【技术实现步骤摘要】
本专利技术涉及自动驾驶,具体涉及考虑周车运动预测偏差的高效生态驾驶轨迹跟踪控制方法。
技术介绍
1、城市物流配送道路行驶环境复杂,交通参与者行为不确定性极强,常遇周围多车干扰的场景。如在路段多车干扰,左右临近车道有并行车辆、前方车辆共同影响本车的情况;路口多车干扰更为复杂,如本车直行遇到右转车辆、同时本车左或右侧有并行车辆的典型情况。多车干扰导致车辆动力系统瞬态工况较多,当前忽略多车干扰影响、仅考虑纵向运动控制的方案,并不能实现真实环境下的良好在线应用。而要适应复杂多车干扰随机多变的特点,需要将多车干扰的认知结果融入高效生态驾驶控制架构,并考虑周车运动轨迹预测的不精确性,实现纵横向优化参数稳定跟踪控制,才能保证多车干扰下高效生态驾驶控制的鲁棒性。
技术实现思路
1、有鉴于此,本专利技术提供了一种考虑周车运动预测偏差的高效生态驾驶轨迹跟踪控制方法,以解决轨迹跟踪控制的参考参数单一、行驶效率低和能耗高的问题。
2、第一方面,本专利技术提供了一种考虑周车运动预测偏差的高效生态驾驶轨迹
...【技术保护点】
1.一种考虑周车运动预测偏差的高效生态驾驶轨迹跟踪控制方法,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,所述多车干扰下周围车辆的运动预测结果的获取方式包括:
3.根据权利要求1所述的方法,其特征在于,所述分析周围干扰车辆预测行驶意图的误差和预测行驶轨迹的误差,建立安全车距约束条件,包括:
4.根据权利要求3所述的方法,其特征在于,还包括:
5.根据权利要求1所述的方法,其特征在于,所述长周期-短时域纵横向轨迹滚动优化模型,包括:高效节能多目标车速优化模型和安全高效多目标转角优化模型,所述安全车距
...【技术特征摘要】
1.一种考虑周车运动预测偏差的高效生态驾驶轨迹跟踪控制方法,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,所述多车干扰下周围车辆的运动预测结果的获取方式包括:
3.根据权利要求1所述的方法,其特征在于,所述分析周围干扰车辆预测行驶意图的误差和预测行驶轨迹的误差,建立安全车距约束条件,包括:
4.根据权利要求3所述的方法,其特征在于,还包括:
5.根据权利要求1所述的方法,其特征在于,所述长周期-短时域纵横向轨迹滚动优化模型,包括:高效节能多目标车速优化模型和安全高效多目标转角优化模型,所述安全车距约束条件为安全风险边界,所述基于所述安...
【专利技术属性】
技术研发人员:王越,木崇章,段京良,赵宁,高博麟,李克强,
申请(专利权)人:北京科技大学,
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。