CN115509234A - 轨迹跟踪控制方法、装置、电子设备、存储介质及车辆 - Google Patents
轨迹跟踪控制方法、装置、电子设备、存储介质及车辆 Download PDFInfo
- Publication number
- CN115509234A CN115509234A CN202211214583.9A CN202211214583A CN115509234A CN 115509234 A CN115509234 A CN 115509234A CN 202211214583 A CN202211214583 A CN 202211214583A CN 115509234 A CN115509234 A CN 115509234A
- Authority
- CN
- China
- Prior art keywords
- control
- transverse
- longitudinal
- condition
- track tracking
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 284
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000009826 distribution Methods 0.000 claims abstract description 125
- 230000000694 effects Effects 0.000 claims abstract description 28
- 238000004891 communication Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 17
- 238000011156 evaluation Methods 0.000 description 13
- 230000001276 controlling effect Effects 0.000 description 11
- 230000000875 corresponding effect Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明实施例提供了一种轨迹跟踪控制方法、装置、电子设备、存储介质及车辆,包括:获取车辆算法库和全工况场景信息,根据横向运动控制算法库、全工况场景信息获取算法库中每一种算法针对全工况场景信息的轨迹跟踪横向误差,根据纵向运动控制算法库、全工况场景信息获取算法库中每一种算法针对全工况场景信息的轨迹跟踪纵向误差,根据轨迹跟踪横向误差、轨迹跟踪纵向误差、目标权重分配策略生成全工况轨迹跟踪横向控制方法横向权重分配方法和全工况轨迹跟踪纵向控制方法纵向权重分配方法,根据权重分配方法生成目标横向控制指令和目标纵向控制指令,以此控制车辆的轨迹跟踪。本实施例实现多种算法共同参与控制,提高了轨迹跟踪的控制效果。
Description
技术领域
本发明涉及车辆轨迹跟踪控制技术领域,特别涉及轨迹跟踪控制方法、装置、电子设备、存储介质及车辆。
背景技术
随着自动驾驶技术持续发展,自动驾驶车辆的轨迹跟踪控制技术成为研究的热点和难点。在全工况行驶时精准的轨迹跟踪控制方法在保证车辆行驶安全性方面扮演着重要角色。在自动驾驶车辆中,应用于轨迹跟踪的车辆控制一般采用横向、纵向解耦控制。横向控制方法有纯跟踪、前轮反馈控制Stanley、线性二次调节器(Linear QuadraticRegulator,LQR)最优控制、基于模型预测控制(Model Predictive Control,MPC)等;纵向控制方法有比例、积分、微分控制(Proportional Integral Derivative,PID)、基于模型预测控制(Model Predictive Control,MPC)等。
不同的控制方法都有自己的优缺点,适用于不同的场景。一般情况下,以车辆速度作为参考,在不同的控制方法之间进行切换。例如,低速场景使用Stanley和PID;中速场景使用LQR和PID,高速场景使用MPC。
然而,以速度为参考不能关注到横向控制的部分,而且只是使用单一控制算法,控制效果较差。
发明内容
有鉴于此,本发明旨在提出一种轨迹跟踪控制方法、装置、电子设备、存储介质及车辆,以解决现有技术中使用单一控制算法,控制效果较差的问题。
为达到上述目的,本发明的技术方案是这样实现的:
本申请实施例第一方面提供一种轨迹跟踪控制方法,所述方法包括:
获取车辆的算法库和全工况场景信息,所述算法库包括:横向运动控制算法库、纵向运动控制算法库,所述全工况场景信息是根据预先设置的速度档位以及道路曲率档位生成的;
根据所述横向运动控制算法库、所述全工况场景信息获取算法库中每一种算法针对所述全工况场景信息的轨迹跟踪横向误差;
根据所述纵向运动控制算法库、所述全工况场景信息获取算法库中每一种算法针对所述全工况场景信息的轨迹跟踪纵向误差;
根据所述轨迹跟踪横向误差、目标权重分配策略生成全工况轨迹跟踪横向控制方法横向权重分配方法;
根据所述轨迹跟踪纵向误差、所述目标权重分配策略生成全工况轨迹跟踪纵向控制方法纵向权重分配方法;
根据所述全工况轨迹跟踪横向控制方法横向权重分配方法、所述全工况轨迹跟踪纵向控制方法纵向权重分配方法生成目标横向控制指令、目标纵向控制指令,以此控制车辆的轨迹跟踪。
进一步地,所述根据所述全工况轨迹跟踪横向控制方法横向权重分配方法、所述全工况轨迹跟踪纵向控制方法纵向权重分配方法生成目标横向控制指令、目标纵向控制指令,以此控制车辆的轨迹跟踪包括:
获取车辆的位置和速度信息,所述位置和速度信息包括:期望位置和期望速度信息、实际位置和实际速度信息;
根据所述期望位置和期望速度信息、所述实际位置和实际速度信息生成第一控制指令;
根据所述第一控制指令、所述全工况轨迹跟踪横向控制方法横向权重分配方法、所述全工况轨迹跟踪纵向控制方法纵向权重分配方法生成所述目标横向控制指令、所述目标纵向控制指令;
根据所述目标横向控制指令、所述目标纵向控制指令控制所述车辆的轨迹跟踪。
进一步地,所述根据所述轨迹跟踪横向误差、目标权重分配策略生成全工况轨迹跟踪横向控制方法横向权重分配方法包括:
获取所述车辆针对轨迹跟踪误差的评分体系;
根据所述评分体系、所述轨迹跟踪横向误差生成轨迹跟踪效果记录信息;
根据所述轨迹跟踪效果记录信息、所述目标权重分配策略生成所述全工况轨迹跟踪横向控制方法横向权重分配方法。
进一步地,在所述获取所述车辆针对所述轨迹跟踪误差的评分体系之前,所述方法还包括:
在检测到轨迹跟踪误差小于第一预设值的情况下,生成第一目标评分;
在检测到所述轨迹跟踪误差大于所述第一预设值小于第二预设值的情况下,生成第二目标评分;
在检测到所述轨迹跟踪误差大于所述第二预设值小于第三预设值的情况下,生成第三目标评分;
在检测到所述轨迹跟踪误差大于所述第三预设值的情况下,生成第四目标评分;
根据所述第一目标评分、所述第二目标评分、所述第三目标评分、所述第四目标评分生成所述评分体系。
进一步地,所述根据所述期望位置和期望速度信息、所述实际位置和实际速度信息生成第一控制指令包括:
根据所述期望位置和期望速度信息、所述实际位置和实际速度信息控制所述车辆油门踏板的开度和车辆前轮转角,或者
根据所述期望位置和期望速度信息、所述实际位置和实际速度信息控制所述车辆刹车踏板的开度和车辆前轮转角;
根据所述车辆油门踏板的开度和车辆前轮转角或者所述车辆刹车踏板的开度和车辆前轮转角生成所述第一控制指令。
进一步地,在所述获取车辆的位置和速度信息之前,所述方法还包括:
根据第一目标设备获取第一速度信息;
根据第二目标设备获取第二速度信息;
将所述第一速度信息和所述第二速度信息融合、滤波后生成实际速度信息。
本申请实施例第二方面提供一种轨迹跟踪控制装置,所述装置包括:
第一获取模块,用于获取车辆的算法库和全工况场景信息,所述算法库包括:横向运动控制算法库、纵向运动控制算法库,所述全工况场景信息是根据预先设置的速度档位以及道路曲率档位生成的;
第二获取模块,用于根据所述横向运动控制算法库、所述全工况场景信息获取算法库中每一种算法针对所述全工况场景信息的轨迹跟踪横向误差;
第三获取模块,用于根据所述纵向运动控制算法库、所述全工况场景信息获取算法库中每一种算法针对所述全工况场景信息的轨迹跟踪纵向误差;
第一生成模块,用于根据所述轨迹跟踪横向误差、目标权重分配策略生成全工况轨迹跟踪横向控制方法横向权重分配方法;
第二生成模块,用于根据所述轨迹跟踪纵向误差、所述目标权重分配策略生成全工况轨迹跟踪纵向控制方法纵向权重分配方法;
第一控制模块,用于根据所述全工况轨迹跟踪横向控制方法横向权重分配方法、所述全工况轨迹跟踪纵向控制方法纵向权重分配方法生成目标横向控制指令、目标纵向控制指令,以此控制车辆的轨迹跟踪。
本申请实施例第三方面提供一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于进行存储器上所存放的程序时,进行上述任一所述的轨迹跟踪控制方法。
本申请实施例第四方面提供一种可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现如本申请第一方面所述的方法中的步骤。
本申请实施例第五方面提供一种车辆,包括:上述轨迹跟踪控制装置。
相对于现有技术,本发明所述的轨迹跟踪控制方法、装置、电子设备、存储介质及车辆具有以下优势:
本发明实施例提供了一种轨迹跟踪控制方法、装置、电子设备、存储介质及车辆,包括:获取车辆的算法库和全工况场景信息,算法库包括:横向运动控制算法库、纵向运动控制算法库,全工况场景信息是根据预先设置的速度档位以及道路曲率档位生成的,根据横向运动控制算法库、全工况场景信息获取算法库中每一种算法针对全工况场景信息的轨迹跟踪横向误差,根据纵向运动控制算法库、全工况场景信息获取算法库中每一种算法针对全工况场景信息的轨迹跟踪纵向误差,根据轨迹跟踪横向误差、目标权重分配策略生成全工况轨迹跟踪横向控制方法横向权重分配方法,根据轨迹跟踪纵向误差、目标权重分配策略生成全工况轨迹跟踪纵向控制方法纵向权重分配方法,根据全工况轨迹跟踪横向控制方法横向权重分配方法、全工况轨迹跟踪纵向控制方法纵向权重分配方法生成目标横向控制指令、目标纵向控制指令,以此控制车辆的轨迹跟踪。本发明实施例通过速度档位以及道路曲率档位来设计全工况场景,既考虑到了横向控制,又考虑到了纵向控制,使得对于轨迹跟踪控制的方案更加全面,有针对性,而后在全工况场景信息下获取轨迹跟踪误差,根据轨迹跟踪误差和目标权重分配策略将不同的运动控制方法进行融合并分配合适的权重,实现多种算法共同参与控制,提高了轨迹跟踪的控制效果。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据一示例性实施例示出的一种轨迹跟踪控制方法的步骤流程图;
图2是根据一示例性实施例示出的另一种轨迹跟踪控制方法的步骤流程图;
图3是根据一示例性实施例示出的另一种轨迹跟踪控制方法的步骤流程图;
图4是根据一示例性实施例示出的一种轨迹跟踪控制装置的框图;
图5是根据一示例性实施例示出的一种电子设备的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,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。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
在本发明的各种实施例中,应理解,下述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
参照图1,图1是根据一示例性实施例示出的一种轨迹跟踪控制方法的步骤流程图。
步骤101,获取车辆的算法库和全工况场景信息,算法库包括:横向运动控制算法库、纵向运动控制算法库,全工况场景信息是根据预先设置的速度档位以及道路曲率档位生成的。
本发明实施例中为了完成车辆的自动驾驶,所以需要对车辆的轨迹跟踪进行控制,又因为轨迹跟踪控制主要包括了横向控制和纵向控制,因此首先需要获取车辆的算法库信息,包括横向运动控制算法库、纵向运动控制算法库,此外纵向控制是控制车辆的油门和制动,即通过控制油门踏板的开度或刹车踏板的开度来控制车速或车辆加速度,从而控制车辆在纵向上到达目标位置或以期望车速行驶,实现对期望车速的精确跟随,横向控制是通过对车辆横向位置误差和横摆角速度误差进行综合控制即控制车辆向左向右的曲率从而到达目标轨迹的曲率,因此还需要获取车辆的速度和道路曲率,道路曲率可以根据对期望道路轨迹上的点做切线后获取。
本发明实施例中关于车辆的横向运动控制算法库的横向运动控制方法、纵向运动控制算法库的纵向运动控制方法都包括不只一种,示例的,横向运动控制方法包括:纯跟踪、Stanley、线性二次调节器LQR最优控制、基于模型预测控制MPC,运动学MPC、模糊控制等,纵向运动控制方法包括:比例、积分、微分控制PID、MPC,运动学MPC、模糊控制、H无穷控制。此外为了能够针对车辆全工况进行轨迹跟踪算法控制,本发明实施例将速度档位和道路曲率预先进行分档设置,其中速度分档为:低速、中低速、中速、中高速、高速,道路曲率分档为:超小曲率、小曲率、中曲率、大曲率,不同的分档都包括一定的数值范围,示例的,将速度分为5档,分别为低速(0-20km/h)、中低速(20-40km/h)、中速(40-60km/h)、中高速(60-80km/h)、高速(80km/h以上)。将曲率分为4档,分别为超小曲率(0-0.05)、小曲率(0.05-0.1)、中曲率(0.1-0.2)、大曲率(0.2以上),这些数值还可以按照设计者的要求进行改变,本发明在此不做具体限定,其中,根据预先设置的速度档位以及道路曲率档位生成全工况场景信息包括:低速超小功率、中低速超小功率、中速超小功率、中高速超小功率、高速超小功率、低速小曲率、中低速小曲率、中速小曲率、中高速小曲率、高速小曲率、低速中曲率、中低速中曲率、中速中曲率、中高速中曲率、高速中曲率、低速大曲率、中低速大曲率、中速大曲率、中高速大曲率、高速大曲率,实际上还可以设置其他与车辆轨迹跟踪有关的参数,也可以对这些档位进一步的细化。
步骤102,根据横向运动控制算法库、全工况场景信息获取算法库中每一种算法针对全工况场景信息下的轨迹跟踪横向误差。
本发明实施例是针对车辆的轨迹跟踪控制进行改进,为了获取不同工况下控制方法的最佳选择,需要获取轨迹跟踪误差,又因为对于车辆的跟踪控制包括横向控制和纵向控制,所以本实施例根据横向运动控制算法库、全工况场景信息获取算法库中每一种算法针对全工况场景信息下的轨迹跟踪横向误差。
具体的,保持纵向控制方法不变,改变横向控制方法并分别测试在不同场景下的跟踪横向误差,测试的方式可以有多种,本发明在此不做具体限定。
步骤103,根据纵向运动控制算法库、全工况场景信息获取算法库中每一种算法针对全工况场景信息下的轨迹跟踪纵向误差。
本发明实施例中,因为对于车辆的跟踪控制包括横向控制和纵向控制,上述是获取的针对横向控制方法的横向误差,这里还需要获取针对纵向运动控制算法的跟踪纵向误差。具体的,保持横向控制方法不变,改变纵向控制方法并分别测试在不同场景下的跟踪横向误差,按照此方式获取不同横向控制方法下,所有纵向控制方法的纵向误差,其中测试的方式可以有多种,本发明在此不做具体限定。
步骤104,根据轨迹跟踪横向误差、目标权重分配策略生成全工况轨迹跟踪横向控制方法横向权重分配方法。
本发明实施例中,获取在全工况下轨迹跟踪横向误差,根据轨迹跟踪横向误差、目标权重分配策略生成全工况轨迹跟踪横向控制方法横向权重分配方法,具体的实现方法包括:取纵向控制方法PID控制或MPC控制中的任意一个方法,并使其保持不变,而后分别测试不同横向控制方法Stanley、LQR和MPC下的跟踪误差,对跟踪误差进行评分分类,根据每一种工况下横向控制方法的评分分类结果,进行权重分配,即可得到针对于选中固定的那个纵向控制方法的第一全工况轨迹跟踪横向控制方法横向权重分配方法,根据这种方式只将纵向控制方法改变,最终获取所有纵向控制方法的全工况轨迹跟踪横向控制方法横向权重分配方法。
步骤105,根据轨迹跟踪纵向误差、目标权重分配策略生成全工况轨迹跟踪纵向控制方法纵向权重分配方法。
本发明实施例中,获取在全工况的轨迹跟踪误差,根据轨迹跟踪纵向误差、目标权重分配策略生成全工况轨迹跟踪纵向控制方法纵向权重分配方法,实现方法包括:将横向控制方法固定,为Stanley、LQR和MPC中的任意一个方法,而后分别测试不同纵向控制方法,PID控制或MPC控制下的跟踪误差,对跟踪误差进行评分分类,根据每一种工况下纵向控制方法的评分分类结果,进行权重分配,即可得到针对于选中固定的那个横向控制方法的第一全工况轨迹跟踪纵向控制方法纵向权重分配方法,根据上述方式只将横向控制方法改变,最终获取所有横向控制方法的全工况轨迹跟踪纵向控制方法纵向权重分配方法。
步骤106,根据全工况轨迹跟踪横向控制方法横向权重分配方法和全工况轨迹跟踪纵向控制方法纵向权重分配方法生成目标横向控制指令和目标纵向控制指令,以此控制车辆的轨迹跟踪。
本发明实施例根据全工况轨迹跟踪横向控制方法横向权重分配方法和全工况轨迹跟踪纵向控制方法纵向权重分配方法生成目标横向控制指令和目标纵向控制指令,实际上的指令就是表明横向控制上如何按照权重分配算法控制,并以此来控制车辆的横向运动和纵向运动,从而达到控制车辆轨迹跟踪的目的。
又因为每一个工况下,有多个算法的融合算法,因此会事先测试出每个融合算法的结果,在选择的时候选择其中最接近目标的那一个控制方法。
本发明实施例提供了一种轨迹跟踪控制方法、装置、电子设备、存储介质及车辆,包括:获取车辆的算法库和全工况场景信息,算法库包括:横向运动控制算法库、纵向运动控制算法库,全工况场景信息是根据预先设置的速度档位以及道路曲率档位生成的,根据横向运动控制算法库、全工况场景信息获取算法库中每一种算法针对全工况场景信息的轨迹跟踪横向误差,根据纵向运动控制算法库、全工况场景信息获取算法库中每一种算法针对全工况场景信息的轨迹跟踪纵向误差,根据轨迹跟踪横向误差、目标权重分配策略生成全工况轨迹跟踪横向控制方法横向权重分配方法,根据轨迹跟踪纵向误差、目标权重分配策略生成全工况轨迹跟踪纵向控制方法纵向权重分配方法,根据全工况轨迹跟踪横向控制方法横向权重分配方法、全工况轨迹跟踪纵向控制方法纵向权重分配方法生成目标横向控制指令、目标纵向控制指令,以此控制车辆的轨迹跟踪。本发明实施例通过速度档位以及道路曲率档位来设计全工况场景,既考虑到了横向控制,又考虑到了纵向控制,使得对于轨迹跟踪控制的方案更加全面,有针对性,而后在全工况场景信息下获取轨迹跟踪误差,根据轨迹跟踪误差和目标权重分配策略将不同的运动控制方法进行融合并分配合适的权重,实现多种算法共同参与控制,提高了轨迹跟踪的控制效果,同时多种算法共同控制避免单一控制算法失效,引起自动驾驶控制器的失效,而且在进行算法切换的时候也不是直接切换而是调整控制方法的参与权重,避免了在不同工况下切换控制算法引起的不平滑现象。
参照图2,图2是根据一示例性实施例示出的另一种轨迹跟踪控制方法的步骤流程图。
步骤201,获取车辆的位置和速度信息,位置和速度信息包括:期望位置和期望速度信息、实际位置和实际速度信息。
本发明实施例是针对车辆的轨迹跟踪,所以需要先获取当前车辆状态与目标状态的误差,而后做出对应的调整。因此,这里需要获取车辆的位置和速度信息,位置和速度信息包括:期望位置和期望速度信息、实际位置和实际速度信息,其中,期望位置和期望速度信息可以通过车辆的路径规划模块获取,而车辆的实际位置和实际速度信息可以通过车辆的全球导航卫星***获取,但是因为通过这种方式获取的速度不是实时更新的,精度比较差,因此可以通过其他设备同步获取车速信息,将获取的多个车速信息进行融合、滤波处理后,得到最终的实际速度信息。示例的,可以先从仪表盘通过全球导航卫星***的方式获取速度信息,而后再从轮速传感器、惯性导航***分别获取当前车速信息,将这三个信息融合、滤波处理一下,得到最后的实际速度信息。
此外,在获取到位置信息后还需要获取车辆自身的轮距和轴距信息,并根据车辆行驶的轨迹和自身的轮距和轴距信息计算出当前的道路曲率,便于后续根据道路曲率查找对应的全工况场景信息。
步骤202,根据期望位置和期望速度信息、实际位置和实际速度信息生成第一控制指令。
本发明实施例中,第一控制指令是根据期望位置和期望速度信息、实际位置和实际速度信息生成的,是要控制车辆从当前的实际位置到达期望位置,为了实现这一目的,需要车辆在纵向和横向上做出调整,在纵向上的调整是控制车辆的油门和制动,即控制车辆油门踏板和刹车踏板的开度,横向上是控制车辆向左或者向右,即控制车辆前轮的转角,具体的,包括以下步骤:
根据所述期望位置和期望速度信息、所述实际位置和实际速度信息控制所述车辆油门踏板的开度和车辆前轮转角,或者
根据所述期望位置和期望速度信息、所述实际位置和实际速度信息控制所述车辆刹车踏板的开度和车辆前轮转角;
根据所述车辆油门踏板的开度和车辆前轮转角或者所述车辆刹车踏板的开度和车辆前轮转角生成所述第一控制指令。
示例的,当前车辆在期望位置的后方10米,右侧30°,期望速度是40km/h,实际速度是30km/h,此时的第一控制指令在纵向上就是需要车辆速度达到40km/h,且前进10米,横向上需要前轮向左转角30°。
步骤203,根据第一控制指令、全工况轨迹跟踪横向控制方法横向权重分配方法、全工况轨迹跟踪纵向控制方法纵向权重分配方法生成目标横向控制指令、目标纵向控制指令。
本发明实施例中,将第一控制指令按照全工况轨迹跟踪横向控制方法横向权重分配方法和全工况轨迹跟踪纵向控制方法纵向权重分配方法进行加权,生成最终的目标横向控制指令和目标纵向控制指令。具体的,根据第一控制指令可以获取车辆需要在横向和纵向上做出什么调整,而后根据权重分配方式对第一控制指令的控制方法进行加权,调整对应算法参与控制的权重,以此使得这个调整达到最接近目标的效果。
步骤204,根据目标横向控制指令、目标纵向控制指令控制车辆的轨迹跟踪。
本发明实施例将对第一控制指令加权后的目标横向控制指令、目标纵向控制指令发送至车辆对应的指令机构,然后所述执行机构按照权重分配控制对应算法,以及车辆的转向和油门、制动等,以此来完成对车辆轨迹跟踪的控制。
本发明实施例中,根据目标横向控制指令、目标纵向控制指令来控制车辆的横向运行和纵向运动,以此来控制车辆的轨迹跟踪。
本发明实施例提供了一种轨迹跟踪控制方法、装置、电子设备、存储介质及车辆,包括:获取车辆的算法库和全工况场景信息,算法库包括:横向运动控制算法库、纵向运动控制算法库,全工况场景信息是根据预先设置的速度档位以及道路曲率档位生成的,根据横向运动控制算法库、全工况场景信息获取算法库中每一种算法针对全工况场景信息的轨迹跟踪横向误差,根据纵向运动控制算法库、全工况场景信息获取算法库中每一种算法针对全工况场景信息的轨迹跟踪纵向误差,根据轨迹跟踪横向误差、目标权重分配策略生成全工况轨迹跟踪横向控制方法横向权重分配方法,根据轨迹跟踪纵向误差、目标权重分配策略生成全工况轨迹跟踪纵向控制方法纵向权重分配方法,根据全工况轨迹跟踪横向控制方法横向权重分配方法、全工况轨迹跟踪纵向控制方法纵向权重分配方法生成目标横向控制指令、目标纵向控制指令,以此控制车辆的轨迹跟踪。本发明实施例通过速度档位以及道路曲率档位来设计全工况场景,既考虑到了横向控制,又考虑到了纵向控制,使得对于轨迹跟踪控制的方案更加全面,有针对性,而后在全工况场景信息下获取轨迹跟踪误差,根据轨迹跟踪误差和目标权重分配策略将不同的运动控制方法进行融合并分配合适的权重,实现多种算法共同参与控制,提高了轨迹跟踪的控制效果,同时多种算法共同控制避免单一控制算法失效,引起自动驾驶控制器的失效,而且在进行算法切换的时候也不是直接切换而是调整控制方法的参与权重,避免了在不同工况下切换控制算法引起的不平滑现象。
参照图3,图3是根据一示例性实施例示出的另一种轨迹跟踪控制方法的步骤流程图。
步骤301,获取车辆针对轨迹跟踪误差的评分体系。
本发明实施例中,因为跟踪误差是一个具体的数值,如果按照跟踪误差来判断方案就会非常的庞大,因此将跟踪误差用线性插值的方法来进行评分,用一个数值范围来对应一个评分,本发明中设置的评分体系分为4档,因此设置三个预设值,然后根据数据对于数值的比较来确定该数值处于哪一个范围,从而确定对应的评分,具体的,评分体系的设置方法如下:
在检测到轨迹跟踪误差小于第一预设值的情况下,生成第一目标评分;
在检测到轨迹跟踪误差大于第一预设值小于第二预设值的情况下,生成第二目标评分;
在检测到轨迹跟踪误差大于第二预设值小于第三预设值的情况下,生成第三目标评分;
在检测到轨迹跟踪误差大于第三预设值的情况下,生成第四目标评分;
根据第一目标评分、第二目标评分、第三目标评分、第四目标评分生成评分体系。
示例的,设置第一预设值为0.5,第二与设置为1.5,第三预设值为2.5,那么当跟踪误差处于[0-0.5]时,将该种控制方法的效果评分为A,当跟踪误差处于[0.5-1.5]将该种控制方法的效果评分为B,当跟踪误差处于[1.5-2.5]将该种控制方法的效果评分为C,当跟踪误差大于2.5时将该种控制方法的效果评分为D。
步骤302,根据评分体系、轨迹跟踪横向误差生成轨迹跟踪效果记录信息。
本发明实施例中,根据评分体系、轨迹跟踪误差生成轨迹跟踪效果记录。示例的,将纵向控制方法固定为PID控制,获取LQR横向控制方法下的跟踪误差,根据跟踪误差大小,给控制方法进行打分,记录在二维表格中,如表1全工况第一效果图所示:
表1全工况第一效果图
根据上述方法将纵向控制方法和横向控制方法任意两两组合,生成对应的效果图,将上述所有的效果图整合后就形成了轨迹跟踪效果记录。
步骤303,根据轨迹跟踪效果记录信息、目标权重分配策略生成全工况轨迹跟踪横向控制方法横向权重分配方法。
本发明实施例中权重分配策略是设定某一个方向上的控制方法不变,而后获取另一个方向上不同方法的跟踪误差,将这些误差进行评分后,进行权重分配。示例的,设置纵向控制方法固定为PID控制,分别测试Stanley、LQR和MPC横向控制方法下的跟踪误差,根据跟踪误差大小,给控制方法进行打分,根据每一种工况下3种控制方法的评价,进行权重分配,按照如下策略进行权重分配:
D对应的控制方法权重置为0;3种方法中有一个评价为D,另外两种评价相同,则权重为[50%,50%,0];3种方法中有一个评价为D,另外两种评价分别为A、C,则权重为[80%,20%,0];3种方法中有一个评价为D,另外两种评价分别为A、B或B、C,则权重为[60%,40%,0];3种方法中有两个评价为D,则权重为[100%,0,0];3种方法评价均为D,则控制失败,需要切换为人工驾驶模式,该策略不在本发明讨论的范围内;3种方法评价均不为D且评价相同时,例如在小曲率、中速时,评价为[A,A,A],则权重为[33.3%,33.3%,33.3%];3种方法评价均不为D,且两种方法评价相同,且优于第三种评价,当评价组合为[A,A,B]或[B,B,C]时,则权重为[40%,40%,20%],当评价组合为[A,A,C]时,则权重为[45%,45%,10%];3种方法评价均不为D,且两种方法评价相同,且劣于第三种评价,当评价组合为[B,B,A]或[C,C,B]时,则权重为[25%,25%,50%],当评价组合为[C,C,A]时,则权重为[10%,10%,80%];3种方法评价均不为D,且三种评价均不相同时,即评价组合为[A,B,C]时,则权重为[50%,30%,20%]。
到此,就构成了横向控制算法权重二维表格。举例如表2第一横向控制算法全工况权重分配图所示:
表2第一横向控制算法全工况权重分配图
根据上述方法将纵向控制方法改变,生成对应的横向控制算法全工况权重分配图,而后换过来保持横向控制方法不变,分别测试所有纵向控制方法下的跟踪误差,根据跟踪误差大小,给控制方法进行打分,而后根据权重分配策略得到对应的纵向控制算法全工况权重分配图,将所有的横向控制算法全工况权重分配图和所有的纵向控制算法全工况权重分配图中的记录整合后就得到了全工况目标控制方法权重分配记录。具体步骤包括:
根据评分体系、轨迹跟踪纵向误差生成目标轨迹跟踪效果记录信息;
根据目标轨迹跟踪效果记录信息、目标权重分配策略生成全工况轨迹跟踪纵向控制方法纵向权重分配方法。
本发明实施例提供了一种轨迹跟踪控制方法、装置、电子设备、存储介质及车辆,包括:获取车辆的算法库和全工况场景信息,算法库包括:横向运动控制算法库、纵向运动控制算法库,全工况场景信息是根据预先设置的速度档位以及道路曲率档位生成的,根据横向运动控制算法库、全工况场景信息获取算法库中每一种算法针对全工况场景信息的轨迹跟踪横向误差,根据纵向运动控制算法库、全工况场景信息获取算法库中每一种算法针对全工况场景信息的轨迹跟踪纵向误差,根据轨迹跟踪横向误差、目标权重分配策略生成全工况轨迹跟踪横向控制方法横向权重分配方法,根据轨迹跟踪纵向误差、目标权重分配策略生成全工况轨迹跟踪纵向控制方法纵向权重分配方法,根据全工况轨迹跟踪横向控制方法横向权重分配方法、全工况轨迹跟踪纵向控制方法纵向权重分配方法生成目标横向控制指令、目标纵向控制指令,以此控制车辆的轨迹跟踪。本发明实施例通过速度档位以及道路曲率档位来设计全工况场景,既考虑到了横向控制,又考虑到了纵向控制,使得对于轨迹跟踪控制的方案更加全面,有针对性,而后在全工况场景信息下获取轨迹跟踪误差,根据轨迹跟踪误差和目标权重分配策略将不同的运动控制方法进行融合并分配合适的权重,实现多种算法共同参与控制,提高了轨迹跟踪的控制效果,同时多种算法共同控制避免单一控制算法失效,引起自动驾驶控制器的失效,而且在进行算法切换的时候也不是直接切换而是调整控制方法的参与权重,避免了在不同工况下切换控制算法引起的不平滑现象。
在上述实施例的基础上,本发明实施例还提供了一种轨迹跟踪控制装置。
参照图4,图4是根据一示例性实施例示出的一种轨迹跟踪控制装置的框图。
具体可以包括如下模块:
第一获取模块401,用于获取车辆的算法库和全工况场景信息,算法库包括:横向运动控制算法库、纵向运动控制算法库,全工况场景信息是根据预先设置的速度档位以及道路曲率档位生成的。
第二获取模块402,用于根据横向运动控制算法库、全工况场景信息获取算法库中每一种算法针对全工况场景信息的轨迹跟踪横向误差。
第三获取模块403,用于根据纵向运动控制算法库、全工况场景信息获取算法库中每一种算法针对全工况场景信息的轨迹跟踪纵向误差。
第一生成模块404,用于根据轨迹跟踪横向误差、目标权重分配策略生成全工况轨迹跟踪横向控制方法横向权重分配方法。
第二生成模块405,用于根据轨迹跟踪纵向误差、目标权重分配策略生成全工况轨迹跟踪纵向控制方法纵向权重分配方法。
第一控制模块406,用于根据全工况轨迹跟踪横向控制方法横向权重分配方法、全工况轨迹跟踪纵向控制方法纵向权重分配方法生成目标横向控制指令、目标纵向控制指令,以此控制车辆的轨迹跟踪。
其中,第一控制模块还包括:
第一获取子模块,用于获取车辆的位置和速度信息,位置和速度信息包括:期望位置和期望速度信息、实际位置和实际速度信息。
第一生成子模块,用于根据期望位置和期望速度信息、实际位置和实际速度信息生成第一控制指令。
第二生成子模块,用于根据第一控制指令、全工况轨迹跟踪横向控制方法横向权重分配方法和全工况轨迹跟踪纵向控制方法纵向权重分配方法生成目标横向控制指令和目标纵向控制指令;
第一控制子模块,用于根据目标横向控制指令和目标纵向控制指令控制车辆的轨迹跟踪。
第一生成模块还包括:
第二获取子模块,用于获取车辆针对轨迹跟踪误差的评分体系。
第三生成子模块,用于根据评分体系、轨迹跟踪横向误差生成轨迹跟踪效果记录信息。
第四生成子模块,用于根据轨迹跟踪效果记录信息、目标权重分配策略生成全工况轨迹跟踪横向控制方法横向权重分配方法。
第五生成子模块,用于在检测到轨迹跟踪误差小于第一预设值的情况下,生成第一目标评分。
第六生成子模块,用于在检测到轨迹跟踪误差大于第一预设值小于第二预设值的情况下,生成第二目标评分。
第七生成子模块,用于在检测到轨迹跟踪误差大于第二预设值小于第三预设值的情况下,生成第三目标评分。
第八生成子模块,用于在检测到轨迹跟踪误差大于第三预设值的情况下,生成第四目标评分。
第九生成子模块,用于根据第一目标评分、第二目标评分、第三目标评分、第四目标评分生成评分体系。
第一生成子模块还包括:
第二控制子模块,用于根据期望位置和期望速度信息、实际位置和实际速度信息控制车辆油门踏板的开度和车辆前轮转角,或者
根据期望位置和期望速度信息、实际位置和实际速度信息控制车辆刹车踏板的开度和车辆前轮转角。
第十生成子模块,用于根据车辆油门踏板的开度和车辆前轮转角或者车辆刹车踏板的开度和车辆前轮转角生成第一控制指令。
第一控制模块还包括:
第二获取子模块,用于根据第一目标设备获取第一速度信息。
第三获取子模块,用于根据第二目标设备获取第二速度信息。
第十一生成子模块,用于将第一速度信息和第二速度信息融合、滤波后生成实际速度信息。
本发明实施例提供了一种轨迹跟踪控制方法、装置、电子设备、存储介质及车辆,包括:获取车辆的算法库和全工况场景信息,算法库包括:横向运动控制算法库、纵向运动控制算法库,全工况场景信息是根据预先设置的速度档位以及道路曲率档位生成的,根据横向运动控制算法库、全工况场景信息获取算法库中每一种算法针对全工况场景信息的轨迹跟踪横向误差,根据纵向运动控制算法库、全工况场景信息获取算法库中每一种算法针对全工况场景信息的轨迹跟踪纵向误差,根据轨迹跟踪横向误差、目标权重分配策略生成全工况轨迹跟踪横向控制方法横向权重分配方法,根据轨迹跟踪纵向误差、目标权重分配策略生成全工况轨迹跟踪纵向控制方法纵向权重分配方法,根据全工况轨迹跟踪横向控制方法横向权重分配方法、全工况轨迹跟踪纵向控制方法纵向权重分配方法生成目标横向控制指令、目标纵向控制指令,以此控制车辆的轨迹跟踪。本发明实施例通过速度档位以及道路曲率档位来设计全工况场景,既考虑到了横向控制,又考虑到了纵向控制,使得对于轨迹跟踪控制的方案更加全面,有针对性,而后在全工况场景信息下获取轨迹跟踪误差,根据轨迹跟踪误差和目标权重分配策略将不同的运动控制方法进行融合并分配合适的权重,实现多种算法共同参与控制,提高了轨迹跟踪的控制效果,同时多种算法共同控制避免单一控制算法失效,引起自动驾驶控制器的失效,而且在进行算法切换的时候也不是直接切换而是调整控制方法的参与权重,避免了在不同工况下切换控制算法引起的不平滑现象。
基于同一发明构思,本发明实施例还提供了一种电子设备,图5是本发明实施例提供的一种电子设备的结构框图,如图5所示,包括处理器401、通信接口502、存储器503和通信总线504,其中,处理器501,通信接口502,存储器503通过通信总线504完成相互间的通信,
存储器503,用于存放计算机程序。
处理器501,用于执行存储器503上所存放的程序时,实现如下步骤:
获取车辆的算法库和全工况场景信息,算法库包括:横向运动控制算法库、纵向运动控制算法库,全工况场景信息是根据预先设置的速度档位以及道路曲率档位生成的;
根据横向运动控制算法库、全工况场景信息获取算法库中每一种算法针对全工况场景信息下的轨迹跟踪横向误差;
根据纵向运动控制算法库、全工况场景信息获取算法库中每一种算法针对全工况场景信息下的轨迹跟踪纵向误差;
根据轨迹跟踪横向误差、目标权重分配策略生成全工况轨迹跟踪横向控制方法横向权重分配方法;
根据轨迹跟踪纵向误差、目标权重分配策略生成全工况轨迹跟踪纵向控制方法纵向权重分配方法;
根据全工况轨迹跟踪横向控制方法横向权重分配方法和全工况轨迹跟踪纵向控制方法纵向权重分配方法生成目标横向控制指令和目标纵向控制指令,以此控制车辆的轨迹跟踪。
基于同一发明构思,本申请另一实施例提供本发明实施例还提供了一种车辆,具体可以包括:上述轨迹跟踪控制装置。
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,本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本申请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,本申请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。
本申请实施例是参照根据本申请实施例的方法、装置、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。
尽管已描述了本申请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申请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。
以上对本申请所提供的一种轨迹跟踪控制方法、装置、电子设备、存储介质及车辆,进行了详细介绍,本文中应用了具体个例对本申请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申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,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申请的限制。
Claims (10)
1.一种轨迹跟踪控制方法,其特征在于,所述方法包括:
获取车辆的算法库和全工况场景信息,所述算法库包括:横向运动控制算法库、纵向运动控制算法库,所述全工况场景信息是根据预先设置的速度档位以及道路曲率档位生成的;
根据所述横向运动控制算法库、所述全工况场景信息获取算法库中每一种算法针对所述全工况场景信息的轨迹跟踪横向误差;
根据所述纵向运动控制算法库、所述全工况场景信息获取算法库中每一种算法针对所述全工况场景信息的轨迹跟踪纵向误差;
根据所述轨迹跟踪横向误差、目标权重分配策略生成全工况轨迹跟踪横向控制方法横向权重分配方法;
根据所述轨迹跟踪纵向误差、所述目标权重分配策略生成全工况轨迹跟踪纵向控制方法纵向权重分配方法;
根据所述全工况轨迹跟踪横向控制方法横向权重分配方法、所述全工况轨迹跟踪纵向控制方法纵向权重分配方法生成目标横向控制指令、目标纵向控制指令,以此控制车辆的轨迹跟踪。
2.根据权利要求1所述的方法,其特征在于,所述根据所述全工况轨迹跟踪横向控制方法横向权重分配方法、所述全工况轨迹跟踪纵向控制方法纵向权重分配方法生成目标横向控制指令、目标纵向控制指令,以此控制车辆的轨迹跟踪包括:
获取车辆的位置和速度信息,所述位置和速度信息包括:期望位置和期望速度信息、实际位置和实际速度信息;
根据所述期望位置和期望速度信息、所述实际位置和实际速度信息生成第一控制指令;
根据所述第一控制指令、所述全工况轨迹跟踪横向控制方法横向权重分配方法、所述全工况轨迹跟踪纵向控制方法纵向权重分配方法生成所述目标横向控制指令、所述目标纵向控制指令;
根据所述目标横向控制指令、所述目标纵向控制指令控制所述车辆的轨迹跟踪。
3.根据权利要求1所述的方法,其特征在于,所述根据所述轨迹跟踪横向误差、目标权重分配策略生成全工况轨迹跟踪横向控制方法横向权重分配方法包括:
获取所述车辆针对轨迹跟踪误差的评分体系;
根据所述评分体系、所述轨迹跟踪横向误差生成轨迹跟踪效果记录信息;
根据所述轨迹跟踪效果记录信息、所述目标权重分配策略生成所述全工况轨迹跟踪横向控制方法横向权重分配方法。
4.根据权利要求3所述的方法,其特征在于,在所述获取所述车辆针对所述轨迹跟踪误差的评分体系之前,所述方法还包括:
在检测到轨迹跟踪误差小于第一预设值的情况下,生成第一目标评分;
在检测到所述轨迹跟踪误差大于所述第一预设值小于第二预设值的情况下,生成第二目标评分;
在检测到所述轨迹跟踪误差大于所述第二预设值小于第三预设值的情况下,生成第三目标评分;
在检测到所述轨迹跟踪误差大于所述第三预设值的情况下,生成第四目标评分;
根据所述第一目标评分、所述第二目标评分、所述第三目标评分、所述第四目标评分生成所述评分体系。
5.根据权利要求2所述的方法,其特征在于,所述根据所述期望位置和期望速度信息、所述实际位置和实际速度信息生成第一控制指令包括:
根据所述期望位置和期望速度信息、所述实际位置和实际速度信息控制所述车辆油门踏板的开度和车辆前轮转角,或者
根据所述期望位置和期望速度信息、所述实际位置和实际速度信息控制所述车辆刹车踏板的开度和车辆前轮转角;
根据所述车辆油门踏板的开度和车辆前轮转角或者所述车辆刹车踏板的开度和车辆前轮转角生成所述第一控制指令。
6.根据权利要求2所述的方法,其特征在于,在所述获取车辆的位置和速度信息之前,所述方法还包括:
根据第一目标设备获取第一速度信息;
根据第二目标设备获取第二速度信息;
将所述第一速度信息和所述第二速度信息融合、滤波后生成所述实际速度信息。
7.一种轨迹跟踪控制装置,其特征在于,所述装置包括:
第一获取模块,用于获取车辆的算法库和全工况场景信息,所述算法库包括:横向运动控制算法库、纵向运动控制算法库,所述全工况场景信息是根据预先设置的速度档位以及道路曲率档位生成的;
第二获取模块,用于根据所述横向运动控制算法库、所述全工况场景信息获取算法库中每一种算法针对所述全工况场景信息的轨迹跟踪横向误差;
第三获取模块,用于根据所述纵向运动控制算法库、所述全工况场景信息获取算法库中每一种算法针对所述全工况场景信息的轨迹跟踪纵向误差;
第一生成模块,用于根据所述轨迹跟踪横向误差、目标权重分配策略生成全工况轨迹跟踪横向控制方法横向权重分配方法;
第二生成模块,用于根据所述轨迹跟踪纵向误差、所述目标权重分配策略生成全工况轨迹跟踪纵向控制方法纵向权重分配方法;
第一控制模块,用于根据所述全工况轨迹跟踪横向控制方法横向权重分配方法、所述全工况轨迹跟踪纵向控制方法纵向权重分配方法生成目标横向控制指令、目标纵向控制指令,以此控制车辆的轨迹跟踪。
8.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-6任一所述的方法步骤。
9.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的轨迹跟踪控制方法。
10.一种车辆,其特征在于,包括:权利要求7所述的轨迹跟踪控制装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211214583.9A CN115509234A (zh) | 2022-09-30 | 2022-09-30 | 轨迹跟踪控制方法、装置、电子设备、存储介质及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211214583.9A CN115509234A (zh) | 2022-09-30 | 2022-09-30 | 轨迹跟踪控制方法、装置、电子设备、存储介质及车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115509234A true CN115509234A (zh) | 2022-12-23 |
Family
ID=84509007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211214583.9A Pending CN115509234A (zh) | 2022-09-30 | 2022-09-30 | 轨迹跟踪控制方法、装置、电子设备、存储介质及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115509234A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116520857A (zh) * | 2023-07-05 | 2023-08-01 | 华东交通大学 | 一种车辆轨迹跟踪方法 |
-
2022
- 2022-09-30 CN CN202211214583.9A patent/CN115509234A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116520857A (zh) * | 2023-07-05 | 2023-08-01 | 华东交通大学 | 一种车辆轨迹跟踪方法 |
CN116520857B (zh) * | 2023-07-05 | 2023-09-08 | 华东交通大学 | 一种车辆轨迹跟踪方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113120001A (zh) | 自动驾驶车辆的横向控制方法、装置及车辆 | |
CN107015477B (zh) | 基于状态反馈的车辆路径跟踪h∞控制方法 | |
CN111717204B (zh) | 自动驾驶车辆的横向控制方法及*** | |
Xu et al. | Accurate and smooth speed control for an autonomous vehicle | |
CN110341715A (zh) | 无人车坡道速度控制方法及装置 | |
Steen et al. | A review of visual driver models for system identification purposes | |
Wei et al. | Human-like decision making and motion control for smooth and natural car following | |
Xu et al. | Design and test of speed tracking control for the self-driving lincoln MKZ platform | |
Jalali et al. | Development of a path-following and a speed control driver model for an electric vehicle | |
CN115509234A (zh) | 轨迹跟踪控制方法、装置、电子设备、存储介质及车辆 | |
CN115042816A (zh) | 路径跟踪方法、装置、设备、介质及程序 | |
Odhams et al. | Application of linear preview control to modelling human steering control | |
CN111959506A (zh) | 车辆及车辆编队行驶的控制方法、装置 | |
Lee | Design of stability augmentation systems for automotive vehicles | |
KR101930163B1 (ko) | 차로 유지 제어 장치 및 방법 | |
Sharp | Application of optimal preview control to speed-tracking of road vehicles | |
Polesel et al. | Hierarchical control of overactuated vehicles via sliding mode techniques | |
CN110471277B (zh) | 基于输出反馈增益规划的智能商用车自动循迹控制方法 | |
CN114896694A (zh) | 一种基于两点预瞄的路径跟踪控制方法 | |
Zhao et al. | Optimal control of the automatic steering system | |
Alcalá et al. | Gain scheduling lpv control scheme for the autonomous guidance problem using a dynamic modelling approach | |
Zhuang et al. | Model-Predictive-Control-Based Simultaneous Trajectory Tracking and Speed Control for Intelligent Vehicles | |
Chen et al. | Linear quadratic Gaussian optimal control strategy for four-wheel steering vehicle | |
Srinivas et al. | A Waypoint Tracking Controller for Autonomous Vehicles Using CARLA Simulator | |
You et al. | Automatic steering controllers for general lane-following manoeuvres of passenger cars using 2-DOF robust control synthesis |
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 |