本申请所提供的一种无人车的轨迹跟随控制方法，包括：利用车辆运动学，建立无人车的运动模型，并依次进行泰勒展开、积分处理和递推处理，得到预测误差函数；接着确定以输入量为自变量的目标函数，然后将目标函数转换为以输入增量为自变量的函数以确定期望值，将期望值输入至驱动系统、制动系统和转向系统，实现无人车的轨迹跟随控制。本申请将对状态的约束、输入和输入变化率与输出的约束转化为对输入增量的约束，将非线性二次规划问题转化为线性二次规划问题进行求解，相对于传统控制算法，具有计算复杂度低且控制误差相近的优点。本申请还提供一种无人车的轨迹跟随控制系统、一种计算机可读存储介质和一种无人车，具有上述有益效果。
【技术实现步骤摘要】
一种无人车的轨迹跟随控制方法、控制系统及相关装置
本申请涉及无人驾驶领域，特别涉及一种无人车的轨迹跟随控制方法、控制系统，以及一种计算机可读存储介质和一种无人车。
技术介绍
随着人工智能相关技术的兴起，无人车技术的研究发展正如火如荼的向前发展着。无人车轨迹跟随控制算法作为无人车关键技术也不断向前发展，但无人车轨迹跟踪控制因为要协调控制线控转向系统、线控制动系统和电机驱动系统，具有较高的难度。因此，如何实现有效的无人车的轨迹跟踪控制是本领域技术人员亟需解决的问题。申请内容本申请的目的是提供一种无人车的轨迹跟随控制方法、控制系统，以及一种计算机可读存储介质和一种无人车，针对固定线路的无人车轨迹跟踪，提出了一种基于逐次线性化的自适应模型预测算法，有效的调节了线控转向系统、线控制动系统和电机驱动系统等三大系统，便于实现无人车的轨迹跟踪。为解决上述技术问题，本申请提供一种无人车的轨迹跟随控制方法，具体技术方案如下：获取所述无人车的坐标、所述无人车与x轴的夹角、前轮转角、车速和车辆轴距；根据所述坐标、所述夹角、所述前轮转角、所述车速和所述车辆轴距，利用车辆运动学，建立所述无人车的运动模型；对所述运动模型进行泰勒展开，得到所述运动模型对应的线性模型；对所述线性模型进行积分，并在预设限定条件下得到线性化离散模型；对所述线性化离散模型进行递推处理，得到预测误差函数；根据所述预测误差函数确定随输入量变化的目标函数，并将所述目标函数转换为以输入增量为自变量的第二目标函数；根据所述第二目标函数确定期望值，将所述期望值输入至所述无人车的线控系统，以便进行所述无人车的轨迹跟随控制；其中，所述线控系统包括电机驱动系统、线控转向系统和线控制动系统。其中，利用车辆运动学，建立所述无人车的运动模型包括：利用车辆运动学，利用微分方程组建立所述无人车的运动模型。其中，所述预设限定条件具体为所述驱动系统的输入量在控制周期内维持不变。其中，对所述线性化离散模型进行递推处理之后，得到预测误差函数之前还包括：获取所述固定线路上轨迹参考点的参考量；其中，所述参考量参与所述预测误差函数的计算。其中，将所述期望值输入至所述无人车的线控系统，包括：将期望转向角输入至所述转线控转向系统，将期望力矩输入至所述电机驱动系统和所述线控制动系统；其中，所述期望值包括所述期望转向角和所述期望力矩。其中，还包括：判断所述驱动系统中是否存在任一系统发生故障；若是，切断所述电机驱动系统的供电并制动。本申请还提供一种无人车的轨迹跟踪系统，其特征在于，包括：无人车数据获取模块，用于获取所述无人车的坐标、所述无人车与x轴的夹角、前轮转角、车速和车辆轴距；运动模型建立模块，用于根据所述坐标、所述夹角、所述前轮转角、所述车速和所述车辆轴距，利用车辆运动学，建立所述无人车的运动模型；线性模型建立模块，用于对所述运动模型进行泰勒展开，得到所述运动模型对应的线性模型；离散模型建立模块，用于对所述线性模型进行积分，并在预设限定条件下得到线性化离散模型；预测误差函数建立模块，用于对所述线性化离散模型进行递推处理，得到预测误差函数；目标函数建立模块，用于根据所述预测误差函数确定随输入量变化的目标函数，并将所述目标函数转换为以输入增量为自变量的第二目标函数；轨迹跟随控制模块，用于根据所述第二目标函数确定期望值，将所述期望值输入至所述无人车的线控系统，以便进行所述无人车的轨迹跟随控制；其中，所述线控系统包括电机驱动系统、线控转向系统和线控制动系统。本申请还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述的轨迹跟随控制方法的步骤。本申请还提供一种无人车，其特征在于，包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如上所述的轨迹跟随控制方法的步骤。本申请所提供的一种无人车的轨迹跟随控制方法，包括：获取所述无人车的坐标、所述无人车与x轴的夹角、前轮转角、车速和车辆轴距；根据所述坐标、所述夹角、所述前轮转角、所述车速和所述车辆轴距，利用车辆运动学，建立所述无人车的运动模型；对所述线性模型进行积分，并在预设限定条件下得到线性化离散模型；对所述线性化离散模型进行递推处理，得到预测误差函数；根据所述预测误差函数确定随输入量变化的目标函数，并将所述目标函数转换为以输入增量为自变量的第二目标函数；根据所述第二目标函数确定期望值，将所述期望值输入至所述无人车的线控系统，以便进行所述无人车的轨迹跟随控制；其中，所述线控系统包括电机驱动系统、线控转向系统和线控制动系统。本申请通过对无人车的运动模型依次采用逐次线性化处理，模型离散化处理，和系统状态的递推预测处理，最终得到随输入增量而变化的代价函数，同时将对状态的约束、输入和输入变化率与输出的约束转化为对输入增量的约束，最终将非线性二次规划问题转化为线性二次规划问题进行求解，进而根据求解结果实现无人车的轨迹跟随控制。相对于非线性优化控制技术，将非线性模型转化为线性模型后，计算量显著降低，同时控制误差相近，具备较高的鲁棒性。相对于传统的单点预瞄控制算法，具有更好的车速适应性，更低的控制误差，同时能够显式地处理输入的约束，如驱动电机力矩和制动力矩的最大值、方向盘转角和力矩的最大值等，引入约束进一步提高了模型的适应性和鲁棒性。控制器的参数调整，相对于传统的控制算法，也更加简单直观形象。本申请还提供一种无人车的轨迹跟随控制系统、一种计算机可读存储介质和一种无人车，具有上述有益效果，此处不再赘述。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本申请实施例所提供的一种无人车的轨迹跟随控制方法的流程图；图2为本申请实施例所提供的一种无人车的轨迹规划示意图；图3为本申请实施例所提供的一种无人车的轨迹跟随控制系统结构示意图。具体实施方式为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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他实施例，都属于本申请保护的范围。请参考图1，图1为本申请实施例所提供的一种无人车的轨迹跟随控制方法的流程图，具体过程如下：S101：获取所述无人车的坐标、所述无人车与x轴的夹角、前轮转角、车速和车辆轴距；在进行无人车的轨迹跟随控制之前，需要获取无人车的坐标、无人车与x轴的夹角、前轮转角、车速和车辆轴距等无人车的工作参数。需要说明的是，无人车与x轴的夹角指的是车辆坐标系中纵轴与全局坐标系中x轴的夹角。在此对于各项参数具体的获取方式不作限定，本领域技术人员可根据需要获取的数据使用对应的工具，例如可以通过无人车的IMU惯性测量单元、GPS、轮速、摄像头、激光雷达传感器以及方向盘转角传感器数据得到当前无人车的坐标值(x,y)、速度v、前轮转角δ以及与全局坐标系x轴的夹角而本文档来自技高网...
【技术保护点】
1.一种无人车的轨迹跟踪方法，其特征在于，包括：获取所述无人车的坐标、所述无人车与x轴的夹角、前轮转角、车速和车辆轴距；根据所述坐标、所述夹角、所述前轮转角、所述车速和所述车辆轴距，利用车辆运动学，建立所述无人车的运动模型；对所述运动模型进行泰勒展开，得到所述运动模型对应的线性模型；对所述线性模型进行积分，并在预设限定条件下得到线性化离散模型；对所述线性化离散模型进行递推处理，得到预测误差函数；根据所述预测误差函数确定随输入量变化的目标函数，并将所述目标函数转换为以输入增量为自变量的第二目标函数；根据所述第二目标函数确定期望值，将所述期望值输入至所述无人车的线控系统，以便进行所述无人车的轨迹跟随控制；其中，所述线控系统包括电机驱动系统、线控转向系统和线控制动系统。
【技术特征摘要】
1.一种无人车的轨迹跟踪方法，其特征在于，包括：获取所述无人车的坐标、所述无人车与x轴的夹角、前轮转角、车速和车辆轴距；根据所述坐标、所述夹角、所述前轮转角、所述车速和所述车辆轴距，利用车辆运动学，建立所述无人车的运动模型；对所述运动模型进行泰勒展开，得到所述运动模型对应的线性模型；对所述线性模型进行积分，并在预设限定条件下得到线性化离散模型；对所述线性化离散模型进行递推处理，得到预测误差函数；根据所述预测误差函数确定随输入量变化的目标函数，并将所述目标函数转换为以输入增量为自变量的第二目标函数；根据所述第二目标函数确定期望值，将所述期望值输入至所述无人车的线控系统，以便进行所述无人车的轨迹跟随控制；其中，所述线控系统包括电机驱动系统、线控转向系统和线控制动系统。2.根据权利要求1所述的轨迹跟踪方法，其特征在于，利用车辆运动学，建立所述无人车的运动模型包括：利用车辆运动学，利用微分方程组建立所述无人车的运动模型。3.根据权利要求1所述的轨迹跟踪系统，其特征在于，所述预设限定条件具体为所述驱动系统的输入量在控制周期内维持不变。4.根据权利要求1所述的轨迹跟踪系统，其特征在于，对所述线性化离散模型进行递推处理之后，得到预测误差函数之前还包括：获取所述固定线路上轨迹参考点的参考量；其中，所述参考量参与所述预测误差函数的计算。5.根据权利要求1所述的轨迹跟随控制方法，其特征在于，将所述期望值输入至所述无人车的线控系统，包括：将期望转向角输入至所述线控转向系统，将期望力矩输入至所述电机驱动系统和所述线控制动系统；其中，所述期望值包括所述期望转...
【专利技术属性】
技术研发人员：葛林鹤，马芳武，郭孔辉，代凯，史津竹，仲首任，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林,22
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。