基于无偏移模型预测的车辆控制方法、控制器及存储介质技术

本发明专利技术公开了一种基于无偏移模型预测的车辆控制方法、控制器及存储介质，属于控制系统技术领域，控制方法包括：获取车辆状态信息和目标轨迹信息，根据车辆状态信息获取可测量的干扰量，基于无迹卡尔曼滤波器算法获取车辆状态量和不可测量的干扰量；根据车辆动力学模型和车辆状态量，引入横向和纵向加速度的松弛因子获取状态参考和控制参考；以车辆的前轮转角和车辆速度为控制量建立控制目标函数，在约束条件下，采用状态参考和控制参考对目标函数进行求解，计算出最优控制量，发送给被控车辆执行量。本发明专利技术降低了状态反馈误差信号的噪声，消除了模型失配和外界干扰引起的稳态误差，提高了系统的动态性能。提高了系统的动态性能。提高了系统的动态性能。

【技术实现步骤摘要】
基于无偏移模型预测的车辆控制方法、控制器及存储介质


[0001]本专利技术涉及控制系统
，尤其涉及一种基于无偏移模型预测的车辆控制方法、控制器及存储介质。

技术介绍

[0002]近年来，汽车自动驾驶技术发展迅速，这归功于实时优化技术和嵌入式部署技术的快速成熟和广泛应用。 基于优化技术的模型预测控制（MPC）和最优控制在汽车自动驾驶的运动控制中起着举足轻重的作用。
[0003]目前的车辆控制方法有些只考虑了横向控制，忽略了纵向控制；有些考虑了横纵向的耦合控制，但是没有考虑到纵向控制的干扰误差。
[0004]然而，纵向控制的干扰误差会引起较大的稳态误差，从而降低车辆控制系统的动态性能。

技术实现思路

[0005]本专利技术提供了一种基于无偏移模型预测的车辆控制方法、控制器及存储介质，可以降低状态反馈误差信号的噪声，消除模型失配和外界干扰引起的稳态误差，提高控制系统的动态性能。
[0006]根据本专利技术的一方面，提供了一种基于无偏移模型预测的车辆控制方法，包括：获取车辆状态信息和目标轨迹信息，根据车辆状态信息获取可测量的干扰量，并基于无迹卡尔曼滤波器算法获取车辆状态量和不可测量的干扰量；根据车辆动力学模型和车辆状态量，引入横向和纵向加速度的松弛因子获取状态参考和控制参考；以车辆的前轮转角和车辆速度为控制量建立控制目标函数，并设置控制量和控制量增量的约束条件，在约束条件下，采用状态参考和控制参考对目标函数进行求解，计算出最优控制量，发送给被控车辆执行量，其中，松弛因子用于增加约束条件的对系统的稳定性。
[0007]可选的，获取车辆状态信息和目标轨迹信息，根据车辆状态信息获取可测量的干扰量，并基于无迹卡尔曼滤波器算法获取车辆状态量和不可测量的干扰量，包括：采用增广状态方程来观察扰动，获取车辆状态量和不可测量的干扰量；其中，车辆状态量和不可测量的干扰量作为增广状态方程的增广状态，控制量和可测量的干扰量作为增广状态方程的增广控制变量。
[0008]可选的，采用增广状态方程来观察扰动，获取车辆状态量和不可测量的干扰量，包括：
[0009]；
[0010]其中，是增广状态，是增广控制变量，是车辆状态量，是不可测量的干扰量，是控制量，是可测量的干扰量，是车辆状态量的一阶导数，是不
可测量的干扰量的一阶导数；
[0011]；
[0012]其中，表示纵向速度误差，表示整车加速度，和分别表示可测量的纵向加速度扰动和不可测量的纵向加速度扰动；
[0013]；
[0014]为横向速度，和分别为前轮侧向力和后轮侧向力，为整车质量，为纵向速度，为横摆角速度，和分别表示可测量的横向加速度扰动和不可测量的横向加速度扰动；
[0015]；
[0016]其中，表示横向跟随误差，表示车辆航向角误差，和分别表示可测量的车辆航向角误差扰动和不可测量的车辆航向角误差扰动，和分别表示可测量的横向跟随误差扰动和不可测量的横向跟随误差扰动；
[0017]；
[0018]表示车辆质心到前轴的距离，表示车辆质心到后轴的距离，表示车辆绕z轴的转动惯量，是横摆角速度扰动；
[0019]；
[0020]是车辆航向角的一阶导数，是参考曲率；
[0021]，，，， ；
[0022]表示不可测量的纵向加速度扰动的一阶导数；表示不可测量的横向加速度扰动的一阶导数；表示不可测量的横摆角速度扰动的一阶导数；表示不可测量的横向跟随误差扰动的一阶导数；表示不可测量的车辆航向角误差扰动的一阶导数。
[0023]可选的，根据车辆动力学模型和车辆状态量，引入横向和纵向加速度的松弛因子获取状态参考和控制参考，包括：引入横向和纵向加速度的松弛因子λ，将纵向加速度扰动乘以松弛因子λ，将横向参考加速度乘以松弛因子λ，基于车辆动力学模型计算出参考轮胎侧向力，其中，λ∈(0,1]；根据参考轮胎侧向力和轮胎横向逆动力学模型得到前轮转角参考。
[0024]可选的，将纵向加速度扰动乘以松弛因子λ，将横向参考加速度乘以松弛因子λ，将基于车辆动力学模型计算出参考轮胎侧向力，包括：
[0025]；
[0026]；
[0027]；
[0028]其中，为整车加速度的参考值，表示纵向加速度扰动，和分别为前轮侧向力的参考值和后轮的侧向力的参考值，为整车质量，为横向参考加速度，表示车辆质心到前轴的距离，表示车辆质心到后轴的距离，表示车辆绕z轴的转动惯量，表
示可测量的横摆角速度扰动；
[0029]由于车辆处于稳定状态，因此只考虑横向约束，
[0030] ，；
[0031]是额定摩擦力，和分别表示前轮的垂向载荷和后轮的垂向载荷；
[0032]，用于判断车辆是向心运动还是离心运动；
[0033]其中，是向心误差方向力，为纵向速度，是参考轨迹给出的参考横摆角速度，是横向加速度扰动，
[0034]；
[0035] ；
[0036]其中，表示松驰因子的最大值，表示松弛因子最大值的一阶导数，表示松弛量，为任意正实数；
[0037]引入松弛因子λ计算出参考轮胎侧向力后，利用轮胎横向动力学模型可得到前轮侧偏角和后轮侧偏角，前轮侧偏角和后轮侧偏角满足如下关系，
[0038] ；
[0039]其中，为参考横摆角速度，进而可以推导出，
[0040]；
[0041]；
[0042]其中，为横向速度参考值，为前轮侧偏角参考值，为后轮侧偏角参考值，为前轮转角参考值；
[0043]车辆航向角误差的参考值为：，横向跟随误差参考值为零，纵向速度误差参考值为零。
[0044]可选的，转向系统的动力学模型：；其中，表示前轮转角，表示前轮的转向率；
[0045]；
[0046]， ；
[0047]；
[0048]其中，和分别表示车辆航向角和参考车辆航向角，表示车辆航向角误差，表示车辆航向角误差的一阶导数，表示车辆航向角的一阶导数，表示参考曲率，表示纵向速度，表示横向速度，表示车辆航向角误差扰动，和分别表示可测量的车
辆航向角误差扰动和不可测量的车辆航向角误差扰动，表示横向跟随误差的一阶导数，表示横向跟随误差扰动。
[0049]可选的，控制量，车辆状态量，干扰量；不可测量的干扰量和可测量的干扰量中所包括的变量与干扰量中所包括的变量相同；其中，表示控制量，表示前轮转角，表示整车加速度，表示车辆状态量，表示纵向速度误差，表示横向跟随误差，表示车辆航向角误差，表示横向速度，表示横摆角速度，表示纵向加速度扰动，表示横向加速度扰动，表示横摆角速度扰动，表示横向跟随误差扰动，表示车辆航向角误差扰动。
[0050]可选的，目标函数为，控制量的约束条件为，控制增量的约束条件为；其中，表示目标函数，表示积分代价，表示车辆状态量，表示控制量，表示可测量的干扰量，表示不可测量的干扰量，表示整车加速度，表示整车加速度的最小值，表本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无偏移模型预测的车辆控制方法，其特征在于，包括：获取车辆状态信息和目标轨迹信息，根据所述车辆状态信息获取可测量的干扰量，并基于无迹卡尔曼滤波器算法获取车辆状态量和不可测量的干扰量；根据车辆动力学模型和所述车辆状态量，引入横向和纵向加速度的松弛因子获取状态参考和控制参考；以车辆的前轮转角和车辆速度为控制量建立控制目标函数，并设置所述控制量和控制量增量的约束条件，在所述约束条件下，采用所述状态参考和所述控制参考对目标函数进行求解，计算出最优控制量，发送给被控车辆执行量，其中，所述松弛因子用于增加所述约束条件的对系统的稳定性。2.根据权利要求1所述的方法，其特征在于，获取车辆状态信息和目标轨迹信息，根据所述车辆状态信息获取可测量的干扰量，并基于无迹卡尔曼滤波器算法获取车辆状态量和不可测量的干扰量，包括：采用增广状态方程来观察扰动，获取所述车辆状态量和所述不可测量的干扰量；其中，所述车辆状态量和所述不可测量的干扰量作为所述增广状态方程的增广状态，控制量和所述可测量的干扰量作为所述增广状态方程的增广控制变量。3.根据权利要求2所述的方法，其特征在于，采用增广状态方程来观察扰动，获取车辆状态量和不可测量的干扰量，包括：；其中，是增广状态，是增广控制变量，是车辆状态量，是不可测量的干扰量，是控制量，是可测量的干扰量，是车辆状态量的一阶导数，是不可测量的干扰量的一阶导数；；其中，表示纵向速度误差，表示整车加速度，和分别表示可测量的纵向加速度扰动和不可测量的纵向加速度扰动；；为横向速度，和分别为前轮侧向力和后轮侧向力，为整车质量，为纵向速度，为横摆角速度，和分别表示可测量的横向加速度扰动和不可测量的横向加速度扰动；；其中，表示横向跟随误差，表示车辆航向角误差，和分别表示可测量的车辆航向角误差扰动和不可测量的车辆航向角误差扰动，和分别表示可测量的横向跟随误差扰动和不可测量的横向跟随误差扰动；；表示车辆质心到前轴的距离，表示车辆质心到后轴的距离，表示车辆绕z轴的转
动惯量，是横摆角速度扰动；；是车辆航向角的一阶导数，是参考曲率；，，，， ；表示不可测量的纵向加速度扰动的一阶导数；表示不可测量的横向加速度扰动的一阶导数；表示不可测量的横摆角速度扰动的一阶导数；表示不可测量的横向跟随误差扰动的一阶导数；表示不可测量的车辆航向角误差扰动的一阶导数。4.根据权利要求1所述的方法，其特征在于，根据车辆动力学模型和所述车辆状态量，引入横向和纵向加速度的松弛因子获取状态参考和控制参考，包括：引入横向和纵向加速度的松弛因子λ，将纵向加速度扰动乘以所述松弛因子λ，将横向参考加速度乘以所述松弛因子λ，基于所述车辆动力学模型计算出参考轮胎侧向力，其中，λ∈(0,1]；根据所述参考轮胎侧向力和轮胎横向逆动力学模型得到前轮转角参考。5.根据权利要求4所述的方法，其特征在于，引入横向和纵向加速度的松弛因子λ，将纵向加速度扰动乘以所述松弛因子λ，将横向参考加速度乘以所述松弛因子λ，将基于所述车辆动力学模型计算出参考轮胎侧向力，包括：；；；其中，为整车加速度的参考值，表示纵向...

【专利技术属性】
技术研发人员：刘梦可，刘金波，张建，高原，王宇，王御，李林润，姜洪伟，孟祥希，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：