一种前馈自学习方法及基于前馈自学习实现的LCC控制方法技术

本发明专利技术提供一种前馈自学习方法，其可以有效的解决由于四轮汽车模型简化为二轮自行车模型带来的建模误差，且可以降低系统研发成本。其通过引入前馈模型修正系数K<subgt;ff</subgt;来修正由于四轮汽车模型简化为二轮自行车模型带来的建模误差，车辆实际运行时使用修公正后的前馈角度规划θ<subgt;FF</subgt;替代θ<subgt;FFbasic</subgt;作为方向盘的转向角计算基础。同时本申请还公开一种基于前馈自学习实现的LCC控制方法。

【技术实现步骤摘要】

本专利技术涉及自动驾驶，具体为一种前馈自学习方法及基于前馈自学习实现的lcc控制方法。

技术介绍

1、车辆驾驶时为了降低和相邻车道的车辆碰撞的概率，通常将车辆开在当前车道的中间。而在随着汽车电气化和智能化的快速普及，车道居中辅助功能(lcc)成为越来越多汽车的标配功能。现有的车道居中辅助功能的方向盘转角指令一般由两部分构成：前馈部分和反馈部分。

2、关于前馈部分的计算方法，现有技术中通常利用阿克曼转向几何理论将四轮汽车简化为二轮自行车模型，如图2所示，前轮轴心1和后轮轴心2之间的轴距为l；当前弯道的半径为r，也是车辆转弯半径；前轮转向角为δ，弧线3为以r为半径的目标弯道。而汽车方向盘的理论转向角的计算方法为：

3、前馈角θffbasic= g*δ= g *arctan(l*curv)。其中，curv为曲率curv=1/r，g为前轮转向角δ和方向盘的前馈角的传动比，具体数据与车辆中传动齿轮的参数相关。通过计算可以获得自车通过转弯半径为r的路段的理论转向角：前馈θffbasic。

4、但是，实际车辆行驶时，只考虑前馈角θff本文档来自技高网...

【技术保护点】

1.一种前馈自学习方法，其特征在于，其包括以下步骤：

2.根据权利要求1所述一种前馈自学习方法，其特征在于：所述二维变量空间中，横坐标车道线曲率Curv包括：0.0001、0.0005、0.001、0.00125、0.0017、0.0025、0.005、0.01和0.1。

3.根据权利要求1所述一种前馈自学习方法，其特征在于：所述二维变量空间中，纵坐标车速vehspd的取值为以0为起始的等差数列。

4.根据权利要求1所述一种前馈自学习方法，其特征在于：所述二维变量空间中，前馈模型修正系数Kff的默认值为1。

5.一种基于前馈自学习实现的LC...

【技术特征摘要】

1.一种前馈自学习方法，其特征在于，其包括以下步骤：

2.根据权利要求1所述一种前馈自学习方法，其特征在于：所述二维变量空间中，横坐标车道线曲率curv包括：0.0001、0.0005、0.001、0.00125、0.0017、0.0025、0.005、0.01和0.1。

3.根据权利要求1所述一种前馈自学习方法，其特征在于：所述二维变量空间中，纵坐标车速vehspd的取值为以0为起始的等差...

【专利技术属性】
技术研发人员：龙洋，孔国玲，
申请(专利权)人：无锡车联天下信息技术有限公司，
类型：发明
国别省市：