System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种智能驾驶车辆路径跟踪方法、装置、设备及存储介质制造方法及图纸_技高网

一种智能驾驶车辆路径跟踪方法、装置、设备及存储介质制造方法及图纸

技术编号:40247270 阅读:4 留言:0更新日期:2024-02-02 22:43
本申请提供一种智能驾驶车辆路径跟踪方法、装置、设备及存储介质,该智能驾驶车辆路径跟踪方法包括:获取车辆的实时位姿信息和参考路径上的预瞄点信息;根据预瞄点信息和位姿信息,确定车辆与预瞄点之间的横向偏差和航向偏差;将横向偏差和航向偏差作为输入量,输入模糊控制器进行处理,得到预测时域增量和控制时域增量;根据预测时域增量和控制时域增量更新初始预测时域和初始控制时域,得到预测时域和控制时域;根据预测时域、控制时域和预设的模型预测控制MPC控制器,得到目标前轮转角;根据目标前轮转角实现车辆对参考路径的智能跟踪,从而提升路径跟踪方法对于不同工况的自适应能力,有效提高路径跟踪的精度和鲁棒性。

【技术实现步骤摘要】

本申请涉及智能驾驶,尤其涉及一种智能驾驶车辆路径跟踪方法、装置、设备及存储介质


技术介绍

1、路径跟踪控制作为智能驾驶车辆运动控制的核心技术之一,直接影响了智能车的行驶安全和驾驶体验。目前,传统的路径跟踪方法主要有比例-积分-微分(proportionalintegral derivative,pid)控制、线性二次型最优控制(linear quadratic regulator,lqr)、模糊控制和模型预测控制(model predictive control,mpc)等几种方法。

2、其中,pid和lqr主要针对线性系统,而车辆模型具有高度非线性,特别是在车辆高速行驶时,这使得pid和lqr的控制效果不佳,路径跟踪准确率较低。而单一的模糊控制和mpc虽然可以应用于非线性系统,但其标定的参数只是在特定的工况下表现较好,对于复杂工况的自适应能力较弱,即在复杂工况使用时,其路径跟踪的准确率也较低。


技术实现思路

1、本申请提供了一种智能驾驶车辆路径跟踪方法、装置、设备及存储介质,以解决现有智能驾驶车辆路径跟踪方法准确率较低的问题。

2、为了解决上述问题,本申请采用如下技术方案:

3、本申请第一方面提供一种智能驾驶车辆路径跟踪方法,包括:

4、获取车辆的实时位姿信息和参考路径上的预瞄点信息,其中,预瞄点是车辆沿所述参考路径行驶的实时目标位置;

5、根据所述预瞄点信息和所述位姿信息,确定所述车辆与所述预瞄点之间的横向偏差和航向偏差;

6、将所述横向偏差和所述航向偏差作为输入量,输入模糊控制器进行处理,得到预测时域增量和控制时域增量;

7、根据所述预测时域增量和所述控制时域增量更新初始预测时域和初始控制时域,得到预测时域和控制时域;

8、根据所述预测时域、所述控制时域和预设的模型预测控制mpc控制器,得到目标前轮转角;

9、根据所述目标前轮转角控制所述车辆跟踪所述参考路径进行行驶。

10、在一种可能的设计中,所述位姿信息包括所述车辆的在大地坐标系中的实时位置、航向角、行驶速度和加速度,所述预瞄点信息包括所述预瞄点的绝对位置、曲率和与大地坐标系x轴之间的夹角,在获取参考路径上的预瞄点信息之前,还包括:

11、获取位于所述车辆的行驶方向上的所述参考路径上的所有路径点在大地坐标系下的绝对位置;

12、计算所有所述路径点与所述车辆的质心之间的距离;

13、将与所述车辆的质心之间的距离最小的所述路径点作为所述预瞄点。

14、在一种可能的设计中,所述模糊控制器为变论域模糊控制器,所述模糊控制器的两个输入论域的伸缩因子为:

15、

16、其中,α(ey)是横向偏差ey的初始输入论域[-ey,ey]的伸缩因子,是航向偏差的初始输入论域的伸缩因子,ε是一个正数,λy、是设计参数。

17、在一种可能的设计中,所述模糊控制器的输出论域的伸缩因子为:

18、

19、在一种可能的设计中,所述横向偏差、所述航向偏差、所述预设时域增量和所述控制时域增量的模糊子集均为{nb,nm,ns,zo,ps,pm,pb},子集中的元素nb、nm、ns、zo、ps、pm和pb依次代表负大、负中、负小、零、正小、正中和正大。

20、在一种可能的设计中,所述根据所述预测时域增量和所述控制时域增量更新初始预测时域和初始控制时域,得到预测时域和控制时域,包括:

21、将所述预测时域增量与所述初始预测时域之和作为所述预测时域;

22、将所述控制时域增量与所述初始控制时域之和作为所述控制时域。

23、在一种可能的设计中,在所述根据所述目标前轮转角对所述车辆的驾驶路径进行跟踪之前,还包括:

24、对所述目标前轮转角进行滤波处理。

25、本申请实施例第二方面提供一种智能驾驶车辆路径跟踪装置,包括:

26、获取模块,用于获取车辆的实时位姿信息和参考路径上的预瞄点信息,其中,所述预瞄点是车辆沿所述参考路径行驶的实时目标位置;

27、处理模块,用于根据所述预瞄点信息和所述位姿信息,确定所述车辆与所述预瞄点之间的横向偏差和航向偏差;将所述横向偏差和所述航向偏差作为输入量,输入模糊控制器进行处理,得到预测时域增量和控制时域增量;根据所述预测时域增量和所述控制时域增量更新初始预测时域和初始控制时域,得到预测时域和控制时域;根据所述预测时域、所述控制时域和预设的模型预测控制mpc控制器,得到目标前轮转角;根据所述目标前轮转角控制所述车辆跟踪所述参考路径进行行驶。

28、本申请实施例第三方面提供一种智能驾驶车辆路径跟踪设备,包括处理器和存储器;

29、所述存储器存储有计算机执行指令;

30、所述处理器执行所述存储器存储的计算机执行指令,以实现如第一方面所述的智能驾驶车辆路径跟踪方法。

31、本申请实施例第四方面提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如第一方面所述的智能驾驶车辆路径跟踪方法。

32、本申请提供的智能驾驶车辆路径跟踪方法、装置、设备及存储介质,先通过获取的车辆的实时位姿信息和参考路径上的预瞄点信息,确定车辆与预瞄点之间的横向偏差和航向偏差,并将横向偏差和航向偏差作为模糊控制器的输入,得到预测时域增量和控制时域增量,再根据预测时域增量和控制时域增量更新初始预测时域和初始控制时域,得到预测时域和控制时域,最后根据预测时域、控制时域和预设的模型预测控制mpc控制器得到目标前轮转角,从而根据目标前轮转角实现车辆对参考路径的智能跟踪,在整个路径跟踪过程中,避免了将车辆简单地视为一个控制质点,而是充分考虑系统的强非线性特征和不同工况下的自适应能力,将模型预测控制和模糊控制相结合,有效提升了智能驾驶车辆路径跟踪方法在不同工况下的适应能力,从而显著提升了路径跟踪的精度和鲁棒性。

33、应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

本文档来自技高网...

【技术保护点】

1.一种智能驾驶车辆路径跟踪方法,其特征在于,包括:

2.根据权利要求1所述的智能驾驶车辆路径跟踪方法,其特征在于,所述位姿信息包括所述车辆的在大地坐标系中的实时位置、航向角、行驶速度和加速度,所述预瞄点信息包括所述预瞄点的绝对位置、曲率和与大地坐标系X轴之间的夹角,在获取参考路径上的预瞄点信息之前,还包括:

3.根据权利要求1所述的智能驾驶车辆路径跟踪方法,其特征在于,所述模糊控制器为变论域模糊控制器,所述模糊控制器的两个输入论域的伸缩因子为:

4.根据权利要求3所述的智能驾驶车辆路径跟踪方法,其特征在于,所述模糊控制器的输出论域的伸缩因子为:

5.根据权利要求4所述的智能驾驶车辆路径跟踪方法,其特征在于,所述横向偏差、所述航向偏差、所述预设时域增量和所述控制时域增量的模糊子集均为{NB,NM,NS,ZO,PS,PM,PB},子集中的元素NB、NM、NS、ZO、PS、PM和PB依次代表负大、负中、负小、零、正小、正中和正大。

6.根据权利要求1-5任一项所述的智能驾驶车辆路径跟踪方法,其特征在于,所述根据所述预测时域增量和所述控制时域增量更新初始预测时域和初始控制时域,得到预测时域和控制时域,包括:

7.根据权利要求6所述的智能驾驶车辆路径跟踪方法,其特征在于,在所述根据所述目标前轮转角对所述车辆的驾驶路径进行跟踪之前,还包括:

8.一种智能驾驶车辆路径跟踪装置,其特征在于,包括:

9.一种智能驾驶车辆路径跟踪设备,其特征在于,包括处理器和存储器;

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1-7中任一项所述的智能驾驶车辆路径跟踪方法。

...

【技术特征摘要】

1.一种智能驾驶车辆路径跟踪方法,其特征在于,包括:

2.根据权利要求1所述的智能驾驶车辆路径跟踪方法,其特征在于,所述位姿信息包括所述车辆的在大地坐标系中的实时位置、航向角、行驶速度和加速度,所述预瞄点信息包括所述预瞄点的绝对位置、曲率和与大地坐标系x轴之间的夹角,在获取参考路径上的预瞄点信息之前,还包括:

3.根据权利要求1所述的智能驾驶车辆路径跟踪方法,其特征在于,所述模糊控制器为变论域模糊控制器,所述模糊控制器的两个输入论域的伸缩因子为:

4.根据权利要求3所述的智能驾驶车辆路径跟踪方法,其特征在于,所述模糊控制器的输出论域的伸缩因子为:

5.根据权利要求4所述的智能驾驶车辆路径跟踪方法,其特征在于,所述横向偏差、所述航向偏差、所述预设时域增量和所述控制时域增量的模糊子集均为{nb,nm,ns,zo,ps,pm,pb...

【专利技术属性】
技术研发人员:牛广智司佩强田磊刘阳
申请(专利权)人:中国重汽集团济南动力有限公司
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