基于动力学的车辆预测控制方法及处理器技术

本发明专利技术实施例公开了一种基于动力学的车辆预测控制方法及处理器。该方法包括：获取第一时刻的车辆状态量，获取第二时刻的车辆状态量以及第二时刻的车辆控制量；将第一时刻的车辆状态量作为实际状态量，根据预测状态量与实际状态量之间的差异，对车辆参数进行修改，得到修改后车辆参数；当修改后车辆参数相对于该车辆参数满足收敛条件时，根据修改后车辆参数更新该车辆参数；基于MPC模块中包含更新后车辆参数的车辆动力学预测模型和第一时刻的车辆状态量，确定第一时刻的车辆控制量。应用本发明专利技术实施例提供的方案，能够确定出更精确的车辆参数，提高模型预测的控制量的准确性。提高模型预测的控制量的准确性。提高模型预测的控制量的准确性。

【技术实现步骤摘要】
基于动力学的车辆预测控制方法及处理器


[0001]本专利技术涉及智能驾驶
，具体而言，涉及一种基于动力学的车辆预测控制方法及处理器。

技术介绍

[0002]在智能驾驶的底层控制方法中，模型预测控制(Model Predictive Control，MPC)作为一种致力于解决对未来有限时间内最优的控制策略被提出。它可以通过预测未来一段时间的状态量，加上对控制量的约束，从而达到较快的动态响应和较好的控制平滑性。
[0003]按照车辆模型不同，MPC可分为基于车辆运动学预测模型和基于车辆动力学预测模型的控制。在路面情况未知或者车辆高速行驶时，倾向于采用基于动力学预测模型的MPC控制器来考虑车辆的动力学约束。
[0004]在以往基于车辆动力学预测模型的MPC控制方案中，车辆动力学预测模型含有很多车辆参数，例如轮胎的纵向刚度C
l
、横向刚度C
c
、与路面情况有关的纵向滑移率s、车辆的质量m和车辆绕z轴的转动惯量I
z
等。上述车辆参数的不确定性会造成模型预测的控制量不准确，从而造成本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于动力学的车辆预测控制方法，其特征在于，包括：获取第一时刻的车辆状态量，获取第二时刻的车辆状态量以及第二时刻的车辆控制量；其中，所述第二时刻为所述第一时刻的前一时刻，所述第二时刻的车辆控制量为：基于模型预测控制MPC模块中包含车辆参数的车辆动力学预测模型和所述第二时刻的车辆状态量确定；根据预测状态量与实际状态量之间的差异，对所述车辆参数进行修改，得到修改后车辆参数；其中，所述实际状态量为所述第一时刻的车辆状态量，所述预测状态量为：根据所述第二时刻的车辆状态量、第二时刻的车辆控制量以及包含所述车辆参数的车辆动力学预测模型确定的车辆状态量；当所述修改后车辆参数相对于所述车辆参数满足收敛条件时，根据所述修改后车辆参数更新所述车辆参数；基于所述MPC模块中包含更新后车辆参数的车辆动力学预测模型和所述第一时刻的车辆状态量，确定第一时刻的车辆控制量。2.如权利要求1所述的方法，其特征在于，所述根据预测状态量与实际状态量之间的差异，对所述车辆参数进行修改，得到修改后车辆参数的步骤，包括：获取确定所述车辆参数时所述车辆参数的置信度；根据所述预测状态量与实际状态量之间的差异，以及所述车辆参数的置信度，采用最小二乘参数辨识算法对所述车辆参数进行修改，得到修改后车辆参数。3.如权利要求2所述的方法，其特征在于，所述根据所述预测状态量与实际状态量之间的差异，以及所述车辆参数的置信度，采用最小二乘参数辨识算法对所述车辆参数进行修改，得到修改后车辆参数的步骤，包括：根据以下公式，对所述车辆参数进行修改，得到修改后车辆参数：其中，所述为所述车辆参数，所述P(k-1)为所述车辆参数的置信度，所述为所述修改后车辆参数，所述I为单位矩阵，所述λ为预设的遗忘因子，述修改后车辆参数，所述I为单位矩阵，所述λ为预设的遗忘因子，
所述第二时刻的车辆状态量包括车辆位置[x(k-1)，y(k-1)]以及车辆朝向角所述第一时刻的车辆状态量包括车辆位置[x(k)，y(k)]以及车辆朝向角为所述第二时刻的车辆控制量包括前轮偏转角δ
f
(k-1)，所述a和b分别为车辆质心到车辆前轴和后轴的距离，所述T
s
为所述第一时刻与第二时刻之间的时间间隔，所述T为矩阵转置符号，所述φ(k)、和Y(k)为从预测模型公式中得到。4.如权利要求3所述的方法，其特征在于，其中，所述C
c
和C
l
分别为车辆轮胎的横向刚度和纵向刚度，所述s为所述车辆与路面之间的纵向滑移率，所述w和h分别为车辆宽度和车辆长度，所述m为车辆质量。5.如权利要求4所述的方法，其特征在于，所述预测模型公式采用以下方式确定：获取车辆动力学预测模型的原理公式：将设定的代入所述车辆动力学预测模型的...

【专利技术属性】
技术研发人员：石冰清，
申请(专利权)人：初速度苏州科技有限公司，
类型：发明
国别省市：