车辆横向控制方法和装置制造方法及图纸

本发明专利技术提供一种车辆横向控制方法及装置。所述方法包括：利用横向控制模型，获得车辆的输出向量与控制量之间的关系，所述横向控制模型是根据车辆的状态向量、输出向量与控制量之间的关系建立的；利用代价函数以及所述车辆的输出向量与控制量之间的关系，计算最优控制量；利用所述最优控制量对车辆进行横向控制。本发明专利技术所提供的车辆横向控制方法及装置能够使得计算车辆横向控制的控制量时，依据的参数变量更容易获取，从而简化计算条件及泛化算法能力。

Vehicle lateral control method and device

【技术实现步骤摘要】
车辆横向控制方法和装置
本专利技术涉及车辆
，尤其涉及一种车辆横向控制方法和装置。
技术介绍
无人驾驶汽车是目前新兴的人工智能技术产品，主要依靠车内的智能驾驶仪实现无人驾驶的目的。无人驾驶汽车集合多种高新技术，包括自动控制、体系结构、人工智能、视觉计算等，是计算机科学、模式识别和智能控制技术高度发展与结合的产物，也是衡量一个国家科研实力和工业水平的一个重要标志，在国防和国民经济领域具有广阔的应用前景。在无人驾驶汽车的智能驾驶仪中，车辆控制系统是无人驾驶系统中最核心的部分之一，用于对车辆进行控制，使得车辆按照期望的轨迹行驶。车辆控制系统对车辆的控制可分为横向控制和纵向控制，纵向控制的控制目标为车辆的速度，而横向控制的控制目标为车道状况和行驶方向。横向控制用于保持车辆直线行驶、控制车辆转向、变换车辆所在的车道等。尤其是在于高速行驶场景中，横向控制直接关系到车辆和乘客的安全。自动驾驶对横向控制的精度和稳定性都有较高的要求。无人驾驶横向控制思路，基本上是以车身当前位置与轨迹线上的期望位置的横向偏差和航向角偏差为输入信息，通过预设的算法将这些偏差转化为方向盘转角指令下发到执行机构，从而减小期望值和实际值之间的偏差。目前横向控制思路的主流应用模型进行横向控制的方案中，大都会应用横向车辆动力学模型将规划轨迹期望位置直接转化为方向盘转角。然而车辆动力学模型包含大量车身状态以及与车辆本身有关的参数，不仅计算量大且有些车身参数难以获得，比如侧偏刚度系数对于非主机厂的制造单位较难获取。此外，车辆动力学模型包含的状态量较多，对无人驾驶计算平台的性能要求高。
技术实现思路
本专利技术实施例提供一种车辆横向控制方法和装置，以解决现有技术中的一个或多个技术问题。第一方面，本专利技术实施例提供了一种基于车辆横向控制方法，包括：利用横向控制模型，获得车辆的输出向量与控制量之间的关系，所述横向控制模型是根据车辆的状态向量、输出向量与控制量之间的关系建立的；利用代价函数以及所述车辆的输出向量与控制量之间的关系，计算最优控制量；利用所述最优控制量对车辆进行横向控制。在一种实施方式中，所述横向控制模型为：X(k+1)＝A×X(k)+B×U(k)；Y(k+1)＝C×X(k+1)；其中，X(k)为k个时刻车辆的状态向量，Y(k)为k个时刻车辆的输出向量；A为系统矩阵；B为输入矩阵；C为输出矩阵；U(k)为输出给下游的偏航角速度控制量；为偏航角度，为的一阶导数，为的二阶导数；y为车体坐标系下车辆与参考轨迹线的横向偏差。在一种实施方式中，所述系统矩阵是利用运动学模型和理想动力学模型构建的。在一种实施方式中，所述系统矩阵为：或者，其中，ΔT为预设计算周期；v为速率；ω为自设频率；ζ为自设阻尼值；为偏航角度；为速率期望值；为偏航角度期望值。在一种实施方式中，所述输入矩阵为：所述输出矩阵为在一种实施方式中，利用代价函数以及所述车辆的输出向量与控制量之间的关系，计算最优控制量，包括：将所述代价函数的导函数取值为0得到优化方程；将所述横向控制模型中的输出向量Y(k)值代入所述优化方程，求解所述优化方程得到的U(k)为所述最优控制量。在一种实施方式中，所述代价函数为：为k时刻Y的期望状态，由读入规划轨迹计算得到；U(k)为k时刻的输出控制量；Q(k)为施加在状态输出量偏差上的权重；R(k)为施加在输出控制量上的权重。在一种实施方式中，利用所述最优控制量对车辆进行横向控制之前，包括：确定预测域和控制域；所述预测域用于限定车辆的状态向量、输出向量的个数；所述控制域表示所述最优控制量的计算个数。在一种实施方式中，所述预测域为：其中，s为预测域长度的最大值；Pm为预测域的最大值；V×T为当前车速在一个控制周期内前进的距离；所述控制域为：M＝P/n；其中，n为按照控制需求选取的倍数关系。第二方面，本专利技术实施例提供了一种车辆横向控制装置，包括：横向控制模型计算模块：用于利用横向控制模型，获得车辆的输出向量与控制量之间的关系，所述横向控制模型是根据车辆的状态向量、输出向量与控制量之间的关系建立的；最优控制量计算模块：用于利用代价函数以及所述车辆的输出向量与控制量之间的关系，计算最优控制量；控制模块：用于利用所述最优控制量对车辆进行横向控制。在一种实施方式中，所述横向控制模型为：X(k+1)＝A×X(k)+B×U(k)；Y(k+1)＝C×X(k+1)；其中，X(k)为k个时刻车辆的状态向量，Y(k)为k个时刻车辆的输出向量；A为系统矩阵；B为输入矩阵；C为输出矩阵；U(k)为输出给下游的偏航角速度控制量；为偏航角度，为的一阶导数，为的二阶导数；y为车体坐标系下车辆与参考轨迹线的横向偏差。在一种实施方式中，所述系统矩阵是利用运动学模型和理想动力学模型构建的。在一种实施方式中，所述系统矩阵为：或者，其中，ΔT为预设计算周期；v为速率；ω为自设频率；ζ为自设阻尼值；为偏航角度，为的一阶导数，为的二阶导数；为速率期望值；为偏航角度期望值。在一种实施方式中，所述输入矩阵为：所述输出矩阵为在一种实施方式中，所述最优控制量计算模块包括：优化方程构建单元：用于将所述代价函数的导函数取值为0得到优化方程；优化方程求解单元：用于将所述横向控制模型中的输出向量Y(k)值代入所述优化方程，求解所述优化方程得到的U(k)为所述最优控制量。在一种实施方式中，所述代价函数为：为k时刻Y的期望状态，由读入规划轨迹计算得到；U(k)为k时刻的输出控制量；Q(k)为施加在状态输出量偏差上的权重；R(k)为施加在输出控制量上的权重。在一种实施方式中，所述装置还包括：预测范围确定模块：用于确定预测域和控制域；所述预测域用于限定车辆的状态向量、输出向量的个数；所述控制域表示所述最优控制量的计算个数。在一种实施方式中，所述预测域为：其中，s为预测域长度的最大值；Pm为预测域的最大值；V×T为当前车速在一个控制周期内前进的距离；所述控制域为：M＝P/n；其中，n为按照控制需求选取的倍数关系。第三方面，本专利技术实施例提供了一种车辆横向控制装置，所述装置的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。在一个可能的设计中，所述装置的结构中包括处理器和存储器，所述存储器用于存储支持所述装置执行上述属性冲突发现方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述装置还可以包括通信接口，用于与其他设备或通信网络通信。第四方面，本专利技术实施例提供了一种计算机可读存储介质，用于存储属性冲突发现装置所用的计算机软件指令，其包括用于执行上述车辆横向控制方法所涉及的程序。上述技术方案中的一个技术方案具有如下优点或有益效果：通过横向控制模型表示车辆的状态向量、输出向量与控制量之间的关系，利用代价函数计算最优控制量，从而摆脱了对车辆动力学模型的依赖，参数的获取无需依赖于车辆的型号、结构，使得参数容易获取。从而简化计算条件，泛化算法能力。通过确定预测域和控制域，能够对一个以上的时刻进行预测，从而使得不同时刻的控制量能够较为平滑的变化，提高了车辆控制的平滑性和乘车体验。上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过本文档来自技高网...

【技术保护点】
1.一种车辆横向控制方法，其特征在于，包括：利用横向控制模型，获得车辆的输出向量与控制量之间的关系，所述横向控制模型是根据车辆的状态向量、输出向量与控制量之间的关系建立的；利用代价函数以及所述车辆的输出向量与控制量之间的关系，计算最优控制量；利用所述最优控制量对车辆进行横向控制。

【技术特征摘要】
1.一种车辆横向控制方法，其特征在于，包括：利用横向控制模型，获得车辆的输出向量与控制量之间的关系，所述横向控制模型是根据车辆的状态向量、输出向量与控制量之间的关系建立的；利用代价函数以及所述车辆的输出向量与控制量之间的关系，计算最优控制量；利用所述最优控制量对车辆进行横向控制。2.根据权利要求1所述的方法，其特征在于，所述横向控制模型为：X(k+1)＝A×X(k)+B×U(k)；Y(k+1)＝C×X(k+1)；其中，X(k)为k时刻车辆的状态向量，Y(k)为k时刻车辆的输出向量；A为系统矩阵；B为输入矩阵；C为输出矩阵；U(k)为输出给下游的偏航角速度控制量；为偏航角度，为的一阶导数，为的二阶导数；y为车体坐标系下车辆与参考轨迹线的横向偏差。3.根据权利要求2所述的方法，其特征在于，所述系统矩阵是利用运动学模型和理想动力学模型构建的。4.根据权利要求3所述的方法，其特征在于，所述系统矩阵为：或者，其中，ΔT为预设计算周期；v为速率；ω为自设频率；ζ为自设阻尼值；为偏航角度；为速率期望值；为偏航角度期望值。5.根据权利要求2-4中任意一项所述的方法，其特征在于，所述输入矩阵为：所述输出矩阵为6.根据权利要求2所述的方法，其特征在于，利用代价函数以及所述车辆的输出向量与控制量之间的关系，计算最优控制量，包括：将所述代价函数的导函数取值为0得到优化方程；将所述横向控制模型中的输出向量Y(k)值代入所述优化方程，求解所述优化方程得到的U(k)为所述最优控制量。7.根据权利要求6所述的方法，其特征在于，所述代价函数为：为k时刻Y的期望状态，由读入规划轨迹计算得到；U(k)为k时刻的输出控制量；Q(k)为施加在状态输出量偏差上的权重；R(k)为施加在输出控制量上的权重。8.根据权利要求1所述的方法，其特征在于，利用所述最优控制量对车辆进行横向控制之前，包括：确定预测域和控制域；所述预测域用于限定车辆的状态向量、输出向量的个数；所述控制域表示所述最优控制量的计算个数。9.根据权利要求8所述的方法，其特征在于，所述预测域为：其中，s为预测域长度的最大值；Pm为预测域的最大值；V×T为当前车速在一个控制周期内前进的距离；所述控制域为：M＝P/n；其中，n为按照控制需求选取的倍数关系。10.一种车辆横向控制装置，其特征在于，包括：横向控制模型计算模块：用于利用横向控制模型，获得车辆的输出向量与控制量之间的关系，所述横向控制模型是根据车辆的状态向量、输出向量与控制量之间的关系建立的；最优控制...

【专利技术属性】
技术研发人员：邵启扬，彭夏鹏，秦文闯，吕旭光，唐科，黄加勇，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11