Driving electric vehicle automatic overtaking system and method of multi-agent system based on unmanned, overtaking a vehicle sensor, vehicle sensors for road information acquisition of unmanned electric vehicle in front of the vehicle; sensing system and V2X communication system and its surrounding environment feature information extraction of the vehicle based on the minimum safety distance model; setting the sine form as automatic overtaking expect the basis function of the path planning of a real-time dynamic trajectory of unmanned automatic overtaking electric vehicles; overtaking expectation deviation path and actual path based on the adaptive fuzzy sliding mode control technology for unmanned automatic electric vehicles overtaking desired speed and yaw velocity; multi agent genetic algorithm, calculation a driverless electric vehicles to each wheel lateral force; established by The mapping model of the longitudinal and lateral forces of the electric vehicle, the deflection angle and the slip rate of the vehicle wheel are realized, and the vertical and horizontal force control of the unmanned electric vehicle tire is realized.
【技术实现步骤摘要】
基于多智能体的无人驾驶电动汽车自动超车系统及方法
本专利技术涉及无人驾驶电动汽车,尤其是涉及一种基于多智能体的无人电动汽车自动超车系统及方法。
技术介绍
无人驾驶电动汽车被认为是有效提高道路通行能力、增强车辆行驶安全性、减低车辆燃油消耗量的主要途径,受到了国内外科研机构的广泛关注。自动超车根据车载感知器获取车辆行驶前方的路况信息,判断交通条件是否满足超车,实时动态规划出期望的行驶路径,并实现期望路径的跟踪控制,从而完成自动超车,可有效提高无人驾驶电动汽车综合行驶性能。无人驾驶电动汽车为具有非线性、强耦合和时变的复杂机电系统。文献[1](JoseENaranjoetc,Lane-changefuzzycontrolinautonomousvehiclesfortheovertakingmaneuverIEEETransactiononIntelligentTransportationSystems,2008,9(3):438-450.)设计了无人驾驶车自动超车模糊控制方法,文献[2](NikolceMurgovskietc,Predictivecruisecontrolwithautonomousovertaking,2015IEEE54thAnnualConferenceonDecisionandControl,2015,Osaka,Japan)设计了车辆自动超车的预测巡航控制。然而,目前的超车控制设计都局限于传动汽车,为考虑无人驾驶电动汽车的多执行机构独立分布及模型不确定性等特点。通过多个智能体之间相互协调来实现复杂系统的控制,有助于提高系统的鲁棒性和智 ...
【技术保护点】
基于多智能体的无人驾驶电动汽车自动超车系统,其特征在于设有:车载传感器,车载传感器用于采集无人驾驶电动汽车行驶前方的道路信息;道路特征提取模块,道路特征提取模块用于输入车载传感器采集的无人驾驶电动汽车行驶前方的道路信息,并对采集的图像进行特征提取,再实时计算出汽车前方道路宽度等信息;最小安全距离分析模块,最小安全距离分析模块用于建立满足无人驾驶电动汽车自动超车的最小安全距离模型;超车路径规划模块,超车路径规划模块用于设置正弦函数形式作为自动超车期望路径的基函数,实时动态规划出无人驾驶电动汽车自动超车的期望轨迹;基于多智能体遗传算法的多执行机构协调模块,基于多智能体遗传算法的多执行机构协调模块用于采用多智能体遗传优化算法,计算出无人驾驶电动汽车各车轮所需要的纵横向力,实现对无人驾驶电动汽车多执行机构的动态协调;执行控制器,执行控制器用于建立由电动汽车车轮纵横向力到期望侧偏角和滑移率的映射模型,实现对无人驾驶电动汽车轮胎纵横向力的执行控制。
【技术特征摘要】
1.基于多智能体的无人驾驶电动汽车自动超车系统,其特征在于设有:车载传感器,车载传感器用于采集无人驾驶电动汽车行驶前方的道路信息;道路特征提取模块,道路特征提取模块用于输入车载传感器采集的无人驾驶电动汽车行驶前方的道路信息,并对采集的图像进行特征提取,再实时计算出汽车前方道路宽度等信息;最小安全距离分析模块,最小安全距离分析模块用于建立满足无人驾驶电动汽车自动超车的最小安全距离模型;超车路径规划模块,超车路径规划模块用于设置正弦函数形式作为自动超车期望路径的基函数,实时动态规划出无人驾驶电动汽车自动超车的期望轨迹;基于多智能体遗传算法的多执行机构协调模块,基于多智能体遗传算法的多执行机构协调模块用于采用多智能体遗传优化算法,计算出无人驾驶电动汽车各车轮所需要的纵横向力,实现对无人驾驶电动汽车多执行机构的动态协调;执行控制器,执行控制器用于建立由电动汽车车轮纵横向力到期望侧偏角和滑移率的映射模型,实现对无人驾驶电动汽车轮胎纵横向力的执行控制。2.无人驾驶电动汽车自动超车的方法,其特征在于采用如权利要求1所述基于多智能体的无人驾驶电动汽车自动超车系统,所述方法包括以下步骤:1)基于车载感知系统及V2X通信系统提取汽车及其周围环境特征信息,建立最小安全距离模型;2)设置正弦函数形式作为自动超车期望路径的基函数,实时动态规划出无人驾驶电动汽车自动超车的期望轨迹;3)基于期望超车路径与实际路径的偏差,采用自适应模糊滑模控制技术,求出无人驾驶电动汽车自动超车的期望速度和期望横摆角速度;4)采用多智能体遗传优化算法,计算出无人驾驶电动汽车各车轮所需要的纵横向力,实现对无人驾驶电动汽车多执行机构的动态协调;5)建立由电动汽车车轮纵横向力到期望侧偏角和滑移率的映射模型,实现对无人驾驶电动汽车轮胎纵横向力的执行控制。3.如权利要求2所述无人驾驶电动汽车自动超车的方法,其特征在于在步骤1)中,所述基于车载感知系统及V2X通信系统提取汽车及其周围环境特征信息,建立最小安全距离模型的具体步骤为:(1)通过车载毫米波雷达及V2X系统获取无人驾驶电动汽车与前方行驶车辆间的纵向距离信息,通过速度编码器采集车辆行驶速度;(2)利用视觉传感器采集无人驾驶电动汽车行驶前方道路信息,通过车载微处理器对采集的图像进行特征提取,实时地计算出汽车前方可道路宽度等信息;(3)基于车载感知系统检测到本车及其前方行驶车辆的位置、速度信息,为避免两车发生追尾碰撞,建立满足无人驾驶电动汽车自动超车的最小安全距离模型;(4)判断无人驾驶电动汽车当前时刻是否满足超车条件...
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。