一种自动驾驶车辆的横向冗余控制方法和系统技术方案

本发明专利技术提供了一种自动驾驶车辆的横向冗余控制方法，包括：基于目标纵向加速度和目标横摆角速度分别计算车辆的总目标纵向力和目标横摆力矩；基于实际纵向加速度和实际横向加速度计算每个车轮的极限纵向力估计值；根据所计算的总目标纵向力、目标横摆力矩和极限纵向力估计值构建目标函数，以及根据所述极限纵向力估计值和车辆的当前最大驱动力构建约束规则；对所构建的目标函数和约束规则进行求解，得到每个车轮的目标纵向力；基于所得到的每个车轮的目标纵向力确定需求的总驱动力和每个车轮所需求的制动力；基于所确定的总驱动力和每个车轮所需求的制动力进行相应的控制。本发明专利技术能够同时兼顾纵向目标和横向目标的实现，提升了车辆可控性及安全性。

A lateral redundancy control method and system for autonomous driving vehicle

The invention provides a lateral redundancy control method for an automatic driving vehicle, which includes the calculation of the total target longitudinal force and the target yaw moment based on the target longitudinal acceleration and the target yaw rate, and the estimation of the ultimate longitudinal force of each wheel based on the actual longitudinal acceleration and the actual lateral acceleration; According to the calculation of the total target longitudinal force, the target yaw moment and the ultimate longitudinal force estimation, the objective function is constructed, and the constraint rules are constructed according to the estimated maximum longitudinal force and the current maximum driving force of the vehicle. The objective function and the constraint rules are solved to obtain the longitudinal force of the target of each wheel. The longitudinal force of each wheel's target determines the total driving force of the demand and the braking force required for each wheel; based on the determined total drive power and the braking force required for each wheel, the corresponding control is carried out. The invention can simultaneously realize the realization of the longitudinal target and the transverse target, and improves the controllability and safety of the vehicle.

【技术实现步骤摘要】
一种自动驾驶车辆的横向冗余控制方法和系统
本专利技术涉及自动驾驶车辆控制领域，具体涉及一种在转向系统失效情况下，基于纵向力差动控制的自动驾驶车辆的横向冗余控制方法和系统。
技术介绍
自动驾驶正以强劲的势头席卷全球汽车业，世界多国均发布了由驾驶辅助逐渐过渡到完全自动驾驶的战略目标。随着自动驾驶等级的提升，驾驶员的操作逐渐减少，特别是在国际自动机械工程师学会(SAE)定义中三级及以上的自动驾驶车辆，主要由机器监控行车环境，人类驾驶员不需要一直坐在驾驶座上手握方向盘。对于这些高级自动驾驶车辆，其通常可分为环境感知、智能决策及控制执行三大技术层次。其中控制执行层包括车辆的驱动/制动系统和转向系统,自动执行驱动、制动和转向操作，从而实现车辆的纵向和横向控制目标，使车辆跟随期望轨迹。而如果一旦执行系统出现故障，驾驶员无法快速介入，仍需要通过计算机操作进行认知判别干预，因此在车辆转向、制动执行系统的设计中需要考虑失效情况下无驾驶员操作可自动执行的系统冗余方案。车辆的横向控制目标实现通常依赖转向系统如电子助力转向(EPS)，其可在无驾驶员操作的情况下，由电机主动控制方向盘转角，从而控制前轮转角使车辆跟随目标轨迹。对于自动驾驶等级较低的车辆，其在EPS失效的情况下可由驾驶员进行无助力转向，而高级自动驾驶车辆驾驶员在EPS系统失效时尚未介入，智能决策层的横向控制目标就需要一套横向冗余系统来实现。目前通过车辆左右侧车轮纵向力不同来控制车辆转向的纵向力差动控制方法可以实现横向冗余控制，与双EPS电机等方法相比，具有明显的低成本优势，并且对于转向系统机械卡死的情况下，双EPS方案无法实现冗余控制。但现有的纵向力差动控制冗余方案，仅考虑横向控制目标，在车辆驱动力及制动力分配上并未综合考虑其引起车辆纵向速度的变化，无法满足高级自动驾驶对于纵向控制目标的需求，容易导致车辆尚未到达安全区域即进入车速过低甚至刹停状态，存在安全隐患。因此，在通过纵向力差动进行横向冗余控制时，如果同时兼顾自动驾驶车辆的纵向控制目标，将能够更好的提升自动驾驶车辆的安全性。
技术实现思路
本专利技术的目的在于解决现有技术存在的以上问题，提出一种在转向系统失效情况下，基于纵向力差动控制且能够兼顾横纵向控制目标的横向冗余控制方法和系统。本专利技术采用的技术方案为：本专利技术实施例提供一种自动驾驶车辆的横向冗余控制方法，包括：基于目标纵向加速度、车辆的行驶阻力以及第一预设运算关系计算车辆的总目标纵向力；基于目标横摆角速度和第二预设运算关系计算车辆的目标横摆力矩；基于车辆的实际纵向加速度、实际横向加速度和第三预设运算关系计算每个车轮的极限纵向力估计值；根据所计算的总目标纵向力、目标横摆力矩和极限纵向力估计值构建目标函数，以及根据所述极限纵向力估计值和车辆的当前最大驱动力构建约束规则；对所构建的目标函数和约束规则进行求解，得到每个车轮的目标纵向力；基于所得到的每个车轮的目标纵向力确定需求的总驱动力和每个车轮所需求的制动力；以及基于所确定的总驱动力和每个车轮所需求的制动力进行相应的控制。进一步地，所述基于目标纵向加速度、车辆的行驶阻力以及第一预设运算关系计算车辆的总目标纵向力包括根据下述公式(1)计算所述总目标纵向力：其中，Fx_all为总目标纵向力，m为整车质量，f为滚动阻力系数，CD为空气阻力系数，As为迎风面积，ρ为空气密度，V为车速，δ为旋转质量换算系数，Kp_a为比例控制增益系数，ax_e为目标纵向加速度，ax为实际纵向加速度。进一步地，所述基于目标横摆角速度和第二预设运算关系计算车辆的目标横摆力矩包括根据下述公式(2)计算所述目标横摆力矩：其中，M为目标横摆力矩，re为目标横摆加速度，r为实际横摆角速度，s为传递函数，Kp_M为比例控制增益系数，δsw为方向盘转角，n为转向传动比，ωn为整车固有频率，ζ为阻尼常数；和分别为单位前轮转向角和横摆力矩输入下的车辆横摆角速度稳态响应，Tr和TM为时间常数。进一步地，所述基于车辆的实际纵向加速度、实际横向加速度和第三预设运算关系计算每个车轮的极限纵向力估计值包括根据下述公式(3)计算所述每个车轮的极限纵向力估计值：其中，fxfl_lmt、fxfr_lmt、fxrl_lmt和fxrr_lmt分别表示左前车轮、右前车轮、左后车轮和右后车轮的极限纵向力估计值，m为整车质量，h为车辆的质心高度，B为前轮之间的轮距，l为前轴和后轴之间的轴距，lr为后轴到质心的距离，lf为前轴到质心的距离，μ为地面附着系数，ksafe为安全系数，ax为实际横向加速度，ay为实际纵向加速度。进一步地，所述根据所计算的总目标纵向力、目标横摆力矩和极限纵向力估计值构建目标函数包括根据下述公式(4)构建目标函数：其中，Jmin为目标函数，Fx_all为总目标纵向力，fxfl_lmt、fxfr_lmt、fxrl_lmt和fxrr_lmt分别表示左前车轮、右前车轮、左后车轮和右后车轮的极限纵向力估计值，fxfl、fxfr、fxrl和fxrr分别表示左前车轮、右前车轮、左后车轮和右后车轮的目标纵向力，M为目标横摆力矩，B为前轮之间的轮距，k1和k2分别为预设的纵向及横向控制目标权重。进一步地，所述根据所述极限纵向力估计值和车辆的当前最大驱动力构建约束规则包括根据下述公式(5)构建所述约束规则：其中，Te-max为车辆当前最大驱动力，ig为当前变速器传动比，i0为主减速器传动比，rt为车轮半径，fxfl_lmt、fxfr_lmt、fxrl_lmt和fxrr_lmt分别表示左前车轮、右前车轮、左后车轮和右后车轮的极限纵向力估计值，fxfl、fxfr、fxrl和fxrr分别表示左前车轮、右前车轮、左后车轮和右后车轮的目标纵向力。进一步地，基于所得到的每个车轮的目标纵向力确定需求的总驱动力包括根据下述公式(6)确定所需求的驱动力：Fdrive＝max(max(fxfl+fxrl+fxfr+fxrr,fxfl+fxrl),fxfr+fxrr)(6)其中，Fdrive为需求的总驱动力，fxfl、fxfr、fxrl和fxrr分别表示左前车轮、右前车轮、左后车轮和右后车轮的目标纵向力。进一步地，基于所确定的每个车轮的目标纵向力确定每个车轮所需求的制动力包括：根据所确定的每个车轮的目标纵向力确定每个车轮为驱动还是制动；根据所确定的驱动和制动情况，确定每个车轮所需求的制动力。本专利技术另一实施例提供一种自动驾驶车辆的横向冗余控制系统，包括：第一计算模块，用于基于目标纵向加速度、车辆的行驶阻力以及第一预设运算关系计算车辆的总目标纵向力；第二计算模块，用于基于目标横摆角速度和第二预设运算关系计算车辆的目标横摆力矩；第三计算模块，用于基于车辆的实际纵向加速度、实际横向加速度和第三预设运算关系计算每个车轮的极限纵向力估计值；构建模块，包括第一构建模块和第二构建模块，所述第一构建模块用于根据所述第一计算模块所计算的总目标纵向力、所述第二计算模块所计算的目标横摆力矩和第三计算模块所计算的极限纵向力估计值构建目标函数，所述第二构建模块用于根据极限纵向力估计值和车辆的当前最大驱动力构建约束规则；第四计算模块，用于对所构建的目标函数和约束规则进行求解，得到每个车轮的目标纵向力；第五计算模块，用于基于所述第四本文档来自技高网...

【技术保护点】
1.一种自动驾驶车辆的横向冗余控制方法，其特征在于，包括：基于目标纵向加速度、车辆的行驶阻力以及第一预设运算关系计算车辆的总目标纵向力；基于目标横摆角速度和第二预设运算关系计算车辆的目标横摆力矩；基于车辆的实际纵向加速度、实际横向加速度和第三预设运算关系计算每个车轮的极限纵向力估计值；根据所计算的总目标纵向力、目标横摆力矩和极限纵向力估计值构建目标函数，以及根据所述极限纵向力估计值和车辆的当前最大驱动力构建约束规则；对所构建的目标函数和约束规则进行求解，得到每个车轮的目标纵向力；基于所得到的每个车轮的目标纵向力确定需求的总驱动力和每个车轮所需求的制动力；以及基于所确定的总驱动力和每个车轮所需求的制动力进行相应的控制。

【技术特征摘要】
1.一种自动驾驶车辆的横向冗余控制方法，其特征在于，包括：基于目标纵向加速度、车辆的行驶阻力以及第一预设运算关系计算车辆的总目标纵向力；基于目标横摆角速度和第二预设运算关系计算车辆的目标横摆力矩；基于车辆的实际纵向加速度、实际横向加速度和第三预设运算关系计算每个车轮的极限纵向力估计值；根据所计算的总目标纵向力、目标横摆力矩和极限纵向力估计值构建目标函数，以及根据所述极限纵向力估计值和车辆的当前最大驱动力构建约束规则；对所构建的目标函数和约束规则进行求解，得到每个车轮的目标纵向力；基于所得到的每个车轮的目标纵向力确定需求的总驱动力和每个车轮所需求的制动力；以及基于所确定的总驱动力和每个车轮所需求的制动力进行相应的控制。2.根据权利要求1所述的控制方法，其特征在于，所述基于目标纵向加速度、车辆的行驶阻力以及第一预设运算关系计算车辆的总目标纵向力包括根据下述公式(1)计算所述总目标纵向力：其中，Fx_all为总目标纵向力，m为整车质量，f为滚动阻力系数，CD为空气阻力系数，As为迎风面积，ρ为空气密度，V为车速，δ为旋转质量换算系数，Kp_a为比例控制增益系数，ax_e为目标纵向加速度，ax为实际纵向加速度。3.根据权利要求1所述的控制方法，其特征在于，所述基于目标横摆角速度和第二预设运算关系计算车辆的目标横摆力矩包括根据下述公式(2)计算所述目标横摆力矩：其中，M为目标横摆力矩，re为目标横摆加速度，r为实际横摆角速度，s为传递函数，Kp_M为比例控制增益系数，δsw为方向盘转角，n为转向传动比，ωn为整车固有频率，ζ为阻尼常数；和分别为单位前轮转向角和横摆力矩输入下的车辆横摆角速度稳态响应，Tr和TM为时间常数。4.根据权利要求1所述的控制方法，其特征在于，所述基于车辆的实际纵向加速度、实际横向加速度和第三预设运算关系计算每个车轮的极限纵向力估计值包括根据下述公式(3)计算所述每个车轮的极限纵向力估计值：其中，fxfl_lmt、fxfr_lmt、fxrl_lmt和fxrr_lmt分别表示左前车轮、右前车轮、左后车轮和右后车轮的极限纵向力估计值，m为整车质量，h为车辆的质心高度，B为前轮之间的轮距，l为前轴和后轴之间的轴距，lr为后轴到质心的距离，lf为前轴到质心的距离，μ为地面附着系数，ksafe为安全系数，ax为实际横向加速度，ay为实际纵向加速度。5.根据权利要求1所述的控制方法，其特征在于，所述根据所计算的总目标纵向力、目标横摆力矩和极限纵向力估计值构建目标函数包括根据下述公式(4)构建目标函数：其中，Jmin为目标函数，Fx_all为总目标纵向力，fxfl_lmt、fxfr_lmt、fxrl_lmt和fxrr_lmt分别表示左前车轮、右前车轮、左后车轮和右后车轮的极限纵向力估计值，fxfl、fxfr、fxrl和fxrr分别表示左前车轮、右前车轮、左后车轮和右后车轮的目...

【专利技术属性】
技术研发人员：刘秋铮，黄海洋，张建，王御，陈鸿帅，王宇，王培儒，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：吉林,22