一种无人驾驶车辆跟踪控制方法及装置制造方法及图纸

本发明专利技术属于无人驾驶技术领域，具体涉及一种无人驾驶车辆跟踪控制方法及装置。该方法首先获取车辆当前系统状态量，根据当前系统状态量所在状态分区，确定与系统状态分区对应的控制显式关系式，系统状态量包括车体坐标系下纵向位移的一阶导数、车体坐标系下横向位移的一阶导数、横摆角、横摆角的一阶导数、惯性坐标系下纵向位移、以及惯性坐标系下横向位移，然后将当前系统状态量代入至所述控制显式关系式中，得到与所述当前系统状态量对应的当前最优前轮转角控制量；最后参照所述当前最优前轮转角控制量，控制车辆运行。本发明专利技术将反复的在线计算简化为单纯的查表工作，大大减少了在线计算时间，提高了系统控制的实时性，保证了跟踪精度。精度。精度。

【技术实现步骤摘要】
一种无人驾驶车辆跟踪控制方法及装置


[0001]本专利技术属于无人驾驶
，具体涉及一种无人驾驶车辆跟踪控制方法及装置。

技术介绍

[0002]跟踪控制技术作为无人驾驶系统的关键技术之一，通过控制车辆的转向系统以及制动/驱动系统等，使得车辆能够在指定的时间到达给定的或规划的轨迹点，从而实现车辆的无人驾驶操作。
[0003]目前行业内主流的无人驾驶系统跟踪控制技术有PID控制算法、预瞄式控制算法、前反馈控制算法、传统模型预测算法。PID控制算法需要大量的人工标定，控制精度无法实时保证，同时当车辆状态发生改变时，控制精度会受到较大影响，导致控制误差较大；预瞄式控制算法与前反馈控制算法不需要人工标定，控制精度能够保证车辆正常行驶，但不具备车速扰动抗干扰能力，当车速发生突变时，由于时间滞后等因素影响会导致控制误差变大；相比以上算法，传统模型预测控制算法在保证控制精度的同时，具备良好的车速扰动抗干扰能力，但由于需要反复进行在线优化，随着场景的变化，在线计算量会显著增加，不能满足无人驾驶系统实时跟踪控制的需求。

技术实现思路

[0004]本专利技术提供了一种无人驾驶车辆跟踪控制方法及装置，用以解决现有技术的控制方法无法满足无人驾驶系统实时跟踪控制需要的问题。
[0005]为解决上述技术问题，本专利技术的技术方案包括：
[0006]本专利技术提供了一种无人驾驶车辆跟踪控制方法，包括如下步骤：
[0007]1)获取车辆当前系统状态量，根据当前系统状态量所在状态分区，确定与系统状态分区对应的控制显式关系式；
[0008]其中，采用显式模型预测控制方法得到所述状态分区以及状态分区对应的控制显式关系式；且所述显式模型预测控制方法的系统状态量包括车体坐标系下纵向位移的一阶导数、车体坐标系下横向位移的一阶导数、横摆角、横摆角的一阶导数、惯性坐标系下纵向位移、以及惯性坐标系下横向位移，系统控制量为前轮转角；
[0009]2)将当前系统状态量代入至所述控制显式关系式中，得到与所述当前系统状态量对应的当前最优前轮转角控制量；
[0010]3)参照所述当前最优前轮转角控制量，控制车辆运行，以使车辆跟踪预设轨迹。
[0011]上述技术方案的有益效果为：本专利技术将显式模型预测控制方法应用于无人驾驶车辆控制上来，在离线预处理阶段，划分系统状态分区，并确定系统状态分区对应的控制显式关系式，该阶段结束后，将划分的状态分区以及对应的控制显式关系式存储在系统运行空间中供在线计算使用，在线阶段时，在每一个采样时刻，一旦确定系统的初始状态，就可以通过查询方式找到当前时刻对应的控制显式关系式，最终计算得到当前时刻的最优前轮转
角控制量以对车辆进行控制。该方法将计算复杂度较高的最优控制求解问题转移为离线计算，在线计算只需要一个简单的查询过程和线性函数运算过程，将反复的在线计算简化为单纯的查表工作，大大减少了在线计算时间，提高了系统控制的实时性，保证了跟踪精度，解决了复杂场景下无人驾驶系统高效实时跟踪控制问题。
[0012]进一步的，采用显式模型预测控制方法得到所述状态分区以及状态分区对应的控制显式关系式包括：
[0013]建立车辆动力学模型，并将动力学模型转化为状态空间表达式；
[0014]基于所述状态空间表达式，应用线性二次调节器构建车辆控制优化函数；
[0015]将车辆控制优化函数转化为最优控制问题，转化得到二次规划的标准形式，进而将二次规划的标准形式转化为二次最优化形式；
[0016]将库恩塔克约束条件的公式代入至所述二次最优化形式进行条件约束，最终求解得到最优前轮转角控制量；
[0017]采用分段函数表示所述最优前轮转角控制量，以得到各状态分区以及以状态分区对应的控制显式关系式。
[0018]进一步的，所述车辆动力学模型为：
[0019][0020]其中，分别为车体坐标系下横向位移、纵向位移的二阶导数，为车体坐标系下横向位移、纵向位移的一阶导数；为横摆角；为横摆角的一阶导数，为横摆角的二阶导数；m为车辆质量；C
lf
、C
lr
分别为车辆前后轮胎的纵向刚度；C
cf
、C
cr
分别为车辆前后轮胎的侧偏刚度；s
f
、s
r
分别为车辆前后轮胎的滑移率；δ
f
为前轮转角；a为前轴到质心的距离；I
z
为z轴转动惯量；b为后轴到质心的距离；分别为惯性坐标系下横向位移、纵向位移的一阶导数。
[0021]进一步的，所述状态空间表达式为：
[0022][0023]其中，为系统状态量ξ的一阶导数，为系统状态量ξ的一阶导数，分别为惯性坐标系下横向位移、纵向位移；u＝δ
f
为系统控制量；C(t)＝(0,0,0,0,1,0)
T
，且
[0024][0025][0026]进一步的，所述车辆控制优化函数为：
[0027][0028]J
*
(ξ(t))＝min J(U,ξ(t))*U
[0029]s.t.ξ
t+k+1t
＝Aξ
t+kt
+Bu
t+k k≥0
[0030]0≤ξ
t+k
≤ξ
max
[0031]u
min
≤u
k+t
≤u
max
[0032]其中，J(U,ξ(t))为系统控制向量U和系统状态向量ξ(t)的车辆控制优化函数，取决于优化问题的系统状态向量ξ(t)；P、Q、R为常数权重矩阵；ξ
max
为ξ
t+k
取值的最大值；u
min
、u
max
分别为u
k+t
取值的最小值和最大值；X
t+k|t
表示参数X在t时刻对t+k时刻的预测值；X
t+k
表示参数X在t+k时刻的实际值。
[0033]进一步的，所述二次规划的标准形式为：
[0034][0035]s.t.GU≤W+Eξ(t)
[0036]其中，Y、H、F、G、W、E是常数参数。
[0037]进一步的，所述二次最优化形式为：
[0038][0039]s.t.Gz(ξ(t))≤W+Sξ(t)
[0040]其中，S＝E+GH
‑1F；z(ξ(t))＝U+H
‑1F
T
ξ(t)。
[0041]进一步的，采用分段函数表示的所述最优前轮转角控制量为：
[0042]U
*
(ξ(t))＝F
i
ξ(t)+G
i i＝1,..,N
r
[0043]其中，G
i
＝H
‑1G
T
(GH
‑1G
T
)
‑1W，F
i...

【技术保护点】

【技术特征摘要】
1.一种无人驾驶车辆跟踪控制方法，其特征在于，包括如下步骤：1)获取车辆当前系统状态量，根据当前系统状态量所在状态分区，确定与系统状态分区对应的控制显式关系式；其中，采用显式模型预测控制方法得到所述状态分区以及状态分区对应的控制显式关系式；且所述显式模型预测控制方法的系统状态量包括车体坐标系下纵向位移的一阶导数、车体坐标系下横向位移的一阶导数、横摆角、横摆角的一阶导数、惯性坐标系下纵向位移、以及惯性坐标系下横向位移，系统控制量为前轮转角；2)将当前系统状态量代入至所述控制显式关系式中，得到与所述当前系统状态量对应的当前最优前轮转角控制量；3)参照所述当前最优前轮转角控制量，控制车辆运行，以使车辆跟踪预设轨迹。2.根据权利要求1所述的无人驾驶车辆跟踪控制方法，其特征在于，采用显式模型预测控制方法得到所述状态分区以及状态分区对应的控制显式关系式包括：建立车辆动力学模型，并将动力学模型转化为状态空间表达式；基于所述状态空间表达式，应用线性二次调节器构建车辆控制优化函数；将车辆控制优化函数转化为最优控制问题，转化得到二次规划的标准形式，进而将二次规划的标准形式转化为二次最优化形式；将库恩塔克约束条件的公式代入至所述二次最优化形式进行条件约束，最终求解得到最优前轮转角控制量；采用分段函数表示所述最优前轮转角控制量，以得到各状态分区以及以状态分区对应的控制显式关系式。3.根据权利要求2所述的无人驾驶车辆跟踪控制方法，其特征在于，所述车辆动力学模型为：其中，分别为车体坐标系下横向位移、纵向位移的二阶导数，为车体坐标系下横向位移、纵向位移的一阶导数；为横摆角；为横摆角的一阶导数，为横摆角的二阶导数；m为车辆质量；C
lf
、C
lr
分别为车辆前后轮胎的纵向刚度；C
cf
、C
cr
分别为车辆前后轮胎的侧偏刚度；s
f
、s
r
分别为车辆前后轮胎的滑移率；δ
f
为前轮转角；a为前轴到质心的距离；I
z
为z轴转动惯量；b为后轴到质心的距离；分别为惯性坐标系下横向位移、纵向位移的一阶导数。4.根据权利要求3所述的无人驾驶车辆跟踪控制方法，其特征在于，所述状态空间表达式为：
其中，为系统状态量ξ的一阶导数，为系统状态量ξ的一阶导数，分别为惯性坐标系下横向位移、纵向位移；u＝δ
f
为系统控制量；C(t)＝(0,0,0,0,1,0)
T
，且：，且：5.根据权利要求2所述的无人驾驶车辆跟踪控制方法，其特征在于，所述车辆控制优化函数为：J
*
...

【专利技术属性】
技术研发人员：黄琨，苏常军，陈慧勇，
申请(专利权)人：郑州宇通客车股份有限公司，
类型：发明
国别省市：