一种提升自动驾驶横向控制稳定性的方法技术

本发明专利技术是一种提升自动驾驶横向控制稳定性的方法，该方法包括：首先进行适用场景判断，判断自动驾驶车辆是否处于高速自动巡航状态，若是，启动一个增量式模型预测控制器进行横向控制；所述增量式模型预测控制器根据车辆的目标航向角和目标位置输出方向盘控制信号在前一个周期基础上的变化量；将算出的变化量加上前一个周期的方向盘控制信号，得到当前周期的方向盘控制信号。本发明专利技术通过对方向盘控制信号进行增量式的叠加，并随着车速的变化不同增加了对方向盘变化量的限制，提高了自动驾驶汽车在高速驾驶状态下横向控制的安全性、平顺性和乘坐的舒适性，并且计算量大幅降低，实用性高。

【技术实现步骤摘要】
一种提升自动驾驶横向控制稳定性的方法
本专利技术涉及智能驾驶技术
，具体涉及一种提升自动驾驶横向控制稳定性的方法。
技术介绍
近一个多世纪来，汽车的出现取代了传统交通运输方式，使得人们的生活更为便捷。近些年来，随着科技的发展，尤其是智能计算的飞速发展，自动驾驶汽车技术研究成为各行业聚焦的热点。麦肯锡发布的“决定未来经济的12项前沿技术”报告探讨了12项前沿技术对未来经济、社会的影响程度，分析估测了2025年12项技术各自的经济与社会影响力，其中自动驾驶汽车技术排在第6位，其2025年影响力估测为：经济效益每年约0.2-1.9万亿美元，社会效益每年可挽回3-15万个生命。自动驾驶汽车能以雷达、光学雷达、GPS及电脑视觉等技术感测其环境。先进的控制系统能将感测资料转换成适当的导航道路，以及障碍与相关标志。根据定义，自动驾驶汽车能通过感测输入的资料，更新其地图资讯，让交通工具可以持续追踪其位置。通过多辆自动驾驶汽车构成的无人车队可以有效减轻交通压力，并因此提高交通系统的运输效率。而自动驾驶汽车的控制系统主要包括了车辆运动控制，车辆运动控制包括横向和纵向运动控制。目前的自动驾驶汽车的横向执行器大多采用方向盘扭矩或者方向盘角度作为控制接口，横向控制是根据车辆的航向角和自身位置，以及规划决策出来的期望驾驶路径，计算出合适的横向控制信号，即目标方向盘扭矩或目标方向盘角度。自动驾驶汽车的横向执行器将执行该控制信号，从而控制自动驾驶汽车的横向移动。在专利CN110789517A—自动驾驶横向控制方法、装置、设备及存储介质，其通过获取待控制车辆的当前车速，并获取待控制车辆前方预设区域的当前图像信息，从当前图像信息中提取所述待控制车辆所处车道的车道线信息，根据车道线信息计算当前道路曲率，根据当前车速和当前道路曲率计算预瞄距离，根据预瞄距离对待控制车辆进行横向控制。但是，自动驾驶的横向控制转向系统的被控信号没有参考之前的周期的控制信号，而是由每个周期独立算出，可能会出现横向控制信号不平滑连续，使得自动驾驶汽车的运动稳定性和乘坐的舒适性下降，尤其是在自动驾驶汽车处于高速自动巡航的情况下。因此，需要开发出一种横向控制的方案，使得计算出的横向控制信号在保证自动驾驶横向控制的需求的情况下尽可能地平滑连续。针对上述问题，本专利技术提供一种增量式的模型预测算法并将其应用到自动驾驶汽车的高速自动巡航状态下的横向控制中去，使其能够实时根据车辆状态和之前的控制周期的控制信号来计算出新的周期信号，从而使得自动驾驶汽车在高速自动巡航状态下的横向控制更加平顺并提高搭乘的舒适性。
技术实现思路
本专利技术的目的在于克服现有技术存在的问题，提供一种提升自动驾驶横向控制稳定性的方法。为实现上述技术目的，达到上述技术效果，本专利技术通过以下技术方案实现：一种提升自动驾驶横向控制稳定性的方法，该方法包括：首先进行适用场景判断，判断自动驾驶车辆是否处于高速自动巡航状态，若是，启动一个增量式模型预测控制器进行横向控制；所述增量式模型预测控制器根据车辆的目标航向角和目标位置输出方向盘控制信号在前一个周期基础上的变化量；将算出的变化量加上前一个周期的方向盘控制信号，得到当前周期的方向盘控制信号。进一步的，所述增量式模型预测控制器的具体构建步骤为：步骤1）搭建车辆动力学模型；步骤2）解析规划实时发出的数据得出车辆目标状态；步骤3）根据车辆当前状态添加状态约束条件；步骤4）限制控制量的预测步长，对车辆预测步长内的状态的进行预测，将模型预测控制转化成二次规划问题；步骤5）求解二次规划问题，叠加上个周期的方向盘控制信号，得出本周期的方向盘控制信号作为横向控制的输出；步骤6）进入下一周期。进一步的，所述步骤1）中，将车辆动力学模型的状态方程变换为增量式输入的状态方程：，其中和分别为当前周期和下一个周期的车辆状态，为方向盘控制信号的变化量，A和B为状态方程参数。进一步的，所述步骤2）中，在每个周期中，规划模块给控制模块发出的规划信息，控制模块解析该规划信息，并计算出规划信息要求的车辆目标状态，即车辆的目标速度、目标航向角和目标位置。进一步的，所述步骤3）和步骤4）中，增量式模型预测控制器根据车辆动力学模型和车辆当前状态，并结合控制信号约束条件、车辆目标状态及其状态约束条件进行对车辆未来一定周期内，即预测步长N内的状态的预测，即：，在对控制量和状态进行预测后，从而将控制问题转化为一个二次规划问题。进一步的，所述步骤5）中，对二次规划问题求解得到增量式模型预测控制器的输出控制量，即方向盘控制信号变化量，然后将本周期求得的方向盘控制信号变化量叠加上上一个周期的方向盘控制信号，即得到本周期的方向盘控制信号，作为横向控制的输出。进一步的，所述步骤4）中，增量式模型预测控制器的预测步长N小于车辆动力学模型的预测周期，从而大幅减小模型预测控制的计算量。进一步的，所述步骤1）中，将车辆动力学模型离线搭建存储在缓存中以便每个周期计算时调用。本专利技术的有益效果是:1、模型预测控制通过对车辆动力学进行建模，使得横向控制算法考虑到了车辆动力学特性和限制条件，有利于车辆控制的稳定性和安全性；2、通过限制控制量的预测步长，大幅降低了模型预测控制的计算时间，从而增强了本专利技术的实用性；3、通过对方向盘控制信号进行增量式的叠加，并随着车速的变化不同增加了对方向盘变化量的限制，提高了自动驾驶汽车在高速驾驶状态下横向控制的平顺性和乘坐的舒适性。附图说明图1为本专利技术启用增量式模型预测横向控制逻辑图；图2为本专利技术的增量式模型预测控制器的构建流程图。具体实施方式下面将参考附图并结合实施例，来详细说明本专利技术。一种提升自动驾驶横向控制稳定性的方法，该方法包括：如图1所示，首先进行适用场景判断，判断自动驾驶车辆是否处于高速自动巡航状态，在本实施例中，高速自动巡航的速度为大于50km/h，若是，启动一个增量式模型预测控制器进行横向控制，若不是，则采用本领域其他常规的控制方案；所述增量式模型预测控制器根据车辆的目标航向角和目标位置输出方向盘控制信号在前一个周期基础上的变化量；将算出的变化量加上前一个周期的方向盘控制信号，得到当前周期的方向盘控制信号。如图2所示，所述增量式模型预测控制器的具体构建步骤为：步骤1）搭建车辆动力学模型；步骤2）解析规划实时发出的数据得出车辆目标状态；步骤3）根据车辆当前状态添加状态约束条件；步骤4）限制控制量的预测步长，对车辆预测步长内的状态的进行预测，将模型预测控制转化成二次规划问题；步骤5）求解二次规划问题，叠加上个周期的方向盘控制信号，得出本周期的方向盘控制信号作为横向控制的输出；步骤6）进入下一周期。所述步骤1）中，将车辆动力学模型的状态方程变换为增量式输入的状态方程：，其本文档来自技高网...

【技术保护点】
1.一种提升自动驾驶横向控制稳定性的方法，其特征在于，该方法包括：/n首先进行适用场景判断，判断自动驾驶车辆是否处于高速自动巡航状态，若是，启动一个增量式模型预测控制器进行横向控制；/n所述增量式模型预测控制器根据车辆的目标航向角和目标位置输出方向盘控制信号在前一个周期基础上的变化量；/n将算出的变化量加上前一个周期的方向盘控制信号，得到当前周期的方向盘控制信号。/n

【技术特征摘要】
1.一种提升自动驾驶横向控制稳定性的方法，其特征在于，该方法包括：
首先进行适用场景判断，判断自动驾驶车辆是否处于高速自动巡航状态，若是，启动一个增量式模型预测控制器进行横向控制；
所述增量式模型预测控制器根据车辆的目标航向角和目标位置输出方向盘控制信号在前一个周期基础上的变化量；
将算出的变化量加上前一个周期的方向盘控制信号，得到当前周期的方向盘控制信号。


2.根据权利要求1所述的提升自动驾驶横向控制稳定性的方法，其特征在于，所述增量式模型预测控制器的具体构建步骤为：
步骤1）搭建车辆动力学模型；
步骤2）解析规划实时发出的数据得出车辆目标状态；
步骤3）根据车辆当前状态添加状态约束条件；
步骤4）限制控制量的预测步长，对车辆预测步长内的状态的进行预测，将模型预测控制转化成二次规划问题；
步骤5）求解二次规划问题，叠加上个周期的方向盘控制信号，得出本周期的方向盘控制信号作为横向控制的输出；
步骤6）进入下一周期。


3.根据权利要求2所述的提升自动驾驶横向控制稳定性的方法，其特征在于，所述步骤1）中，将车辆动力学模型的状态方程变换为增量式输入的状态方程：，其中和分别为当前周期和下一个周期的车辆状态，为方向盘控制信号的变化量，A和B为状态方程参数。


4.根据权利要求3所述的提升自动驾驶横向控制稳...

【专利技术属性】
技术研发人员：王隆钢，韩志华，张旭，荣根熙，李超，程哲，周帅，
申请(专利权)人：苏州挚途科技有限公司，
类型：发明
国别省市：江苏;32