无人驾驶车辆的控制方法及控制系统技术方案

本发明专利技术公开的无人驾驶车辆的控制方法，首先通过无人驾驶车辆控制系统采集实时路况环境数据、建立车辆的动态模型，确定车辆当前状态的环境信息；然后，建立模糊控制器；将车辆当前状态的环境信息作为输入量，输入到模糊控制器中，对输入的车辆的环境信息进行优化处理，实现车辆的路径规划。本发明专利技术的无人驾驶车辆的控制方法，根据人们的经验与实际场合需求，切合实际的对车辆所处的环境进行划分，建立本系统及控制模型构建，并能实时更新环境状态数据，时效性佳，可靠性强，能够达到预期的无人驾驶功能。

Control Method and Control System of Unmanned Vehicle

【技术实现步骤摘要】
无人驾驶车辆的控制方法及控制系统
本专利技术属于无人驾驶
，具体涉及一种无人驾驶车辆的控制方法，还涉及一种无人驾驶车辆的控制系统。
技术介绍
随着机器人相关技术的迅猛发展，机器人渐渐融入人类的生活，由于自动化技术开始渐渐进入人们的视野，人们开始研制智能车辆来帮助人们运输生产出来的商品以减少货物运输中所消耗的人力。无人驾驶系统是一个多变量、非线性、时变的系统，各变量之间具有耦合关系，很难建立精确的数学模型，且鲁棒性和自适应性都较差。对于这种具有高度不确定性的MIMO系统，传统的控制方法不能达到很好的控制效果。模糊推理控制方法将人类的驾驶经验融入系统控制之中，可以有效提升系统控制精度，较好地满足系统自适应性、鲁棒性和实时性的要求。
技术实现思路
本专利技术的目的是提供一种无人驾驶车辆的控制方法，解决了传统控制系统不能自适应，鲁棒性和实时性差的问题。本专利技术的另一目的是提供一种无人驾驶车辆的控制系统。本专利技术所采用的技术方案是，无人驾驶车辆的控制方法，具体操作过程包括如下步骤：步骤1，采集实时路况环境数据、建立车辆的动态模型，确定车辆当前状态的环境信息；步骤2，建立模糊控制器；步骤3，将步骤1的车辆当前状态的环境信息作为输入量，输入到步骤2中的模糊控制器中，经模糊控制器器处理得到输出，并发送给车辆的执行机构，执行机构做出相应的动作，完成车辆的路径规划。本专利技术的其他特点还在于，步骤1中建立车辆的动态模型，确定车辆当前状态的环境信息的具体过程如下：步骤1.1，车辆的同一侧车轮受到同一个信号驱动状态，利用四个电机转速不同构成转速差，实现智能车辆前进、后退、左旋转、右旋转；建立车辆的数学模型，首先推导车辆的航姿：以车辆运动的出发点为坐标系的原点，车辆要到达的目标点为(x,y)，将车辆看作质点，在任意t时刻车辆的位姿表示为(x(t),y(t),θ(t))三个参量，其中x(t)，y(t)分别表示车辆在水平和竖直坐标系中的分量，θ(t)表示车辆运动方向与X轴正方向的夹角，v(t)表示车辆的运动方向，φ(t)表示车辆运动方向与车辆质点与目标点之间连线的夹角，则有：式中，x(t+l)，y(t+l)为t+l时刻车辆在坐标系中的坐标；由车辆的位姿描述得到车辆的运动方程为：式中，v(t)为车辆运行的线速度，ω(t)为车辆运行的角速度；设车辆的行程为l，则dl＝ν(t)dt代入式(4)得到：将式(5)两边同时积分如式(6)所示：令Δl为行程计步长，Δti为车辆第i段行程步长耗时，有l＝n·Δl；代入式(6)得：式(6)为航姿推算法的理想方程；式(7)为离散化后的航姿数学表达式，表示行程计每隔一行程产生一个脉冲，系统响应此脉冲信号计算该行程的耗时以及该时刻的角速度，计算后得到该行程内车辆坐标和角度的增量，最后累积得到车辆的瞬时位姿；步骤1.2，对车辆的环境状态进行划分，根据车辆自身的前进组传感器、倒车组传感器、车辆位姿和目标点坐标三个方向上的距离信息，将车辆的环境状态分为：I，无障路径规划模式，定义为环境类别a；II，障碍物在目标点一侧模式，分别定义环境类别e和环境类别f；III，避障路径规划模式，分别定义为环境类别b、环境类别c、环境类别d、环境类别g和环境类别h；定义x1，x2，x3，x4和x5作为输入量，y1和y2为输出量，其中x1，x2，x3分别表示智能车辆距离障碍物前方、左方和右方的距离；x4表示环境类别；x5表示目标点与车辆当前车身方向夹角Δθ；y1表示车辆转向装置控制差值变化率Δp；y2表示转向装置控制差值p＝PWM1-PWM2。优选的，步骤2中建立模糊控制器的具体过程如下：步骤2.1，模糊化环境类别的num的隶属函数，将步骤1中的输入变量x4的用类别号No表示，量化到[0～7]，模糊语言变量为{“0、1、2、3、4、5、6、7”}；步骤2.2，定义步骤1中的输入变量x1用DMid表示其模糊化隶属函数，m∈(0,150)cm，模糊语言变量Mid取值为{B(远)，M(中)，S(近)}三档；步骤2.3，定义步骤1中的输入变量x2和x3分别用leftD和rightD表示其模糊化隶属函数，其中，left和right均取值为{B(远)，M(中)，S(近)}三档；步骤2.4，将步骤1中的输入变量x5用Daim表示其模糊化隶属函数如式(8)所示：式中，LZ和RZ分别表示目标点在车辆左侧和右侧；步骤2.5，将步骤1中的输入变量y1用语言变量值WD表示，分为：1—直前进(DM)，2—右拐(RD)，-2—左拐(LD)和-1—后退(BA)四档；步骤2.6，将步骤1中的输入变量y2，语言变量值为：{LB(左大转弯)，LM(左直拐弯)，LS(左小转弯)，G(保持当前方向当前速度)，RM(右直拐弯)，RS(右小转弯)，RB(右大转弯)}七档，分别对应转向机构控制差值-p3～p3。优选的，步骤3的具体过程如下：将步骤1得到的车辆当前状态的环境信息利用步骤2建立的模糊规则在MATLAB中具体实现方式如下：If(No＝Noi&Mid＝Midj&R＝Rk&L＝Lq&Daim＝Daimm)Then(Δp＝Δpijklm)其中，i＝0,1…7；j＝0,1，2；k＝0,1,2；q＝0,1,2；m＝0,1；采用系数加权平均法解模糊化，模糊输出为权值，对输出模糊子集对应的模糊单点集值求加权平均，采用式(9)确定控制输出：式中，Uu为各个输出模糊子集对应的模糊单点集的值；Ui为输出对该子集的隶属度，即Δp中隶属度函数(DM,RD,LD,BA)对应的值和p中隶属度函数(LB,LM,LS,G,RM,RS,RB)对应的值；n为输出模糊子集数；结合实际汽车驾驶的思维方式和上述的模糊规则实现无人驾驶车辆的路径规划。本专利技术的另一技术方案是，无人驾驶车辆的控制系统，包括数据采集模块，用于采集实时路况环境数据；主控模块，用于建立模糊控制器，将车辆当前状态的环境信息作为输入量，输入到模糊控制器中，对输入的车辆的环境信息进行优化处理，实现车辆的路径规划；主控模块还分别连接调试接口、数据存储模块、电源模块、通讯接口和执行机构。优选的，数据采集模块的输入端分别连接红外传感器和超声波传感器。执行机构包括两个L298N驱动芯片，每个L298N驱动芯片均连接直流电机和舵机，每个L298N驱动芯片用于控制车辆的方向机和制动器工作，直流电机包括第一级电机和第二级电机，第一级电机包括安装在车辆上的前左电机和前右电机，第二级电机包括安装在车辆上的后左电机和后右电机，第一级前左电机与第二级后左电机连接同一个LM298N驱动芯片，第一级前右电机与第二级后右电机连接另一个LM298N驱动芯片。优选的，电源模块包括LM2596降压模块和XL6009升压模块，LM2596降压模块连接红外传感器和超声波传感器，XL6009升压模块连接舵机。本专利技术的有益效果是，无人驾驶车辆的控制方法及控制系统，通过分别建立车体的动态模型，根据环境划分和设计避障系统，建立模糊控制器，完成对车辆的路径规划，从而使车辆能够按照最优路径行驶，具有有效性和可靠性，本专利技术公开的无人驾驶车辆的控制系统，通过主控模块、模糊控制器、超声波传感器、红外传感器、舵机、电机驱动芯片和电机实时对路面状况进行检测处理，从而使车本文档来自技高网...

【技术保护点】
1.无人驾驶车辆的控制方法，其特征在于，具体操作过程包括如下步骤：步骤1，采集实时路况环境数据、建立车辆的动态模型，确定车辆当前状态的环境信息；步骤2，建立模糊控制器；步骤3，将步骤1的车辆当前状态的环境信息作为输入量，输入到步骤2中的模糊控制器中，经模糊控制器器处理得到输出，并发送给车辆的执行机构，执行机构做出相应的动作，完成车辆的路径规划。

【技术特征摘要】
1.无人驾驶车辆的控制方法，其特征在于，具体操作过程包括如下步骤：步骤1，采集实时路况环境数据、建立车辆的动态模型，确定车辆当前状态的环境信息；步骤2，建立模糊控制器；步骤3，将步骤1的车辆当前状态的环境信息作为输入量，输入到步骤2中的模糊控制器中，经模糊控制器器处理得到输出，并发送给车辆的执行机构，执行机构做出相应的动作，完成车辆的路径规划。2.如权利要求1所述的无人驾驶车辆的控制方法，其特征在于，所述步骤1中建立车辆的动态模型，确定车辆当前状态的环境信息的具体过程如下：步骤1.1，车辆的同一侧车轮受到同一个信号驱动状态，利用四个电机转速不同构成转速差，实现智能车辆前进、后退、左旋转、右旋转；建立车辆的数学模型，首先推导车辆的航姿：以车辆运动的出发点为坐标系的原点，车辆要到达的目标点为(x,y)，将车辆看作质点，在任意t时刻车辆的位姿表示为(x(t),y(t),θ(t))三个参量，其中x(t)，y(t)分别表示车辆在水平和竖直坐标系中的分量，θ(t)表示车辆运动方向与X轴正方向的夹角，v(t)表示车辆的运动方向，φ(t)表示车辆运动方向与车辆质点与目标点之间连线的夹角，则有：式中，x(t+l)，y(t+l)为t+l时刻车辆在坐标系中的坐标；由车辆的位姿描述得到车辆的运动方程为：式中，v(t)为车辆运行的线速度，ω(t)为车辆运行的角速度；设车辆的行程为l，则dl＝ν(t)dt代入式(4)得到：将式(5)两边同时积分如式(6)所示：令Δl为行程计步长，Δti为车辆第i段行程步长耗时，有l＝n·Δl；代入式(6)得：式(6)为航姿推算法的理想方程；式(7)为离散化后的航姿数学表达式，表示行程计每隔一行程产生一个脉冲，系统响应此脉冲信号计算该行程的耗时以及该时刻的角速度，计算后得到该行程内车辆坐标和角度的增量，最后累积得到车辆的瞬时位姿；步骤1.2，对车辆的环境状态进行划分，根据车辆自身的前进组传感器、倒车组传感器、车辆位姿和目标点坐标三个方向上的距离信息，将车辆的环境状态分为：I，无障路径规划模式，定义为环境类别a；II，障碍物在目标点一侧模式，分别定义环境类别e和环境类别f；III，避障路径规划模式，分别定义为环境类别b、环境类别c、环境类别d、环境类别g和环境类别h；定义x1，x2，x3，x4和x5作为输入量，y1和y2为输出量，其中x1，x2，x3分别表示智能车辆距离障碍物前方、左方和右方的距离；x4表示环境类别；x5表示目标点与车辆当前车身方向夹角Δθ；y1表示车辆转向装置控制差值变化率Δp；y2表示转向装置控制差值p＝PWM1-PWM2。3.如权利要求2所述的无人驾驶车辆的控制方法，其特征在于，所述步骤2中建立模糊控制器的具体过程如下：步骤2.1，模糊化环境类别的num的隶属函数，将步骤1中的输入变量x4的用类别号No表示，量化到[0～7]，模糊语言变量为{“0、1、2、3、4、5、6、7”}；步骤2.2，定义步骤1中的输入变量x1用DMid表示其模糊化隶属函数，m∈(0,150)cm，模糊语言变量Mid取值为{B(远)，M(中)，S(近)}三档；步骤2.3，定义步骤1中的输入变量x2和x3分别用leftD和rig...

【专利技术属性】
技术研发人员：温宗周，郭伏，李丽敏，张顺锋，陈鹏年，陈曙东，张峪维，刘德阳，
申请(专利权)人：西安工程大学，
类型：发明
国别省市：陕西,61