一种自动驾驶汽车路径跟踪的类人控制策略制造技术

本发明专利技术公开了一种自动驾驶汽车路径跟踪的类人控制策略，涉及自动驾驶技术领域，解决了类人驾驶对未知环境的适应性较差且其自动控制器鲁棒性不强的技术问题，其技术方案要点是该控制策略通过控制器实现，该控制器包括预瞄前馈模块和自适应抗扰控制模块，预瞄前馈模块以前方道路信息为输入，模拟驾驶员对前方道路的转向行为决策和控制行为，以二阶系统的比例控制输出前馈转向角；自适应抗扰控制模块以车辆横摆角速度误差作为输入，模拟驾驶员的补偿和调整行为，为前馈输入提供补偿转向角，同时增强控制策略的鲁棒性。该方法能够在路径跟踪控制中实现类人驾驶效果，在高效、平稳的跟踪控制的同时保证了乘员舒适性，提升了自动驾驶系统接受度。驶系统接受度。驶系统接受度。

【技术实现步骤摘要】
一种自动驾驶汽车路径跟踪的类人控制策略


[0001]本申请涉及自动驾驶
，具体涉及路径跟踪控制中的类人控制策略，尤其涉及一种自动驾驶汽车路径跟踪的类人控制策略。

技术介绍

[0002]由于驾驶员的误操作等行为导致了很多的交通事故，自动驾驶技术由于它能实现更好的安全性和更高的道路利用率，得到了快速的发展。在计算机和自动控制等领域的快速发展下，很多自动驾驶控制算法被不断的提出和改进，但这些方法大多聚焦于考虑了车辆和车辆外部环境，通过优化求解方法获得最佳控制输出，但忽略了人的感受。
[0003]自动驾驶汽车的舒适性应该以人为中心，模仿人类的转向行为。只有控制器做出与驾驶员操作行为相似的控制效果，有效提高乘员的舒适性，增强人类对自动驾驶汽车的信任，自动驾驶汽车才能被公众接受。因此，近年来，类人控制策略逐渐成为一个新兴的研究热点，在自动驾驶领域发挥了至关重要的作用。
[0004]当前的类人驾驶控制算法能够在一定程度上实现了类人控制效果，但大多基于深度学习等方法，依赖大量数据，且对未知环境的适应于较差，因此亟需一种能够从原理上模拟人的行为的直接的控制方法，以实现类人驾驶并保证自动控制器的鲁棒性。

技术实现思路

[0005]本申请提供了一种自动驾驶汽车路径跟踪的类人控制策略，其技术目的是通过自动控制器来模拟人类驾驶员的转向预操作和补偿行为，实现自动驾驶汽车的类人控制特性。
[0006]本申请的上述技术目的是通过以下技术方案得以实现的：
[0007]一种自动驾驶汽车路径跟踪的类人控制策略，该类人控制策略通过控制器实现，所述控制器包括预瞄前馈模块和自适应抗扰控制模块，该类人控制策略包括：通过预瞄前馈模块对人类驾驶员进行模拟以应对前方道路的转向决策和预操作行为，通过自适应抗扰控制模块对人类驾驶员进行模拟以应对跟踪误差的补偿和调整行为，将预瞄前馈模块的前馈和自适应抗扰控制模块的补偿分别求解得到的前轮转角之和作用于自动驾驶汽车，以实现对自动驾驶汽车路径跟踪的类人控制；
[0008]其中，所述预瞄前馈模块包括依次连接的预瞄模型、比例控制器和驾驶员神经肌肉系统，所述驾驶员神经肌肉系统通过延时环节和一阶惯性环节进行表征；
[0009]所述自适应抗扰控制模块包括状态扩张观测器、微分跟踪器和非线性状态误差反馈模块，微分跟踪器的输出与状态扩张观测器的输出之差输入到非线性状态误差反馈模块，非线性状态误差反馈模块的输出与状态扩张观测器的输出之和作为反馈再输入至状态扩张观测器。
[0010]本申请的有益效果在于：本申请所述的自动驾驶汽车路径跟踪的类人控制策略通过控制器实现，该控制器包括预瞄前馈模块和自适应抗扰控制模块，预瞄前馈模块以前方
道路信息为输入，模拟驾驶员对前方道路的直接的转向行为决策和控制行为，以一个直接的二阶系统的比例控制输出前馈转向角；自适应抗扰控制模块以车辆横摆角速度误差作为输入，模拟驾驶员的补偿和调整行为，为前馈输入提供补偿转向角，同时增强控制策略的鲁棒性。
[0011]该预瞄和补偿控制方法输入简单，仅需要目标路径的道路曲率而无需期望轨迹的高精坐标，控制器能够在路径跟踪控制中实现类人驾驶效果，准确的模拟人类驾驶员的预操作和补偿行为过程，高效地保证路径跟踪的准确、平稳和乘员舒适性，有效提升自动驾驶系统的接受度。本申请提出的类人控制策略能够广泛应用于自动驾驶系统的研究和实践，具有一定实用性。
附图说明
[0012]图1为本申请所述类人控制策略控制器的结构示意图；
[0013]图2为本申请的仿真测试场景的道路曲率示意图；
[0014]图3为本申请在测试场景下的前轮转角输出曲线；
[0015]图4为本申请在测试场景下的路径跟踪横向误差曲线；
[0016]图5为本申请在测试场景下的路径跟踪航向误差曲线；
[0017]图6为本申请在测试场景下的横摆角速度曲线。
具体实施方式
[0018]下面将结合附图对本申请技术方案进行详细说明。
[0019]本申请所述的自动驾驶汽车路径跟踪的类人控制策略通过控制器实现，该控制器结构如图1所示，该控制器包括预瞄前馈模块和自适应抗扰控制模块。则该类人控制策略包括：通过预瞄前馈模块对人类驾驶员进行模拟以应对前方道路的转向决策和预操作行为，通过自适应抗扰控制模块对人类驾驶员进行模拟以应对跟踪误差的补偿和调整行为，将预瞄前馈模块的前馈和自适应抗扰控制模块的补偿分别求解得到的前轮转角之和作用于自动驾驶汽车，以实现对自动驾驶汽车路径跟踪的类人控制。
[0020]考虑车辆的横向运动和横摆运动，假设只有前轮转向，建立二自由度车辆动力学模型，表示为：
[0021][0022]其中，m表示车辆质量；M
z
表示车辆偏航惯性力矩；l
f
表示车辆质心到前轴的距离；l
r
表示车辆质心到后轴的距离；C
f
表示前轮的侧偏刚度；C
r
表示后轮的侧偏刚度；v
x
表示车辆的纵向速度；v
y
表示车辆的横向速度；r表示车辆的横摆角速度；δ
f
表示前轮转向角。
[0023]设前方期望轨迹的道路曲率为ρ，则对应的期望横摆角速度为：
[0024]r
des
＝ρv
x
ꢀꢀꢀꢀ
(2)
[0025]在路径跟踪过程中，横向误差和横摆角误差分别表示为：
[0026][0027]预瞄前馈模块包括依次连接的预瞄模型、比例控制器和驾驶员神经肌肉系统，驾驶员神经肌肉系统通过延时环节和一阶微分环节进行表征。
[0028]所述预瞄模型的输入包括e
y
、和ρ，输出为θ
f
和θ
n
，且θ
f
和θ
n
作为比例控制器的输入。定义前方期望轨迹上的近预瞄点与车辆质心的距离为d
n
，前方道路边缘上的远预瞄点与车辆质心的距离为d
f
，基于近预瞄点和远预瞄点与车辆质心连线的夹角定义远点夹角θ
f
和近点夹角θ
n
，由此为比例控制器提供输入，则远点夹角θ
f
和近点夹角θ
n
表示为：
[0029][0030]基于所建立的预瞄模型，用比例控制器反映驾驶员的预操作行为，并以一个延时环节和一阶惯性环节体现驾驶员的神经肌肉传导作用，得到驾驶员神经肌肉系统输出的前轮转角的前馈控制量，表示为：
[0031][0032]其中，K
p
、K
c
均表示比例控制器的增益，K
p
为远点夹角θ
f
对应的增益，K
c
为近点夹角θ
n
对应的增益；τ1表示纯延时，τ2表示一阶惯性环节的时间常数。
[0033]为了便于系统的设计和建立，在实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动驾驶汽车路径跟踪的类人控制策略，该类人控制策略通过控制器实现，所述控制器包括预瞄前馈模块和自适应抗扰控制模块，其特征在于，该类人控制策略包括：通过预瞄前馈模块对人类驾驶员进行模拟以应对前方道路的转向决策和预操作行为，通过自适应抗扰控制模块对人类驾驶员进行模拟以应对跟踪误差的补偿和调整行为，将预瞄前馈模块的前馈和自适应抗扰控制模块的补偿分别求解得到的前轮转角之和作用于自动驾驶汽车，以实现对自动驾驶汽车路径跟踪的类人控制；其中，所述预瞄前馈模块包括依次连接的预瞄模型、比例控制器和驾驶员神经肌肉系统，所述驾驶员神经肌肉系统通过延时环节和一阶惯性环节进行表征；所述自适应抗扰控制模块包括状态扩张观测器、微分跟踪器和非线性状态误差反馈模块，微分跟踪器的输出与状态扩张观测器的输出之差输入到非线性状态误差反馈模块，非线性状态误差反馈模块的输出与状态扩张观测器的输出之和作为反馈再输入至状态扩张观测器。2.如权利要求1所述的类人控制策略，其特征在于，所述预瞄模型的输入包括e
y
、和ρ，输出为θ
f
和θ
n
，且θ
f
和θ
n
作为比例控制器的输入；其中，e
y
表示路径跟踪的横向误差，表示路径跟踪的航向误差，ρ表示前方期望轨迹的道路曲率，θ
f
表示远点夹角，θ
n
表示近点夹角；θ
f
＝d
f
ρ，d
f
表示前方道路边缘上的远预瞄点与车辆质心的距离；θ
n
＝e
y
/d
n
表示前方期望轨迹上的近预瞄点与车辆质心的距离。3.如权利要求2所述的类人控制策略，其特征在于，所述驾驶员神经肌肉系统输出的前轮转角的前馈控制量表示为：其中，K
p
、K
c
均表示比例控制器的增益，τ1表示纯延时，τ2表示一阶惯性环节的时间常...

【专利技术属性】
技术研发人员：王金湘，刘能，方振伍，陈锦鑫，殷国栋，张宁，祝小元，
申请(专利权)人：东南大学，
类型：发明
国别省市：