【技术实现步骤摘要】
本公开涉及车辆自动驾驶控制，尤其涉及一种具有自适应稳定的车辆自动驾驶控制方法及系统。
技术介绍
1、传统的自动驾驶控制方法主要采用线性二次型调节器(lqr)、线性二次型高斯(lqg)等线性控制理论，这些方法虽然计算简单，但难以处理车辆运动过程中的非线性耦合特性。另一些基于反步法的非线性控制方法，虽然可以保证稳定性，但控制性能参数化依赖经验选择,无法进行优化寻找最优解。
2、现有技术中有获取车辆的路况信息；根据所述路况信息判断所述车辆所处的行驶区域是否为路口区域；在所述行驶区域为非路口区域时，根据所述路况信息对所述车辆的行驶状态进行控制；以及在所述行驶区域为路口区域时，获取所述路口区域的环境信息，根据所述路况信息和所述环境信息对所述车辆的行驶状态进行控制。本申请实施例的车辆自动驾驶的控制方法，能够在不增加车辆自身配备的检测模块的前提下，利用现有的路口的拍摄装置，既可实现普通路况下的自动驾驶，也可保证车辆的自动驾驶操作能够准确、安全地适应路口这一复杂工况的驾驶需求，且车辆自动驾驶控制模式的应用成本较低。
3、现有技术中还有通过助力转向系统获取施加于方向盘上的扭矩值、自动驾驶车辆的当前车速、自动驾驶车辆的油门信号和方向盘的转向信号；判断所述自动驾驶车辆是否处于预设转向状态；当自动驾驶车辆处于预设转向状态时，分别调节所述前侧助力电机和所述后侧助力电机的工作电流；根据调节后的前侧助力电机的工作电流和调节后的后侧助力电机的工作电流分别通过前稳定杆调节机构和后稳定杆调节机构对自动驾驶车辆的转向进行调节，以使得自动驾驶车
4、因此，有必要提出一种方案改善上述相关技术方案中存在的一个或者多个问题。
5、需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本公开实施例一方面提供一种具有自适应稳定的车辆自动驾驶控制方法，包括以下步骤：
2、建立控制导向模型，所述建立控制导向模型包含构建路径跟踪模型，所述路径跟踪模型用于描述车辆的位置和航向角偏差，构建偏航运动模型，所述偏航运动模型用于描述车辆的横向运动，构建轮胎模型，所述轮胎模型用于描述轮胎的非线性特性；
3、建立nmpc的运动控制模型，以车辆侧滑角、横摆角速度、转向角、横向位置误差和lyapunov稳定性为约束条件，建立nmpc控制问题，通过约束条件实现最小化横向位置和航向角偏差，使自动驾驶车辆的收敛到所需的路径；
4、根据c/gmres算法实时求解所述nmpc控制问题，采用软加整流器的死零二次罚函数优化nmpc的运动控制模型的不等式约束，使所述nmpc的运动控制模型得到优化的控制命令；
5、其中，在求解nmpc控制问题中采用可变预测持续时间，优化初始解。
6、本公开的一示例性实施例中，所述路径跟踪模型为定义车辆位置与期望路径之间的横向距离和车辆与路径中心线之间的航向角误差，表达式为：
7、
8、其中，ye为车辆位置与期望路径之间的横向距离，ψe为车辆与路径中心线之间的航向角误差，vy，vx，ψ，β，γ和ψr分别为车辆横向和纵向速度、车辆航向角、车辆侧滑角、车辆偏航率以及期望路径的参考航向角，为预览视线中的参考航向角，因为车辆侧滑角可以准确计算出来，并被所提出的控制器限制在零附近，因此tanβ≈β；
9、本公开的一示例性实施例中，所述预览视线中的参考航向角的表达式为：
10、
11、其中，设定车辆在预测视距内以恒定的纵向速度前进。将控制器中的状态更新时间步长定义为δτ，可计算出预览距离为jνxδτ,j＝0,1,…n，并通过传感器测量预览道路点在全局坐标中的相应位置，表示为[xj,yj],j＝0,1,…n，然后，将采集到的预览道路点用五次多项式表达式拟合为yj＝χ(xj)，将预览路点xj和vx导入到公式(2)中，可以得到并在控制器中用于状态更新。
12、本公开的一示例性实施例中，所述轮胎模型中，根据前轮胎和后轮胎的横向力，前轮胎和后轮胎的轮胎侧滑角，采用轮胎模型来确定纯滑移情况下的高度非线性轮胎特征，表达式为：
13、fy＝mf(α,μ,fz)＝dosin{coarctan[boα-eo(boα-arctan(boα))]} (3)
14、
15、其中，μ和fz分别表示道路附着力系数和轮胎的垂直载荷。bo是刚度系数，cfα＝bocodo是转弯刚度，而do是峰值因子。形状因子co、eo和参数c1、c2通过最小二乘近似确定。
16、本公开的一示例性实施例中，所述偏航运动模型，采用单轨车辆模型来表征车辆的横向动力学，并结合所述轮胎模型，可以表示为：
17、
18、本公开的一示例性实施例中，所述控制导向模型可以表示为：
19、
20、其中，x＝[β γ ye ψe]t为系统状态变量，u＝δ为系统控制变量，为外部扰动，y是测量的输出，ξ＝[ye ψe]t为受控输出。
21、本公开的一示例性实施例中，所述nmpc的运动控制模型通过约束条件实现最小化横向位置和航向角偏差可以表示为：
22、
23、其中，xo是系统的初始状态，np表示预测范围的步长，to是控制器的当前采样时刻，l(ξ(τ),u(τ))是最小平方范数形式的性能成本；
24、所述nmpc控制问题可以表示为：
25、
26、其中，c(x(τ),u(τ))表示相等约束，g(x(to+np),u(to+np))表示终端成本。
27、本公开的一示例性实施例中，所述采用了软加整流器的死零二次罚函数表示为：
28、
29、其中，z表示需要限制的变量；
30、采用软加整流器的死零二次罚函数优化所述nmpc的运动控制模型通过约束条件实现最小化横向位置和航向角偏差的不等式约束，控制目标可以变换为:
31、
32、其中，ρj为第j个权重系数。
33、本公开的一示例性实施例中，所述采用可变预测持续时间可以表示为：
34、t(t)＝tf×(1-e-εt) (11)
35、其中，t(t)是预测范围的持续时间，tf是给定的持续时间常数；t是记录控制器操作持续时间的时间值，当控制器重新启动时重置为零，ε为t(t)的增长率，控制器中的状态更新步长δτ为:
36、δτ＝t(t)/np (12)
37、根据公式(11)和(12)，在控制器启动瞬间，预测持续时间t(t)接近零，优化中的np变量初始解只有一个，在初始阶段，采用可变预测持续时间方法快速获得计算效率本文档来自技高网...
【技术保护点】
1.一种具有自适应稳定的车辆自动驾驶控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述具有自适应稳定的车辆自动驾驶控制方法，其特征在于，所述路径跟踪模型为定义车辆位置与期望路径之间的横向距离和车辆与路径中心线之间的航向角误差，表达式为：
3.根据权利要求2所述具有自适应稳定的车辆自动驾驶控制方法，其特征在于，所述预览视线中的参考航向角的表达式为：
4.根据权利要求1所述具有自适应稳定的车辆自动驾驶控制方法，其特征在于，所述轮胎模型中，根据前轮胎和后轮胎的横向力，前轮胎和后轮胎的轮胎侧滑角，采用轮胎模型来确定纯滑移情况下的高度非线性轮胎特征，表达式为：
5.根据权利要求2所述具有自适应稳定的车辆自动驾驶控制方法，其特征在于，所述偏航运动模型，采用单轨车辆模型来表征车辆的横向动力学，并结合所述轮胎模型，可以表示为：
6.根据权利要求3所述具有自适应稳定的车辆自动驾驶控制方法，其特征在于，所述控制导向模型可以表示为：
7.根据权利要求4所述具有自适应稳定的车辆自动驾驶控制方法，其特征在于，所述NMPC的运
8.根据权利要求6所述具有自适应稳定的车辆自动驾驶控制方法，其特征在于，所述采用了软加整流器的死零二次罚函数表示为：
9.根据权利要求7所述具有自适应稳定的车辆自动驾驶控制方法，其特征在于，所述采用可变预测持续时间可以表示为：
10.一种具有自适应稳定的车辆自动驾驶控制系统，其特征在于，所述系统用于如权利要求1～9任意一项所述的具有自适应稳定的车辆自动驾驶控制方法，所述系统包括：
...【技术特征摘要】
1.一种具有自适应稳定的车辆自动驾驶控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述具有自适应稳定的车辆自动驾驶控制方法，其特征在于，所述路径跟踪模型为定义车辆位置与期望路径之间的横向距离和车辆与路径中心线之间的航向角误差，表达式为：
3.根据权利要求2所述具有自适应稳定的车辆自动驾驶控制方法，其特征在于，所述预览视线中的参考航向角的表达式为：
4.根据权利要求1所述具有自适应稳定的车辆自动驾驶控制方法，其特征在于，所述轮胎模型中，根据前轮胎和后轮胎的横向力，前轮胎和后轮胎的轮胎侧滑角，采用轮胎模型来确定纯滑移情况下的高度非线性轮胎特征，表达式为：
5.根据权利要求2所述具有自适应稳定的车辆自动驾驶控制方法，其特征在于，所述偏航运动模型，采用单轨车辆模型来表征车辆的横向动...
【专利技术属性】
技术研发人员：李迎纲，邱博之，王磊，唐嘉禄，
申请(专利权)人：西安黄河机电有限公司，
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。