标与所述当前车辆位置坐标之差,获得当前横向控制误差。
步骤S104-2,基于所述当前周期时间点获得的所述当前横向控制误差与紧邻所述当前周期时间点的前一周期时间点获得的前次横向控制误差之差值,再与预设周期时间间隔的商,获得当前横向控制误差变化率。
智能车辆在停车过程中是周期性获得每个周期时间点的倒车参数值,进而通过分析每个周期时间点的倒车参数值控制智能车辆在对应周期时间点的倒车。预设周期时间间隔是智能车辆在停车过程中相邻两个周期时间点的时间间隔。
步骤S104-3,基于所述参考点横摆角与所述当前横摆角之差,获得当前横摆角误差。
步骤S104-4,将所述当前车速、所述智能车辆的轴距、所述当前预瞄距离、所述当前横向控制误差、所述当前横向控制误差变化率、所述当前横摆角误差、所述参考点横摆角、所述预瞄点横摆角、所述参考点横摆角速率和所述预瞄点横摆角速率应用于线性反馈控制模型,获得所述智能车辆的当前前轮偏角控制量。
本具体实施例以参考点信息作为倒车时的期望信息,将当前倒车参数值作为实际信息。在倒车过程中不断获取实际值与期望值的误差值,比如,当前横向控制误差、所述当前横向控制误差变化率、所述当前横摆角误差,以便能够通过当前前轮偏角控制量实时纠正智能车辆的倒车偏差,正确停车入位。
在一些具体实施例中,所述线性反馈控制模型,包括以下计算公式:
其中,
δ,表示当前前轮偏角控制量;
V,表示当前车速;
Lv,表示所述智能车辆的轴距;
lp,表示当前预瞄距离;
λ,表示速度因子;
Pe,表示当前横向控制误差;
θe,表示当前横摆角误差;
θd,表示参考点横摆角;
θpd,表示预瞄点横摆角;
线性反馈控制模型利用了反馈线性化方法,其中引入了车辆非线性运动学模型及预瞄误差几何模型,设计出了稳定的线性反馈控制模型。线性反馈控制模型结构简单,且计算中仅需要智能车辆的轴距,无需针对特定车辆做额外离线标定。实际使用中只需要整定当前预瞄距离及速度因子两个物理意义明确的控制参数。而横向控制误差能够使计算快速收敛,提高了计算效率,便于快速工程应用。
步骤S105,基于所述当前前轮偏角控制量控制所述智能车辆倒车。
本公开实施例基于当前倒车参数值从倒车规划轨迹中获得参考点信息和预瞄点信息,依据所述当前倒车参数值、所述参考点信息和所述预瞄点信息确定所述智能车辆的当前前轮偏角控制量,以便能够通过当前前轮偏角控制量实时纠正智能车辆的倒车偏差,正确停车入位。本公开引入了参考点信息和预瞄点信息能够提前根据倒车规划轨迹的曲率变化调整前轮偏角输出,来快速、准确地跟踪大范围曲率变化的倒车规划轨迹。
实施例2
本公开还提供了与上述实施例承接的装置实施例,用于实现如上实施例所述的方法步骤,基于相同的名称含义的解释与如上实施例相同,具有与如上实施例相同的技术效果,此处不再赘述。
如图2所示,本公开提供一种倒车控制装置200,包括:
获取单元201,用于获取当前周期时间点上智能车辆的当前倒车参数值和倒车规划轨迹,其中,所述倒车规划轨迹是在开始倒车时规划出智能车辆从预设坐标系下的初始车辆位置坐标停入预设坐标系下的目标车位的车位位置坐标的倒车轨迹,所述当前倒车参数值包括:当前车速、当前横摆角、所述智能车辆的轴距和预设坐标系下的当前车辆位置坐标;
第一获得单元202,用于基于所述当前车辆位置坐标和车辆坐标系下所述智能车辆上的预设关键位置坐标从所述倒车规划轨迹中获得参考点的参考点信息;
第二获得单元203,用于基于所述当前车辆位置坐标和所述当前车速从所述倒车规划轨迹中获得预瞄点的预瞄点信息;
确定单元204,用于依据所述当前倒车参数值、所述参考点信息和所述预瞄点信息确定所述智能车辆的当前前轮偏角控制量;
倒车单元205,用于基于所述当前前轮偏角控制量控制所述智能车辆倒车。
可选的,所述参考点信息包括:参考点横摆角、参考点横摆角速率和预设坐标系下的参考点位置坐标;
所述预瞄点信息包括:当前预瞄距离、预瞄点横摆角、预瞄点横摆角速率和预设坐标系下的预瞄点位置坐标。
可选的,所述第一获得单元202,包括:
第一确定子单元,用于基于所述当前车辆位置坐标和车辆坐标系下所述智能车辆上的预设关键位置坐标确定预设坐标系下所述智能车辆的当前关键位置坐标;
第二确定子单元,用于基于所述当前关键位置坐标从所述倒车规划轨迹中确定距离最近的轨迹点坐标为所述参考点的参考点位置坐标;
第一获得子单元,用于基于所述参考点的参考点位置坐标获得所述参考点的参考点横摆角和参考点横摆角速率。
可选的,所述第二获得单元203,包括:
第二获得子单元,用于基于所述当前车速获得对应的当前预瞄距离;
第三确定子单元,用于基于所述当前车辆位置坐标和所述当前预瞄距离从所述倒车规划轨迹中确定所述预瞄点的预瞄点位置坐标;
第三获得子单元,用于基于所述预瞄点的预瞄点位置坐标获得所述预瞄点的预瞄点横摆角和预瞄点横摆角速率。
可选的,所述确定单元204,包括:
第四获得子单元,用于基于所述参考点位置坐标与所述当前车辆位置坐标之差,获得当前横向控制误差;
第五获得子单元,用于基于所述当前周期时间点获得的所述当前横向控制误差与紧邻所述当前周期时间点的前一周期时间点获得的前次横向控制误差之差值,再与预设周期时间间隔的商,获得当前横向控制误差变化率;
第六获得子单元,用于基于所述参考点横摆角与所述当前横摆角之差,获得当前横摆角误差;
第七获得子单元,用于将所述当前车速、所述智能车辆的轴距、所述当前预瞄距离、所述当前横向控制误差、所述当前横向控制误差变化率、所述当前横摆角误差、所述参考点横摆角、所述预瞄点横摆角、所述参考点横摆角速率和所述预瞄点横摆角速率应用于线性反馈控制模型,获得所述智能车辆的当前前轮偏角控制量。
可选的,所述线性反馈控制模型,包括以下计算公式:
其中,
δ,表示当前前轮偏角控制量;
V,表示当前车速;
Lv,表示所述智能车辆的轴距;
lp,表示当前预瞄距离;
λ,表示速度因子;
Pe,表示当前横向控制误差;
θe,表示当前横摆角误差;
θd,表示参考点横摆角;
θpd,表示预瞄点横摆角;
可选的,所述装置还包括初始单元:
所述初始单元,包括:
获取子单元,用于当开始倒车时,获取所述智能车辆的转向约束信息、所述初始车辆位置坐标、所述车位位置坐标和预设坐标系下的周围障碍物的限制位置坐标;
第四确定子单元,用于基于所述转向约束信息、所述初始车辆位置坐标、所述车位位置坐标和所述限制位置坐标确定所述智能车辆的倒车规划轨迹。
可选的,所述预设关键位置坐标包括所述车辆坐标系下所述智能车辆的后轴中心位置坐标。
本公开实施例基于当前倒车参数值从倒车规划轨迹中获得参考点信息和预瞄点信息,依据所述当前倒车参数值、所述参考点信息和所述预瞄点信息确定所述智能车辆的当前前轮偏角控制量,以便能够通过当前前轮偏角控制量实时纠正智能车辆的倒车偏差,正确停车入位。本公开引入了参考点信息和预瞄点信息能够提前根据倒车规划轨迹的曲率变化调整前轮偏角输出,来快速、准确地跟踪大范围曲率变化的倒车规划轨迹。
最后应说明的是:本说明书中各个实施例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部分互相参见即可。对于实施例公开的***或装置而言,由于其与实施例公开的方法相对应,所以描述比较简单,相关之处参见方法部分说明即可。
以上实施例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围。
Claims (10)
1.一种倒车控制方法,其特征在于,包括:
获取当前周期时间点上智能车辆的当前倒车参数值和倒车规划轨迹,其中,所述倒车规划轨迹是在开始倒车时规划出智能车辆从预设坐标系下的初始车辆位置坐标停入预设坐标系下的目标车位的车位位置坐标的倒车轨迹,所述当前倒车参数值包括:当前车速、当前横摆角、所述智能车辆的轴距和预设坐标系下的当前车辆位置坐标;
基于所述当前车辆位置坐标和车辆坐标系下所述智能车辆上的预设关键位置坐标从所述倒车规划轨迹中获得参考点的参考点信息;
基于所述当前车辆位置坐标和所述当前车速从所述倒车规划轨迹中获得预瞄点的预瞄点信息;
依据所述当前倒车参数值、所述参考点信息和所述预瞄点信息确定所述智能车辆的当前前轮偏角控制量;
基于所述当前前轮偏角控制量控制所述智能车辆倒车。
2.根据权利要求1所述的方法,其特征在于,
所述参考点信息包括:参考点横摆角、参考点横摆角速率和预设坐标系下的参考点位置坐标;
所述预瞄点信息包括:当前预瞄距离、预瞄点横摆角、预瞄点横摆角速率和预设坐标系下的预瞄点位置坐标。
3.根据权利要求2所述的方法,其特征在于,所述基于所述当前车辆位置坐标和车辆坐标系下所述智能车辆上的预设关键位置坐标从所述倒车规划轨迹中获得参考点的参考点信息,包括:
基于所述当前车辆位置坐标和车辆坐标系下所述智能车辆上的预设关键位置坐标确定预设坐标系下所述智能车辆的当前关键位置坐标;
基于所述当前关键位置坐标从所述倒车规划轨迹中确定距离最近的轨迹点坐标为所述参考点的参考点位置坐标;
基于所述参考点的参考点位置坐标获得所述参考点的参考点横摆角和参考点横摆角速率。
4.根据权利要求2所述的方法,其特征在于,所述基于所述当前车辆位置坐标和所述当前车速从所述倒车规划轨迹中获得预瞄点的预瞄点信息,包括:
基于所述当前车速获得对应的当前预瞄距离;
基于所述当前车辆位置坐标和所述当前预瞄距离从所述倒车规划轨迹中确定所述预瞄点的预瞄点位置坐标;
基于所述预瞄点的预瞄点位置坐标获得所述预瞄点的预瞄点横摆角和预瞄点横摆角速率。
5.根据权利要求2所述的方法,其特征在于,所述依据所述当前倒车参数值、所述参考点信息和所述预瞄点信息确定所述智能车辆的前轮偏角控制量,包括:
基于所述参考点位置坐标与所述当前车辆位置坐标之差,获得当前横向控制误差;
基于所述当前周期时间点获得的所述当前横向控制误差与紧邻所述当前周期时间点的前一周期时间点获得的前次横向控制误差之差值,再与预设周期时间间隔的商,获得当前横向控制误差变化率;
基于所述参考点横摆角与所述当前横摆角之差,获得当前横摆角误差;
将所述当前车速、所述智能车辆的轴距、所述当前预瞄距离、所述当前横向控制误差、所述当前横向控制误差变化率、所述当前横摆角误差、所述参考点横摆角、所述预瞄点横摆角、所述参考点横摆角速率和所述预瞄点横摆角速率应用于线性反馈控制模型,获得所述智能车辆的当前前轮偏角控制量。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当开始倒车时,获取所述智能车辆的转向约束信息、所述初始车辆位置坐标、所述车位位置坐标和预设坐标系下的周围障碍物的限制位置坐标;
基于所述转向约束信息、所述初始车辆位置坐标、所述车位位置坐标和所述限制位置坐标确定所述智能车辆的倒车规划轨迹。
8.根据权利要求1所述的方法,其特征在于,所述预设关键位置坐标包括所述车辆坐标系下所述智能车辆的后轴中心位置坐标。
9.一种倒车控制装置,其特征在于,包括:
获取单元,用于获取当前周期时间点上智能车辆的当前倒车参数值和倒车规划轨迹,其中,所述倒车规划轨迹是在开始倒车时规划出智能车辆从预设坐标系下的初始车辆位置坐标停入预设坐标系下的目标车位的车位位置坐标的倒车轨迹,所述当前倒车参数值包括:当前车速、当前横摆角、所述智能车辆的轴距和预设坐标系下的当前车辆位置坐标;
第一获得单元,用于基于所述当前车辆位置坐标和车辆坐标系下所述智能车辆上的预设关键位置坐标从所述倒车规划轨迹中获得参考点的参考点信息;
第二获得单元,用于基于所述当前车辆位置坐标和所述当前车速从所述倒车规划轨迹中获得预瞄点的预瞄点信息;
确定单元,用于依据所述当前倒车参数值、所述参考点信息和所述预瞄点信息确定所述智能车辆的当前前轮偏角控制量;
倒车单元,用于基于所述当前前轮偏角控制量控制所述智能车辆倒车。
10.根据权利要求9所述的装置,其特征在于,
所述参考点信息包括:参考点横摆角、参考点横摆角速率和预设坐标系下的参考点位置坐标;
所述预瞄点信息包括:当前预瞄距离、预瞄点横摆角、预瞄点横摆角速率和预设坐标系下的预瞄点位置坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211180380.2A CN115489518B (zh) | 2022-09-26 | 2022-09-26 | 一种倒车控制方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211180380.2A CN115489518B (zh) | 2022-09-26 | 2022-09-26 | 一种倒车控制方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115489518A true CN115489518A (zh) | 2022-12-20 |
CN115489518B CN115489518B (zh) | 2024-07-19 |
Family
ID=84472298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211180380.2A Active CN115489518B (zh) | 2022-09-26 | 2022-09-26 | 一种倒车控制方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115489518B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114013430A (zh) * | 2021-12-23 | 2022-02-08 | 东风悦享科技有限公司 | 一种行车和泊车统一的自动驾驶车辆控制方法 |
CN114148320A (zh) * | 2021-12-08 | 2022-03-08 | 华人运通(上海)自动驾驶科技有限公司 | 一种路径跟踪控制方法及设备 |
WO2022095460A1 (zh) * | 2020-11-06 | 2022-05-12 | 广州小鹏自动驾驶科技有限公司 | 一种车辆横向控制方法、装置、车辆和可读存储介质 |
CN114995436A (zh) * | 2022-06-10 | 2022-09-02 | 桂林电子科技大学 | 一种基于预瞄点的车辆路径跟踪侧向偏差计算方法 |
-
2022
- 2022-09-26 CN CN202211180380.2A patent/CN115489518B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022095460A1 (zh) * | 2020-11-06 | 2022-05-12 | 广州小鹏自动驾驶科技有限公司 | 一种车辆横向控制方法、装置、车辆和可读存储介质 |
CN114148320A (zh) * | 2021-12-08 | 2022-03-08 | 华人运通(上海)自动驾驶科技有限公司 | 一种路径跟踪控制方法及设备 |
CN114013430A (zh) * | 2021-12-23 | 2022-02-08 | 东风悦享科技有限公司 | 一种行车和泊车统一的自动驾驶车辆控制方法 |
CN114995436A (zh) * | 2022-06-10 | 2022-09-02 | 桂林电子科技大学 | 一种基于预瞄点的车辆路径跟踪侧向偏差计算方法 |
Non-Patent Citations (1)
Title |
---|
赵凯;朱愿;冯明月;苏致远;郭宏达;: "基于多点序列预瞄的自动驾驶汽车路径跟踪算法研究", 汽车技术, no. 11, 30 July 2018 (2018-07-30) * |
Also Published As
Publication number | Publication date |
---|---|
CN115489518B (zh) | 2024-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109952547B (zh) | 根据车道数据对机动车的自动控制和机动车 | |
US11117615B2 (en) | Driving aid control apparatus | |
CN106080598B (zh) | 实时预期速度控制 | |
CN106476883B (zh) | 车辆的行驶控制装置 | |
CN103204162B (zh) | 具有有效后转向的车道跟踪*** | |
US9090285B2 (en) | Method for providing a lanekeeping assistance based on modifying mechanical sources of steering torques | |
JP6384604B2 (ja) | 自己位置推定装置及び自己位置推定方法 | |
US10508923B2 (en) | Vehicle position estimation device, vehicle position estimation method | |
CN110036353A (zh) | 用于跟踪路线的地面车辆中的自适应控制方法和***,尤其是在自动驾驶场景中 | |
US8078373B2 (en) | Vehicle dynamics prediction with lane/path information using a preview-correction-prediction approach | |
US10363940B2 (en) | Vehicle position attitude-angle estimation device and vehicle position attitude-angle estimation method | |
US20160288830A1 (en) | Vehicle steering device and vehicle steering control method | |
CN111381248B (zh) | 一种考虑车辆颠簸的障碍物检测方法及*** | |
US10466064B2 (en) | Odometry method for determining a position of a motor vehicle, control device and motor vehicle | |
JP2007022117A (ja) | 車両安定化制御システム | |
US20180056970A1 (en) | Driving aid control apparatus | |
CN115903827A (zh) | 一种基于gnss的农机泊车路径规划与跟踪控制方法 | |
CN111746537A (zh) | 基于路面平整度的自适应巡航车速控制***、方法及车辆 | |
JP5768442B2 (ja) | 車両運動制御装置及びプログラム | |
CN115489518A (zh) | 一种倒车控制方法和装置 | |
US11794751B2 (en) | Pro-active trajectory tracking control for automated driving during elevation transitions | |
US20220281451A1 (en) | Target vehicle state identification for automated driving adaptation in vehicles control | |
Baer et al. | EgoMaster: A central ego motion estimation for driver assist systems | |
JP2011063107A (ja) | 車両制御装置 | |
CN114872702A (zh) | 车辆控制方法、装置、自动驾驶设备和存储介质 |
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 |