一种自适应调整前视距离与延迟参数的路径追踪方法技术

本发明专利技术公开了一种自适应调整前视距离与延迟参数的路径追踪方法，利用神经网络获取纯追踪算法中的前视距离参数以及利用神经网络获取延迟时间以算出这段时间内的航向角变化，以矫正期望转向角。具体包括以下步骤：(1)计算车辆当前运行的各项参数；(2)建立起一个BP神经网络模型，并进行神经网络的训练；(3)将车辆位置参数输入训练后的神经网络，得到前视距离和延迟时间，使用纯追踪算法计算出期望转向角并利用延迟时间进行纠正。本发明专利技术使用神经网络来动态确定前视距离和延迟时间，来获取更精确的期望转向角，能有效减小各种运行参数下尤其是高速运行中横向误差偏大的问题。

【技术实现步骤摘要】
一种自适应调整前视距离与延迟参数的路径追踪方法
本专利技术涉及使用纯追踪算法进行路径追踪的车辆的领域，特别是涉及基于神经网络的自适应调整前视距离与延迟参数的路径追踪算法。
技术介绍
在车辆自动驾驶的路径追踪算法中，纯追踪算法是一种经典且有效的算法，而整个算法中唯一的不确定量即前视距离，故确定前视距离这个参数一直是研究的重点；同时在实际运行中，车辆产生转向控制信号和实际执行存在一定的延迟时间，故确定这个延迟时间并求出该时间内的运行角度变化并加以修正期望转向角是提高纯追踪算法精度的一种办法。目前针对纯追踪算法的前视距离的确定主要有以下的不足：1、若全程采用一个定值前视距离，没有更具实际车辆情况的变化而做出变化，若采用较小的前视距离使得车辆沿着较大曲率的行驶路径驶向期望路径，控制响应较短但会产生较大的振荡，且过小的前视距离会导致无法收敛。而较大的前视距离使得车辆沿着较小曲率的行驶路径驶向期望路径，会产生较小的振荡但控制响应较长。因此若采用定值的前视距离会有适应性差的缺点。2、若采用模糊PID控制对前视距离动态调整，能够根据当前车辆的运行参数动态调整前视距离的大小，这种办法的缺点是参数的变化收到人的主观性决定，导航精度的稳定性差。同时，目前针对延迟时间的研究存在延迟时间一般全程采用一个固定值，例如0.3倍的采样周期，这样的方法在大质量车辆高速运行时的效果有限。
技术实现思路
专利技术目的：本专利技术提出了一种可提高追踪精度的自适应调整前视距离与延迟参数的路径追踪方法。技术方案：本专利技术所述的一种自适应调整前视距离与延迟参数的路径追踪方法，包括以下步骤：(1)计算车辆当前运行的各项参数；(2)建立BP神经网络模型，并进行神经网络的训练；(3)将车辆位置参数输入训练后的神经网络，得到前视距离和延迟时间，使用纯追踪算法计算出期望转向角并利用延迟时间计算该时间内的航向角变化并修正期望转向角。步骤(1)所述各项参数主要包括车辆速度、横向误差、航向误差。所述步骤(1)包括以下步骤：(11)将第一个参考点的经度纬度作为坐标转换矩阵的参数：其中，λ0、L0分别为第一个参考点的经度和纬度；(12)计算当前点在ECEF坐标系下的坐标值：e＝fWGS84(2-fWGS84)(2)其中，fWGS84为WGS84标准中地球的偏心率；RWGS84为WGS84标准中地球的长轴半径，λ为当前点的经度，L为当前纬度，h为当前点的高度；(13)计算当前点在导航坐标系下的值：其中，[xECEF0yECEF0zECEF0]T为第一个点在ECEF坐标系下的值；(14)计算横向误差，即当前点到预设路径的距离，定义在参考路径前进方向右侧为正：其中，A、B、C为预设路径所在直线在n系中的参数；(15)计算车辆当前点的航向误差：θe＝θd-θc(7)其中，θd为预设路径的角度。所述步骤(2)包括以下步骤：(21)确定BP神经网络模型：输入层有三个节点，有一个隐含层，输出层两个节点，隐含层的节点数由下式决定：其中，l为隐含层节点数，m为输出层节点数，n为输入层节点数，a为0～10之间的常数；(22)通过下式计算隐含层的输出：其中，ωij为隐含层的权值，i可以取1，2，3，j可以取1，2…5，xi为输入参数，分别为：x1为车辆速度，x2为横向误差，x3为航向误差，αj为隐含层的阈值，f(x)为激励函数，为：(23)通过下式计算输出层输出：其中，δjk为输出层权值，j可以取1，2…5，k可以取1，2，βk为输出层阈值，Ok为输出参数，分别为O1为延迟时间td，O2为前视距离Lsd；(24)根据网络的期望输出和实际输出计算误差：ek＝Yk-Ok(12)其中，Yk为该节点的期望输出；(25)根据网络的误差ek，计算并更新个网络的权值其中，η为学习速率，p当前学习样本的序号。所述步骤(3)包括以下步骤：(31)利用步骤(2)训练出的神经网络，得到延迟时间和前视距离[tdLsd]T＝network([vdXTEθe]T)(15)其中，network(x)为S2的神经网络；(32)计算当前转弯半径：(33)计算没有延迟时间的期望转向角度：其中，Lw为车辆宽度；(34)计算在延迟时间内，车辆的航向角变化：(35)计算带延迟时间的期望转向角度：θw′＝θw+θctp。(19)步骤(21)所述的神经网络模型输入层有三个节点，有一个隐含层包含五个节点，输出层两个节点。有益效果：与现有技术相比，本专利技术的有益效果：使用神经网络可以通过训练，自主的将横向误差，航向误差，速度等车辆运行的参数与前视距离和延迟时间进行结合，通过神经网络能够动态自主的确定一个最佳的前视距离和延迟时间，大大提高追踪精度且脱离人的主观性的影响。附图说明：图1为本专利技术的流程图；图2为本专利技术的神经网络结构图。具体实施方式下面结合附图对本专利技术作进一步详细说明。如图1所示，本专利技术所述的一种自适应调整前视距离与延迟参数的路径追踪方法，包括以下步骤：1、计算车辆当前运行的各项参数。将获取的经、纬、高的数值转换成导航坐标系的值，导航坐标系n系采用东北天地理坐标系，并将第一个点作为导航坐标系的坐标原点。具体包括以下过程：(1)将第一个参考点的经度纬度作为坐标转换矩阵的参数：其中，λ0、L0分别为第一个参考点的经度和纬度；(2)计算当前点在ECEF坐标系下的坐标值：e＝fWGS84(2-fWGS84)(2)其中，fWGS84为WGS84标准中地球的偏心率；RWGS84为WGS84标准中地球的长轴半径，λ为当前点的经度，L为当前纬度，h为当前点的高度；(3)计算当前点在导航坐标系下的值：其中，[xECEF0yECEF0zECEF0]T为第一个点在ECEF坐标系下的值；(4)计算横向误差，即当前点到预设路径的距离，定义在参考路径前进方向右侧为正：其中，A、B、C为预设路径所在直线在n系中的参数；(5)计算车辆当前点的航向误差：θe＝θd-θc(7)其中，θd为预设路径的角度。2、建立起一个BP神经网络模型，并进行神经网络的训练，将步骤(1)的必要参数输入进一个BP神经网络进行训练，具体包括以下过程：(1)确定BP神经网络模型，该神经网络的输入层有三个节点，有一个隐含层，输出层两个节点，隐含层的节点数一般由式(8)决定：其中，l为隐含层节点数，m为输出层节点数，n为输入层节点数，a为0～10之间的我常数。最终确定神经网络为一个3-5-2模型，如图2所示，即输入层有三个节点，有一个隐含层包含五个节点，输出层两个节点。(2)通过式(9)计算隐含层的输出：其中，ωij为隐含层的权值，i可以取1，2，3，j可以取1，2…5，xi为输入参数，分别为：x1为车辆速度，x2为横向误差，x3为航向误差，αj为隐含层的阈值，f(x)为激励函数，为：(3)通过式(11)计算输出层输出：其中，δjk为输出层权值，j可以取1，2…5，k可以取1，2，βk为输出层阈值，Ok为输出参数，分别为：O1为延迟时间td，O2为前视距离Lsd。(4)根据网络的期望输出和实际输出计算误差ek＝Yk-Ok(12)其中，Yk为该节点的期望输出。(5)根据网络的误差ek，计算并更新个网络的权值其中，η为学习速率，p当前学习样本的序号。3、将车辆速度、横向误差、航向误差输入进步骤(2)所本文档来自技高网...

【技术保护点】
1.一种自适应调整前视距离与延迟参数的路径追踪方法，其特征在于，包括以下步骤：(1)计算车辆当前运行的各项参数；(2)建立BP神经网络模型，并进行神经网络的训练；(3)将车辆位置参数输入训练后的神经网络，得到前视距离和延迟时间，使用纯追踪算法计算出期望转向角并利用延迟时间计算该时间内的航向角变化并修正期望转向角。

【技术特征摘要】
1.一种自适应调整前视距离与延迟参数的路径追踪方法，其特征在于，包括以下步骤：(1)计算车辆当前运行的各项参数；(2)建立BP神经网络模型，并进行神经网络的训练；(3)将车辆位置参数输入训练后的神经网络，得到前视距离和延迟时间，使用纯追踪算法计算出期望转向角并利用延迟时间计算该时间内的航向角变化并修正期望转向角。2.根据权利要求1所述的一种自适应调整前视距离与延迟参数的路径追踪方法，其特征在于，步骤(1)所述各项参数主要包括车辆速度、横向误差、航向误差。3.根据权利要求1所述的一种自适应调整前视距离与延迟参数的路径追踪方法，其特征在于，所述步骤(1)包括以下步骤：(11)将第一个参考点的经度纬度作为坐标转换矩阵的参数：其中，λ0、L0分别为第一个参考点的经度和纬度；(12)计算当前点在ECEF坐标系下的坐标值：e＝fWGS84(2-fWGS84)(2)其中，fWGS84为WGS84标准中地球的偏心率；RWGS84为WGS84标准中地球的长轴半径，λ为当前点的经度，L为当前纬度，h为当前点的高度；(13)计算当前点在导航坐标系下的值：其中，[xECEF0yECEF0zECEF0]T为第一个点在ECEF坐标系下的值；(14)计算横向误差，即当前点到预设路径的距离，定义在参考路径前进方向右侧为正：其中，A、B、C为预设路径所在直线在n系中的参数；(15)计算车辆当前点的航向误差：θe＝θd-θc(7)其中，θd为预设路径的角度。4.根据权利要求1所述的一种自适应调整前视距离与延迟参数的路径追踪方法，其特征在于，所述步骤(2)包括以下步骤：(21)确定BP神经网络模型：输入层有三...

【专利技术属性】
技术研发人员：王立辉，石佳晨，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32