CN103085816A - 一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置 - Google Patents

Abstract

本发明涉及一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置，所述的控制方法包括：数据预处理器计算车辆当前行驶轨迹与参考轨迹的误差，同时获得与当前行驶模式相对应的目标性能指标函数；上层控制器通过车辆动力学模型预测一段时间内车辆的行驶状态；根据切换控制算法对函数参数进行过渡切换，获得当前采样时刻的性能指标函数；根据预测的行驶状态和性能指标函数，同时考虑性能要求约束条件，计算当前时刻的最优控制量；下层控制器根据最优控制量计算油门开度、刹车踏板压力和方向盘转角；所述的控制装置包括数据预处理器、上层控制器和下层控制器。与现有技术相比，本发明具有控制效果好、实用性高、可提高车辆稳定性和安全性等优点。

Description

一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置

技术领域

本发明涉及一种车辆控制方法及装置，尤其是涉及一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置。

背景技术

无人驾驶车辆利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。无人驾驶技术作为现代化战争的新概念、汽车技术发展的新方向和科学研究的综合验证平台，一直倍受国防事业、汽车工业和高校与科研机构的关注。而轨迹跟踪是指跟踪由轨迹规划器预先定义或给出的参考轨迹，是无人驾驶系统的三个基本问题之一，是车辆最终能否安全合理地满足要求行驶的重要问题。

从车辆动力学的角度出发，轨迹跟踪控制可以划分为巡航控制、自适应巡航控制、自动启停巡航控制、自动车道保持、高速公路无人驾驶和各种道路无人驾驶等阶段。其中巡航控制、自适应巡航控制、自动启停巡航控制属于纵向控制，其主要功能是通过控制油门和刹车使得车辆的纵向速度满足行驶的需要。自动车道保持则属于横向控制，其功能是通过控制车辆方向盘使得车辆沿着所在车道行驶。高速公路无人驾驶和各种道路无人驾驶则是纵横向控制的综合。

目前国内乃至国际上关于无人驾驶车辆轨迹跟踪问题的研究，对于车辆动力学特性考虑较少，而在实际问题中车辆动力学特性特别是轮胎特性极为复杂，有极强的非线性性和较多的约束条件，采用一般的PID或者LQR控制器无法满足轨迹跟踪控制的要求。而在控制器结构上，是将车辆的纵向和横向动力学分解开分别施加控制策略，即由速度控制器和转向控制器分别独立控制车辆行驶。这种思路虽然可以简化控制方法的设计与控制装置的实现，但却因为忽略了车辆纵、横向动力学的耦合特性，牺牲了无人车的驾驶性能，特别是在高速、急转弯等紧急情况下的稳定性和性能。另外，对于复杂的交通环境，采用固定不变的控制律无法满足道路行驶的要求。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种控制效果好、实用性高、可提高车辆稳定性的用于无人驾驶车辆的轨迹跟踪控制方法及控制装置。

本发明的目的可以通过以下技术方案来实现：

一种用于无人驾驶车辆的轨迹跟踪控制方法，所述的无人驾驶车辆上设有轨迹生成器和车辆传感器，所述的轨迹跟踪控制方法包括如下步骤：

a.数据预处理器根据轨迹生成器生成的参考轨迹和车辆传感器采集到的车辆行驶信息计算得到车辆当前行驶轨迹与参考轨迹的误差，同时根据车辆行驶信息判断车辆当前的行驶模式，并从轨迹生成器中获得与当前行驶模式相对应的目标性能指标函数，并传输给上层控制器；

b.上层控制器根据车辆传感器采集到的车辆行驶信息通过车辆动力学模型预测一段时间内车辆的行驶状态；

c.上层控制器比较上一采样时刻所用性能指标函数和当前行驶模式相对应的目标性能指标函数，根据切换控制算法对函数参数进行过渡切换，获得当前采样时刻的性能指标函数；

d.根据步骤b预测的行驶状态和步骤c获得的性能指标函数，同时考虑性能要求约束条件，计算当前时刻的最优控制量，并传输给下层控制器；

e.下层控制器根据最优控制量计算油门开度、刹车踏板压力和方向盘转角，并根据计算结果控制车辆；

f.返回步骤a，实现实时最优控制。

所述的车辆动力学模型包括车辆纵向一阶惯性模型和横向二轮自行车模型以及轮胎模型。

所述的步骤c中对函数参数进行过渡切换具体步骤为：

c1)获得上一时刻所用性能指标函数J＝∑a·y(k+i|k)²，其中y(k+i|k)为在k时刻预测k+i时刻的系统输出，i＝1，…，Np，Np为预测时域，a为对y的权值；

c2)获得当前行驶模式相对应的目标性能指标函数J＝∑a_d·y(k+i|k)²，a_d为对y的权值，定义权值之差Δa＝a_d-a；

c3)计算当前时刻k的性能指标函数为J＝∑{a+Δa[(i-1)/Np]}·y(k+i|k)²，在k+1时刻，令a＝a+Δa/Np。

所述的最优控制量包括预期加速度和预期前轮转角。

所述的步骤d中计算当前时刻的最优控制量的具体步骤为：

d1)将由步骤c得到的性能指标函数转换为二次型函数J＝J(y，u，Δu)，其中y、u、Δu均为k+i时刻的预测值，其中y是预测的系统输出，u是控制量，Δu是控制增量；

d2)根据车辆的性能要求确定约束条件C，包括y_min≤y≤y_max，u_min≤u≤u_max，Δu_min≤Δu≤Δu_max，其中，y_min、y_max为系统输出的上下限，u_min、u_max为控制量的上下限，Δu_min、Δu_max为控制增量的上下限；

d3)将优化问题转变成目标函数为J、约束条件为C的二次规划问题，利用active-set方法求解得到最优解，即最优控制增量Δu，则当前时刻k所需最优控制量u(k)＝u(k-1)+Δu(k)，即预期加速度a_xdes和预期前轮转角δ_fdes。

所述的车辆的性能要求包括跟踪性能、乘坐舒适性和侧向稳定性。

所述的步骤e的具体计算步骤为：

(i)计算油门开度：

$F_{\mathrm{des}}=C_{D}A/21.15V_x^2+\mathrm{Gf}+{\mathrm{\δma}}_{\mathrm{xdes}},$

T_edes＝F_desr/η_Ti_gi₀，

a_thrdes＝MAP(ω_e，T_edes)，

其中F_des为预期驱动力，C_D为风阻系数，A为迎风面积，V_x为纵向行驶速度，G为车辆重力，f为摩擦系数，δ为旋转质量换算系数，m为车辆质量，T_edes为预期发动机转矩，r为轮轴高度，η_T为传动系机械效率，i₀为主减速器传动比，i_g为变速箱传动比，a_thrdes为预期油门开度，ω_e为发动机转速，MAP为油门开度、发动机转速和发动机转矩的对应关系函数；

(ii)计算刹车踏板压力：P_bkdes＝F_desr/K_b，其中K_b为制动系统增益；

(iii)计算方向盘转角：δ_sw＝K_wδ_fdes，其中δ_sw为方向盘转角，K_w为转向系统增益。

一种用于无人驾驶车辆的轨迹跟踪控制装置，包括数据预处理器、上层控制器和下层控制器，所述的数据预处理器的输入端分别连接轨迹生成器和车辆传感器，输出端依次连接上层控制器和下层控制器。

所述的下层控制器包括油门/刹车子控制器和方向盘子控制器。

所述的油门/刹车子控制器中设有采用迟滞回路实现的切换逻辑电路，防止油门刹车的频繁切换和油门刹车同时作用的不合理现象发生。

与现有技术相比，本发明具有以下优点：

1.控制效果好，考虑车辆动力学特性，特别是轮胎的非线性性，控制模型更加精确，并且采用实时优化控制算法(模型预测控制算法)，在保证实时性的前提下，考虑车辆行驶的约束条件，提高控制性能；

2.符合车辆行驶实际情况，分模式优化控制，根据各行驶模式的不同特性，采用不同的性能指标函数，并用相应切换算法实现不同模式间的平滑切换；

3.同时具有最优化性和实用性，保证轨迹跟踪控制的稳定性、鲁棒性，提高车辆行驶的主动安全性、乘坐舒适性、横向稳定性。

附图说明

图1为本发明方法的流程示意图；

图2为本发明装置的结构示意图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例

如图1所示，一种用于无人驾驶车辆的轨迹跟踪控制方法，所述的无人驾驶车辆上设有轨迹生成器和车辆传感器，所述的轨迹跟踪控制方法包括如下步骤：

a.数据预处理器根据轨迹生成器生成的参考轨迹和车辆传感器采集到的车辆行驶信息计算得到车辆当前行驶轨迹与参考轨迹的误差，同时根据车辆行驶信息判断车辆当前的行驶模式，并从轨迹生成器中获得与当前行驶模式相对应的目标性能指标函数，并传输给上层控制器；

b.上层控制器根据车辆传感器采集到的车辆行驶信息通过车辆动力学模型预测一段时间内车辆的行驶状态；

c.上层控制器比较上一采样时刻所用性能指标函数和当前行驶模式相对应的目标性能指标函数，根据切换控制算法对函数参数进行过渡切换，获得当前采样时刻的性能指标函数；

d.根据步骤b预测的行驶状态和步骤c获得的性能指标函数，同时考虑性能要求约束条件，计算当前时刻的最优控制量，并传输给下层控制器；

e.下层控制器根据最优控制量计算油门开度、刹车踏板压力和方向盘转角，并根据计算结果控制车辆；

f.返回步骤a，实现实时最优控制。

所述的车辆动力学模型包括车辆纵向一阶惯性模型和横向二轮自行车模型以及轮胎模型。

所述的步骤c中对函数参数进行过渡切换具体步骤为：

c1)获得上一时刻所用性能指标函数J＝∑a·y(k+i|k)²，其中y(k+i|k)为在k时刻预测k+i时刻的系统输出，i＝1，…，Np，Np为预测时域，a为对y的权值；

c2)获得当前行驶模式相对应的目标性能指标函数J＝∑a_d·y(k+i|k)²，a_d为对y的权值，定义权值之差Δa＝a_d-a；

c3)计算当前时刻k的性能指标函数为J＝∑{a+Δa[i-1)/Np]}·y(k+i|k)²，在k+1时刻，令a＝a+Δa/Np。

所述的最优控制量包括预期加速度和预期前轮转角。

所述的步骤d中计算当前时刻的最优控制量的具体步骤为：

d1)将由步骤c得到的性能指标函数转换为二次型函数J＝J(y，u，Δu)，其中y、u、Δu均为k+i时刻的预测值，其中y是预测的系统输出，u是控制量，Δu是控制增量；

d2)根据车辆的性能要求确定约束条件C，包括y_min≤y≤y_max，u_min≤u≤u_max，Δu_min≤Δu≤Δu_max，其中，y_min、y_max为系统输出的上下限，u_min、u_max为控制量的上下限，Δu_min、Δu_max为控制增量的上下限；

d3)将优化问题转变成目标函数为J、约束条件为C的二次规划问题，利用active-set方法求解得到最优解，即最优控制增量Δu，则当前时刻k所需最优控制量u(k)＝u(k-1)+Δu(k)，即预期加速度a_xdes和预期前轮转角δ_fdes。

所述的车辆的性能要求包括跟踪性能、乘坐舒适性和侧向稳定性。

所述的步骤e的具体计算步骤为：

(i)计算油门开度：

$F_{\mathrm{des}}=C_{D}A/21.15V_x^2+\mathrm{Gf}+{\mathrm{\δma}}_{\mathrm{xdes}},$

T_edes＝F_desr/ηTi_gi₀，

a_thrdes＝MAP(ω_e，T_edes)，

其中F_des为预期驱动力，C_D为风阻系数，A为迎风面积，V_x为纵向行驶速度，G为车辆重力，f为摩擦系数，δ为旋转质量换算系数，m为车辆质量，T_edes为预期发动机转矩，r为轮轴高度，η_T为传动系机械效率，i₀为主减速器传动比，i_g为变速箱传动比，a_thrdes为预期油门开度，ω_e为发动机转速，MAP为油门开度、发动机转速和发动机转矩的对应关系函数；

(ii)计算刹车踏板压力：P_bkdes＝F_desr/K_b，其中K_b为制动系统增益；

(iii)计算方向盘转角：δ_sw＝K_w钆δ_fdes，其中δ_sw为方向盘转角，K_w为转向系统增益。

如图2所示，一种用于无人驾驶车辆的轨迹跟踪控制装置，包括数据预处理器1、上层控制器2和下层控制器3，所述的数据预处理器1的输入端分别连接轨迹生成器和车辆传感器，输出端依次连接上层控制器2和下层控制器3。数据预处理器1执行当前行驶误差的计算和目标行驶模式对应性能指标函数的确定；上层控制器2运用模型预测控制算法计算最优控制量和通过模式切换控制算法进行模式切换。下层控制器3包括油门/刹车子控制器31和方向盘子控制器32。所述的油门/刹车子控制器32中设有采用迟滞回路实现的切换逻辑电路，防止油门刹车的频繁切换和油门刹车同时作用的不合理现象发生。

Claims (10)

1.一种用于无人驾驶车辆的轨迹跟踪控制方法，所述的无人驾驶车辆上设有轨迹生成器和车辆传感器，其特征在于，所述的轨迹跟踪控制方法包括如下步骤：

a.数据预处理器根据轨迹生成器生成的参考轨迹和车辆传感器采集到的车辆行驶信息计算得到车辆当前行驶轨迹与参考轨迹的误差，同时根据车辆行驶信息判断车辆当前的行驶模式，并从轨迹生成器中获得与当前行驶模式相对应的目标性能指标函数，并传输给上层控制器；

b.上层控制器根据车辆传感器采集到的车辆行驶信息通过车辆动力学模型预测一段时间内车辆的行驶状态；

c.上层控制器比较上一采样时刻所用性能指标函数和当前行驶模式相对应的目标性能指标函数，根据切换控制算法对函数参数进行过渡切换，获得当前采样时刻的性能指标函数；

d.根据步骤b预测的行驶状态和步骤c获得的性能指标函数，同时考虑性能要求约束条件，计算当前时刻的最优控制量，并传输给下层控制器；

e.下层控制器根据最优控制量计算油门开度、刹车踏板压力和方向盘转角，并根据计算结果控制车辆；

f.返回步骤a，实现实时最优控制。

2.根据权利要求1所述的一种用于无人驾驶车辆的轨迹跟踪控制方法，其特征在于，所述的车辆动力学模型包括车辆纵向一阶惯性模型和横向二轮自行车模型以及轮胎模型。

3.根据权利要求1所述的一种用于无人驾驶车辆的轨迹跟踪控制方法，其特征在于，所述的步骤c中对函数参数进行过渡切换具体步骤为：

c1)获得上一时刻所用性能指标函数J＝∑a·y(k+i|k)²，其中y(k+i|k)为在k时刻预测k+i时刻的系统输出，i＝1，…，Np，Np为预测时域，a为对y的权值；

c2)获得当前行驶模式相对应的目标性能指标函数J＝∑a_d·y(k+i|k)²，a_d为对y的权值，定义权值之差Δa＝a_d-a；

c3)计算当前时刻k的性能指标函数为J＝∑{a+Δa[(i-1)/Np]}·y(k+i|k)²，在k+1时刻，令a＝a+Δa/Np。

4.根据权利要求3所述的一种用于无人驾驶车辆的轨迹跟踪控制方法，其特征在于，所述的最优控制量包括预期加速度和预期前轮转角。

5.根据权利要求4所述的一种用于无人驾驶车辆的轨迹跟踪控制方法，其特征在于，所述的步骤d中计算当前时刻的最优控制量的具体步骤为：

d1)将由步骤c得到的性能指标函数转换为二次型函数J＝J(y，u，Δu)，其中y、u、Δu均为k+i时刻的预测值，其中y是预测的系统输出，u是控制量，Δu是控制增量；

d2)根据车辆的性能要求确定约束条件C，包括y_min≤y≤y_max，u_min≤u≤u_max，Δu_min≤Δu≤Δ_max，其中，y_min、y_max为系统输出的上下限，u_min、u_max为控制量的上下限，Δu_min、Δu_max为控制增量的上下限；

d3)将优化问题转变成目标函数为J、约束条件为C的二次规划问题，利用active-set方法求解得到最优解，即最优控制增量Δu，则当前时刻k所需最优控制量u(k)＝u(k-1)+Δu(k)，即预期加速度a_xdes和预期前轮转角δ_fdes。

6.根据权利要求5所述的一种用于无人驾驶车辆的轨迹跟踪控制方法，其特征在于，所述的车辆的性能要求包括跟踪性能、乘坐舒适性和侧向稳定性。

7.根据权利要求5所述的一种用于无人驾驶车辆的轨迹跟踪控制方法，其特征在于，所述的步骤e的具体计算步骤为：

(i)计算油门开度：

$F_{\mathrm{des}}=C_{D}A/21.15V_x^2+\mathrm{Gf}+{\mathrm{\δma}}_{\mathrm{xdes}},$

T_edes＝F_desr/η_Ti_gi₀，

a_thrdes＝MAP(ω_e，T_edes)，

其中F_des为预期驱动力，C_D为风阻系数，A为迎风面积，V_x为纵向行驶速度，G为车辆重力，f为摩擦系数，δ为旋转质量换算系数，m为车辆质量，T_edes为预期发动机转矩，r为轮轴高度，η_T为传动系机械效率，i₀为主减速器传动比，i_g为变速箱传动比，a_thrdes为预期油门开度，ω_e为发动机转速，MAP为油门开度、发动机转速和发动机转矩的对应关系函数；

(ii)计算刹车踏板压力：P_bkdes＝F_desr/K_b，其中K_b为制动系统增益；

(iii)计算方向盘转角：δ_sw＝K_wδ_fdes，其中δ_sw为方向盘转角，K_w为转向系统增益。

8.一种如权利要求1所述的用于无人驾驶车辆的轨迹跟踪控制装置，其特征在于，包括数据预处理器、上层控制器和下层控制器，所述的数据预处理器的输入端分别连接轨迹生成器和车辆传感器，输出端依次连接上层控制器和下层控制器。

9.根据权利要求8所述的一种用于无人驾驶车辆的轨迹跟踪控制装置，其特征在于，所述的下层控制器包括油门/刹车子控制器和方向盘子控制器。

10.根据权利要求8所述的一种用于无人驾驶车辆的轨迹跟踪控制装置，其特征在于，所述的油门/刹车子控制器中设有采用迟滞回路实现的切换逻辑电路。

Images