【技术实现步骤摘要】
一种用于无人驾驶的车辆路径追踪自适应控制方法和系统
本专利技术属于无人驾驶路径追踪控制领域，具体涉及一种在智能车辆自动追踪预设路径时，根据车辆实时运行状态自适应调整控制器模型参数，得到最优的轮胎转向角，从而控制车辆运行的方法和系统。
技术介绍
路径追踪是车辆无人驾驶的一项关键技术，目前路径追踪主要有以下几种方法：采用PID控制器，跟踪能力较好，对复杂工况的适应性较差；采用纯追踪算法，跟踪性能和实时性较好，但是需要建立精确的数学模型，而且前视距离不易选取，使其在应用方面受到很大的限制；采用模型预测控制的方法，该方法通过求解带约束的目标函数，预测系统未来时刻的状态，在线滚动优化，使跟踪误差最小，但是其计算较为复杂，对硬件要求较高；采用Stanley算法，该算法的核心是一个非线性反馈横向偏差函数，数学模型比较简单，硬件要求低，实时性好。然而，目前多数Stanley算法中存在一个问题，当车辆行驶速度发生变化时，需要人为改变增益参数k，否则跟踪误差增大。人为调整参数，增加了操作的不便性，而且所调整的参数不一定是最优参数。针对这...
【技术保护点】
1.一种用于无人驾驶的车辆路径追踪自适应控制方法，其特征在于，包括：/n(1)建立车辆的Stanley模型：
【技术特征摘要】
1.一种用于无人驾驶的车辆路径追踪自适应控制方法，其特征在于，包括：
(1)建立车辆的Stanley模型：
其中△u为期望前轮转向角，θh为车辆的当前航向角，θr为参考路径的角度，dXTE为当前时刻的横向误差，v为当前时刻的速度，k为当前时刻的增益参数；
(2)根据车辆当前的运行状态，采用改进的蚁群算法计算当前时刻的最优增益参数kopt；
(3)将当前时刻的最优增益参数kopt代入车辆的Stanley模型中，得到下一时刻车辆的最优期望转向角，控制车辆运行；判断是否要切换参考点，跳转至步骤2继续下一时刻的控制，直到车辆到达参考路径的终点。
2.根据权利要求1所述车辆路径追踪自适应控制方法，其特征在于，所述步骤(2)包括：
(2.1)根据k的取值范围和精度确定小数位数和整数位数，设整数位数为I，小数位数为J；确定蚂蚁的活动区域为0≤x≤I+J，0≤y≤9约束的矩形区域Area，x,y均为整数；蚂蚁从坐标原点出发爬向x＝I+J的节点为一次迭代，一次迭代包括I+J步，所经过的路径节点依次为Path＝A(1,y1),A(2,y2),…,A(I+J,yI+J)，yn∈{0,1,…,9}，n＝1,2,…,I+J；
(2.2)初始化蚁群参数：设置蚁群规模M，最大迭代次数Imax，信息素挥发系数ρ，蚂蚁迭代一次释放的信息素总量Q，遗留信息素的重要程度α，启发信息的重要程度β，初始化Area中各节点的信息素τx,y(0)＝C；ρ、Q、α、β、C均为常数；当前最优路径节点的纵坐标均为0，即当前迭代次数i＝0，当前爬行步数j＝0；
(2.3)第i次迭代的第j步中，每一只蚂蚁从x＝j的节点爬向x＝j+1的节点；计算x＝j+1的每个节点的信息素能见度
计算第m只蚂蚁从当前节点A(j,yj)爬向的节点A(j+1,yn)的转移概率
其中为第i次迭代中节点(j,yn)处的信息素，m＝1,…,M；
选择转移概率最大的节点为第m只蚂蚁第j步的目的节点A(j+1,yj+1)；
令j加一，重复步骤2.3，直到j＝I+J，完成一次迭代，记录本次迭代每只蚂蚁的路径节点
(2.4)计算当前迭代的最优增益参数
根据第i次迭代中每只蚂蚁的路径节点计算M个增益参数k的候选值：
其中为当前迭代中第m只蚂蚁所经过的路径上的第j个节点的纵坐标；
根据计算期望前轮转向角的第m个候选值并预测下一时刻车辆的位姿(x',y',θh')：
x'＝x+v·T·cosθh
y'＝y+v·T·sinθh
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。