【技术实现步骤摘要】
一种基于车辆误差模型的车辆轨迹跟踪控制算法
本专利技术属于车辆控制技术，具体涉及一种基于车辆误差模型的车辆轨迹跟踪控制算法。
技术介绍
在自动驾驶系统中，车辆轨迹跟踪控制算法结合GPS、IMU等传感器数据对预期轨迹进行解析，计算出车辆最优控制量。自动驾驶系统对车辆的油门、刹车、方向盘等执行器进行控制，实现车辆的轨迹跟踪。在自动驾驶车辆轨迹跟踪控制时，常用的控制算法有PID控制、线性二次型调节器(LQR)、模型预测控制(MPC)等控制算法。车辆轨迹跟踪控制算法使车辆按照预期轨迹行驶，维持车辆行驶轨迹稳定，是保障自动驾驶行车安全的根本。赵克刚、郭泉成等在《基于最优控制的智能车轨迹跟踪算法》一文中，提出了一种基于最优控制的智能车轨迹跟踪算法。根据车辆运动学方程和轨迹跟踪状态，建立轨迹跟踪误差模型，采用线性二次型最优控制方法，以动态跟踪误差、控制能量消耗综合最优为目标，通过不同速度时的目标权重系数调整，实现了速度自适应的车辆轨迹跟踪最优控制。该方案存在以下几点问题：1、轨迹跟踪误差模型中未考虑车辆动力学特性，在车辆高速行驶和...
【技术保护点】
1.一种基于车辆误差模型的车辆轨迹跟踪控制算法，其特征在于：根据车辆状态、定位信息以及参考轨迹，通过滤波、frenet转换、目标点匹配、误差分析、横向控制和纵向控制得到车辆方向盘转角、车辆方向盘转速、车辆纵向加速度，并再次进行滤波，最终发送给受控车辆，实现基于车辆动力学误差模型的车辆的轨迹跟踪控制。/n
【技术特征摘要】
1.一种基于车辆误差模型的车辆轨迹跟踪控制算法，其特征在于：根据车辆状态、定位信息以及参考轨迹，通过滤波、frenet转换、目标点匹配、误差分析、横向控制和纵向控制得到车辆方向盘转角、车辆方向盘转速、车辆纵向加速度，并再次进行滤波，最终发送给受控车辆，实现基于车辆动力学误差模型的车辆的轨迹跟踪控制。
2.根据权利要求1所述的基于车辆误差模型的车辆轨迹跟踪控制算法，其特征在于，步骤如下：
步骤1、通过CAN通讯模块从受控车辆内部CAN总线采集车辆状态信息，通过通讯接口从车载组合导航模块中获取车辆定位信息，通过车辆导航系统采集车辆预定行驶轨迹作为参考轨迹，转入步骤2；
步骤2、对车辆状态信息、定位信息进行卡尔曼滤波，去除其中的传感器噪声信号，获得去噪后的车辆状态信息和去噪后的定位信息，对参考轨迹进行轨迹滤波去除参考轨迹中的噪声点，获得去噪后的参考轨迹，转入步骤3；
步骤3、根据去噪后的参考轨迹将去噪后的车辆定位信息从笛卡尔坐标系转换到frenet坐标系中，得到frenet坐标系中车辆定位信息，转入步骤4；
步骤4、根据去噪后的车辆状态信息与frenet坐标系中车辆定位信息在去噪后的参考轨迹中选取车辆实时目标点，转入步骤5；
步骤5、根据车辆实时目标点与frenet坐标系中车辆定位信息通过误差分析算法得到横向误差和纵向误差，转入步骤6；
步骤6、根据横向误差和纵向误差分别计算车辆方向盘转角、车辆方向盘转速、车辆纵向加速度，车辆方向盘转角与车辆方向盘转速用于对车辆进行横向控制，车辆纵向加速度用于对车辆进行纵向控制，转入步骤7；
步骤7、对车辆方向盘转角、车辆方向盘转速和车辆纵向加速度分别进行限幅滤波，去除控制量中的异常点，获得最终的车辆方向盘转角、车辆方向盘转速和车辆纵向加速度，转入步骤8；
步骤8、通过CAN通讯模块将最终的车辆方向盘转角、车辆方向盘转速和车辆纵向加速度发送给受控车辆，实现车辆的轨迹跟踪控制。
3.根据权利要求1所述的基于车辆误差模型的车辆轨迹跟踪控制算法，其特征在于：步骤1中，车辆状态信息如表1所示：
表1车辆状态信息表
4.根据权利要求1所述的基于车辆误差模型的车辆轨迹跟踪控制算法，其特征在于：步骤1中，定位信息如表2所示：
表2定位信息表
5.根据权利要求1所述的基于车辆误差模型的车辆轨迹跟踪控制算法，其特征在于：步骤2中，对参考轨迹进行轨迹滤波去除参考轨迹中的噪声点，获得去噪后的参考轨迹，具体如下：
步骤2-1、使用车辆运动模型对参考轨迹进行几何推算，检索出参考轨迹所有不符合车辆运动学模型的轨迹点，如果不存在不符合车辆运动学模型的轨迹点，则得到去噪后的参考轨迹，如果存在不符合车辆运动学模型的轨迹点，则转入步骤2-2；
步骤2-2、在参考轨迹中选取不符合车辆运动学模型的轨迹点的前相邻点和后相邻点，对前相邻点和后相邻点使用线性差值法得到中间点，使用中间点替换参考轨迹中不符合车辆...
【专利技术属性】
技术研发人员：王俊杰，朱红赛，唐兴，苏岩，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏;32
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。