考虑车辆预测误差补偿的轨迹跟踪控制方法及系统技术方案

本发明专利技术公开了一种考虑车辆预测误差补偿的轨迹跟踪控制方法包括以下步骤：获取车辆当前时刻的车辆数据，包括纵向速度、横向速度、横摆角速度、横摆角、纵向位置X和横向位置Y；通过预先构建的车辆名义预测模型对获取的车辆数据在预测时域内进行预测，并通过预先构建的车辆误差补偿模型得到剩余误差预测值，以对纵向速度、横向速度和横摆角速度进行误差补偿；通过车辆轨迹跟踪控制器，将预测时域内的车辆数据预测值与当前车辆参考轨迹中的数据进行比较，得到各项偏差值，并根据该各项偏差值对车辆当前转角进行控制。本发明专利技术可提升车辆预测模型的精度，保证车辆在复杂轨迹跟踪工况下的稳定性。

【技术实现步骤摘要】

本专利技术涉及智能驾驶车辆控制领域，尤其涉及一种考虑车辆预测误差补偿的轨迹跟踪控制方法及系统。

技术介绍

1、稳定且精确的轨迹跟踪是实现自动驾驶的前提和基础，然而在自动驾驶汽车的行驶过程中，多变的环境往往会带来各种不确定性干扰，基于参数模型的模型预测控制算法面对外界扰动、建模误差等不确定因素时，无法达到预期要求性能，使得控制器无法有效处理跟踪偏差，甚至导致车辆失去稳定性。保证车辆在复杂工况下维持稳定的轨迹跟踪控制，并对模型重要参数的变化及外界环境的扰动具有鲁棒性，成为当前亟待解决的重要问题。

2、现有方法存在的缺点：由于高度依赖模型，基于参数模型的控制器性能在很大程度上依赖于模型的精确性。然而，在对车辆系统进行等效建模时通常会基于合理假设，必然导致了未建模状态的存在。同时，车辆运行过程会受到噪声或未知的外部扰动的干扰，导致模型描述的动力学响应和车辆实际动力学响应存在偏差，此时等效原则不再适用。当偏差较大时，被控车辆甚至会由于控制器性能的恶化而失去稳定性。基于模型预测控制（modelpredictive control, mpc）的轨迹跟踪控制算本文档来自技高网...

【技术保护点】

1.一种考虑车辆预测误差补偿的轨迹跟踪控制方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的考虑车辆预测误差补偿的轨迹跟踪控制方法，其特征在于，高斯过程回归模型在训练过程中，具体对原始训练样本的每个特征参数进行归一化处理，并计算每个训练样本全部特征的均值与所有训练样本全部特征参数的均值之间的差值，以此差值大小作为区分样本难易程度的评价分值，保留差值大于预设值的训练样本并作为增量训练样本集，最后通过该增量训练样本集对高斯过程回归模型进行优化。

3.根据权利要求1所述的考虑车辆预测误差补偿的轨迹跟踪控制方法，其特征在于，车辆轨迹跟踪控制器具体根据预先设定的基于...

【技术特征摘要】

1.一种考虑车辆预测误差补偿的轨迹跟踪控制方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的考虑车辆预测误差补偿的轨迹跟踪控制方法，其特征在于，高斯过程回归模型在训练过程中，具体对原始训练样本的每个特征参数进行归一化处理，并计算每个训练样本全部特征的均值与所有训练样本全部特征参数的均值之间的差值，以此差值大小作为区分样本难易程度的评价分值，保留差值大于预设值的训练样本并作为增量训练样本集，最后通过该增量训练样本集对高斯过程回归模型进行优化。

3.根据权利要求1所述的考虑车辆预测误差补偿的轨迹跟踪控制方法，其特征在于，车辆轨迹跟踪控制器具体根据预先设定的基于mpc的轨迹跟踪控制器成本函数，带约束求解获得控制量,为车辆前轮转角。

4.根据权利要求1所述的考虑车辆预测误差补偿的轨迹跟踪控制方法，其特征在于，将车辆名义预测模型和车辆误差补偿模型串联组成预测模型，作为车辆轨迹跟踪控制器的预测模型，该预测模型预先通过样本训练及测试验证，以纵向速度、横向速度、横摆角速度、横摆角、纵向位置x和横向位置y为输入，输出三项速度状态量的剩余误差。

5.根据权利要求1所述的考虑车辆预测误差补偿的轨迹跟踪控制方法，其特征在...

【专利技术属性】
技术研发人员：尹智帅，何志伟，聂琳真，吴文迪，谌志昂，邝远浩，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：