基于管道预测模型的自动驾驶路径跟踪抗干扰控制方法技术

本发明专利技术公开了一种基于管道预测模型的自动驾驶路径跟踪抗干扰控制方法，根据车辆当前纵向车速、局部坐标和横摆角，预测车辆在转向时间延迟后局部坐标变化和横摆角变化。根据车辆当前纵向车速，迭代使用明可夫斯基和得到最小不变集，结合车辆道路模型的状态约束计算终端约束集。引入终端约束集、名义约束，并考虑前轮转角最大值约束和变化率约束后，求解有限时域最优控制问题。最优控制量经抗干扰控制器处理后，计入车辆道路模型的稳态误差，得到管道模型预测的前轮转角。本发明专利技术实现了自动驾驶车辆受到外界干扰情况下跟踪稳定性，可用于提高系统鲁棒性。

Anti-interference control method of automatic driving path tracking based on pipeline prediction model

【技术实现步骤摘要】
基于管道预测模型的自动驾驶路径跟踪抗干扰控制方法
本专利技术涉及自动驾驶汽车
，具体涉及一种基于管道预测模型的自动驾驶汽车路径跟踪抗干扰控制方法。
技术介绍
自动驾驶车辆系统由环境感知、运动规划与决策、车辆控制三个模块组成。环境感知模块生成环境地图，以确定可行驶区域。运动规划与决策模块在可行驶区域生成期望的路径，并规划期望速度。车辆控制模块输出方向盘转角、节气门开度和制动压力，以跟踪期望的路径和速度。车辆控制对于保证车辆安全、准确地跟踪期望路径起着不可或缺的作用。对于自动驾驶汽车，无需驾驶员手动打方向盘，转向控制由控制器自动实现，包括模糊逻辑、滑模控制、鲁棒控制、状态反馈和模型预测控制等多种方法。转向信号延迟大约在0.2秒至0.4秒之间，此信号延迟远远大于自动转向控制的计算周期，故在自动转向控制中应考虑转向信号延迟。因转向系统机械结构约束，前轮转角最大值和转向速度有所限制。并且行驶过程中车辆受到多种干扰时，系统可能失去操纵稳定性，因此鲁棒性也是跟踪效果的必要条件。因而对于自动驾驶车辆来说，如何在时间延迟及多种干扰条件下保持操控稳定性是一个急需解决的难题。
技术实现思路
本专利技术要解决的技术问题在于提供一种基于管道预测模型的自动驾驶路径跟踪抗干扰控制方法，以在时间延迟以及多种干扰条件下保证自动驾驶车辆的操纵稳定性和跟踪鲁棒性。为解决上述技术问题，本专利技术采用如下技术方案：一种基于管道预测模型的自动驾驶路径跟踪抗干扰控制方法，其特征在于将车辆路径跟踪模型的状态量保持在期望轨迹的不变集管道内，包括如下步骤：1)根据车辆当前纵向车速、局部坐标和横摆角，预测车辆在转向时间延迟后局部坐标变化和横摆角变化；2)根据车辆当前纵向车速，通过反复迭代应用明可夫斯基和，计算最小不变集；结合车辆路径跟踪模型的初始状态约束，得到名义约束和终端约束：所述状态约束包括侧向偏差约束、侧向偏差的导数约束、横摆角约束、横摆角速度约束；名义约束分为名义状态量约束和名义输入约束，名义状态量约束包括侧向偏差约束、侧向偏差的导数约束、横摆角约束、横摆角速度约束，名义输入约束指最优控制的前轮转角约束；系统受到干扰时，将实际状态量始终约束在以名义状态量为中心、最小不变集为半径的管道内；所述终端约束为管道预测模型最后一个预测时域的状态约束；3)引入名义约束、终端约束，并考虑前轮转角最大值约束后，求解有限时域最优问题：4)最优控制量经抗干扰控制器处理后，计入车辆道路模型的稳态误差，得到管道预测模型预测后的前轮转角。进一步地，所述步骤1)中，时间延迟内预测质心坐标变化和横摆角变化的具体方法为：假设在时间延迟内转向系统转角和车速不变化，转向时间延迟不变；基于车速和转向时间延迟，推算车辆在延迟时间内行驶距离；根据前轮转角不变和车辆运动学关系，推算时间延迟后车辆在运动轨迹上的坐标和横摆角变化；在当前车辆坐标和横摆角上附加各自变化量，输出给参考路径模块。进一步地，所述步骤2)中，中采用前馈加状态反馈的控制输入分析车辆路径跟踪模型的稳态误差，修改原始的车辆路径跟踪模型，消除道路的曲率干扰。进一步地，所述步骤2)中最小不变集、名义约束和终端状态约束的具体确定方法为：(1)采用前馈加状态反馈的控制输入分析车辆路径跟踪模型的稳态误差，修改原始的车辆路径跟踪模型，消除道路的曲率干扰；确定管道模型预测的预测时域，设定初始集合为{0}，反复应用明可夫斯基和递推至预测时域，得到修正后的车辆路径跟踪模型实际状态量与名义状态量的差的最小不变集；(2)名义约束分为名义状态约束和名义输入约束；根据车辆路径跟踪模型的状态量约束和最小不变集，应用庞特里亚金差差减去最小不变集，得到名义状态约束；修正后的车辆路径跟踪模型输入控制约束应用庞特里亚金差减去状态反馈增益K和最小不变集的仿射集合，得到名义输入约束；(3)取终端不变集为最大鲁棒不变集或最大不变集，以名义状态约束和名义输入约束为初始集合，应用迭代取交集运算，直至交集的集合不再变化，则该集合为最大鲁棒不变集，即终端不变集。进一步地，所述步骤2)中，管道预测模型最后一个预测时域的状态约束，保证无限时域状态反馈控制下名义状态量满足名义状态约束，状态反馈量满足名义输入约束。进一步地，所述步骤3)中，求解有限时域最优问题的具体方法为：采用去除曲率干扰的名义车辆道路模型，根据名义初始状态量递推得到预测时域内的状态量；把名义状态量限制在以实际车辆道路模型状态为中心的最小不变集内，最优控制量限制在名义输入约束内，并要求最后一个预测时刻的状态量在终端约束内，同时限制最优控制量在预测时域内的变化率和总的前轮转角，带入以上约束求解有限时域内凸优化问题得到最优控制量和名义初始状态。进一步地，所述步骤4)中，方向盘转角的具体计算方法为：取预测时域内第一个最优控制量和名义初始状态，同时引入线性二次型调节器的状态反馈控制器K，将得到抗干扰控制器的输出，计入车辆道路模型的稳态误差，输出管道模型预测的前轮转角。相对于最接近的现有技术，本专利技术具有如下有益效果：信号延迟往往比控制器计算所需的时间大很多，而其他鲁棒控制器没有把信号延迟时间延迟考虑在内，故机械结构无法快速执行鲁棒控制器的期望控制量。管道预测模型是基于模型预测的鲁棒控制器，将车辆路径跟踪模型的状态量保持在期望轨迹的不变集管道内。本专利技术基于当前时刻的纵向车速、局部坐标和横摆角，预测车辆在时间延迟后的车辆运动状态，同时在受到外部干扰下管道预测模型将车辆路径跟踪模型的状态保持在不变集管道内，将信号延迟本身的问题在模型建立之初就考虑在内，避免了干扰问题。由此，本专利技术的方法包括时间延迟运动预测和管道模型预测，以在时间延迟以及多种干扰条件下保证自动驾驶车辆的操纵稳定性和跟踪鲁棒性。实现了自动驾驶车辆受到外界干扰情况下跟踪稳定性，可用于提高系统鲁棒性。附图说明图1为基于管道模型预测的自动驾驶路径跟踪抗干扰控制方法的控制结构框图。图2为转向时间延迟内车辆行驶的轨迹。图3为车辆路径跟踪模型。图4为管道模型预测和带时间延迟运动预测的管道模型预测三种工况下的路径跟踪轨迹图。图5为管道模型预测与纯追踪控制、滑模控制、普通模型预测控制在路面附着系数变化下的跟踪效果对比图。具体实施方式下面将结合附图对本专利技术技术方案的实施例进行详细的描述。如图1所示，本专利技术提供的基于管道模型预测的自动驾驶路径跟踪抗干扰控制方法，包括以下步骤：步骤一：基于车辆当前时刻前轮转角、横摆角和纵向速度，预测转向时间延迟内车辆质心坐标变化和横摆角变化；假设时间延迟为tdel，车速为V，则时间延迟内轨迹长度sdel＝Vtdel。车辆运动学模型为：公式(1)中Ψdel是当前车辆横摆角，L是车辆前轴和后轴之间的轴距。Vx和Vy分别是车辆纵向速度和侧向速度，是横摆角速度，δ是当前时刻前轮转角。假设时间延迟内方向本文档来自技高网...

【技术保护点】
1.一种基于管道预测模型的自动驾驶路径跟踪抗干扰控制方法，其特征在于将车辆路径跟踪模型的状态量保持在期望轨迹的不变集管道内，包括如下步骤：/n1)根据车辆当前纵向车速、局部坐标和横摆角，预测车辆在转向时间延迟后局部坐标变化和横摆角变化；/n2)根据车辆当前纵向车速，通过反复迭代应用明可夫斯基和，计算最小不变集；结合车辆路径跟踪模型的初始状态约束，得到名义约束和终端约束：所述状态约束包括侧向偏差约束、侧向偏差的导数约束、横摆角约束、横摆角速度约束；名义约束分为名义状态量约束和名义输入约束，名义状态量约束包括侧向偏差约束、侧向偏差的导数约束、横摆角约束、横摆角速度约束，名义输入约束指最优控制的前轮转角约束；系统受到干扰时，将实际状态量始终约束在以名义状态量为中心、最小不变集为半径的管道内；所述终端约束为管道预测模型最后一个预测时域的状态约束；/n3)引入名义约束、终端约束，并考虑前轮转角最大值约束后，求解有限时域最优问题：/n4)最优控制量经抗干扰控制器处理后，计入车辆道路模型的稳态误差，得到管道预测模型预测后的前轮转角。/n

【技术特征摘要】
1.一种基于管道预测模型的自动驾驶路径跟踪抗干扰控制方法，其特征在于将车辆路径跟踪模型的状态量保持在期望轨迹的不变集管道内，包括如下步骤：
1)根据车辆当前纵向车速、局部坐标和横摆角，预测车辆在转向时间延迟后局部坐标变化和横摆角变化；
2)根据车辆当前纵向车速，通过反复迭代应用明可夫斯基和，计算最小不变集；结合车辆路径跟踪模型的初始状态约束，得到名义约束和终端约束：所述状态约束包括侧向偏差约束、侧向偏差的导数约束、横摆角约束、横摆角速度约束；名义约束分为名义状态量约束和名义输入约束，名义状态量约束包括侧向偏差约束、侧向偏差的导数约束、横摆角约束、横摆角速度约束，名义输入约束指最优控制的前轮转角约束；系统受到干扰时，将实际状态量始终约束在以名义状态量为中心、最小不变集为半径的管道内；所述终端约束为管道预测模型最后一个预测时域的状态约束；
3)引入名义约束、终端约束，并考虑前轮转角最大值约束后，求解有限时域最优问题：
4)最优控制量经抗干扰控制器处理后，计入车辆道路模型的稳态误差，得到管道预测模型预测后的前轮转角。


2.根据权利要求1所述的基于管道预测模型的自动驾驶路径跟踪抗干扰控制方法，其特征在于述步骤1)中，时间延迟内预测质心坐标变化和横摆角变化的具体方法为：假设在时间延迟内转向系统转角和车速不变化，转向时间延迟不变；基于车速和转向时间延迟，推算车辆在延迟时间内行驶距离；根据前轮转角不变和车辆运动学关系，推算时间延迟后车辆在运动轨迹上的坐标和横摆角变化；在当前车辆坐标和横摆角上附加各自变化量，输出给参考路径模块。


3.根据权利要求1所述的基于管道预测模型的自动驾驶路径跟踪抗干扰控制方法，其特征在于所述步骤2)中，中采用前馈加状态反馈的控制输入分析车辆路径跟踪模型的稳态误差，修改原始的车辆路径跟踪模型，消除道路的曲率干扰。


4.根据权利要求1所述的基于管道预测模型的自动驾驶路径跟踪抗干扰控制方法，其特征在于所述步骤2)中最小不变集、名义约束和终端状态约束的具体确定方法为：
...

【专利技术属性】
技术研发人员：裴晓飞，余嘉星，周维，杨波，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：湖北;42