一种基于预测控制模型的速度规划方法技术

本发明专利技术提供了一种基于预测控制模型的速度规划方法，包括：建立基于预测控制模型的车辆控制系统；获取当前场景中的路径信息，并规划出期望路径；获取目标车辆的车辆信息；将规划出的期望路径和目标车辆的车辆信息输入所建立的基于预测控制模型的车辆控制系统，生成与当前场景中的路径信息相对应的关于目标车辆的期望速度曲线，进而确定目标车辆的速度控制序列和加速度控制序列，即生成与当前场景中的路径信息相对应的关于目标车辆的速度规划方案。通过该方法能够使车辆在进入弯道之前就进行缓慢减速，然后平缓通过弯道，再加速驶入直道，这不仅使跟踪效率有了极大提升，同时也约束了加速度和加加速度，使得跟踪过程非常舒适，同时也减少了能耗。同时也减少了能耗。同时也减少了能耗。

【技术实现步骤摘要】
一种基于预测控制模型的速度规划方法


[0001]本专利技术涉及自动驾驶领域，特别是针对曲率较大的路径进行速度规划。

技术介绍

[0002]自动驾驶已经成为学术界和汽车行业的热门研究领域。自动驾驶的关键技术包括环境感知、决策、运动规划和路径跟踪。路径跟踪可以确保自动驾驶车辆采取适当的控制决策，沿着规划的路径行驶。在高速行驶时，这个问题更具有挑战性，因为车辆的稳定性和安全性是主要问题。自动驾驶的控制决策包括横向控制、纵向控制以及两者的集成。纵向控制是对车辆前进方向的速度控制，是指油门和刹车的协调，实现对变速的精确跟踪。横向控制是指转向控制，通常根据路径和曲率来减小跟踪误差。
[0003]现有的自主车辆路径跟踪方法大多只考虑匀速下的车辆路径跟踪，路径曲率较小，且跟踪速度较慢。一些研究给出了变速，并设计了纵向和横向控制器进行变速跟踪。然而，这些研究大多是基于曲率小的路径，期望速度曲线是通过一个简单的物理公式计算得到的。当路径曲率较大时，通过简单物理公式计算出的期望速度曲线变化会非常剧烈，这不仅增加了车辆的能耗，同时也会使车辆的跟踪过程极度不舒适本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于预测控制模型的速度规划方法，其特征在于，包括以下步骤：S1、建立基于预测控制模型的车辆控制系统，包括：S1
‑
1、建立车辆运动学模型，并表示出车辆运动学模型的状态空间方程；S1
‑
2、运用前向欧拉方法对车辆运动学模型的状态空间进行离散化；S1
‑
3、基于离散化后的车辆运动学模型的状态空间，建立预测控制模型；S1
‑
4、由预测控制模型得到车辆的预测状态；S1
‑
5、基于车辆的预测状态，确定车辆控制系统的输出状态空间方程；S1
‑
6、基于车辆跟踪效果的考虑，建立关于期望路径的速度规划目标函数及预设约束条件，并建立车辆控制系统的输出约束条件；所述车辆控制系统的输出约束条件包括车辆的最大横向运动和车辆的最大行驶速度；S2、获取当前场景中的路径信息，并规划出期望路径；S3、获取目标车辆的车辆信息；所述目标车辆的车辆信息包括目标车辆的车身的长、宽尺寸，以及最大行驶速度；S4、将规划出的期望路径和目标车辆的车辆信息输入所建立的基于预测控制模型的车辆控制系统，生成与当前场景中的路径信息相对应的关于目标车辆的期望速度曲线，进而确定目标车辆的速度控制序列和加速度控制序列，即生成与当前场景中的路径信息相对应的关于目标车辆的速度规划方案。2.根据权利要求1所述的一种基于预测控制模型的速度规划方法，其特征在于，所述S1，建立基于预测控制模型的车辆控制系统，具体包括：S1
‑
1、建立车辆运动学模型：由车辆运动学模型表示的状态空间方程如下：上述中，X是车辆在惯性坐标系XOY中X轴方向的坐标，Y是车辆在惯性坐标系XOY中Y轴方向的坐标，V是车辆的纵向速度，是车辆的航向角，是车辆在惯性坐标系XOY下沿X轴方向的速度；是车辆在惯性坐标系XOY下沿Y轴方向的速度，是车辆的纵向加速度；是状态空间；s是状态量；u是控制量，这里是指加速度；A和B均是系数；S1
‑
2、运用前向欧拉方法对车辆运动学模型的状态空间进行离散化，即：2、运用前向欧拉方法对车辆运动学模型的状态空间进行离散化，即：由此得到，离散化后的车辆运动学模型的状态空间：上述中，s(k+1)是k+1时刻的状态量；s(k)是k时刻的状态量；T是离散的时间间隔；I是和A同阶的单位矩阵；o(k)是车辆控制系统的输出矩阵；u(k)是k时刻的控制量，这里是指加速度；A(k)、B(k)和C(k)均是系数矩阵；S1
‑
3、基于离散化后的车辆运动学模型的状态空间，建立预测控制模型，即：
预测控制模型的状态空间方程中包含两个向量，一个是k时刻的状态量s(k)，另一个是k
‑
1时刻的控制量u(k
‑
1)；预测控制模型的状态空间方程为：由离散化后的车辆运动学模型的状态空间，知：由此建立预测控制模型为：上述中，N
x
、N
u
分别是预测控制模型的状态向量和控制向量；I
Nu
是N
u
*N
u
的单位矩阵；S1
‑
4、基于预测控制模型进行车辆的预测状态推导，结果如下：其中，N
c
是控制时域，N
p
是预测时域，且N
p
>N
c
；S1
‑
5、基于推导出的车辆的预测状态，确定车辆控制系统的输出状态空间方程：所述车辆控制系统的输出状态空间方程可以简化为如下矩阵：O＝Ψξ(k)+ΘΔU(k)，
ꢀꢀꢀꢀ
(11)
其中，ΔU(k)＝[Δu(k) Δu(k+1)
ꢀ…ꢀ
Δu(k+N
c
)]
T
；S1
‑
6、基于车辆跟踪效果的考虑，建立关于期望路径的速度规划目标函数及预设约束条件，并建立车辆控制系统的输出约束条件；所述车辆控制系统的输出约束条件包括车辆的最大横向运动和车辆的最大行驶速度；具体包括：S1
‑6‑
1、建立关于期望路径的速度规划目标函数如下：式(12)中，...

【专利技术属性】
技术研发人员：孙湛博，陈莹，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：