路径跟踪方法、装置、车辆及可读存储介质制造方法及图纸

本发明专利技术实施例提供了一种路径跟踪方法、装置、车辆及可读存储介质，涉及自动驾驶领域，其中，上述路径跟踪方法，包括：在一个控制周期内，获取车辆轨迹误差，所述车辆轨迹误差为车辆参考轨迹与车辆预测轨迹之间的轨迹误差；基于所述车辆轨迹误差与车辆动力学模型，利用膜计算模型进行求解，得到目标控制序列，其中所述目标控制序列包括X个控制量，所述X为所述车辆的执行机构的数量，每个控制量对应车辆一种执行机构的控制参数，所述X为正整数；根据所述目标控制序列控制车辆的X个执行机构，以控制所述车辆在当前控制周期内移动。本发明专利技术实施例采用膜计算模型，可实现分布式的、并行的计算模式，进而可以提高求解速度，提高路径跟踪的实时性。

【技术实现步骤摘要】
路径跟踪方法、装置、车辆及可读存储介质
本专利技术涉及自动驾驶领域，尤其涉及一种路径跟踪方法、装置、车辆及可读存储介质。
技术介绍
众所周知，模型预测控制(ModelPredictiveControl,MPC)是一种基于模型的闭环优化控制策略。MPC对未来轨迹的预测能力和对多目标约束条件的处理能力较强，因此越来越多地被应用到自动驾驶的路径跟踪中。MPC通过求解优化问题来得到控制参数，以进一步实现对车辆执行机构的控制，但是由于MPC一个控制周期均需要求解一个优化问题，因此本身对求解耗时有较高的要求。而现有技术中的数值优化方法在求解优化问题时，存在求解耗时较长的缺陷，进而导致路径跟踪性能较差。
技术实现思路
本专利技术实施例提供一种路径跟踪方法、装置、车辆及可读存储介质，以解决现有技术中的数值优化方法在求解优化问题时，存在求解耗时较长的缺陷，进而导致路径跟踪性能较差的问题。为了解决上述技术问题，本专利技术是这样实现的：本专利技术实施例提供了一种路径跟踪方法，包括：在一个控制周期内，获取车辆轨迹误差，所述车辆轨迹误差为车辆参考轨迹与车辆预测轨迹之间的轨迹误差；基于所述车辆轨迹误差与车辆动力学模型，利用膜计算模型进行求解，得到目标控制序列，其中所述目标控制序列包括X个控制量，所述X为所述车辆的执行机构的数量，每个控制量对应车辆一种执行机构的控制参数，所述X为正整数；根据所述目标控制序列控制车辆的X个执行机构，以控制所述车辆在当前控制周期内移动。本专利技术实施例还提供了一种路径跟踪装置，包括：第一获取模块，用于在一个控制周期内，获取车辆轨迹误差，所述车辆轨迹误差为车辆参考轨迹与车辆预测轨迹之间的轨迹误差；第二获取模块，用于基于所述车辆轨迹误差与车辆动力学模型，利用膜计算模型进行求解，得到目标控制序列，其中所述目标控制序列包括X个控制量，所述X为所述车辆的执行机构的数量，每个控制量对应车辆一种执行机构的控制参数，所述X为正整数；控制模块，用于根据所述目标控制序列控制车辆的X个执行机构，以控制所述车辆在当前控制周期内移动。本专利技术实施例还提供了一种车辆，包括上述的路径跟踪装置。本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的路径跟踪方法。本专利技术实施例中，基于车辆轨迹误差与车辆动力学模型，使用膜计算模型进行求解以得到目标控制序列，并利用目标控制序列控制车辆的执行机构，使得车辆能够在各个控制周期中能够沿车辆参考轨迹进行移动。本专利技术实施例采用膜计算模型，可实现分布式的、并行的计算模式，进而可以提高求解速度，提高路径跟踪的实时性。附图说明图1为本专利技术实施例提供的路径跟踪方法的流程图；图2为本专利技术实施例中三维参考路径生成的流程图；图3为本专利技术实施例中基于膜计算模型得到目标控制序列的流程图；图4为本专利技术实施例中从基本膜区域输出第一控制序列的流程图；图5为本专利技术实施例中应用遗传算法，从基本膜区域输出第一控制序列的流程图；图6为本专利技术实施例中获取当前控制周期的车辆预测轨迹的流程图；图7为本专利技术实施例中结合膜计算模型与模型预测控制进行路径跟踪的原理图；图8为本专利技术实施例提供的路径跟踪装置的第一种结构示意图；图9为本专利技术实施例提供的路径跟踪装置的第二种结构示意图；图10为本专利技术实施例中第二获取模块的结构示意图；图11为本专利技术实施例中输出子模块的结构示意图；图12为本专利技术实施例中确定单元的结构示意图；图13为本专利技术实施例提供的路径跟踪装置的第三种结构示意图。具体实施方式为使本专利技术要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。在下面的描述中，提供诸如具体的配置和组件的特定细节仅仅是为了帮助全面理解本专利技术的实施例。因此，本领域技术人员应该清楚，可以对这里描述的实施例进行各种改变和修改而不脱离本专利技术的范围和精神。另外，为了清楚和简洁，省略了对已知功能和构造的描述。如图1所示，本专利技术实施例提供的路径跟踪方法，包括：步骤S100，在一个控制周期内，获取车辆轨迹误差，所述车辆轨迹误差为车辆参考轨迹与车辆预测轨迹之间的轨迹误差；在自动驾驶的路径跟踪控制中，通常会将控制过程分为多个控制周期。在每个控制周期中，依据车辆轨迹误差对车辆的执行机构进行控制，以使得车辆按照车辆参考轨迹进行运动。车辆参考轨迹通常为一拟合曲线，基于该拟合曲线对应的函数式，可以得到在某一时刻，车辆的参考位置坐标、参考车身角度等数据；相应地，车辆预测轨迹也对应了该时刻车辆的预测位置坐标、预测车身角度等数据。因此车辆参考轨迹与车辆预测轨迹的轨迹误差，可以理解为各项数据的差值(例如：位置坐标的差值、车身角度的差值等)综合得到的差值结果。步骤S200，基于所述车辆轨迹误差与车辆动力学模型，利用膜计算模型进行求解，得到目标控制序列，其中所述目标控制序列包括X个控制量，所述X为所述车辆的执行机构的数量，每个控制量对应车辆一种执行机构的控制参数，所述X为正整数；对于车辆动力学模型，可以基于车体、动力系(例如传动系、制动系及转向系)、轮胎、空气动力学等内容进行建模，建模过程中可充分考虑车辆各机构非线性对建模的影响，并建立起一个多变量非线性的车辆动力学模型。基于车辆轨迹误差与车辆动力学模型，可以建立路径跟踪中每一个控制周期的优化问题。膜计算是一种从生物细胞抽象出来的计算方法，对于膜计算模型，可以根据细胞的产生、分裂、交融溶解等机制，来解决高维、非线性、多约束的优化问题。膜计算模型中可以存在多个基本膜区域，每个基本膜区域中可以独立生成多个初始控制序列，并独立基于这些初始控制序列对优化问题进行求解。也就是说，膜计算模型可实现分布式、并行的计算模式，从而加快求解速度。膜计算模型求解最终得到的是目标控制序列，目标控制序列中具有至少一个控制量，每个控制量对应了车辆一种执行机构的控制参数，控制参数可以是例如油门开度、刹车力度、方向盘转向角等中的一项或多项。步骤S300，根据所述目标控制序列控制车辆的X个执行机构，以控制所述车辆在当前控制周期内移动。可以理解的是，上述控制参数中，油门开度可以用于对车辆的油门这一执行机构进行控制，刹车力度与转向角则分别可用于对车辆刹车与方向盘这些执行机构进行控制。因此，依据目标控制序列中的X个控制量，可以实现对车辆的X个执行机构的控制。车辆的执行机构的动作则会直接影响到车辆的移动轨迹。本专利技术实施例中，基于车辆轨迹误差与车辆动力学模型，使用膜计算模型进行求解以得到目标控制序列，并利用目标控制序列控制车辆的执行机构，使得车辆能够在各个控制周期中能够沿车辆参考轨迹进行移动。本专利技术实施例采用膜计算模型，可实现分布式的、并行的计算模式，进而可以提高求解速度，提高路径跟踪的实时性。可选地，所述车辆参考轨迹包括三维参考路径；<本文档来自技高网...

【技术保护点】
1.一种路径跟踪方法，其特征在于，包括：/n在一个控制周期内，获取车辆轨迹误差，所述车辆轨迹误差为车辆参考轨迹与车辆预测轨迹之间的轨迹误差；/n基于所述车辆轨迹误差与车辆动力学模型，利用膜计算模型进行求解，得到目标控制序列，其中所述目标控制序列包括X个控制量，所述X为所述车辆的执行机构的数量，每个控制量对应车辆一种执行机构的控制参数，所述X为正整数；/n根据所述目标控制序列控制车辆的X个执行机构，以控制所述车辆在当前控制周期内移动。/n

【技术特征摘要】
1.一种路径跟踪方法，其特征在于，包括：
在一个控制周期内，获取车辆轨迹误差，所述车辆轨迹误差为车辆参考轨迹与车辆预测轨迹之间的轨迹误差；
基于所述车辆轨迹误差与车辆动力学模型，利用膜计算模型进行求解，得到目标控制序列，其中所述目标控制序列包括X个控制量，所述X为所述车辆的执行机构的数量，每个控制量对应车辆一种执行机构的控制参数，所述X为正整数；
根据所述目标控制序列控制车辆的X个执行机构，以控制所述车辆在当前控制周期内移动。


2.根据权利要求1所述的路径跟踪方法，其特征在于，所述车辆参考轨迹包括三维参考路径；
所述获取车辆轨迹误差之前，所述方法还包括：
获取二维路径、海拔信息以及车辆感知信息，其中，所述车辆感知信息包括地面平整程度和地面湿滑程度中的至少一项；
依据所述二维路径、所述海拔信息以及所述车辆感知信息，生成三维参考路径。


3.根据权利要求1所述的路径跟踪方法，其特征在于，所述基于所述车辆轨迹误差与车辆动力学模型，利用膜计算模型进行求解，得到目标控制序列，包括：
根据所述车辆轨迹误差和所述车辆动力学模型得到损失函数；
确定膜计算模型中的M个基本膜区域，其中，所述车辆动力学模型包括对车辆行驶过程中T个方面的需求约束，所述M等于所述T，每一个基本膜区域均对应有一组约束函数，每一组约束函数中包括对车辆每一个执行机构对应的控制量的取值范围，所述T、所述M均为大于1的正整数；
每一个基本膜区域基于所述损失函数和与其对应的约束函数，输出至少一个第一控制序列；
基于所述损失函数从多个第一控制序列中确定目标控制序列，其中，所述多个第一控制序列为所述M个基本膜区域输出的全部第一控制序列。


4.根据权利要求3所述的路径跟踪方法，其特征在于，所述每一个基本膜区域基于所述损失函数和与其对应的约束函数，输出至少一个第一控制序列，包括：
在每一个基本膜区域内生成多个第二控制序列，其中，所述每一个基本膜区域的第二控制序列的每一个控制量均处于该基本膜区域对应的约束函数约束的取值范围内；
依据所述损失函数，分别从每一个基本膜区域内的多个第二控制序列中，确定至少一个第一控制序列。


5.根据权利要求4所述的路径跟踪方法，其特征在于，所述依据所述损失函数，分别从每一个基本膜区域内的多个第二控制序列中，确定至少一个第一控制序列，包括：
在每一个基本膜区域内，依据所述损失函数从所述多个第二控制序列中确定P个第三控制序列，其中，所述P个第三控制序列基于所述损失函数求得的损失值小于其余第二控制序列基于所述损失函数求得的损失值，所述P为正整数；
对所述P个第三控制序列进行遗传算法处理得到Q个第四控制序列；
依据所述损失函数，从所述Q个第四控制序列中确定至少一个第一控制序列，所述第一控制序列基于所述损失函数求得的损失值小于其余第四控制序列基于所述损失函数求得的损失值，所述Q为正整数。


6.根据权利要求3所述的路径跟踪方法，其特征在于，所述基于所述损失函数从多个第一控制序列中确定目标控制序列，包括以下至少一项：
利用所述损失函数计算每一第一控制序列对应的损失值；若第五控制序列对应的损失值小于预设值，则将所述第五控制序列作为目标控制序列，所述第五控制序列为任一第一控制序列；
将在预设时间范围内利用所述损失函数计算每一第一控制序列对应的损失值；将最小的损失值对应的第一控制序列作为目标控制序列。


7.根据权利要求1所述的路径跟踪方法，其特征在于，所述在一个控制周期内，获取车辆轨迹误差之前，还包括：
获取上一个控制周期中的车辆实际轨迹和初级预测轨迹，其中，所述初级预测轨迹由所述车辆动力学模型基于所述上一个控制周期中的目标控制序列计算得到；
依据所述上一个控制周期中的车辆实际轨迹和初级预测轨迹，获取当前控制周期的车辆预测轨迹。


8.一种路径跟踪装置，其特征在于，包括：
第一获取模块，用于在一个控制周期内，获取车辆轨迹误差，所述车辆轨迹误差...

【专利技术属性】
技术研发人员：吕传龙，段雄，郎咸朋，
申请(专利权)人：北京车和家信息技术有限公司，
类型：发明
国别省市：北京;11