一种基于AMPC的多轴分布式驱动车辆转向辅助轨迹跟踪方法技术

技术编号:36951359 阅读:26 留言:0更新日期:2023-03-22 19:12
本发明专利技术提供了一种基于AMPC的多轴分布式驱动车辆转向辅助轨迹跟踪方法,基于线性二自由度的单轨模型建立预测模型,能使车辆在轮胎力处于线性区时实现较高的预测精度;驾驶员模型采用了线性二次型调节器,能够尽可能模拟熟练驾驶员跟踪预想轨迹的条件;方法中考虑干预辅助量、参考轨迹跟踪误差、前轮转角及其变化率等多方面因素构造多成本目标函数,并且引入了驾驶权衰减系数和驾驶权重系数来衡量与表征预测窗口内对驾驶员意图的置信程度,最终求解得到的最优前轮转角输出值,能够使车辆迅速平稳的到达目标轨迹,且在过程中减少抖动并能保证平顺性。保证平顺性。保证平顺性。

【技术实现步骤摘要】
一种基于AMPC的多轴分布式驱动车辆转向辅助轨迹跟踪方法


[0001]本专利技术属于智能电动汽车辅助驾驶
,具体涉及一种基于AMPC(Adaptive Model Predictive Control,自适应模型预测控制)的多轴分布式驱动车辆转向辅助轨迹跟踪方法。

技术介绍

[0002]目前,适用于智能电动汽车的辅助驾驶技术借助不同类型传感器对环境信息的感知能力,利用高算力的车载计算平台对感知信息的处理和整合,能够在一定程度上辅助驾驶员决策并提高车辆行驶安全性。然而,本领域中大多现有技术主要是针对乘用车辆设计,但对于部分特殊的商用车辆并不能良好地适用,尤其是对于一些多轴的商用运输车辆,由于其重量大、车身体积大、驾驶舱较高等特点,导致驾驶员的驾驶视野普遍不佳,而且较差的车身灵活性与制动性能,也使得驾驶难度相对于乘用车高出很多,驾驶员对于车辆周围环境以及车身姿态都不容易把控。长途的驾驶运输任务中,疲劳、分神等问题也存在严重安全隐患。此类车辆的辅助驾驶中必须要兼顾作业任务,但由于现有任务型辅助驾驶系统多需要频繁的人机交替驾驶,导致驾驶员对其的接受和信任程度不高,并且在人机协同的辅助驾驶轨迹跟踪中,系统对驾驶员意图轨迹和权限的引入,仍缺乏较有效的解决手段。因此,本领域中迫切需要针对多轴分布式驱动车辆的特点,提供更加完善的辅助驾驶与转向轨迹跟踪策略。

技术实现思路

[0003]有鉴于此,针对上述本领域中存在的技术问题,本专利技术提供了一种基于AMPC的多轴分布式驱动车辆转向辅助轨迹跟踪方法,具体包括以下步骤:
[0004]S1、在上层控制中,针对n轴分布式驱动车辆,以车辆的横纵坐标xy、纵向速度v
x
、航向角侧向速度v
y
和横摆角速度ω
r
作为输入变量,建立线性二自由度单轨车辆模型对未来车辆的动力学状态进行预测,并输出预测的最优方向盘转角控制量、预测的轨迹与参考轨迹的侧向位置误差e
d
和航向角误差所述参考轨迹为所提方法外部输入信息,为辅助跟踪控制所需要的已知量;
[0005]S2、在上层控制中,以车辆的横纵坐标xy、纵向速度v
x
、航向角侧向速度v
y
和横摆角速度ω
r
作为输入变量,建立线性二次型调节驾驶员模型,以累计侧向误差、横向误差及方向盘转角加权和最小构建代价函数,计算驾驶员意图前轮转角;
[0006]S3、在下层控制中,定义由上层步骤S1预测的最优方向盘转角控制量与步骤S2得到的驾驶员意图前轮转角确定的前轮转角差为干预辅助量,并以所述干预辅助量、所述预测的轨迹与参考轨迹的侧向位置误差e
d
和航向角误差均达到最小作为优化目标,同时将方向盘转角及其变化率均达到最小也作为优化目标,综合以上优化目标构建多目标成本函数;
[0007]S4、基于所述多目标成本函数求解下一时刻最优前轮转角输出值。
[0008]进一步地,步骤S1中所述线性二自由度单轨车辆模型具体构建过程如下:
[0009]对五轴分布式驱动车辆进行动力学分析,并考虑控制量u(k)=[δ
r
(k)],δ
r
为前轮转角,扰动量v(k)=[ρ(k)],ρ为道路曲率,设车辆动力学状态量:其中,e
d
和分别为侧向位置误差和航向角误差;建立以下连续状态空间方程:
[0010][0011]Z=C
c
x+D
u,c
u
[0012]式中,C
i
为第i轴的侧偏刚度,L
i
为第i轴距离车辆质心的长度,I为车辆沿横摆方向的转动惯量,Cc为连续状态方程的输出矩阵;
[0013]式中,
[0014][0015][0016]D
u,c
=O
[0017]进行离散化得到离散状态空间方程:
[0018]x(k+1)=A
d
x(k)+B
u,d
u(k)+B
v,d
v(k)
[0019]Z(k)=C
d
x(k)
[0020]式中,k表示时间,A
d
是离散状态空间方程的状态矩阵,B
u,d
是离散状态空间方程的控制矩阵,B
v,d
是离散状态空间方程的可测扰动矩阵,下标d表示对相应参数的离散处理,Cd为Cc相同形式的离散状态方程的输出矩阵;
[0021]则系统未来p个时刻动力学状态的迭代形式为:
[0022]X
p
=[x(k),x(k+1),

,x(k+p)]T
[0023]U
p
=[u(k),u(k+1),

,u(k+p)]T
[0024]V
p
=[v(k),v(k+1),...,v(k+p)]T
[0025]其中,U
p
为自适应模型预测控制求解的最优序列,p为预测时间窗口,上标T表示向量的转置;
[0026]在预测时域窗口内,模型预测输出表示为:
[0027]z(k+p|k)=C
d
x(k+p|k)
[0028]Z
p
=[y(k),y(k+1),...,y(k+p)]T

[0029]式中,Z
p
为k时刻在预测时间窗口p内的模型预测输出序列,y为该预测时间窗口内的单个模型预测输出;
[0030]所述最优方向盘转角控制量、预测的轨迹与参考轨迹的侧向位置误差e
d
和航向角误差定义为:
[0031][0032]式中,P
ego
和P
i
分别为车辆当前位置点和参考轨迹上各个离散点,β为质心侧偏角看,为车辆所在道路映射点处切线在全局坐标系下的夹角,上标
·
表示对相应参数求导。
[0033]进一步地,步骤S2中所述线性二次型调节驾驶员模型具体建立过程包括:
[0034]假设在实际道路中道路曲率较小则:
[0035][0036]式中,k
r
为可测干扰项,u
x
为车辆纵向速度,前轮转角δ
f
为控制量;
[0037]建立以下状态空间方程:
[0038][0039]式中,
[0040][0041][0042]d的含义与可测干扰项k
r
相同;
[0043]构建以下关于累计侧向误差、横向误差及方向盘转角加权和代价函数
[0044][0045]式中,Q和R分别为状态量和控制量的加权矩阵,均为半正定矩阵,具体表示为:
[0046][0047]矩阵中元素均表示具体参数的权重;
[0048]在求解该使代价函数最小的驾驶员意图前轮转角过程中,引入曲率前馈环节u
...

【技术保护点】

【技术特征摘要】
1.一种基于AMPC的多轴分布式驱动车辆转向辅助轨迹跟踪方法,其特征在于:具体包括以下步骤:S1、在上层控制中,针对n轴分布式驱动车辆,以车辆的横纵坐标x
y
、纵向速度v
x
、航向角侧向速度v
y
和横摆角速度ω
r
作为输入变量,建立线性二自由度单轨车辆模型对未来车辆的动力学状态进行预测,并输出预测的最优方向盘转角控制量、预测的轨迹与外部输入的参考轨迹的侧向位置误差e
d
和航向角误差S2、在上层控制中,以车辆的横纵坐标xy、纵向速度v
x
、航向角侧向速度v
y
和横摆角速度ω
r
作为输入变量,建立线性二次型调节驾驶员模型,以累计侧向误差、横向误差及方向盘转角加权和最小构建代价函数,计算驾驶员意图前轮转角;S3、在下层控制中,定义由上层步骤S1预测的最优方向盘转角控制量与步骤S2得到的驾驶员意图前轮转角确定的前轮转角差为干预辅助量,并以所述干预辅助量、所述预测的轨迹与参考轨迹的侧向位置误差e
d
和航向角误差均达到最小作为优化目标,同时将方向盘转角及其变化率均达到最小也作为优化目标,综合以上优化目标构建多目标成本函数;S4、基于所述多目标成本函数求解下一时刻最优前轮转角输出值。2.如权利要求1所述的方法,其特征在于:步骤S1中所述线性二自由度单轨车辆模型具体构建过程如下:对五轴分布式驱动车辆进行动力学分析,并考虑控制量u(k)=[δ
r
(k)],δ
r
为前轮转角,扰动量v(k)=[ρ(k)],ρ为道路曲率,设车辆动力学状态量:其中,e
d
和分别为侧向位置误差和航向角误差;建立以下连续状态空间方程:z=C
c
x+D
u,c
u式中,式中,式中,式中,C
i
为第i轴的侧偏刚度,L
i
为第i轴距离车辆质心的长度,I为车辆沿横摆方向的转动惯量,Cc为连续状态方程的输出矩阵;进行离散化得到离散状态空间方程:
x(k+1)=A
d
x(k)+B
u,d
u((k)+B
v,d
v(k)z(k)=C
d
x(k)式中,k表示时间,A
d
是离散状态空间方程的状态矩阵,B
u,d
是离散状态空间方程的控制矩阵,B
u,d
是离散状态空间方程的可测扰动矩阵,下标d表示对相应参数的离散处理,Cd为Cc相同形式的离散状态方程的输出矩阵;则系统未来p个时刻动力学状态的迭代形式为:X
p
=[x(k),x(k+1),...,x(k+p)]
T
U
p
=[u(k),u(k+1),...,u(k+p)]
T
V
p
=[v(k),v(k+1),...,v(k+p)]
T
其中,U
p
为自适应模型预测控制求解的最优序列,p为预测时间窗口,上标T表示向量的转置;在预测时域窗口内,模型预测输出表示为:z(k+p|k)=C
d
x(k+p|k)Z
p
=[y(k),y(k+1),...,(k+p)]
T
;式中,Z
p
为k时刻在预测时间窗口p内的模型预测输出序列,y为该预测时间窗口内的单个模型预测输出;所述最优方向盘转角控制量、预测的轨迹与参考轨迹的侧向位置误差e
d
和航向角误差定义为:式中,P
ego
和P
i
分别为车辆当前位置点和参考轨迹上各个离散点,β为质心侧偏角看,为车辆所在道路映射点处切线在全局坐标系下的夹角,上标
·
表示对相应参数求导。3.如权利要求2所述的方法,其特征在于:步骤S2中所述线性二次型调节驾驶员模型具体建立过程包括:假设在实际道路中道路曲率较小则:式中,k
r
为可测干扰项,u
x
为车辆纵向速度,前轮转角δ
f
为控制量;建立以下状态空间方程:式中,
d的含义与可测干扰项k
r
相同;构建以下关于累计侧向误差、横向误差及方向盘转角加权和代价函数式中,Q和R分别为状态量和控制量的加权矩阵,均为半正定矩阵,具体表示为:矩阵中元素均表示具体参数的权重;在求解该使代价函数最小的驾驶员意图前轮转角过程中,引入曲率前馈环节u
f
,则控制量可表示为:u(k)=

Kx(k)+u
f
利用代数黎卡提方程另e
d
=o来求解最优控制量u(k)得到相应驾驶员意图前轮转角;其中K为状态反馈增益,具体为4.如权利要求3所述的方法,其特征...

【专利技术属性】
技术研发人员:孙逢春李志超李军求
申请(专利权)人:北京理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1