一种自适应的无人驾驶串级控制方法技术

本发明专利技术涉及一种自适应的无人驾驶串级控制方法，包括：参考航向角输入；航向角误差计算；自适应控制器1计算参考前轮转角；位置误差计算的期望前轮转角；前轮转角误差计算；自适应控制器2计算前轮转角控制量；前轮转角控制量输入车辆，得到更新的前轮转角和航向角。与现有技术相比，本发明专利技术针对无人驾驶车辆这类欠驱动、强非线性系统，具有实现无模型自适应控制，串级控制方法控制前轮转角稳定，可以降低跟踪误差，稳定地使横向误差和航向误差同步收敛，提高无人驾驶系统的跟踪精度，保证运行的安全。安全。安全。

【技术实现步骤摘要】
一种自适应的无人驾驶串级控制方法


[0001]本专利技术属于无人驾驶控制
，涉及无人驾驶车辆的运动控制方法，尤其是涉及一种自适应的无人驾驶串级控制方法。

技术介绍

[0002]近年来无人驾驶车辆技术发展迅猛，主要在于巨大的技术前景，能够用于缓解日益繁重的交通压力、提高道路交通的安全和节约能源。作为无人驾驶车辆技术的核心，运动控制相当重要，具体包括轨迹规划和控制执行两个环节，这两项技术相辅相成，共同构成无人驾驶汽车的关键技术。其中如何解决车辆控制存在的欠驱动、非线性和模型不精确问题是运动控制当前的科学问题。

技术实现思路

[0003]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种自适应的无人驾驶串级控制方法。
[0004]本专利技术的目的可以通过以下技术方案来实现：
[0005]一种自适应的无人驾驶串级控制方法，包括以下步骤：
[0006]1)获取参考航向角θ
r
；
[0007]2)计算航向角误差Δθ；
[0008]3)将航向角误差Δθ输入自适应控制器1计算参考前轮转角δ
r
；
[0009]4)根据位置误差计算期望前轮转角δ
e
；
[0010]5)计算前轮转角误差Δδ；
[0011]6)将前轮转角误差Δδ输入自适应控制器2，计算前轮转角控制量δ
c
；
[0012]7)将前轮转角控制量δ
c
输入车辆，得到更新的前轮转角δ和航向角θ。
[0013]所述的步骤2)中，航向角误差Δθ计算方法为Δθ＝θ
r
‑
θ，其中，θ为车辆实际的航向角。
[0014]所述的步骤3)中，自适应控制器1离散的车辆模型是其中，k离散后的第k个时刻，v是车辆速度，T是采样周期，L是车辆轴距。
[0015]所述的步骤3)中，由自适应控制器1离散的车辆模型得到航向角与前轮转角的关系式为θ(k+1)＝f
θ
(θ(k),δ(k))，fθ(.)前轮转角与航向角的非线性映射关系。
[0016]所述的步骤3)中，航向角与前轮转角关系式的全格式动态线性化数据模型为Δθ(k+1)＝φ
θ
(k)
·
Δθ(k)+φ
δ
(k)
·
Δδ(k)，其中，φ
θ
(k)和φδ(k)为未知有界的伪梯度。
[0017]所述的步骤3)中，由全格式动态线性化数据模型，可以得到自适应控制器1的控制
律为其中，步长因子ρ
θ
,ρ
δ
∈(0,1]，权重因子λ
θ
＞0。
[0018]所述的步骤4)中，位置误差为e时，期望前轮转角δ
e
计算方法为其中，L
w
为预瞄距离。
[0019]所述的步骤5)中，前轮转角误差Δδ计算方法为Δδ＝δ
r
+δ
e
‑
δ，其中，δ为车辆实际的前轮转角。
[0020]所述的步骤6)中，自适应控制器2参考的车辆线控转向执行器模型是其中，J
eq
为转向系统等效转动惯量，B
eq
为转向系统等效阻尼，C
eq
为转向系统等效刚度，K
eq
为转向系统等效传动比，τ为电机输出扭矩，M
z
为轮胎回正力矩。
[0021]所述的步骤6)中，由自适应控制器2参考的车辆线控转向执行器模型得到的前轮转角与转向电机输出扭矩的关系式为δ(k+1)＝f
τ
(δ(k),δ(k
‑
1),τ(k))。其中，f
τ
(.)前轮转角与转向电机输出扭矩的非线性映射关系。
[0022]所述的步骤6)中，将前轮转角控制量δ
c
与转向电机输出扭矩等效，那么，自适应控制器2参考的车辆线控转向执行器模型得到的前轮转角与前轮转角控制量δ
c
的关系式更新为δ(k+1)＝f
δ
(δ(k),δ(k
‑
1),δ
c
(k))。其中，f
δ
(.)前轮转角与前轮转角控制量的非线性映射关系。
[0023]所述的步骤6)中，前轮转角与前轮转角控制量δ
c
关系式的全格式动态线性化数据模型为其中，φ
c
(k)＝[φ1(k),φ2(k),φ3(k)]T
为未知有界的伪梯度，ΔΗ
c
(k)＝[Δδ(k),Δδ(k
‑
1),Δδ
c
(k)]T
。
[0024]所述的步骤6)中，由全格式动态线性化数据模型，可以得到自适应控制器2的控制律为
[0025][0026]，其中，步长因子ρ1,ρ2,ρ3∈(0,1]，权重因子λ
c
＞0。
[0027]与现有技术相比，本专利技术具有以下优点：
[0028]1.本专利技术中自适应控制律1，能实现航向角的无模型自适应控制，使控制策略不再依赖于精确地整车车辆模型参数，算法适应于整车车辆模型参数的不确定性，可快速部署到无人驾驶车辆，实现实时快速消除航向误差；
[0029]2.本专利技术中自适应控制律2，能实现前轮转角的无模型自适应控制，使控制策略不再依赖于精确地执行器模型参数，算法适应于车辆线控转向执行器模型参数的不确定性，可快速部署到无人驾驶车辆，实现实时快速消除横向误差；
[0030]3.本专利技术的串级控制方法控制前轮转角稳定，能有效降低跟踪误差，提高转向跟
踪精度，保证跟踪效率；
[0031]4.本专利技术的串级控制方法，针对无人驾驶车辆这类欠驱动、强非线性系统，能实现无模型自适应控制，能稳定地使横向误差和航向误差同步收敛，提高无人驾驶系统的跟踪精度，保证运行的安全。
附图说明
[0032]图1为本专利技术的自适应的无人驾驶串级控制方法示意图；
[0033]图2为本专利技术的轨迹跟踪示意图；
[0034]图3为纯跟踪方法和本专利技术方法的轨迹跟踪示意图；
[0035]图4为纯跟踪方法和本专利技术方法的轨迹跟踪的转角示意图；
[0036]图5为纯跟踪方法和本专利技术方法的轨迹跟踪的误差示意图。
具体实施方式
[0037]下面结合附图和具体实施例对本专利技术进行详细说明。
[0038]实施例：
[0039]如图1所示，图1为本专利技术的一种自适应的无人驾驶串级控制方法示意图，该策略具体步骤包括：
[0040]步骤1：根据需要跟踪的轨迹，获取参考航向角θ
r
。
[0041]步骤2：计算航向角误差Δθ，计算方法为Δθ＝θ
r
‑
θ，其中，θ为车辆实际的航向角。
[0042]步骤3：将车辆本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自适应的无人驾驶串级控制方法，其特征在于，包括以下步骤：1)获取参考航向角θ
r
；2)计算航向角误差Δθ；3)将航向角误差Δθ输入自适应控制器1计算参考前轮转角δ
r
；4)根据位置误差计算期望前轮转角δ
e
；5)计算前轮转角误差Δδ；6)将前轮转角误差Δδ输入自适应控制器2，计算前轮转角控制量δ
c
；7)将前轮转角控制量δ
c
输入车辆，得到更新的前轮转角δ和航向角θ。2.根据权利要求1所述的一种自适应的无人驾驶串级控制方法，其特征在于，所述的步骤2)中，航向角误差Δθ计算方法为Δθ＝θ
r
‑
θ，其中，θ为车辆实际的航向角。3.根据权利要求1所述的一种自适应的无人驾驶串级控制方法，其特征在于，所述的步骤3)中，自适应控制器1离散的车辆模型是其中，k离散后的第k个时刻，v是车辆速度，T是采样周期，L是车辆轴距。4.根据权利要求3所述的一种自适应的无人驾驶串级控制方法，其特征在于，由自适应控制器1离散的车辆模型得到航向角与前轮转角的关系式为θ(k+1)＝f
θ
(θ(k),δ(k))，f
θ
(.)为前轮转角与航向角的非线性映射关系。5.根据权利要求4所述的一种自适应的无人驾驶串级控制方法，其特征在于，航向角与前轮转角关系式的全格式动态线性化数据模型为Δθ(k+1)＝φ
θ
(k)
·
Δθ(k)+φ
δ
(k)
·
Δδ(k)，其中，φ
θ
(k)和φ
δ
(k)为未知有界的伪梯度。6.根据权利要求5所述的一种自适应的无人驾驶串级控制方法，其特征在于，由全格式动态线性化数据模型，可以得到自适应控制器1的控制律为其中，步长因子ρ
θ
,ρ
δ
∈(0,1]，权重因子λ
θ
＞0。7.根据权利要求1所述的一种自适应的无人驾驶串级控制方法，其特征在于，所述的步骤4)中，位置误差为e时，期望前轮转角δ
e
计算方法为其中，L
w
...

【专利技术属性】
技术研发人员：曾德全，胡一明，余银犬，
申请(专利权)人：华东交通大学，
类型：发明
国别省市：