一种智能汽车可拓车速自适应变化轨迹跟踪控制方法技术

本发明专利技术公开了一种智能汽车可拓车速自适应变化轨迹跟踪控制方法，步骤S1，建立二自由度横向动力学模型；步骤S2，建立纵向运动学模型；步骤S3，建立三自由度纵横向耦合动力学模型、以及建立预瞄偏差表达式；步骤S4，设计上层可拓控制器；步骤S5，设计下层横向偏差跟踪控制器；步骤S6，建立速度自适应驾驶专家知识库；步骤S7，设计下层速度可拓控制器。本发明专利技术轨迹跟踪控制中加入了纵向速度自适应专家知识库和可拓控制器，提高智能汽车在通过复杂道路时的轨迹跟踪精度，提高车辆过弯时的效率、安全性和舒适性。

【技术实现步骤摘要】
一种智能汽车可拓车速自适应变化轨迹跟踪控制方法
本专利技术属于无人驾驶汽车控制
，特别涉及了一种智能驾驶汽车可拓车速自适应变化轨迹跟踪控制方法。
技术介绍
为满足安全、高效、智能化交通发展的要求，无人驾驶汽车成为发展和研究的重要载体和主要对象，对提高能源利用率、改善交通拥挤问题有着很大作用。其中，无人驾驶汽车在道路行驶过程中，轨迹跟踪控制能力逐渐成为关注的热点之一，尤其是大曲率变化和高速轨迹跟踪控制性能。无人驾驶汽车基于普通车辆平台，架构计算机、视觉传感器、自动控制执行机构以及信号通讯设备，实现自主感知、自主决策和自主执行操作保证安全行驶功能。常见车辆多为前轮驱动，通过调节前轮转角保证车辆横向控制精度和车辆行驶的安全性稳定性。车道保持基于摄像头等视觉传感器，通过车道线检测提取车道线信息，同时获取车辆在车道中的位置，确定下一时刻需要执行的前轮转角。具体控制方式主要有两种：预瞄式参考系统和非预瞄式参考系统，预瞄式参考系统主要以车辆前方位置的道路曲率作为输入，根据车辆与期望路径之间的横向偏差或航向偏差为控制目标，通过各种反馈控制方法设计对车辆动力学参数鲁棒的反馈控制系统，如基于雷达或本文档来自技高网...

【技术保护点】
1.一种智能汽车可拓车速自适应变化轨迹跟踪控制方法，其特征在于，包括如下步骤：步骤S1，建立二自由度横向动力学模型；步骤S2，建立纵向运动学模型；步骤S3，建立三自由度纵横向耦合动力学模型、以及建立预瞄偏差表达式；步骤S4，设计上层可拓控制器；步骤S5，设计下层横向偏差跟踪控制器；步骤S6，建立速度自适应驾驶专家知识库；步骤S7，设计下层速度可拓控制器。

【技术特征摘要】
1.一种智能汽车可拓车速自适应变化轨迹跟踪控制方法，其特征在于，包括如下步骤：步骤S1，建立二自由度横向动力学模型；步骤S2，建立纵向运动学模型；步骤S3，建立三自由度纵横向耦合动力学模型、以及建立预瞄偏差表达式；步骤S4，设计上层可拓控制器；步骤S5，设计下层横向偏差跟踪控制器；步骤S6，建立速度自适应驾驶专家知识库；步骤S7，设计下层速度可拓控制器。2.根据权利要求1所述的一种智能汽车可拓车速自适应变化轨迹跟踪控制方法，其特征在于，步骤S1中，建立的二自由度横向动力学模型表达式为：其中，前后轮胎侧向力Fyf、Fyr与前后轮轮胎侧偏角αf、αr的关系为：Fyf(t)＝cfαf(t)Fyr(t)＝crαr(t)(2)其中，cf、cr为前后轮胎侧偏刚度，在轮胎工作于线性区时，其值为定值；前后轮胎侧偏角αf、αr可表示为：将式(2)和(3)代入式(1)中，可以得到方程：其中，3.根据权利要求1所述的一种智能汽车可拓车速自适应变化轨迹跟踪控制方法，其特征在于，步骤S2中，所述建立纵向运动学模型的具体过程包括：设fxf和fxr分别表示前后轮胎所受到的纵向驱动力，并且有总的车辆驱动力力Fx＝fxf+fxr，Rxf和Rxr分别表示前后轮受到的滚动阻力，且总的轮胎滚动阻力Rx＝Rxf+Rxr，前后轴距离质心的距离分别为lf、lr；根据牛顿运动定律表示的纵向动力学模型为：Rx＝fR(Mg-Fza)其中，fR为滚动阻力系数；Fxa为空气阻力，令Fza为空气升力，令Fz＝Mg-Fza车辆对地面的正压力；则纵向运动学模型表示为：4.根据权利要求1所述的一种智能汽车可拓车速自适应变化轨迹跟踪控制方法，其特征在于，步骤S3中，所述建立三自由度纵横向耦合动力学模型为：所述建立预瞄偏差表达式：车辆在路径跟踪过程中，预瞄偏差包括航向偏差和预瞄点处横向位置偏差，设yL为预瞄点处横向位置偏差，为航向偏差，L为预瞄距离；则预瞄偏差表达式：5.根据权利要求1所述的一种智能汽车可拓车速自适应变化轨迹跟踪控制方法，其特征在于，步骤S4中，设计上层可拓控制器的具体过程包括：S4.1，特征量提取和划分可拓集合上层可拓控制器选取车辆速度vx和道路曲率ρ作为特征量，可拓集合横坐标为车辆速度vx，纵坐标为道路曲率|ρ|，构建二维可拓集合S(vx,|ρ|)；划分的经典域为其中，vxom和|ρom|分别为经典域边界值；划分的可拓域为其中，vxm和|ρm|分别为可拓域边界值。非域为整个可拓集合中去除经典域和可拓域以外的区域；同时，将上述的可拓集合S(vx,|ρ|)划分为三个区域，分别为经典域、可拓域和非域，分别对应三种驾驶工况：低速小曲率、中速中曲率和高速大曲率；S4.2，计算关联函数在求解二维可拓集合关联函数时，采用降维法，将二维可拓关联函数转化为一维可拓关联函数：设某个状态下特征量S(vx,|ρ|)处于点P3，连接原点与P3点,获得P3趋近最优点(0,0)的最短距离|OP3|，该线段所在直线交经典域边界于P1点，交可拓域边界于P2点；在保证P3趋近于原点距离最短的前提条件下，根据这些交点即可确定P3与可拓域、经典域的最近距离；设P3点到经典域和可拓域的可拓距分别为和求解如下：则上层工况可拓关联函数K(S)表示为：其中：S4.3，测度模式识别根据上述关联函数的求解结果K(S)，完成对当前工况的测度模式识别：当K(S)≥1时，特征量S(vx,|ρ|)处于经典域，此时车速vx和道路曲率ρ都较小，车辆运动较为稳定，此时考虑到车辆运行效率问题，下层速度控制器开始加速，但是始终保持特征量处于经典域范围内；当0≤K(S)<1时，特征量S(vx,|ρ|)处于可拓域，此时车速vx和道路曲率|ρ|略大，车辆运动处于临界稳定状态，此时考虑到车辆运行安全问题，下层速度控制器保持车速不变，与此同时考虑到乘员的舒适性，结合当前道路曲率，根...

【专利技术属性】
技术研发人员：蔡英凤，臧勇，陈龙，孙晓强，王海，施德华，朱镇，李祎承，刘擎超，陈小波，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏,32