一种路径跟随控制系统及控制方法技术方案

本发明专利技术提供了一种路径跟随控制系统及控制方法，控制系统包括车载传感器、通信网络、控制器和状态估计器，控制方法包括以下步骤利用车载传感器，获取无人驾驶车辆的横向位移、纵向位移、横向加速度、纵向加速度、横摆角和横摆角速度，将其作为无人驾驶车辆的状态量，并将无人驾驶车辆的前轮转角作为其控制量；设置所述控制器；通信网络获取外部环境信息，规划出一条可行使的路径；通过车载传感器检测出无人驾驶车辆的瞬时状态信息，将检测到的状态信息输入到所述控制器中，所述控制器通过控制无人驾驶车辆的前轮转角来控制无人驾驶车辆直行还是转弯，控制跟随所规划的路径，该路径跟随方法对无人驾驶车辆的跟随精度高，且路径跟随实时性能好。

【技术实现步骤摘要】
一种路径跟随控制系统及控制方法
本专利技术涉及无人驾驶汽车
，尤其涉及一种路径跟随控制系统及控制方法。
技术介绍
交通是人类活动的重要方面，汽车的出现极大扩展了人类的交通活动范围，也加快了人类的生活节奏与生产效率。汽车为现代社会的发展和人类生活的改善做出了巨大的贡献，但随着汽车保有量的越来越多，越发给人类社会带来诸如交通安全、环境污染与能源耗费等难题，如何克服这些难题成为当今社会比较热点的话题。在诸多问题中，交通安全问题尤为严重。现代道路交通事故发生率居高不下，死亡人数逐年增长，由此造成的经济损失也不可估量。面对严峻的道路交通安全问题，各国政府和机构已经迫切要求提高汽车技术来改进汽车安全性能，减少道路交通事故的发生。这一问题也是汽车行业所关注的热点和焦点。改善交通事故频发这一状况可以从人和车两方面入手。其中人是交通安全的主体，人的过失行为是造成交通事故的主要原因，驾驶员在操作时会有相对较长的反应延时，视野范围具有局限性，夜视能力比较有限，驾驶过久会产生疲劳等等。这些问题则可以通过提升汽车技术进行解决，因此越来越多的研究人员开始尝试研发无人驾驶技术，以提高道路交通的安全性。无人驾驶技术使得道路交通系统从“人－车－路”系统变为“车－路”系统，不仅大大提高道路交通的安全性，也将有效降低因道路交通事故引起的生命损失与财产损失，甚至还可以替代人类完成一些特殊任务。所以，无人驾驶技术对于人类而言具有不可估量的价值与意义。虽然我国的无人驾驶车辆及其相关技术在近些年得到了较为快速的发展，但是在环境建模、智能决策和车辆控制等方面都有所欠缺，与发达国家也还存在一定的差距，要实现真正的无人驾驶还需要很长的时间。对于无人驾驶车辆而言，能够实现路径跟随控制是其安全性和智能性的一个重要体现，所以研究无人驾驶车辆路径跟随控制就显得十分重要。路径规划算法是一种新型优化算法，应用于无人驾驶和人工智能领域。PID控制算法、自适应控制算法、模糊预测算法和预瞄跟随算法等是现如今较为广泛使用的算法。北京工业大学的段建民等人提出的无人车目标路径跟踪方法可以在低路面附着系数时减少侧滑程度，高路面附着系数下减小轮胎侧偏角，有效地降低无人驾驶车辆因跟踪偏差过大导致在对目标进行路径跟踪时发生失控情况的几率，但是其只验证了低速下的一个情况，并未研究高速时的跟随效果。辽宁工业大学的李金良等人对线性时变模型预测控制算法的低速直线轨迹跟随控制效果进行了验证，表明了线性时变模型预测控制算法能够在低速跟踪过程中实时跟踪汽车的行驶轨迹，并且保证汽车行驶过程中的实时性和稳定性，但是忽略了无人驾驶车辆在行驶过程中的受力对跟随轨迹效果的影响和弯道轨迹的跟随控制效果。KühneF等人采用了线性化的模型预测控制，根据对象的运动学模型来优化了系统状态量的偏差和控制量，该方法比较简便易实现，但被控对象的状态量发生突变时，并不能对其各个采样周期中的控制增量进行控制。
技术实现思路
本专利技术提供的一种路径跟随控制系统及控制方法，解决了传统路径跟随控制方法无法保证路径跟随的实时性和稳定性的问题，提高了路径跟随的的精度且提高了路径跟随的实时性。为达到上述目的，本专利技术的技术方案具体是这样实现的：本专利技术一方面公开一种路径跟随控制系统，包括车载传感器，用以获取行驶环境信息，结合环境模型对传感器信息进行融合，理解和识别行驶环境；通信网络，用以提供前方道路拥堵情况和周围车辆行驶趋势，路基交通设施发送的路口交通信号灯情况和变化趋势的外部环境信息；控制器，所述控制器结合预测模型、目标函数和约束条件进行最优化求解，得到当前时刻的最优控制序列，输入到被控平台，被控平台按照当前的控制量进行控制，然后将当前的状态量观测值输入给状态估计器；状态估计器，用以对无法通过所述车载传感器观测到的状态量进行估计；路径规划系统，用以在具有障碍物的环境中，按照路径长度最短或者能耗最少的原则，规划一条从起点到目标点的无碰撞路径。本专利技术另一方面公开一种路径跟随控制方法，包括以下步骤：利用所述车载传感器，获取无人驾驶车辆的横向位移、纵向位移、横向加速度、纵向加速度、横摆角和横摆角速度，将其作为无人驾驶车辆的状态量，并将无人驾驶车辆的前轮转角作为其控制量；设置所述控制器；所述通信网络获取的前方道路拥堵情况、周围车辆行驶趋势和路基交通设施发送的路口交通信号灯情况和变化趋势的外部环境信息，规划出一条可行使的路径；通过所述车载传感器检测出无人驾驶车辆的瞬时状态信息，将检测到的状态信息输入到所述控制器中，所述控制器通过控制无人驾驶车辆的前轮转角来控制无人驾驶车辆直行还是转弯，控制跟随所规划的路径。优选地，所述设置控制器的步骤包括：无人驾驶车辆在任意时刻的状态量与其在某一时刻的状态量及控制量有关，将其表示为：ζr＝f(ζr,ur)(1)其中，ζr为系统在r时刻的状态量，ur为系统在r时刻的控制量；利用泰勒公式得到：其中，ζ为系统在当前时刻的状态量，u为系统在当前时刻的控制量；利用(2)式减去(1)式，得到：将(3)式变形为x(k+1)＝Ax(k)+Bu(k)的形式，假设可以得到：ξ(k+1|t)＝[AB]ξ(k|t)+BΔu(k|t)(4)假设系统的预测时域为Np，控制时域为Nc，则预测时域内的状态量和系统输出量可以利用下式计算：设置目标函数保证无人驾驶车辆快速且平稳地跟随期望轨迹，加入对系统状态量的偏差和控制量的优化，并通过此性能指标的最优来确定控制作用，反复在线优化：其中，Q为状态量误差的权重矩阵，R为控制量误差的权重矩阵，ρ为权重系数，ε为松弛因子；将优化目标调整为：J(ξ(t),u(t-1),Δu(t))＝[Δu(t),ε]THt[Δu(t)T,ε]+Gt[Δu(t)T,ε]+Pt(7)其中：Gt＝[2E(t)TQΘt0]，Pt＝E(t)TQE(t)；其中，E(t)为预测时域内的跟踪误差；将每一步的带约束优化求解问题转化为求解如下的二次规划问题：min[Δu(t)T,ε]Ht[Δu(t)T,ε]+Gt[Δu(t)T,ε](8)Δumin≤u(k)≤Δumax(10)Ymin-ε≤ψtξ(t|t)+ΘtΔu(t)≤Ymax+ε(11)其中，Ymin和Ymax为软约束输出极限值；求解上述的二次规划问题便可以得到控制时域内的控制增量；在每个控制周期内完成求解后，得到了控制时域内的一系列控制输入增量和松弛因子将该控制序列中第一个元素作为实际的控制输入增量作用于系统，即:进入下一个控制周期后，重复上述过程，如此循环实现对期望轨迹的跟随控制。有益技术效果：本专利技术公开一种路径跟随控制系统及控制方法，控制方法包括以下步骤，利用所述车载传感器，获取无人驾驶车辆的横向位移、纵向位移、横向加本文档来自技高网...

【技术保护点】
1.一种路径跟随控制系统，其特征在于，包括：/n车载传感器，用以获取行驶环境信息，结合环境模型对传感器信息进行融合，理解和识别行驶环境；/n通信网络，用以提供前方道路拥堵情况和周围车辆行驶趋势，路基交通设施发送的路口交通信号灯情况和变化趋势的外部环境信息；/n控制器，所述控制器结合预测模型、目标函数和约束条件进行最优化求解，得到当前时刻的最优控制序列，输入到被控平台，被控平台按照当前的控制量进行控制，然后将当前的状态量观测值输入给状态估计器；/n状态估计器，用以对无法通过所述车载传感器观测到的状态量进行估计；/n路径规划系统，用以在具有障碍物的环境中，按照路径长度最短或者能耗最少的原则，规划一条从起点到目标点的无碰撞路径。/n

【技术特征摘要】
1.一种路径跟随控制系统，其特征在于，包括：
车载传感器，用以获取行驶环境信息，结合环境模型对传感器信息进行融合，理解和识别行驶环境；
通信网络，用以提供前方道路拥堵情况和周围车辆行驶趋势，路基交通设施发送的路口交通信号灯情况和变化趋势的外部环境信息；
控制器，所述控制器结合预测模型、目标函数和约束条件进行最优化求解，得到当前时刻的最优控制序列，输入到被控平台，被控平台按照当前的控制量进行控制，然后将当前的状态量观测值输入给状态估计器；
状态估计器，用以对无法通过所述车载传感器观测到的状态量进行估计；
路径规划系统，用以在具有障碍物的环境中，按照路径长度最短或者能耗最少的原则，规划一条从起点到目标点的无碰撞路径。


2.根据权利要求1所述的一种路径跟随控制系统的控制方法，其特征在于，包括以下步骤：
利用所述车载传感器，获取无人驾驶车辆的横向位移、纵向位移、横向加速度、纵向加速度、横摆角和横摆角速度，将其作为无人驾驶车辆的状态量，并将无人驾驶车辆的前轮转角作为其控制量；
设置所述控制器；
所述通信网络获取的前方道路拥堵情况、周围车辆行驶趋势和路基交通设施发送的路口交通信号灯情况和变化趋势的外部环境信息，规划出一条可行使的路径；
通过所述车载传感器检测出无人驾驶车辆的瞬时状态信息，将检测到的状态信息输入到所述控制器中，所述控制器通过控制无人驾驶车辆的前轮转角来控制无人驾驶车辆直行还是转弯，控制跟随所规划的路径。


3.根据权利要求2所述的一种路径跟随控制方法，其特征在于，设置所述控制器的步骤包括：
无人驾驶车辆在任意时刻的状态量与其在某一时刻的状态量及控制量有关，将其表示为：
ζr＝f(ζr,ur)(1)
其中，ζr为系统在r时刻的状态量，ur为系统在r时刻的控制量；
利用泰勒公式得到：



其...

【专利技术属性】
技术研发人员：刘冉冉，吴施鹏，郑恩兴，蒋益锋，李丽，
申请(专利权)人：江苏理工学院，
类型：发明
国别省市：江苏;32