基于轨迹规划的自动驾驶车辆避障控制方法及系统技术方案

本发明专利技术公开了一种基于轨迹规划的自动驾驶车辆避障控制方法及系统，该方法包括S1，获取静态障碍物环境下的避障轨迹及其关于时间的方程组；S2，获取障碍物的坐标信息及体积信息，并根据障碍物的坐标信息及体积信息设置约束条件；S3，根据所述避障轨迹对应的参数方程及约束条件，求出最优避障路径；S4，求出最优避障路径的曲率公式，并根据该曲率公式求出曲率半径关于时间的参数方程；S5，将曲率半径关于时间的参数方程作为转弯半径关于时间的参数方程，求解各个车轮的转向角及各个车轮的目标转速；S6，分别控制各个车轮按对应的转向角和目标转速转动。本发明专利技术能够使智能车辆自动驾驶转弯避障或者轨迹跟踪时达到好的控制效果。

【技术实现步骤摘要】
基于轨迹规划的自动驾驶车辆避障控制方法及系统
本专利技术涉及车辆控制
，特别是一种基于轨迹规划的自动驾驶车辆避障控制方法及系统。
技术介绍
轮毂电机将电动机、传动系和制动器集成为一体，其体积小，比功率大。由于轮毂电机中集成了传动系，所以电动轮驱动汽车上取消了传统的离合器、变速器、传动轴、差速器、等速万向节和半轴等部件，使汽车底盘结构简化，提高了传动的效率，降低了整车质量。能源转型战略的推进，电能作为清洁能源，必然助长电动汽车的发展。目前，对轮毂电机驱动的汽车的研究主要集中在轮毂电机驱动技术上，而对差动转向系统及其路感控制技术的研究还很少，自主驾驶电动汽车是未来车辆的发展方向，基于轨迹规划的自动驾驶车辆差速转向控制必然成为未来自动驾驶智能车辆的一个重要研究方向。如何控制四轮独立转向汽车避开障碍物，是本领域技术人员亟待解决的重要问题之一。
技术实现思路
本专利技术的目的是提供一种基于轨迹规划的自动驾驶车辆避障控制方法，以解决现有技术中的技术问题，它能够使智能车辆自动驾驶转弯避障或者轨迹跟踪时达到好的控制效果，增加车辆转向操纵灵敏性的行驶平顺性。本专利技术提供了一种基于轨迹规划的自动驾驶车辆避障控制方法，所述自动驾驶车辆为四轮独立控制车辆，其中，包括以下步骤：S1，获取静态障碍物环境下的避障轨迹及其关于时间的方程组；S2，获取障碍物的坐标信息及体积信息，并根据障碍物的坐标信息及体积信息设置约束条件；S3，根据所述避障轨迹对应的参数方程及约束条件，求出最优避障路径；S4，求出最优避障路径的曲率公式，并根据该曲率公式求出曲率半径关于时间的参数方程；S5，将曲率半径关于时间的参数方程作为转弯半径关于时间的参数方程，求解各个车轮的转向角及各个车轮的目标转速；S6，分别控制各个车轮按对应的转向角和目标转速转动。如上所述的基于轨迹规划的自动驾驶车辆避障控制方法，其中，优选的是，步骤S1包括如下步骤，步骤S1中的避障轨迹为多项式拟合曲线。如上所述的基于轨迹规划的自动驾驶车辆避障控制方法，其中，优选的是，步骤S1中的避障轨迹对应的关于时间的参数为5次多项式；步骤S1中避障轨迹及其关于时间的方程组为其中，x、y为关于时间t的函数；A、B、C、D、E、G、H、I、J、K均为系数。如上所述的基于轨迹规划的自动驾驶车辆避障控制方法，其中，优选的是，步骤S2中，约束条件的数量与障碍物的数量相等；所述约束条件为：(x-x1)2+(y-y1)2≥L12其中，和为分别为某一障碍物的横坐标和纵坐标；为车辆外接圆的半径与障碍物的外接圆半径之和。如上所述的基于轨迹规划的自动驾驶车辆避障控制方法，其中，优选的是，步骤S3包括如下具体步骤，S31，建立最优轨迹优化模型，其中，最优轨迹优化模型为：S32，建立任意时刻的避障约束条件，其中，约束条件为：其中，(xn,yn)为第n个障碍物的中心点的坐标，Ln为第n个障碍物的外接圆半径与车辆的外接圆半径之和；max[y1,y2,......yn]表示各障碍物中心座标中，Y向坐标的最大值；max[x1,x2,......xn]表示各障碍物中心座标中，X向坐标的最大值；max[A1,A2,......An]表示各障碍物外接圆半径中最大值；S33，根据最优轨迹优化模型和避障约束条件，求解最优短轨迹对应的参数A、B、C、D、E、G、H、I、J、K；S34，根据S33中的结果得到最优轨迹对应的参数方程。如上所述的基于轨迹规划的自动驾驶车辆避障控制方法，其中，优选的是，步骤S4具体包括：S41，求出最优避障路径的曲率公式，其中，该曲率公式为：其中，K表示出最优避障路径的曲率；S42，根据步骤S41中的曲率公式，求出最优避障路径对应的曲率半径公式，该公式为：其中，ρ为最优避障路径上各点对应的轨迹曲率半径。如上所述的基于轨迹规划的自动驾驶车辆避障控制方法，其中，优选的是，步骤S5中，包括如下具体步骤，S51，获取车辆质心坐标、车辆轮距B、质心距前轴的距离a、质心距后轴的距离b、前后轴轴距L、车轮直径d；S52，求各车轮转角，且各车轮转角公式如下：右前轮转角：左前轮转角：左后轮转角：右后轮转角：或：右前轮转角：左前轮转角：左后轮转角：右后轮转角：S53，求各车轮转向半径，且各车轮的转向半径如下：右前轮转向半径：左前轮转向半径：左后轮转向半径：右后轮转向半径：或右前轮转向半径：左前轮转向半径：左后轮转向半径：右后轮转向半径：S54，根据各车轮的转弯半径，计算出各车轮的目标转速；其中，各车轮的目标转速公式如下：右前轮转速：左前轮转速：左后轮转速：右后轮转速：或右前轮转速：左前轮转速：左后轮转速：右后轮转速：本专利技术还提出了一种基于轨迹规划的自动驾驶车辆避障控制系统，其中，包括，视觉传感器、DGPS传感器、障碍物位置提取模块、车辆坐标定位提取模块、车载电脑端的labview算法控制模块、避障轨迹规划模块、Myrio控制输出模块、四轮独立控制转向模块和四轮独立控制驱动模块；所述视觉传感器用于获取车辆周围的图像信息；所述障碍物位置提取模块与所述视觉传感器电性连接，所述障碍物位置提取模块用于从所述视觉传感器获取的图像信息中提取障碍物信息；所述车载电脑端的labview算法控制模块与所述障碍物提取模块电性连接，所述车载电脑端的labview算法控制模块用于根据所述障碍物信息计算出当前障碍物的相对位置信息；所述DGPS传感器用于获取车辆的运行状态信息；所述车辆坐标定位提取模块与所述DGPS传感器电性连接，所述车载电脑端的labview算法控制模块与所述车辆坐标定位提取模块电性连接；所述车辆坐标定位提取模块用于提出车辆的运行状态信息并将该运行状态信息输出给车载电脑端的labview算法控制模块；所述车载电脑端的labview算法控制模块还用于从所述运行状态信息计算出车辆坐标、速度和航向角；所述避障轨迹规划模块与所述车载电脑端的labview算法控制模块电性连接，所述避障轨迹规划模块用于规划避障路径，并计算出各个车轮的目标转角和目标转速，并将计算结果输出给所述车载电脑端的labview算法控制模块；所述Myrio控制输出模块与所述车载电脑端的labview算法控制模块电性连接；所述车载电脑端的labview算法控制模块还用于根据各个车轮的上柜转角和目标转速输生成控制指令并传输给所述Myrio控制输出模块；所述四轮独立控制转向模块和所述四轮独立控制驱动模块均与所述Myrio控制输出模块电性连接；所述Myrio控制输出模块用于从所述控制指令中提取出转向控制指令，并输出给所述四轮独立控制转向模块；所述Myrio控制输出模块还用于从所述控制指令中提取出转速控制指令，并输出给所述四轮独立控制驱动模块；所述四轮独立控制转向模块用于控制各个车轮的转向，所述四轮独立控制驱动模块用于控制各个车轮的转速。如上所述的基于轨迹规划的自动驾驶车辆避障控制系统，其中，优选的是，还包括电池管理模块和车辆安全制动模块；所述电池管理模块和所述车辆安全制动模块均与所述Myrio控制输出模块电性连接。如上所述的基于轨迹规划的自动驾驶车辆避障控制系统，其中，优选的是，所述车载电脑端的labview算法控制模块还用于根据车辆当前状态信息，计算出当前状态信息与已发出的命令的偏差，并根据本文档来自技高网...

【技术保护点】
1.一种基于轨迹规划的自动驾驶车辆避障控制方法，所述自动驾驶车辆为四轮独立控制车辆，其特征在于：包括以下步骤：S1，获取静态障碍物环境下的避障轨迹及其关于时间的方程组；S2，获取障碍物的坐标信息及体积信息，并根据障碍物的坐标信息及体积信息设置约束条件；S3，根据所述避障轨迹对应的参数方程及约束条件，求出最优避障路径；S4，求出最优避障路径的曲率公式，并根据该曲率公式求出曲率半径关于时间的参数方程；S5，将曲率半径关于时间的参数方程作为转弯半径关于时间的参数方程，求解各个车轮的转向角及各个车轮的目标转速；S6，分别控制各个车轮按对应的转向角和目标转速转动。

【技术特征摘要】
1.一种基于轨迹规划的自动驾驶车辆避障控制方法，所述自动驾驶车辆为四轮独立控制车辆，其特征在于：包括以下步骤：S1，获取静态障碍物环境下的避障轨迹及其关于时间的方程组；S2，获取障碍物的坐标信息及体积信息，并根据障碍物的坐标信息及体积信息设置约束条件；S3，根据所述避障轨迹对应的参数方程及约束条件，求出最优避障路径；S4，求出最优避障路径的曲率公式，并根据该曲率公式求出曲率半径关于时间的参数方程；S5，将曲率半径关于时间的参数方程作为转弯半径关于时间的参数方程，求解各个车轮的转向角及各个车轮的目标转速；S6，分别控制各个车轮按对应的转向角和目标转速转动。2.根据权利要求1所述的基于轨迹规划的自动驾驶车辆避障控制方法，其特征在于：步骤S1中的避障轨迹为多项式拟合曲线。3.根据权利要求2所述的基于轨迹规划的自动驾驶车辆避障控制方法，其特征在于：步骤S1中的避障轨迹对应的关于时间的参数为5次多项式；步骤S1中避障轨迹及其关于时间的方程组为其中，x、y为关于时间t的函数；A、B、C、D、E、G、H、I、J、K均为系数。4.根据权利要求3所述的基于轨迹规划的自动驾驶车辆避障控制方法，其特征在于：步骤S2中，约束条件的数量与障碍物的数量相等；所述约束条件为：(x-x1)2+(y-y1)2≥L12其中，x1和y1为分别为某一障碍物的横坐标和纵坐标；L1为车辆外接圆的半径与障碍物的外接圆半径之和。5.根据权利要求4所述的基于轨迹规划的自动驾驶车辆避障控制方法，其特征在于：步骤S3包括如下具体步骤，S31，建立最优轨迹优化模型，其中，最优轨迹优化模型为：S32，建立任意时刻的避障约束条件，其中，约束条件为：其中，(xn,yn)为第n个障碍物的中心点的坐标，Ln为第n个障碍物的外接圆半径与车辆的外接圆半径之和；max[y1,y2,......yn]表示各障碍物中心坐标中，Y向坐标的最大值；max[x1,x2,......xn]表示各障碍物中心坐标中，X向坐标的最大值；max[A1,A2,......An]表示各障碍物外接圆半径中最大值；t0为避障时间；S33，根据最优轨迹优化模型和避障约束条件，求解最优短轨迹对应的参数A、B、C、D、E、G、H、I、J、K；S34，根据S33中的结果得到最优轨迹对应的参数方程。6.根据权利要求5所述的基于轨迹规划的自动驾驶车辆避障控制方法，其特征在于：步骤S4具体包括，S41，求出最优避障路径的曲率公式，其中，该曲率公式为：其中，K表示出最优避障路径的曲率；S42，根据步骤S41中的曲率公式，求出最优避障路径对应的曲率半径公式，该公式为：其中，ρ为最优避障路径上各点对应的轨迹曲率半径。7.根据权利要求6所述的基于轨迹规划的自动驾驶车辆避障控制方法，其特征在于：步骤S5中，包括如下具体步骤，S51，获取车辆质心坐标、车辆轮距B、质心距前轴的距离a、质心距后轴的距离b、前后轴轴距L、车轮直径d；S52，求各车轮转角，且各车轮转角公式如下：右前轮转角：左前轮转角：左后轮转角：右后轮转角：或：右前轮转角：左前轮转角：左后轮转角：右后轮转角：S53，求各车轮转向半径，且各车轮的转向半径如下：...

【专利技术属性】
技术研发人员：李爱娟，封建林，袁文长，邱绪云，王希波，王健，陈政宏，葛庆英，
申请(专利权)人：山东交通学院，
类型：发明
国别省市：山东,37