车辆路径跟踪控制方法、装置、存储介质及电子设备制造方法及图纸

本公开提供一种车辆路径跟踪控制方法、装置、存储介质及电子设备；涉及车辆自动控制技术领域。所述方法包括：获取目标车辆相对于规划行驶路径的横向位置偏差，所述横向位置偏差包括历史横向位置偏差和当前横向位置偏差；基于所述历史横向位置偏差，通过粒子群优化算法得到所述目标车辆的目标前视距离；根据所述目标前视距离和所述当前横向位置偏差计算所述目标车辆的前轮偏转角度，以根据所述前轮偏转角度控制所述目标车辆行驶。本公开通过自适应的调整车辆的前视距离，可以提高车辆横向运动控制的鲁棒性，从而能够满足不同路况及不同车速下的控制需求。速下的控制需求。速下的控制需求。

Vehicle path tracking control method, device, storage medium and electronic equipment

【技术实现步骤摘要】
车辆路径跟踪控制方法、装置、存储介质及电子设备


[0001]本公开涉及车辆自动控制
，具体而言，涉及一种车辆路径跟踪控制方法、车辆路径跟踪控制装置、计算机可读存储介质以及电子设备。

技术介绍

[0002]无人驾驶技术作为目前汽车技术开发的热点方向，对于汽车行业的发展乃至国计民生都有着深远的影响。无人驾驶技术在未来可能会对人类的出行方式、对工业化生产的生产方式产生革命性的变革。
[0003]无人驾驶车辆的控制主要包括横向控制和纵向控制两部分，其中横向控制是指对车辆转向系统的控制。例如，路径跟踪是智能车横向控制的一个主要应用，路径跟踪是指在已经得到一条期望路径的前提下，车辆根据大地坐标系中的位置信息，按照一定的控制策略，使车辆的实际行驶路径可以与规划路径达到一致。
[0004]目前，开发稳定的路径跟踪控制方法，以保证无人驾驶车辆在复杂的道路交通环境中能够稳定的跟踪目标路径，对于无人驾驶车辆的行车性能及安全性至关重要。
[0005]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0006]本公开的目的在于提供一种车辆路径跟踪控制方法、车辆路径跟踪控制装置、计算机可读存储介质以及电子设备，进而在一定程度上克服由于相关技术的限制和缺陷而导致不同路况及不同车速下无人驾驶车辆横向运动控制的鲁棒性较差的问题。
[0007]根据本公开的第一方面，提供一种车辆路径跟踪控制方法，包括：
[0008]获取目标车辆相对于规划行驶路径的横向位置偏差，所述横向位置偏差包括历史横向位置偏差和当前横向位置偏差；
[0009]基于所述历史横向位置偏差，通过粒子群优化算法得到所述目标车辆的目标前视距离；
[0010]根据所述目标前视距离和所述当前横向位置偏差计算所述目标车辆的前轮偏转角度，以根据所述前轮偏转角度控制所述目标车辆行驶。
[0011]在本公开的一种示例性实施例中，所述基于所述历史横向位置偏差，通过粒子群优化算法得到所述目标车辆的目标前视距离，包括：
[0012]根据所述历史横向位置偏差构造自适应度函数；
[0013]基于所述自适应度函数，通过粒子群优化算法得到所述目标车辆的目标前视距离。
[0014]在本公开的一种示例性实施例中，所述根据所述历史横向位置偏差构造自适应度函数，包括：
[0015]根据所述历史横向位置偏差计算所述目标车辆的平均横向位置偏差和最大横向
位置偏差；
[0016]基于所述目标车辆的平均横向位置偏差和最大横向位置偏差构造所述自适应度函数。
[0017]在本公开的一种示例性实施例中，所述自适应度函数为：
[0018][0019]其中，表示计算得到的所述目标车辆的平均横向位置偏差，表示所述目标车辆允许的标准横向位置偏差，e
max
表示计算得到的所述目标车辆的最大横向位置偏差，E
max
表示所述目标车辆允许的最大横向位置偏差。
[0020]在本公开的一种示例性实施例中，所述基于所述自适应度函数，通过粒子群优化算法得到所述目标车辆的目标前视距离，包括：
[0021]预设粒子群优化算法的参数，所述参数包括惯性权重、加速度因子和前视距离的范围；
[0022]在预设的所述前视距离的范围内随机初始化每个粒子的位置和速度；
[0023]利用所述惯性权重和加速度因子更新所述每个粒子的位置和速度，得到所述每个粒子的当前位置和当前速度；
[0024]基于所述每个粒子的当前位置和当前速度，通过所述自适应度函数计算所述每个粒子的适应度值；
[0025]根据所述每个粒子的适应度值更新粒子群个体最优位置和粒子群全局最优位置；
[0026]当粒子群个体最优位置和粒子群全局最优位置满足预设的收敛条件时，得到所述目标车辆的目标前视距离。
[0027]在本公开的一种示例性实施例中，所述根据所述每个粒子的适应度值更新粒子群个体最优位置和粒子群全局最优位置，包括：
[0028]将所述每个粒子的适应度值与所述每个粒子的历史最优适应度值进行比较，更新所述每个粒子的最优位置；
[0029]将所述每个粒子的适应度值与所述粒子群的历史最优适应度值进行比较，更新所述粒子群全局最优位置。
[0030]在本公开的一种示例性实施例中，所述根据所述目标前视距离和所述当前横向位置偏差计算所述目标车辆的前轮偏转角度，包括：
[0031]获取所述目标车辆的属性信息，所述目标车辆的属性信息包括目标车辆的轴距；
[0032]根据所述目标车辆的轴距、所述目标前视距离和所述当前横向位置偏差计算所述目标车辆的当前前轮偏转角度。
[0033]根据本公开的第二方面，提供一种车辆路径跟踪控制装置，包括：
[0034]横向位置偏差获取模块，用于获取目标车辆相对于规划行驶路径的横向位置偏差，所述横向位置偏差包括历史横向位置偏差和当前横向位置偏差；
[0035]目标前视距离确定模块，用于基于所述历史横向位置偏差，通过粒子群优化算法得到所述目标车辆的目标前视距离；
[0036]前轮偏转角度确定模块，用于根据所述目标前视距离和所述当前横向位置偏差计
算所述目标车辆的前轮偏转角度，以根据所述前轮偏转角度控制所述目标车辆行驶。
[0037]根据本公开的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的方法。
[0038]根据本公开的第四方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的方法。
[0039]本公开示例性实施例可以具有以下部分或全部有益效果：
[0040]在本公开示例实施方式所提供的车辆路径跟踪控制方法中，通过获取目标车辆相对于规划行驶路径的横向位置偏差，所述横向位置偏差包括历史横向位置偏差和当前横向位置偏差；基于所述历史横向位置偏差，通过粒子群优化算法得到所述目标车辆的目标前视距离；根据所述目标前视距离和所述当前横向位置偏差计算所述目标车辆的前轮偏转角度，以根据所述前轮偏转角度控制所述目标车辆行驶。本公开通过粒子群优化算法自适应的调整车辆的前视距离，提高了车辆横向运动控制的鲁棒性，使车辆可以稳定地跟踪规划行驶路径，进而能够满足不同路况及不同车速下的控制需求。
[0041]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0042]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆路径跟踪控制方法，其特征在于，包括：获取目标车辆相对于规划行驶路径的横向位置偏差，所述横向位置偏差包括历史横向位置偏差和当前横向位置偏差；基于所述历史横向位置偏差，通过粒子群优化算法得到所述目标车辆的目标前视距离；根据所述目标前视距离和所述当前横向位置偏差计算所述目标车辆的前轮偏转角度，以根据所述前轮偏转角度控制所述目标车辆行驶。2.根据权利要求1所述的车辆路径跟踪控制方法，其特征在于，所述基于所述历史横向位置偏差，通过粒子群优化算法得到所述目标车辆的目标前视距离，包括：根据所述历史横向位置偏差构造自适应度函数；基于所述自适应度函数，通过粒子群优化算法得到所述目标车辆的目标前视距离。3.根据权利要求2所述的车辆路径跟踪控制方法，其特征在于，所述根据所述历史横向位置偏差构造自适应度函数，包括：根据所述历史横向位置偏差计算所述目标车辆的平均横向位置偏差和最大横向位置偏差；基于所述目标车辆的平均横向位置偏差和最大横向位置偏差构造所述自适应度函数。4.根据权利要求3所述的车辆路径跟踪控制方法，其特征在于，所述自适应度函数为：其中，表示计算得到的所述目标车辆的平均横向位置偏差，表示所述目标车辆允许的标准横向位置偏差，e
max
表示计算得到的所述目标车辆的最大横向位置偏差，E
max
表示所述目标车辆允许的最大横向位置偏差。5.根据权利要求2所述的车辆路径跟踪控制方法，其特征在于，所述基于所述自适应度函数，通过粒子群优化算法得到所述目标车辆的目标前视距离，包括：预设粒子群优化算法的参数，所述参数包括惯性权重、加速度因子和前视距离的范围；在预设的所述前视距离的范围内随机初始化每个粒子的位置和速度；利用所述惯性权重和加速度因子更新所述每个粒子的位置和速度，得到所述每个粒子的当前位置和当前速度；基于所述每个粒子的当前位置和当前速度，通过所述自适应度函数计算...

【专利技术属性】
技术研发人员：窦凤谦，阎兴，张亮亮，
申请(专利权)人：京东鲲鹏江苏科技有限公司，
类型：发明
国别省市：