一种基于速度自适应预瞄的无模型无人车路径跟踪方法技术

本发明专利技术公开了一种基于速度自适应预瞄的无模型无人车路径跟踪方法，具体包括以下步骤：S1：搭建无模型的横向控制器，并输出无人车方向盘的转动量函数；S2：通过设置初始和平衡条件下的参数，对所述无人车方向盘的转动量函数中的增益参数进行整定，得到整定后的无人车方向盘的转动量函数；S3：在所述整定后的无人车方向盘转动量输出函数中引入速度耦合器函数和速度自适应预瞄距离函数，得到改进后的无人车方向盘转动量输出函数。本发明专利技术适用于大部分无人车模型，包括：二自由度动力学无人车模型、三自由度动力学无人车模型、高度复杂的超高自由度的无人车模型；使无人车在全速域应对复杂多变的跟踪路径时依然可以保持精准、稳定的跟踪效果。

【技术实现步骤摘要】
一种基于速度自适应预瞄的无模型无人车路径跟踪方法
本专利技术涉及无人车控制
，特别是涉及一种基于速度自适应预瞄的无模型无人车路径跟踪方法。
技术介绍
路径跟踪是无人车根据感知、决策、规划结果正确沿道路行驶的关键部分，对无人车的稳定、安全运行具有重要作用。路径跟踪技术的目标在于使无人车可以精确、稳定的沿着规划路径行驶，具有良好的发展和应用前景。路径跟踪技术主要分类两种：(1)无模型的路径跟踪方法：比例积分微分(proportionintegrationdifferentiation,PID)控制，使用PID方法控制自动驾驶车辆(Marino等，2011)，不考虑车辆的物理特性，在面对高速、复杂的环境时则难以适用(陈慧岩等，2017)；基于前馈—反馈控制的自动转向系统，可实现车辆极限工况下的自主驾驶(Zhao，2011)；Kayacan等(2016)提出了一种基于轨迹跟踪误差的鲁棒控制方法，使控制方法在直线和曲线中保持较小的误差要求；基于鲁棒H∞反馈控制器的路径跟踪方法考虑了轮胎偏侧刚度和外界干扰的不确定性，提高了控制方法的鲁棒性(Hu等，2015)。(2)基于模型的路径跟踪方法：基于车辆运动学模型的横向控制方法和基于车辆动力学模型的横向控制方法。基于车辆运动学模型的横向控制方法包括基于前轮反馈控制(frontwheelfeedback)的Stanley方法(Thrun等，2006)和基于后轮反馈控制(rearwheelfeedback)的控制方法(Paden等，2016)，均需对车辆的运动学特性或动力学特性进行准确的建模，通常需要对模型进行简化，从而通过简化模型的建模来预测车辆跟踪偏差的状态，进而做到对车辆的准确控制。基于车辆动力学模型的横向控制方法包括基于动力学模型的线性二次型调节器(linearquadraticregulator,LQR)的横向控制方法(Hu等，2016)，该方法在面对复杂的车辆模型时难以做到准确建模，导致其期望的输出值本身便存在偏差，在速度域跨越较大时难以实现精确控制的覆盖，并且复杂的方法带来了大量参数调节的工作，效率较低。综上所述，寻找一种基于速度自适应预瞄的无模型无人车路径跟踪方法成为研究人员关注的问题。
技术实现思路
为了解决上述技术问题，本专利技术提供一种基于速度自适应预瞄的无模型无人车路劲跟踪方法，该方法不仅能够适用于具有高度复杂的车辆动力学特性无人车模型，还能够使得无人车在高速场景应对复杂路径(如大曲率路径，不可导路径)时，提高其在路径跟踪任务中的跟踪精度和稳定性。为实现上述目的，本专利技术提供一种基于速度自适应预瞄的无模型无人车路劲跟踪方法，具体包括如下步骤：S1：搭建无模型的横向控制器，并输出无人车方向盘的转动量函数；S2：通过设置初始和平衡条件下的参数，对所述无人车方向盘的转动量函数中的增益参数进行整定，得到整定后的无人车方向盘的转动量函数；S3：在所述整定后的无人车方向盘转动量输出函数中引入速度耦合器函数和速度自适应预瞄距离函数，得到改进后的无人车方向盘转动量输出函数，并对无人车行驶路径进行跟踪。优选地，所述步骤S1具体为：S11：搭建无模型的横向控制器；S12：计算无人车与跟踪路径的横向偏差和角度偏差；S13：分别计算所述横向偏差和所述角度偏差的增益参数；S14：分别计算所述横向偏差和所述角度偏差的的激活函数；S15：基于所述步骤S13～S14，得到无人车方向盘的转动量函数。优选地，所述激活函数采用的是sigmoid函数。优选地，所述步骤S2具体为：S21：基于无人车方向盘的转动量函数，设置初始条件下的参数，得到初始状态下的状态方程；S22：基于无人车方向盘的转动量函数，设置平衡条件下的参数，得到平衡状态下的状态方程；S23：联立所述步骤S21～S22中的两个状态方程，得到所述无人车方向盘的转动量函数中的增益参数；S24：将所述增益参数代入所述无人车方向盘的转动量函数中，得到整定后的无人车方向盘的转动量函数。优选地，所述初始条件下的参数包括初始横向偏差、初始角度偏差和期望方向转角；所述平衡条件下的参数包括平衡状态下的横向偏差和期望方向转角、平衡角度偏差；所述平衡状态下的期望方向转角为0°。优选地，所述步骤3具体为：S31：构建速度耦合器函数，并设置标定速度；S32：将设置完成后的速度耦合器函数引入所述整定后的无人车方向盘转动量输出函数中；S32：构建速度自适应预瞄距离函数，并设置向前预瞄的距离；S33：通过计算在可导路径下无人车与预瞄路径的横向偏差和角度偏差；S34：通过计算在不可导路径下无人车与预瞄路径的横向偏差和角度偏差；S35：基于可导路径下和不可导路径下无人车与预瞄路径的横向偏差和角度偏差，得到改进后的无人车方向盘转动量输出函数。优选地，所述步骤S33具体为：S331：基于所述S1中的横向偏差和所述S32中的速度自适应预瞄距离函数，得到可导路径的预瞄点S332：根据所述可导路径的预瞄点得到可导路径情况下的预瞄跟踪路径其表达式为：其中，指预瞄点坐标值的y值，为预瞄点坐标值的x值。优选地，所述可导路径的预瞄点和所述不可导路径的预瞄点的计算，需要满足：优选地，所述步骤S34具体为：S341：基于所述S1中的横向偏差和所述S32中的速度自适应预瞄距离函数，得到不可导路径的预瞄点S342：根据所述不可导路径的预瞄点得到不可导路径情况下的预瞄跟踪路径其表达式为：其中，优选地，所述不可导路径的预瞄点的计算，需要满足：与现有技术相比，本专利技术的有益效果在于：(1)本专利技术基于无模型横向控制器，用于控制无人车的方向盘转角，该无模型的横向控制器避免了对无人车进行运动学和动力学建模，只依据与跟踪路径的实时偏差反馈作为输入并输出方向盘的转动量，在应对复杂的无人车模型时可以大量简化工作；(2)本专利技术基于的无模型横向控制器，依据初始状态下期望的方向盘转动量和无人车转向时的平衡状态，设计了无人车与跟踪路径的实时偏差反馈量的增益参数，使得无人车进行路径跟踪时更为迅速和稳定；(3)本专利技术基于的速度耦合器，保证无人车在全速域进行转向时其方向盘转动量都保持在合理的论域范围内，使得无人车在任何合理速度下都能对跟踪路径进行快速稳定的跟踪；(4)本专利技术基于速度自适应预瞄控制器，使无人车在全速域进行路径跟踪时获得与速度对应的前馈量，尤其在对大曲率跟踪路径和不可导路径进行跟踪时，无人车可以消除转向的滞后性，保持对各种路径的稳定跟踪。综上，本专利技术提出的基于速度自适应预瞄的无模型无人车路径跟踪方法，能够适用于大部分无人车模型，包括：二自由度动力学无人车模型、三自由度动力学无人车模型、高度复杂的超高自由度的无人车模型。并且使无人车在全速域应本文档来自技高网...

【技术保护点】
1.一种基于速度自适应预瞄的无模型无人车路径跟踪方法，其特征在于，具体包括以下步骤：/nS1：搭建无模型的横向控制器，并输出无人车方向盘的转动量函数；/nS2：通过设置初始和平衡条件下的参数，对所述无人车方向盘的转动量函数中的增益参数进行整定，得到整定后的无人车方向盘的转动量函数；/nS3：在所述整定后的无人车方向盘转动量输出函数中引入速度耦合器函数和速度自适应预瞄距离函数，得到改进后的无人车方向盘转动量输出函数，并对无人车行驶路径进行跟踪。/n

【技术特征摘要】
1.一种基于速度自适应预瞄的无模型无人车路径跟踪方法，其特征在于，具体包括以下步骤：
S1：搭建无模型的横向控制器，并输出无人车方向盘的转动量函数；
S2：通过设置初始和平衡条件下的参数，对所述无人车方向盘的转动量函数中的增益参数进行整定，得到整定后的无人车方向盘的转动量函数；
S3：在所述整定后的无人车方向盘转动量输出函数中引入速度耦合器函数和速度自适应预瞄距离函数，得到改进后的无人车方向盘转动量输出函数，并对无人车行驶路径进行跟踪。


2.根据权利要求1所述的基于速度自适应预瞄的无模型无人车路径跟踪方法，其特征在于：所述步骤S1具体为：
S11：搭建无模型的横向控制器；
S12：计算无人车与跟踪路径的横向偏差和角度偏差；
S13：分别计算所述横向偏差和所述角度偏差的增益参数；
S14：分别计算所述横向偏差和所述角度偏差的的激活函数；
S15：基于所述步骤S13～S14，得到无人车方向盘的转动量函数。


3.根据权利要求2所述的基于速度自适应预瞄的无模型无人车路径跟踪方法，其特征在于：所述激活函数采用的是sigmoid函数。


4.根据权利要求1所述的基于速度自适应预瞄的无模型无人车路径跟踪方法，其特征在于：所述步骤S2具体为：
S21：基于无人车方向盘的转动量函数，设置初始条件下的参数，得到初始状态下的状态方程；
S22：基于无人车方向盘的转动量函数，设置平衡条件下的参数，得到平衡状态下的状态方程；
S23：联立所述步骤S21～S22中的两个状态方程，得到所述无人车方向盘的转动量函数中的增益参数；
S24：将所述增益参数代入所述无人车方向盘的转动量函数中，得到整定后的无人车方向盘的转动量函数。


5.根据权利要求4所述的基于速度自适应预瞄的无模型无人车路径跟踪方法，其特征在于：
所述初始条件下的参数包括初始横向偏差、初始角度偏差和期望方向转角；
所述平衡条件下的参数包括平衡状态下的...

【专利技术属性】
技术研发人员：刘康，张龑，郑颖，
申请(专利权)人：中国矿业大学北京，
类型：发明
国别省市：北京;11