【技术实现步骤摘要】
本专利技术实施例涉及车辆工程领域，尤其涉及一种车辆控制方法、装置、电子设备和存储介质。
技术介绍
1、随着汽车行业的迅猛发展，自动驾驶技术正持续成为行业研究的热点，而轨迹跟踪技术更是自动驾驶技术的重中之重。在轨迹跟踪技术中，为车辆计算准确的前轮转角，对车辆和目标轨迹之间的横向误差的控制又是更为重要的一环。目前主流的横向控制算法有pid(pid control system)控制、模型预测控制、lqr控制、模糊控制和滑模控制等。其中，滑模控制因其鲁棒性强，响应快速，对参数及扰动变化不灵敏等优点也被广泛的应用到轨迹跟踪控制问题中。
2、但是，由于车辆结构参数并非是定值，使得车辆动力学建模方面也有着固有误差。而现有的滑模控制算法也存在局限性：当目标对象的状态运动到滑模面附近时，难以严格地沿着滑模面向着平衡点滑动，而是在滑模面两侧来回穿越，从而产生抖振。由于车辆不确定扰动的存在，使得车辆状态量及相应状态量变化率的变化更大，从而使得车辆轨迹跟踪控制精度下降，也促进了滑模控制中抖振现象的产生，导致横向误差的收敛变慢，从而导致计算出的车辆的前轮转角精度低，降低了自动驾驶中对车辆进行横向控制的效率，影响了用户体验。
技术实现思路
1、本专利技术提供一种车辆控制方法、装置、电子设备和存储介质，可以利用单隐层前馈神经网络减小车辆的不确定性的扰动，避免滑模控制中抖振现象的产生，提高横向误差的收敛速度，结合滑膜预测控制器准确计算出车辆的前轮转角，提高了自动驾驶中对车辆进行横向控制的效率，进一步
2、第一方面，本专利技术实施例提供了一种车辆控制方法，所述方法包括：
3、接收用户发送的行驶启动指令，响应于所述行驶启动指令，获取当前时刻的车辆状态信息；
4、基于所述车辆状态信息、预先确定的参考路径、预先获取到的车辆参数得到预先建立的单隐层前馈神经网络的输入信息；其中，所述输入信息包括横向误差、横向误差变化率、航向角和航向角变化率；
5、将所述输入信息输入至所述单隐层前馈神经网络，得到所述输入信息对应的输出信息；其中，所述输出信息包括不确定项的预估值；
6、基于所述输出信息和预先建立的滑膜预测控制器，计算车辆在当前时刻的目标前轮转角，并控制所述车辆根据所述目标前轮转角行驶。
7、第二方面，本专利技术实施例还提供了一种车辆控制装置，所述装置包括：
8、指令接收模块，用于接收用户发送的行驶启动指令，响应于所述行驶启动指令，获取当前时刻的车辆状态信息；
9、信息输入模块，用于基于所述车辆状态信息、预先确定的参考路径、预先获取到的车辆参数得到预先建立的单隐层前馈神经网络的输入信息；其中，所述输入信息包括横向误差、横向误差变化率、航向角和航向角变化率，
10、信息输出模块，用于将所述输入信息输入至所述单隐层前馈神经网络，得到所述输入信息对应的输出信息；其中，所述输出信息包括不确定项的预估值；
11、行驶控制模块，用于基于所述输出信息和预先建立的滑膜预测控制器，计算车辆在当前时刻的目标前轮转角，并控制所述车辆根据所述目标前轮转角行驶。
12、第三方面，本专利技术实施例还提供了一种电子设备，所述电子设备包括：
13、一个或多个处理器；
14、存储器，用于存储一个或多个程序；
15、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术任意实施例提供的车辆控制方法。
16、第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术任意实施例提供的车辆控制方法。
17、本专利技术实施例中，接收用户发送的行驶启动指令，响应于行驶启动指令，获取当前时刻的车辆状态信息；基于车辆状态信息、预先确定的参考路径、预先获取到的车辆参数得到预先建立的单隐层前馈神经网络的输入信息；其中，输入信息包括横向误差、横向误差变化率、航向角和航向角变化率；将输入信息输入至单隐层前馈神经网络，得到输入信息对应的输出信息；其中，输出信息包括不确定项的预估值；基于输出信息和预先建立的滑膜预测控制器，计算车辆在当前时刻的目标前轮转角，并控制车辆根据目标前轮转角行驶。本专利技术实施例的方法，可以利用单隐层前馈神经网络减小车辆的不确定性的扰动，避免滑模控制中抖振现象的产生，提高横向误差的收敛速度，结合滑膜预测控制器准确计算出车辆的前轮转角，提高了自动驾驶中对车辆进行横向控制的效率，进一步提高了用户体验。
本文档来自技高网...【技术保护点】
1.一种车辆控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述车辆状态信息包括车辆在当前时刻的位置坐标和所述车辆在当前时刻的航向角，基于所述车辆状态信息、预先确定的参考路径、预先获取到的车辆参数得到预先建立的单隐层前馈神经网络的输入信息，包括：
3.根据权利要求2所述的方法，其特征在于，所述车辆参数包括：车辆质心处的纵向速度和侧向速度、车辆横摆角速度和期望横摆角速度；基于所述横向误差和所述车辆参数确定所述输入信息，包括：
4.根据权利要求1所述的方法，其特征在于，所述单隐层前馈神经网络包括输入层、隐藏层和输出层，所述隐藏层包括径向基函数，
5.根据权利要求4所述的方法，其特征在于，基于所述隐藏层的输出值和预先确定的权重值确定所述输入信息对应的输出信息，包括：
6.根据权利要求1所述的方法，其特征在于，所述滑膜预测控制器包括滑模面模型和所述目标前轮转角的计算方式，在接收用户发送的行驶启动指令之前，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述滑模面模型包括：横
8.一种车辆控制装置，其特征在于，所述装置包括：
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7中任一所述的车辆控制方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的车辆控制方法。
...【技术特征摘要】
1.一种车辆控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述车辆状态信息包括车辆在当前时刻的位置坐标和所述车辆在当前时刻的航向角，基于所述车辆状态信息、预先确定的参考路径、预先获取到的车辆参数得到预先建立的单隐层前馈神经网络的输入信息，包括：
3.根据权利要求2所述的方法，其特征在于，所述车辆参数包括：车辆质心处的纵向速度和侧向速度、车辆横摆角速度和期望横摆角速度；基于所述横向误差和所述车辆参数确定所述输入信息，包括：
4.根据权利要求1所述的方法，其特征在于，所述单隐层前馈神经网络包括输入层、隐藏层和输出层，所述隐藏层包括径向基函数，
5.根据权利要求4所述的方法，其特征在于，基于所述隐藏层的输出值和预先确定的权重值确定所述输入信息对应的输出信息，包括：
6.根据权利要求1所述...
【专利技术属性】
技术研发人员：李博，刘金波，王宇，张建，高原，王欣志，
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：
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。