【技术实现步骤摘要】
一种基于改进航向误差率的智能体路径控制方法
本专利技术属于机器人
，具体涉及一种基于改进航向误差率的智能体路径控制方法。
技术介绍
在自动驾驶领域，通常包括环境感知模块、路径规划模块和路径追踪模块。针对路径追踪技术，科研人员对智能体控制进行了深入探索，主要包括PID控制、纯跟踪控制、斯坦利控制、模糊控制、模型预测控制、LQR控制等，其中甚至结合两种或多种方法来进行参数优化、增强控制系统的鲁棒性等。无模型PID控制器由于公式相对简单因而具有优势。但是PID控制器对误差比较敏感，系统稳定性较差。因此有学者针对智能体的模型进行研究，如ChenS-P等提出一种基于模型预测控制和PID速度控制结合的高速自动驾驶智能体路径跟踪控制方法，智能体能够实时获得最合适的转向角。ShaobingXu等设计一种预瞄转向控制，可以计算智能体的转向角并实时控制参考路径所需的速度。NitinR等提出了一种反馈前馈转向控制器，该控制器可在保持操纵极限的同时保持智能体稳定性，同时最大程度地减小横向轨迹跟踪偏差。ErkanKayacan使用模型预测控制器...
【技术保护点】
1.一种基于改进航向误差率的智能体路径控制方法，具体步骤如下，其特征在于：/n步骤1、建立智能体的阿克曼转角模型：/n
【技术特征摘要】
1.一种基于改进航向误差率的智能体路径控制方法，具体步骤如下，其特征在于：
步骤1、建立智能体的阿克曼转角模型：
其中，δ期望前轮转向角，l表示智能体轴距，R为智能体在给定的前轮转角δ情况下，所遵循的圆轨迹的半径；
步骤2、设计智能体的改进纯追踪控制器，引入航向误差率对算法进行改进，包括如下步骤：
(2.1)建立智能体的纯追踪控制模型：
其中：δ为期望前轮转向角，l表示智能体轴距，Ld表示前视距离，α表示当前的方向和到前瞻点的方向差；
(2.2)根据智能体当前的状态，计算智能体的航向误差θ；
(2.3)建立改进后的纯追踪控制模型：
其中k1、k2是参数；
步骤3、利用蚁群算法快速求解步骤2.3中k1和k2的最优解，预测智能体下一时刻的最佳状态，计算当前时刻最优参数k1opt、k2opt；
步骤4、将当前时刻的k1opt、k2opt最优增益参数代入智能体的改进纯追踪控制模型中，得到智能体的最优期望转向角δopt，控制智能体运行；判断是否要切换参考点，跳转至步骤2.3继续下一时刻的控制，直到智能体到达参考路径的终点。
2.根据权利要求1所述的基于改进航向误差率的智能体路径控制方法，其特征在于，所述智能体为无人机器人或无人车。
3.根据权利要求1所述的基于改进航向误差率的智能体路径控制方法，其特征在于，所述步骤3包括：
(3.1)根据k1和k2的取值范围和精度选取位数，根据经验选取整数位数为1，小数位数为4...
【专利技术属性】
技术研发人员：王立辉，陈宗良，任元，许宁徽，李勇，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。