【技术实现步骤摘要】
一种自动驾驶车辆学习型路径跟踪预测控制方法
本专利技术实施例涉及自动驾驶车辆
,特别是一种自动驾驶车辆学习型路径跟踪预测控制方法。
技术介绍
自动驾驶具有减缓交通拥堵、提高交通效率、减少驾驶员工作量的优点、近些年来受到广泛关注,其中,路径跟踪又是实现自动驾驶的一项关键技术。目前实现路径跟踪的方法主要包括基于几何模型的路径跟踪、无模型反馈控制的路径跟踪和基于模型的反馈控制的路径跟踪。但是,目前的这些跟踪方法,车辆在进行路径跟踪的过程中,容易受到随机噪声、路面起伏、外界干扰等因素影响,不利于跟踪效果。
技术实现思路
本专利技术实施例的目的在于提供一种自动驾驶车辆学习型路径跟踪预测控制方法,来克服或至少减轻现有技术的上述缺陷中的至少一个。为实现上述目的,本专利技术实施例提供一种自动驾驶车辆学习型路径跟踪预测控制方法,包括:步骤1,在当前采样时刻,获取车辆的当前系统状态;步骤2,获取所述车辆的未来N个期望状态,N为正整数;包括:对所述车辆的待行驶路径进行样条插值,以得到的新路径为参考路径;根据所述当前系统状态获取所述参考路径上距离所述车辆位置最近的路点P0,以P0为起点,v(k)ΔT为搜索距离,沿所述参考路径向前搜索获得N个参考路点Pi,i=1,2,...,N,v(k)表示当前时刻k的车辆速度,ΔT为离散控制周期,所述N个参考路点的状态为所述N个期望状态;步骤3,根据所述当前系统状态和学习型预测控制模型预测车辆未来状态,并与所述未来N个期望状态、预设的目标函数 ...
【技术保护点】
1.一种自动驾驶车辆学习型路径跟踪预测控制方法,包括:/n步骤1,在当前采样时刻,获取车辆的当前系统状态;/n步骤2,获取所述车辆的未来N个期望状态,N为正整数;包括:对所述车辆的待行驶路径进行样条插值,以得到的新路径为参考路径;根据所述当前系统状态获取所述参考路径上距离所述车辆位置最近的路点P
【技术特征摘要】 【专利技术属性】
1.一种自动驾驶车辆学习型路径跟踪预测控制方法,包括:
步骤1,在当前采样时刻,获取车辆的当前系统状态;
步骤2,获取所述车辆的未来N个期望状态,N为正整数;包括:对所述车辆的待行驶路径进行样条插值,以得到的新路径为参考路径;根据所述当前系统状态获取所述参考路径上距离所述车辆位置最近的路点P0,以P0为起点,v(k)ΔT为搜索距离,沿所述参考路径向前搜索获得N个参考路点Pi,i=1,2,…,N,v(k)表示当前时刻k的车辆速度,ΔT为离散控制周期,所述N个参考路点的状态为所述N个期望状态;
步骤3,根据所述当前系统状态和学习型预测控制模型预测车辆未来状态,并与所述未来N个期望状态、预设的目标函数和系统约束结合,得到最优控制序列;
其中,所述预设的目标函数、所述学习型预测模型和所述系统约束包括:
式(1)中:
uk+i是待求最优控制序列,表示前轮转角或方向盘转角;
表示实际求得的最优控制序列;
ε是松弛因子;
yk+i是学习型预测模型的k+i时刻输出;其中所述学习型预测模型的表达式为:
xk+1=(Ad+Fk)xk+(Bd+Hk)uk+Gk(2)
其中,xk为当前时刻k的系统状态,uk代表k时刻的前轮转向角或方向盘转角δ;Ad、Bd是离散化后的系统参数矩阵,其值基于车辆纵向速度、前后轮侧偏刚度、前后轴到质心的距离、车辆质量和转动惯量得到;Fk、Hk和Gk是用于表征系统未建模动态的参数,其维度根据所述状态变量的个数确定,其值为0~1之间的随机数;
xk+i+1是k时刻通过所述学习型预测模型预测的k+i+1时刻的系统状态;
x0是所述车辆在所述路点P0的系统状态;
rk+i是k时刻的期望状态,为所述车辆的未来N个期望状态中的第i个期望状态;
Q,P,R,wε为预设权重系数,取值为大于0的实数;
C是预设系数,X是预设系统状态约束,D是预设未建模动态边界,W是预设终端状态约束,U是预设车辆控制约束,ΔU是预设车辆控制增量约束;
步骤4,使用求得的最优控制序列中的第一个量控制所述车辆的运行,直到下一采样时刻到达,重复步骤1-4,直到所述车辆行驶完整个路径。
2.根据权利要求1所述的方法,其特征在于,所述车辆的系统状态包括状态变量:所述车辆的横向位置y、横摆角度ψ、质心侧偏角β和横摆角度变化率
3.根据权利要求2所述的方法,其特征在于,其中,通过下述方式构建所述学习型预测模型,包括:
步骤11,建立系统名义模型:
式(3)中:
x表示系统状态;
表示表征所述系统状态的变量的变化率,包括车辆的横向位置变化率、横摆角速度、质心侧偏角变化率和横摆角加速度;
u表示前轮转向角或方向盘转角δ;
矩阵A、B中的参数如下:
技术研发人员:边有钢,张田田,胡云卿,刘海涛,尚敬,胡满江,徐彪,秦兆博,秦洪懋,王晓伟,秦晓辉,谢国涛,丁荣军,
申请(专利权)人:湖南大学,中车株洲电力机车研究所有限公司,
类型:发明
国别省市:湖南;43
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。