【技术实现步骤摘要】
一种基于模型预测控制的具有预览特性的智能车辆路径跟踪方法
[0001]本专利技术涉及无人驾驶车辆路径跟踪控制
，具体为一种基于模型预测控制的具有预览特性的智能车辆路径跟踪方法。
技术介绍
[0002]随着计算机技术的大幅度进步，许多公司开始了对自动驾驶技术的研究并进行实车测试。自动驾驶汽车的自主系统的架构通常可分为感知系统和决策系统，其中决策系统包括了路径规划、路径跟踪技术。路径跟踪对自动驾驶水平的提升较为直接与高效。目前许多学者对路径跟踪技术都进行了深入研究，使用较多的路径跟踪算法有Stanley算法、Pure pursuit算法、PID控制算法、LQR控制算法、滑动控制算法和MPC等算法。在以上算法中，由于MPC算法在具有多输入多输出、多个约束条件的情况下性能表现突出，并且随着计算机性能的不断提升，MPC目前已成为路径跟踪技术中的热点。
[0003]虽然MPC算法在路径跟踪上表现较好，但依然存在一定的跟踪误差和车辆稳定性问题，并且由于没有车辆预览驾驶特性，车辆在弯道转向时存在一定延迟，在一些曲率变化较大的弯...
【技术保护点】
【技术特征摘要】
1.一种基于模型预测控制的具有预览特性的智能车辆路径跟踪方法，其特征在于，包括：步骤一、将车辆前方固定距离内的平均曲率和平均曲率变化率作为模糊推理系统的输入量，预览系数作为模糊推理系统的输出量；步骤二、将预览系数、当前车辆速度和当前车辆横向误差的值代入提出的预览距离公式以得到预览距离的值；步骤三、将预览距离映射到参考路径上得到对应参考点，将参考点、车辆当前位置以及世界坐标系中X轴构成的夹角作为当前采样时刻MPC控制器的参考航向角；步骤四、基于参考航向角建立车辆运动学模型，得到预测时域方程，优化后得到MPC问题并求解，实现对无人驾驶车辆的路径跟踪。2.如权利要求1所述的一种基于模型预测控制的具有预览特性的智能车辆路径跟踪方法，其特征在于，步骤一中，其过程为：根据路面的摩擦系数和最高车速计算的到刹车距离，即车辆前方的固定距离；将车辆前方固定距离的道路离散为多个点，每个点的曲率通过曲率公式，即公式一，得到第i个点的道路曲率K
i
：其中：y
″
为道路函数的二阶导数，y
′
为道路函数的一阶导数；通过道路规定的最小转弯半径，计算得到道路曲率取值范围和道路曲率变化率取值范围；在规定的取值范围内，对求得的多个K
i
平均即得到道路的平均曲率对每个离散点的曲率求导相加并平均即得到道路的平均曲率变化率将道路的平均曲率和平均曲率变化率作为模糊推理系统的输入量，经过模糊计算即得到预览系数α的范围。3.如权利要求1所述的一种基于模型预测控制的具有预览特性的智能车辆路径跟踪方法，其特征在于，步骤二中，其过程为：将预览系数α和当前车辆纵向速度V以及当前横向误差y
E
代入公式二：T
max
＝αVT＝T
max
(1
‑
β)N
z
＝VT其中：V为当前车辆纵向速度，α为预览系数，T
max
与T分别为最大预览时间、预览时间，N
z
为预览距离，是能接受的最大横向误差。4.如权利要求1所述的一种基于模型预测控制的具有预览特性的智能车辆路径跟踪方法，其特征在于，步骤三中，将车辆当前位置(X(t)，Y(t))与最大预览距离对应参考点(X(t+k)，Y
r
(t+k))与世界坐标系中X轴构成的夹角作为MPC控制器的参考航向角即公式三：
5.如权利要求1所述的一种基于模型预测控制的具有预览特性的智能车辆路径跟踪方法，其特征在于，步骤四中，其包括：S41、建立无人驾驶车辆的运动学模型，其过程为：在惯性坐标系下，建立智能车辆的车辆运动学模型为：其中(x，y)为车辆后轴轴心坐标，为步骤三中的参考航向角δ
f
为车辆前轮偏角，l为车辆轴距，V为车辆后轴中心速度，参数上的符号“·”表示该参数的一阶导数；该模型可被表达为更一般的形式，即公式五：其中：系统的状态变量可表示为系统的控制变量可表示为u＝[δ
f
]，f(
·
)为车辆运动学模型函数；S42、将车辆的非线性运动学模型进行线性离散化，得到预测时域方程，其过程为：参考系统的任意时刻的状态和控制量满足公式六：在任意参考路径点(ξ
r
，u
r
)处，对公式五进行泰勒展开，忽略高阶项，只保留一阶项得公式七：式七：其中A
t
为...
【专利技术属性】
技术研发人员：蒋涛，陈谢天，张林帅，雷婷，
申请(专利权)人：成都信息工程大学，
类型：发明
国别省市：
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。