智能驾驶车辆横向控制方法及控制系统技术方案

本发明专利技术公开了一种智能驾驶车辆横向控制方法，包括：建立横向控制前馈控制系统模型、后馈控制系统模型、前馈控制转矩标定仿真模型和后馈控制转矩标定仿真模型；对前馈控制和后馈控制转矩标定仿真模型进行首次调参；对首次调参获得的前馈控制和后馈控制转矩标定仿真模型参数进行实车验证；变换不同的期望工况反复执行上述验证步骤，对不同期望工况下的前馈控制和后馈控制转矩标定仿真模型参数进行标定，获得前馈控制和后馈控制转矩标定仿真模型最优参数；利用最优参数对前馈控制转矩标定仿真模型和后馈控制转矩标定仿真模型进行参数优化，并对剩余未标定参数进行仿真调试，获得全部标定参数。本发明专利技术还公开了一种智能驾驶车辆横向控制系统。

Lateral control method and control system of intelligent driving vehicle

【技术实现步骤摘要】
智能驾驶车辆横向控制方法及控制系统
本专利技术涉及汽车领域，特别是涉及一种智能驾驶车辆横向控制方法。本专利技术还涉及一种智能驾驶车辆横向控制系统。
技术介绍
智能驾驶技术是人工智能领域发展十分迅速的一个分支，智能网联化已成为国内外各主机厂的战略制高点。精准的横向控制是实现智能驾驶车辆功能算法的基础。但是，线控转向技术尚未成熟，政策方面亦存在阻碍。截至目前，已量产的线控转向车型只有英菲尼迪Q50一款，且上市一年内便因线控转向问题大量召回。目前智能车辆的横向控制改装大致有两类：第一类，沿用原车的助力转向控制系统，助力转向系统为力矩控制系统，通过对车辆部分参数的测试估计，结合助力转向系统的固有参数，可以运用公式(1)建立方向盘扭矩和前轮转角的关系。其中，m为整车质量；lH为总重心到后轴的距离；nv为前轮总拖距；il为方向盘到轮胎的传动比；l为轴距；Vl为转向助力系数；v为车速；Vch为车辆特征速度。该方法不用改变原转向系统的构造，通过简单测量标定便可实现智能驾驶车辆的横向控制。但是，公式(1)中，参数Vl为转向助力系数，该参数为助力转向供应商的核心技术参数，一般主机厂或者智能驾驶初创公司、高校等，很难获取该参数，所以这种方法仅适应于产品线中包含助力转向系统或者有条件获取助力转向核心参数的厂商和机构。第二类，舍弃助力转向系统，在该系统之外安装第三方控制机构对方向盘进行控制。比较典型的是在方向盘的附近安装伺服电机，用该电机对智能驾驶决策规划模块发出的转向角指令进行响应。该方法摒弃原有的助力转向机构，可以相对容易的实现车辆的横向控制。但是，该方法改造的横向控制系统所需安装空间较大，使得改造后的车辆中控不甚美观，全工况下精度较低，而且重新开发一套基于伺服电机的控制系统成本较高，难以实现量产。
技术实现思路
本专利技术要解决的技术问题是提供一种在不改变车辆原有助力转向控制系统的基础上，在不需要获得助力转向系统核心参数的情况下，基于前馈和后馈联合作用的智能驾驶车辆横向控制方法。本专利技术还提供了一种在不改变车辆原有助力转向控制系统的基础上，在不需要获得助力转向系统核心参数的情况下，基于前馈和后馈联合作用的智能驾驶车辆横向控制系统。前馈即通过自抗扰控制，在不依赖于助力转向系统模型的基础上，以非线性反馈来估计、补偿和抑制助力转向系统的不确定因素，以防止在通过特殊工况，如坑洼路面或减速带时方向盘的抖动。后馈是通过标定理想转矩在不同期望方向盘转角和车速下的PID控制器参数，获得相对于期望方向盘转角和车速的PID参数表，通过查表的方式，获得某周期内的期望转矩输出，以相应智能驾驶车辆决策与规划模块输出的期望方向盘转角。汽车横向控制，即对车辆相对行车路线位姿(横向偏差和航向偏差)的调整。汽车行驶过程中，横向控制至关重要，横向控制通过控制智能汽车的前轮转角，使其跟踪制定路径行驶，并保证行驶的安全性、舒适性和平稳性。为解决上述技术问题，本专利技术提供的一种能驾驶车辆横向控制方法，包括以下步骤：S1，根据车辆助力转向特性，建立前馈控制系统转矩标定仿真模型；所述车辆助力转向特性是预设速度条件下对不同方向盘转角进行标定，获得的速度、方向盘转角和方向盘助力力矩之间的关系；S2，根据车辆助力转向特性，建立后馈控制系统转矩标定仿真模型；S3，通过设定期望工况，对前馈控制系统转矩标定仿真模型和后馈控制系统转矩标定仿真模型按调参规则进行调参；S4，将调参后的前馈控制系统转矩标定仿真模型和后馈控制系统转矩标定仿真模型参数进行实车验证，获得前馈控制系统转矩标定仿真模型和后馈控制系统转矩标定仿真模型最优参数，利用最优参数作为横向控制前馈控制系统仿真模型和横向控制后馈控制系统仿真模型参数；S5，变换不同的期望工况反复执行步骤S3和S4，获得不同期望工况下的前馈控制系统转矩标定仿真模型和后馈控制系统转矩标定仿真模型参数形成模型参数集；标定参数很多，反复执行步骤S3和S4使仿真模型更准确，以相对更准确的仿真模型来标其他参数。S6，将所述模型参数集集成到前馈控制系统转矩标定仿真模型和后馈控制系统转矩标定仿真模型，用于前馈控制系统和后馈控制系统转矩控制。可选择的，进一步改进所述的智能驾驶车辆横向控制方法，所述前馈控制系统转矩标定仿真模型如下；其中，z1、z2、z3为不同的状态观测器，l1、l2、l3为观测器增益系数；θ为期望方向盘转角；Jm为转向系等效转动惯量；Mr为方向盘转矩，δ为设定阈值，ε为转向系传动比。状态观测器是根据系统的外部变量(输入变量和输出变量)的实测值得出状态变量估计值的一类动态系统，也称为状态重构器。60年代初期，为了对控制系统实现状态反馈或其他需要，D.G.吕恩伯格、R.W.巴斯和J.E.贝特朗等人提出状态观测器的概念和构造方法，通过重构的途径解决了状态的不能直接量测的问题。状态观测器的出现，不但为状态反馈的技术实现提供了实际可能性，而且在控制工程的许多方面也得到了实际应用，例如复制扰动以实现对扰动的完全补偿等。可选择的，进一步改进所述的智能驾驶车辆横向控制方法，所述后馈控制系统转矩标定仿真模型如下；其中，u(x)为输出力矩函数，e(t)为方向盘转角误差函数，Kp、Ki、Kd分别为比例、积分和微分系数(Kp、Ki、Kd通过标定获得)，是误差函数对时间的导数，dt为系统变化周期。可选择的，进一步改进所述的智能驾驶车辆横向控制方法，所述调参规则包括，使观测器的状态和相对于期望方向盘转角的一次和二次导数误差小于预设数量级的PID值；其中，所述预设数量级为10-4。可选择的，进一步改进所述的智能驾驶车辆横向控制方法，实施步骤S4时，将前馈控制系统转矩标定仿真模型和后馈控制系统转矩标定仿真模型最小的跟踪误差作为前馈控制转矩标定仿真模型和后馈控制转矩标定仿真模型最优参数可选择的，进一步改进所述的智能驾驶车辆横向控制方法，实施步骤S4时，前馈控制系统转矩标定仿真模型和后馈控制系统转矩标定仿真模型最优参数的实车验证与模型仿真过程交叉进行，在优化仿真模型的同时对不同设定期望工况下的仿真模型参数进行标定。其中，最优参数可直接代入仿真模型。可选择的，进一步改进所述的智能驾驶车辆横向控制方法，实施步骤S4进行实车验证时，包括以下步骤：1)将仿真所得的调节系数及设定的期望工况输入实车在线标定算法；2)通过整车CAN通讯，控制整车运行，获得实车验证参数。可选择的，进一步改进所述的智能驾驶车辆横向控制方法，所述调节系数包括比例系数、积分系数和微分系数。可选择的，进一步改进所述的智能驾驶车辆横向控制方法，步骤S3中，所述期望工况包括期望方向盘转角和期望车速。本专利技术提供一种智能驾驶车辆横向控制系统，包括：建模模块，根据车辆助力转向特性建立前馈控制系统转矩标定仿真模型本文档来自技高网...

【技术保护点】
1.一种智能驾驶车辆横向控制方法，其特征在于，包括以下步骤：/nS1，根据车辆助力转向特性，建立前馈控制系统转矩标定仿真模型；/n所述车辆助力转向特性是预设速度条件下对不同方向盘转角进行标定，获得的速度、方向盘转角和方向盘助力力矩之间的关系；/nS2，根据车辆助力转向特性，建立后馈控制系统转矩标定仿真模型；/nS3，通过设定期望工况，对前馈控制系统转矩标定仿真模型和后馈控制系统转矩标定仿真模型按调参规则进行调参；/nS4，将调参后的前馈控制系统转矩标定仿真模型和后馈控制系统转矩标定仿真模型参数进行实车验证，获得前馈控制系统转矩标定仿真模型和后馈控制系统转矩标定仿真模型最优参数，利用最优参数作为横向控制前馈控制系统仿真模型和横向控制后馈控制系统仿真模型参数；/nS5，变换不同的期望工况反复执行步骤S3和S4，获得不同期望工况下的前馈控制系统转矩标定仿真模型和后馈控制系统转矩标定仿真模型参数形成模型参数集；/nS6，将所述模型参数集集成到前馈控制系统转矩标定仿真模型和后馈控制系统转矩标定仿真模型，用于前馈控制系统和后馈控制系统转矩控制。/n

【技术特征摘要】
1.一种智能驾驶车辆横向控制方法，其特征在于，包括以下步骤：
S1，根据车辆助力转向特性，建立前馈控制系统转矩标定仿真模型；
所述车辆助力转向特性是预设速度条件下对不同方向盘转角进行标定，获得的速度、方向盘转角和方向盘助力力矩之间的关系；
S2，根据车辆助力转向特性，建立后馈控制系统转矩标定仿真模型；
S3，通过设定期望工况，对前馈控制系统转矩标定仿真模型和后馈控制系统转矩标定仿真模型按调参规则进行调参；
S4，将调参后的前馈控制系统转矩标定仿真模型和后馈控制系统转矩标定仿真模型参数进行实车验证，获得前馈控制系统转矩标定仿真模型和后馈控制系统转矩标定仿真模型最优参数，利用最优参数作为横向控制前馈控制系统仿真模型和横向控制后馈控制系统仿真模型参数；
S5，变换不同的期望工况反复执行步骤S3和S4，获得不同期望工况下的前馈控制系统转矩标定仿真模型和后馈控制系统转矩标定仿真模型参数形成模型参数集；
S6，将所述模型参数集集成到前馈控制系统转矩标定仿真模型和后馈控制系统转矩标定仿真模型，用于前馈控制系统和后馈控制系统转矩控制。


2.如权利要求1所述的智能驾驶车辆横向控制方法，其特征在于：
所述前馈控制系统转矩标定仿真模型如下；






其中，z1、z2、z3为不同的状态观测器；l1、l2、l3为观测器增益系数；θ为期望方向盘转角；Jm为转向系等效转动惯量；Mr为方向盘转矩，δ为设定阈值，ε为转向系传动比。


3.如权利要求1所述的智能驾驶车辆横向控制方法，其特征在于：
所述后馈控制系统转矩标定仿真模型如下；



其中，u(x)为输出力矩函数，e(t)为方向盘转角误差函数，Kp、Ki、Kd分别为比例、积分和微分系数，是误差函数对时间的导数，dt为系统变化周期。


4.如权利要求1所述的智能驾驶车辆横向控制方法，其特征在于：
所述调参规则包括，使观测器的状态和相对于期望方向盘转角的一次和二次导数误差小于预设数量级的PID值。


5.如权利要求4所述的智能驾驶车辆横向控制方法，其特征在于：所述预设数量级为10-4。


6.如权利要求1所述的智能驾驶车辆横向控制方法，其特征在于：实施步骤S4时，将前馈控制系统转矩标定仿真模型和后馈控制系统转矩标定仿真模型最小的跟踪误差作为前馈控制转矩标定仿真模型和后馈控制转矩标定仿真模型最优参数。


7.如权利要求1所述的智能驾驶车辆横向控制方法，其特征在于：实施步骤S4时，前馈控制系统转矩标定仿真模型和后馈控制系统转矩标定仿真模型最优参数的实车验证与模型仿真过程交叉进行，在优化仿真模型的同时对不同设定期望工况下的仿真模型参数进行标定。


8.如权利要求1所述的智能驾驶车辆横向控制方法，其特征在于：实施步骤S4进行实车验证时，包括以下步骤：
1)将仿真所得的调节系数及设定的期望工况输入实车在线标定算法；
2)通过整车CAN通讯，控制整车运行，获得实车验证参数。


9.如权利要求8所述的智能驾驶车辆横向控制方法，其特征在于：所述调节系数包括比例系数、积分系数和微分系数。


10.如权利要求1所述的智能驾驶车辆横向控制方法，其特征在于：步骤S3中，所述期望工况包括期望方向盘转角和期望...

【专利技术属性】
技术研发人员：陈英箭，栗工，郭嘉，
申请(专利权)人：联创汽车电子有限公司，
类型：发明
国别省市：上海;31