CN111638712A - 自动驾驶车辆横向运动控制方法、装置和自动驾驶车辆 - Google Patents

自动驾驶车辆横向运动控制方法、装置和自动驾驶车辆 Download PDF

Info

Publication number
CN111638712A
CN111638712A CN202010456541.0A CN202010456541A CN111638712A CN 111638712 A CN111638712 A CN 111638712A CN 202010456541 A CN202010456541 A CN 202010456541A CN 111638712 A CN111638712 A CN 111638712A
Authority
CN
China
Prior art keywords
vehicle
control
control parameter
gain
obtaining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010456541.0A
Other languages
English (en)
Other versions
CN111638712B (zh
Inventor
文宝
贺志国
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sany Special Vehicle Co Ltd
Original Assignee
Sany Special Vehicle Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sany Special Vehicle Co Ltd filed Critical Sany Special Vehicle Co Ltd
Priority to CN202010456541.0A priority Critical patent/CN111638712B/zh
Publication of CN111638712A publication Critical patent/CN111638712A/zh
Priority to EP21812780.1A priority patent/EP4068039A4/en
Priority to PCT/CN2021/094739 priority patent/WO2021238747A1/zh
Application granted granted Critical
Publication of CN111638712B publication Critical patent/CN111638712B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D15/00—Steering not otherwise provided for
    • B62D15/02—Steering position indicators ; Steering position determination; Steering aids
    • B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Combustion & Propulsion (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明提供了一种自动驾驶车辆横向运动控制方法、装置和自动驾驶车辆，自动驾驶车辆横向运动控制方法包括：设置线性二次型控制器的控制参数，获取车辆总体参数，根据控制参数和车辆总体参数，获取控制参数增益，根据控制参数增益，获取实时控制参数增益，获取状态误差反馈量、轨迹曲率和车辆倾斜角，根据实时控制参数增益、状态误差反馈量、轨迹曲率和车辆倾斜角，获取控制量和补偿量，根据控制量和补偿量，获取方向盘期望角度，将方向盘期望角度输出至线控转向系统。本发明能够实现自动驾驶车辆横向运动无静差最优控制，极大的降低计算量，并保证最优控制增益的收敛性，实现高可靠、高精度地跟踪期望行驶轨迹。

Description

自动驾驶车辆横向运动控制方法、装置和自动驾驶车辆
技术领域
本发明涉及自动驾驶车辆的技术领域，具体而言，涉及一种自动驾驶车辆横向运动控制方法、装置和自动驾驶车辆。
背景技术
自动驾驶车辆横向控制根据上层的规划轨迹和车辆定位信息，实时计算期望的转向指令，控制车辆沿目标轨迹行驶，目前，最优控制参数增益一般通过在线求解黎卡提方程得到，计算量大，需占用较多的计算资源。
发明内容
本发明旨在解决或改善上述技术问题的至少之一。
为此，本发明的第一目的在于提供一种自动驾驶车辆横向运动控制方法。
本发明的第二目的在于提供一种自动驾驶车辆横向运动控制方法装置。
本发明的第三目的在于提供一种自动驾驶车辆。
为实现本发明的第一目的，本发明的实施例提供了一种自动驾驶车辆横向运动控制方法，包括：设置线性二次型控制器的控制参数；获取车辆总体参数；根据控制参数和车辆总体参数，获取控制参数增益；根据控制参数增益，获取实时控制参数增益；获取状态误差反馈量、轨迹曲率和车辆倾斜角；根据实时控制参数增益、状态误差反馈量、轨迹曲率和车辆倾斜角，获取控制量和补偿量；根据控制量和补偿量，获取方向盘期望角度，将方向盘期望角度输出至线控转向系统。
本实施例能够实现自动驾驶车辆横向运动无静差最优控制，极大的降低计算量，并保证最优控制增益的收敛性，并考虑道路曲率、道路倾斜和车辆总体参数不确定的影响，以达到高可靠、高精度地跟踪期望行驶轨迹。
另外，本发明上述实施例提供的技术方案还可以具有如下附加技术特征：
上述技术方案中，设置线性二次型控制器的控制参数包括：控制参数包括第一加权矩阵Q和第二加权矩阵R，Q＝diag[q1，q2，q3，q4]，R＝[r]，其中，q1、q2、q3、q4和r分别为五个控制参数，q2、q4和r设定为固定值，q1、q3根据下式获取：
Figure BDA0002509581510000021
Figure BDA0002509581510000022
其中，q1max为q1最大值，q1min为q1最小值，q3max为q3最大值，q3min为q3最小值，Vx为车辆纵向车速，V1为第一速度阈值，V2为第二速度阈值。
本实施例中，将q2，q4，r设定为固定值，q1，q3根据车辆纵向车速Vx进行参数线性调整，即线性二次型控制器的控制参数的权重矩阵采用速度线性的调整方法，能够大大降低运算量。
上述任一技术方案中，根据控制参数和车辆总体参数，获取控制参数增益，包括：控制参数增益通过下式获取：
Figure BDA0002509581510000023
Figure BDA0002509581510000024
k14＝[k14(1)，k14(2)，k14(3)，k14(4)]
k14＝lqr(A,B,Q,R)
k1＝k14(1)
k2＝k14(2)
k3＝k14(3)
k4＝k14(4)
其中，m为整车质量，Iz为车辆绕垂直方向的转动惯量，lf为车辆前轴到质心的距离，lr为车辆后轴到质心的距离，Cf为前轮的侧偏刚度，Cr为后轮的侧偏刚度，Vx为车辆纵向车速，k14为控制增益收敛矩阵，k14(1)、k14(2)、k14(3)、k14(4)分别为控制增益收敛矩阵中四个元素，k14为通过MATLAB计算得到的最优控制增益收敛矩阵，k1，k2，k3，k4分别为四个控制参数增益。
车辆总体参数包括：整车质量和/或车辆绕垂直方向的转动惯量和/或车辆前轴到质心的距离和/或车辆后轴到质心的距离和/或前轮的侧偏刚度和/或后轮的侧偏刚度。根据整车总体参数和被控对象模型，通过MATLAB函数lqr离线计算最优控制参数增益k1、k2、k3、k4，与在线求解控制参数增益相比，大大降低了运算量。
上述任一技术方案中，根据控制参数增益，获取实时控制参数增益，包括：以速度为自变量，进行控制参数增益多项式拟合，得到第一多项式；根据第一多项式和实时车辆纵向车速，获取实时控制参数增益。
基于离线获取的控制参数增益，采用多项式拟合的计算方法，获取实时控制参数增益，对计算量进行了优化。
上述任一技术方案中，根据控制参数增益，获取实时控制参数增益，包括：以速度为自变量，进行控制参数增益三阶多项式拟合，得到第一多项式为：
Figure BDA0002509581510000031
其中，a31，a21，a11，a01为控制参数k1的三阶多项式系数，a32，a22，a12，a02为控制参数k2的三阶多项式系数，a33，a23，a13，a03为控制参数k3的三阶多项式系数，a34，a24，a14，a04为控制参数k4的三阶多项式系数，v表示速度；根据第一多项式和车辆实时纵向车速，获取实时控制参数增益K：
Figure BDA0002509581510000041
K＝[k′1,k′2,k′3,k′4]
其中，Vx为车辆纵向车速。
本实施例采用三阶多项式拟合，根据车辆反馈的实际速度实时计算最优控制参数增益大小，既减小了最优控制参数增益的计算量，又保证了最优控制参数增益的收敛性和可靠性。
上述任一技术方案中，获取状态误差反馈量包括：
通过下式获取状态误差反馈量：
ey＝(y-ydes)cos(ψdes)-(x-xdes)sin(ψdes)
Figure BDA0002509581510000042
eψ＝ψ-ψdes
Figure BDA0002509581510000043
Figure BDA0002509581510000044
其中，ey为横向位置偏差，
Figure BDA0002509581510000045
为横向位置偏差变化率，eψ为航向角偏差，
Figure BDA0002509581510000046
为航向角偏差变化率，X为状态误差反馈量，Vx为车辆纵向车速，Vy为车辆横向车速，(x,y)为当前时刻车辆位置，(xdes,ydes)为期望轨迹位置，ψ为当前时刻车辆的航向角，ψdes为期望轨迹的航向角，ω表示车辆的横摆角速度，ρ表示期望目标点曲率。
通过更新状态误差，反馈至控制增益，使得横向控制效果更加精确。
上述任一技术方案中，根据控制参数增益、实时控制参数增益、状态误差、轨迹曲率和车辆倾斜角，获取控制量和补偿量，包括：
根据实时控制参数增益和状态误差反馈量，获取反馈控制量为：
δsw_b＝-KX
其中，K为实时控制参数增益，X为状态误差反馈量；
基于位置误差积分，获取位置误差积分控制量为：
δsw_i＝δ'sw_i+kieyT
其中，ki为积分系数，ey为横向位置偏差，T为控制周期，δ'sw_i为δsw_i的前一拍控制周期数值；
根据轨迹曲率，获取道路曲率前馈补偿量为：
Figure BDA0002509581510000051
其中，m为整车质量，Vx为车辆纵向车速，lf为车辆前轴到质心的距离，lr为车辆后轴到质心的距离，Cf为前轮的侧偏刚度，Cr为后轮的侧偏刚度，Rdes为轨迹半径，L为lf与lr之和；
根据车辆倾斜角，获取道路倾斜前馈补偿量为：
Figure BDA0002509581510000052
其中，A(i,j)为矩阵A第i行第j列对应的参数，B(i,j)为矩阵B第i行第j列对应的参数，g为重力加速度，γ车辆倾斜角。
通过上述公式给出了反馈控制量、位置误差积分控制量、道路曲率前馈补偿量、道路倾斜前馈补偿量的具体获取方式，本实施例采用期望轨迹提供的道路曲率对道路曲率进行前馈补偿，采用定位信息对道路倾斜进行前馈补偿，引入位置偏差积分项减小位置误差，综合考虑道路曲率、道路倾斜和车辆总体参数不确定的影响，以达到高可靠、高精度地跟踪期望行驶轨迹。
上述任一技术方案中，根据控制量和所述补偿量，获取方向盘期望角度，将方向盘期望角度输出至线控转向系统，包括：
根据下式获取方向盘期望角度：
δsw＝(δsw_b+δsw_r+δsw_c+δsw_i)i
其中，δsw_b为反馈控制量，δsw_i为位置误差积分控制量，δsw_c为道路曲率前馈补偿量，δsw_r为道路倾斜前馈补偿量，i为方向盘比率。
根据反馈控制量、道路曲率前馈控制量、道路倾斜前馈补偿量、位置积分控制量的计算结果进行求和，再乘以方向盘比率，得到最终的方向盘期望角度，输出给线控转向系统，实现路径跟踪，保证车辆总体参数存在不确定的时候仍能完全消除稳态误差。
为实现本发明的第二目的，本发明的实施例提供了一种自动驾驶车辆横向运动控制装置，包括：设置模块、第一获取模块、第二获取模块、第三获取模块、第四获取模块、第五获取模块和第六获取模块，其中，通过设置模块设置线性二次型控制器的控制参数，第一获取模块获取车辆总体参数，第二获取模块根据控制参数和车辆总体参数，获取控制参数增益，第三获取模块根据控制参数增益，获取实时控制参数增益，第四获取模块获取状态误差、轨迹曲率和车辆倾斜角，第五获取模块根据控制参数增益、实时控制参数增益、状态误差、轨迹曲率和车辆倾斜角，获取控制量和补偿量，第六获取模块根据控制量和补偿量，获取方向盘期望角度，将方向盘期望角度输出至线控转向系统。
本实施例能够实现自动驾驶车辆横向运动无静差最优控制，极大的降低计算量，并保证最优控制增益的收敛性，并考虑道路曲率、道路倾斜和车辆总体参数不确定的影响，以达到高可靠、高精度地跟踪期望行驶轨迹。
为实现本发明的第三目的，本发明的实施例提供了一种自动驾驶车辆，包括：车辆本体和控制装置，其中，控制装置采用如本发明任一实施例的自动驾驶车辆横向运动控制方法控制所述车辆本体行驶。
本发明实施例提供的自动驾驶车辆实现如本发明任一实施例的自动驾驶车辆横向运动控制方法的步骤，因而其具有如本发明任一实施例的自动驾驶车辆横向运动控制方法的全部有益效果，在此不再赘述。
本发明的附加方面和优点将在下面的描述部分中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为相关技术的自动驾驶车辆横向运动控制方法流程图；
图2为本发明一个实施例的自动驾驶车辆横向运动控制方法流程图；
图3为本发明一个实施例的获取实时控制参数增益的方法流程图；
图4为本发明一个实施例的获取控制量和补偿量的方法流程图；
图5为本发明一个实施例的自动驾驶车辆横向运动控制装置结构示意图；
图6为本发明一个实施例的自动驾驶车辆结构示意图；
图7为本发明一个具体实施例的自动驾驶车辆横向运动控制示意图；
图8为本发明一个具体实施例的自动驾驶车辆横向运动控制方法流程图；
其中，图1至图8中附图标记与部件名称之间的对应关系为：
100：自动驾驶车辆横向运动控制装置，110：设置模块，120：第一获取模块，130：第二获取模块，140：第三获取模块，150：第四获取模块，160：第五获取模块，170：第六获取模块，200：自动驾驶车辆，210：车辆本体，220：控制装置。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
下面参照图1至图8描述本发明一些实施例的一种自动驾驶车辆横向运动控制方法和装置。
自动驾驶车辆横向控制根据上层的规划轨迹和车辆定位信息，实时计算期望的转向指令，控制车辆沿期望轨迹行驶，当前自动驾驶车辆横向控制广泛采用线性二次型最优控制(LQR)，如图1所示，主要存在以下问题：
(1)最优控制增益一般通过在线求解黎卡提方程得到最优控制增益，需占用较多的计算资源，且不一定能保证控制增益收敛。
(2)当前自动驾驶车辆横向控制系统大多采用引入道路曲率前馈补偿减小稳态误差，未考虑道路倾斜引起的横向稳态误差，降低了车辆横向控制系统的品质；
(3)车辆总体参数存在一定的不确定性，不能保证完全消除车辆横向控制的稳态误差。
相关技术的一种自动驾驶汽车的参数自适应横向运动LQR控制方法，基于路径跟踪误差和车-路位置关系的LQR控制参数调整策略确定当前状态下的控制器参数，根据确定的控制器参数，计算自动驾驶汽车的转向控制量，将其传递给转向执行器执行，其与本实施例的不同在于：
(1)参数调整策略不同，此相关技术用路径跟踪误差和车-路位置关系的参数调整策略，本实施例用速度大小的参数调整策略；
(2)最优控制增益计算过程不同，此相关技术在线求解黎卡提方程得到最优控制增益，本实施例则是通过离线计算最优控制增益，再通过多项式拟合控制增益并实时更新；
(3)方向盘转角不同。此相关技术只考虑了状态误差反馈控制量，本实施例在状态误差反馈控制量的基础上，还考虑了道路曲率前馈控制量、道路倾斜前馈补偿量、位置误差积分控制量。
综上所述，本实施例的目的在于解决以下问题的至少之一：
(1)在线求解黎卡提方程得到最优控制增益，计算量大；
(2)未考虑道路倾斜引起的横向稳态误差。
实施例1：
如图2所示，本实施例提供了一种自动驾驶车辆横向运动控制方法，包括：
步骤S102，设置线性二次型控制器的控制参数；
步骤S104，获取车辆总体参数；
步骤S106，根据控制参数和车辆总体参数，获取控制参数增益；
步骤S108，根据控制参数增益，获取实时控制参数增益；
步骤S110，获取状态误差反馈量、轨迹曲率和车辆倾斜角；
步骤S112，根据实时控制参数增益、状态误差反馈量、轨迹曲率和车辆倾斜角，获取控制量和补偿量；
步骤S114，根据控制量和补偿量，获取方向盘期望角度，将方向盘期望角度输出至线控转向系统。
本实施例能够实现自动驾驶车辆横向运动无静差最优控制，极大的降低计算量，并保证最优控制增益的收敛性，并考虑道路曲率、道路倾斜和车辆总体参数不确定的影响，以达到高可靠、高精度地跟踪期望行驶轨迹。
实施例2：
除上述实施例的技术特征以外，本实施例进一步地包括了以下技术特征。
上述技术方案中，设置线性二次型控制器的控制参数包括：控制参数包括第一加权矩阵Q和第二加权矩阵R，Q＝diag[q1，q2，q3，q4]，R＝[r]，其中，q1、q2、q3、q4和r分别为五个控制参数，q2、q4和r设定为固定值，q1、q3根据下式获取：
Figure BDA0002509581510000091
Figure BDA0002509581510000092
其中，q1max为q1最大值，q1min为q1最小值，q3max为q3最大值，q3min为q3最小值，Vx为车辆纵向车速，V1为第一速度阈值，V2为第二速度阈。
本实施例中，将q2，q4，r设定为固定值，只针对q1，q3根据车辆速度Vx进行参数线性调整，即线性二次型控制器的控制参数的权重矩阵采用速度线性的调整方法，降低运算量。
实施例3：
除上述实施例的技术特征以外，本实施例进一步地包括了以下技术特征。
根据控制参数和车辆总体参数，获取控制参数增益，包括：控制参数增益通过下式获取：
Figure BDA0002509581510000093
Figure BDA0002509581510000101
k14＝[k14(1)，k14(2)，k14(3)，k14(4)]
k14＝lqr(A,B,Q,R)
k1＝k14(1)
k2＝k14(2)
k3＝k14(3)
k4＝k14(4)
其中，m为整车质量，Iz为车辆绕垂直方向的转动惯量，lf为车辆前轴到质心的距离，lr为车辆后轴到质心的距离，Cf为前轮的侧偏刚度，Cr为后轮的侧偏刚度，Vx为车辆纵向车速，k14为控制增益收敛矩阵，k14(1)、k14(2)、k14(3)、k14(4)分别为控制增益收敛矩阵中四个元素，k14为通过MATLAB计算得到的最优控制增益收敛矩阵，k1，k2，k3，k4分别为四个控制参数增益。
其中，车辆总体参数包括：整车质量和/或车辆绕垂直方向的转动惯量和/或车辆前轴到质心的距离和/或车辆后轴到质心的距离和/或前轮的侧偏刚度和/或后轮的侧偏刚度。获取车辆总体参数，根据车辆总体参数离线获取控制参数增益，降低本实施例方法的运算量。
根据整车总体参数和被控对象模型，通过MATLAB函数lqr离线计算最优控制参数增益k1、k2、k3、k4，与在线求解控制参数增益相比，大大降低了运算量。
实施例4：
如图3所示，除上述实施例的技术特征以外，本实施例进一步地包括了以下技术特征。
根据控制参数增益，获取实时控制参数增益，包括：
步骤S202，以速度为自变量，进行控制参数增益多项式拟合，得到第一多项式；
步骤S204，根据第一多项式和实时车辆纵向车速，获取实时控制参数增益。
基于离线获取的控制参数增益，采用多项式拟合的计算方法，获取实时控制参数增益，对计算量进行了优化。
实施例5：
除上述实施例的技术特征以外，本实施例进一步地包括了以下技术特征。
根据控制参数增益，获取实时控制参数增益，包括：以速度为自变量，进行控制参数增益三阶多项式拟合，得到第一多项式为：
Figure BDA0002509581510000111
其中，a31，a21，a11，a01为控制参数k1的三阶多项式系数，a32，a22，a12，a02为控制参数k2的三阶多项式系数，a33，a23，a13，a03为控制参数k3的三阶多项式系数，a34，a24，a14，a04为控制参数k4的三阶多项式系数，v表示速度；根据第一多项式和车辆实时纵向车速，获取实时控制参数增益K：
Figure BDA0002509581510000112
K＝[k′1,k′2,k′3,k′4]
其中，Vx为车辆纵向车速。
本实施例采用三阶多项式拟合，根据车辆反馈的实际速度实时计算最优控制参数增益大小，既减小了最优控制参数增益的计算量，又保证了最优控制参数增益的收敛性和可靠性。
实施例6：
除上述实施例的技术特征以外，本实施例进一步地包括了以下技术特征。
获取状态误差反馈量包括：
通过下式获取状态误差反馈量：
ey＝(y-ydes)cos(ψdes)-(x-xdes)sin(ψdes)
Figure BDA0002509581510000113
eψ＝ψ-ψdes
Figure BDA0002509581510000114
Figure BDA0002509581510000121
其中，ey为横向位置偏差，
Figure BDA0002509581510000122
为横向位置偏差变化率，eψ为航向角偏差，
Figure BDA0002509581510000123
为航向角偏差变化率，X为状态误差反馈量，Vx为车辆纵向车速，Vy为车辆横向车速，(x,y)为当前时刻车辆位置，(xdes,ydes)为期望轨迹位置，ψ为当前时刻车辆的航向角，ψdes为期望轨迹的航向角，ω表示车辆的横摆角速度，ρ表示期望目标点曲率。
通过更新状态误差，反馈至控制增益，使得横向控制效果更加精确。
实施例7：
如图4所示，除上述实施例的技术特征以外，本实施例进一步地包括了以下技术特征。
根据控制参数增益、实时控制参数增益、状态误差、轨迹曲率和车辆倾斜角，获取控制量和补偿量，包括：
步骤S302，根据实时控制参数增益和状态误差反馈量，获取反馈控制量为：
δsw_b＝-KX
其中，K为实时控制参数增益，X为状态误差反馈量；
步骤S304，基于位置误差积分，获取位置误差积分控制量为：
δsw_i＝δ'sw_i+kieyT
其中，ki为积分系数，ey为横向位置偏差，T为控制周期，δ'sw_i为δsw_i的前一拍控制周期数值；
步骤S306，根据轨迹曲率，获取道路曲率前馈补偿量为：
Figure BDA0002509581510000124
其中，m为整车质量，Vx为车辆纵向车速，lf为车辆前轴到质心的距离，lr为车辆后轴到质心的距离，Cf为前轮的侧偏刚度，Cr为后轮的侧偏刚度，Rdes为轨迹半径，L为lf与lr之和；
步骤S308，根据车辆倾斜角，获取道路倾斜前馈补偿量为：
Figure BDA0002509581510000131
其中，A(i,j)为矩阵A第i行第j列对应的参数，B(i,j)为矩阵B第i行第j列对应的参数，g为重力加速度，γ车辆倾斜角。
通过上述公式给出了反馈控制量、位置误差积分控制量、道路曲率前馈补偿量、道路倾斜前馈补偿量的具体获取方式，本实施例采用期望轨迹提供的道路曲率对道路曲率进行前馈补偿，采用定位信息对道路倾斜进行前馈补偿，引入位置偏差积分项减小位置误差，综合考虑道路曲率、道路倾斜和车辆总体参数不确定的影响，以达到高可靠、高精度地跟踪期望行驶轨迹。
本实施例引入位置偏差积分项以减小位置误差，保证车辆总体参数存在不确定的时候仍能完全消除稳态误差。
实施例8：
除上述实施例的技术特征以外，本实施例进一步地包括了以下技术特征。
根据控制量和所述补偿量，获取方向盘期望角度，将方向盘期望角度输出至线控转向系统，包括：
根据下式获取方向盘期望角度：
δsw＝(δsw_b+δsw_r+δsw_c+δsw_i)i
其中，δsw_b为反馈控制量，δsw_i为位置误差积分控制量，δsw_c为道路曲率前馈补偿量，δsw_r为道路倾斜前馈补偿量，i为方向盘比率。
根据反馈控制量、道路曲率前馈控制量、道路倾斜前馈补偿量、位置积分控制量的计算结果进行求和，再乘以方向盘比率，得到最终的方向盘期望角度，输出给线控转向系统，实现路径跟踪，保证车辆总体参数存在不确定的时候仍能完全消除稳态误差。
实施例9：
如图5所示，本实施例提供了一种自动驾驶车辆横向运动控制装置100，包括：设置模块110、第一获取模块120、第二获取模块130、第三获取模块140、第四获取模块150、第五获取模块160和第六获取模块170，其中，通过设置模块110设置线性二次型控制器的控制参数，第一获取模块120获取车辆总体参数，第二获取模块130根据控制参数和车辆总体参数，获取控制参数增益，第三获取模块140根据控制参数增益，获取实时控制参数增益，第四获取模块150获取状态误差、轨迹曲率和车辆倾斜角，第五获取模块160根据控制参数增益、实时控制参数增益、状态误差、轨迹曲率和车辆倾斜角，获取控制量和补偿量，第六获取模块170根据控制量和补偿量，获取方向盘期望角度，将方向盘期望角度输出至线控转向系统。
本实施例能够实现自动驾驶车辆横向运动无静差最优控制，极大的降低计算量，并保证最优控制增益的收敛性，并考虑道路曲率、道路倾斜和车辆总体参数不确定的影响，以达到高可靠、高精度地跟踪期望行驶轨迹。
实施例10：
如图6所示，本实施例提供了一种自动驾驶车辆200，包括：车辆本体210和控制装置220，其中，控制装置采用如本发明任一实施例的自动驾驶车辆横向运动控制方法控制所述车辆本体210行驶。
具体实施例：
本实施例提供了一种横向无静差的最优控制方法，充分减少最优控制增益的计算量，保证控制增益的收敛性，并考虑道路曲率、道路倾斜和总体参数不确定的影响，以达到高可靠、高精度地跟踪期望行驶轨迹。
如图7所示，本实施例首先通过离线计算最优控制增益，然后通过多项式拟合控制增益并保存到计算单元，然后通过车辆反馈的速度实时更新最优控制增益和状态误差量，通过期望轨迹提供的道路曲率对道路曲率进行前馈补偿，通过定位信息得到的车辆倾斜角对道路倾斜进行前馈补偿，引入位置偏差积分项以减小位置误差，保证车辆总体参数存在不确定的时候仍能完全消除稳态误差，如图8所示，实施步骤如下：
步骤S402，权重矩阵计算：横向运动LQR控制器涉及的控制参数包括加第一权矩阵Q和第二加权矩阵R，具体有Q＝diag[q1,q2,q3,q4]，R＝[r]，即q1,q2,q3,q4和r共5个参数；根据控制参数关联的物理量确定其重要程度，将q2,q4,r设定为固定值，只针对q1,q3根据车辆速度Vx进行参数调整；
Figure BDA0002509581510000151
Figure BDA0002509581510000152
离线计算：根据整车总体参数和被控对象模型，通过MATLAB函数lqr离线计算最优控制增益k1、k2、k3、k4。
Figure BDA0002509581510000153
Figure BDA0002509581510000154
k14＝[k14(1)，k14(2)，k14(3)，k14(4)]
k14＝lqr(A,B,Q,R)
k1＝k14(1)
k2＝k14(2)
k3＝k14(3)
k4＝k14(4)
步骤S404，多项式拟合：根据计算的最优控制增益结果，通过速度进行最优控制增益三阶多项式拟合。
Figure BDA0002509581510000155
步骤S406，更新增益：根据车辆轮速计反馈的实际速度Vx实时计算最优控制增益大小K。
Figure BDA0002509581510000161
K＝[k′1,k′2,k′3,k′4]
步骤S408，更新状态误差：根据定位系统实时输出的车辆位置、速度和姿态信息，以及规划期望的轨迹信息，计算横向位置偏差ey，横向位置偏差变化率
Figure BDA0002509581510000162
航向角偏差eψ，航向角偏差变化率
Figure BDA0002509581510000163
状态误差反馈量X。
ey＝(y-ydes)cos(ψdes)-(x-xdes)sin(ψdes)
Figure BDA0002509581510000164
eψ＝ψ-ψdes
Figure BDA0002509581510000165
Figure BDA0002509581510000166
步骤S410，计算反馈控制量：根据最优控制增益和状态误差反馈量进行相乘，计算得到状态误差反馈量。
δsw_b＝-KX
步骤S412，计算道路曲率前馈补偿量：根据规划系统提供轨迹曲率，计算得到道路曲率补偿量。
Figure BDA0002509581510000167
步骤S414，计算道路倾斜前馈补偿量：根据定位系统提供车辆倾斜角，计算得到道路倾斜前馈补偿量。
Figure BDA0002509581510000171
步骤S416，计算位置误差积分控制量：引入位置误差的积分，采用增量式积分计算得到位置误差引起的积分量。
δsw_i＝δ'sw_i+kieyT
步骤S420，计算方向盘角度：根据反馈控制量、道路曲率前馈控制量、道路倾斜前馈补偿量、位置积分控制量的计算结果进行求和，再乘以方向盘比率，得到最终的方向盘期望角度，输出给线控转向系统，实现路径跟踪。
δsw＝(δsw_b+δsw_r+δsw_c+δsw_i)i
以上式子中，i为转向机构传动比，m代表整车质量；Iz代表汽车绕垂直方向的转动惯量；ω表示汽车的横摆角速度；lf和lr分别代表汽车前、后轴到质心的距离；Cf和Cr分别为前轮和后轮的侧偏刚度,γ为定位提供的倾斜角，ψ、ψdes分别为当前时刻车辆的航向角和期望轨迹的航向角，(x,y)、(xdes,ydes)分别为当前时刻车辆的位置和期望轨迹的位置，ki为积分系数，T为控制周期，δ'sw_i为δsw_i的前一拍控制周期数值，A(i,j)、B(i,j)分别为矩阵A和B的第i行第j列对应的参数，g是重力加速度。
综上，本发明实施例的有益效果为：
1.本实施例能够实现自动驾驶车辆横向无静差最优控制，极大的降低计算量，并保证最优控制增益的收敛性，并考虑道路曲率、道路倾斜和总体参数不确定的影响，以达到高可靠、高精度地跟踪期望行驶轨迹。
2.本实施例提供一种无静差方法，引入位置偏差积分项以减小位置误差，保证车辆总体参数存在不确定的时候仍能完全消除稳态误差。
3.根据车辆反馈的实际速度实时计算最优控制增益大小，既减小了最优控制增益的计算量，又保证了最优控制增益的收敛性和可靠性。
在本发明中，术语“第一”、“第二”、“第三”仅用于描述的目的，而不能理解为指示或暗示相对重要性；术语“多个”则指两个或两个以上，除非另有明确的限定。术语“安装”、“相连”、“连接”、“固定”等术语均应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；“相连”可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
本发明的描述中，需要理解的是，术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或单元必须具有特定的方向、以特定的方位构造和操作，因此，不能理解为对本发明的限制。
在本说明书的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种自动驾驶车辆横向运动控制方法，其特征在于，包括：
设置线性二次型控制器的控制参数；
获取车辆总体参数；
根据所述控制参数和所述车辆总体参数，获取控制参数增益；
根据所述控制参数增益，获取实时控制参数增益；
获取状态误差反馈量、轨迹曲率和车辆倾斜角；
根据所述实时控制参数增益、所述状态误差反馈量、所述轨迹曲率和所述车辆倾斜角，获取控制量和补偿量；
根据所述控制量和所述补偿量，获取方向盘期望角度，将所述方向盘期望角度输出至线控转向系统。
2.根据权利要求1所述的自动驾驶车辆横向运动控制方法，其特征在于，所述设置线性二次型控制器的控制参数，包括：
控制参数包括第一加权矩阵Q和第二加权矩阵R，Q＝diag[q1，q2，q3，q4]，R＝[r]，其中，q1、q2、q3、q4和r分别为五个控制参数，q2、q4和r设定为固定值，q1、q3根据下式获取；
Figure FDA0002509581500000011
Figure FDA0002509581500000012
其中，q1max为q1最大值，q1min为q1最小值，q3max为q3最大值，q3min为q3最小值，Vx为车辆纵向车速，V1为第一速度阈值，V2为第二速度阈值。
3.根据权利要求1所述的自动驾驶车辆横向运动控制方法，其特征在于，根据所述控制参数和所述车辆总体参数，获取控制参数增益，包括：
所述控制参数增益通过下式获取：
Figure FDA0002509581500000021
Figure FDA0002509581500000022
k14＝[k14(1)，k14(2)，k14(3)，k14(4)]
k14＝lqr(A,B,Q,R)
k1＝k14(1)
k2＝k14(2)
k3＝k14(3)
k4＝k14(4)
其中，m为整车质量，Iz为车辆绕垂直方向的转动惯量，lf为车辆前轴到质心的距离，lr为车辆后轴到质心的距离，Cf为前轮的侧偏刚度，Cr为后轮的侧偏刚度，Vx为车辆纵向车速，k14为控制增益收敛矩阵，k14(1)、k14(2)、k14(3)、k14(4)分别为控制增益收敛矩阵中四个元素，k1，k2，k3，k4分别为四个控制参数增益。
4.根据权利要求1所述的自动驾驶车辆横向运动控制方法，其特征在于，所述根据控制参数增益，获取实时控制参数增益，包括：
以速度为自变量，进行控制参数增益多项式拟合，得到第一多项式；
根据所述第一多项式和实时车辆纵向车速，获取实时控制参数增益。
5.根据权利要求4所述的自动驾驶车辆横向运动控制方法，其特征在于，根据控制参数增益，获取实时控制参数增益，包括：
以速度为自变量，进行控制参数增益三阶多项式拟合，得到所述第一多项式为：
Figure FDA0002509581500000023
其中，a31，a21，a11，a01为控制参数k1的三阶多项式系数，a32，a22，a12，a02为控制参数k2的三阶多项式系数，a33，a23，a13，a03为控制参数k3的三阶多项式系数，a34，a24，a14，a04为控制参数k4的三阶多项式系数，v表示速度；
根据所述第一多项式和所述实时车辆纵向车速，获取实时控制参数增益K：
Figure FDA0002509581500000031
K＝[k′1,k′2,k′3,k′4]
其中，Vx为车辆纵向车速。
6.根据权利要求1所述的自动驾驶车辆横向运动控制方法，其特征在于，获取状态误差反馈量包括：
通过下式获取状态误差反馈量：
ey＝(y-ydes)cos(ψdes)-(x-xdes)sin(ψdes)
Figure FDA0002509581500000032
eψ＝ψ-ψdes
Figure FDA0002509581500000033
Figure FDA0002509581500000034
其中，ey为横向位置偏差，
Figure FDA0002509581500000035
为横向位置偏差变化率，eψ为航向角偏差，
Figure FDA0002509581500000036
为航向角偏差变化率，X为状态误差反馈量，Vx为车辆纵向车速，Vy为车辆横向车速，(x,y)为当前时刻车辆位置，(xdes,ydes)为期望轨迹位置，ψ为当前时刻车辆的航向角，ψdes为期望轨迹的航向角，ω表示车辆的横摆角速度，ρ表示期望目标点曲率。
7.根据权利要求1所述的自动驾驶车辆横向运动控制方法，其特征在于，所述根据所述控制参数增益、所述实时控制参数增益、所述状态误差、所述轨迹曲率和所述车辆倾斜角，获取控制量和补偿量，包括：
根据所述实时控制参数增益和状态误差反馈量，获取反馈控制量为：
δsw_b＝-KX
其中，K为实时控制参数增益，X为状态误差反馈量；
基于位置误差积分，获取位置误差积分控制量为：
δsw_i＝δ'sw_i+kieyT
其中，ki为积分系数，ey为横向位置偏差，T为控制周期，δ'sw_i为δsw_i的前一拍控制周期数值；
根据轨迹曲率，获取道路曲率前馈补偿量为：
Figure FDA0002509581500000041
其中，m为整车质量，Vx为车辆纵向车速，lf为车辆前轴到质心的距离，lr为车辆后轴到质心的距离，Cf为前轮的侧偏刚度，Cr为后轮的侧偏刚度，Rdes为轨迹半径，L为lf与lr之和；
根据车辆倾斜角，获取道路倾斜前馈补偿量为：
Figure FDA0002509581500000042
其中，A(i,j)为矩阵A第i行第j列对应的参数，B(i,j)为矩阵B第i行第j列对应的参数，g为重力加速度，γ车辆倾斜角。
8.根据权利要求1所述的自动驾驶车辆横向运动控制方法，其特征在于，所述根据所述控制量和所述补偿量，获取方向盘期望角度，将所述方向盘期望角度输出至线控转向系统，包括：
根据下式获取所述方向盘期望角度：
δsw＝(δsw_b+δsw_r+δsw_c+δsw_i)i
其中，δsw_b为反馈控制量，δsw_i为位置误差积分控制量，δsw_c为道路曲率前馈补偿量，δsw_r为道路倾斜前馈补偿量，i为方向盘比率。
9.一种自动驾驶车辆横向运动控制装置(100)，其特征在于，包括：
设置模块(110)；
第一获取模块(120)；
第二获取模块(130)；
第三获取模块(140)；
第四获取模块(150)；
第五获取模块(160)；
第六获取模块(170)；
其中，通过所述设置模块(110)设置线性二次型控制器的控制参数，所述第一获取模块(120)获取车辆总体参数，所述第二获取模块(130)根据所述控制参数和所述车辆总体参数，获取控制参数增益，所述第三获取模块(140)根据所述控制参数增益，获取实时控制参数增益，所述第四获取模块(150)获取状态误差、轨迹曲率和车辆倾斜角，所述第五获取模块(160)根据所述控制参数增益、所述实时控制参数增益、所述状态误差、所述轨迹曲率和所述车辆倾斜角，获取控制量和补偿量，所述第六获取模块(170)根据所述控制量和所述补偿量，获取方向盘期望角度，将所述方向盘期望角度输出至线控转向系统。
10.一种自动驾驶车辆(200)，其特征在于，包括：
车辆本体(210)；
控制装置(220)；
其中，所述控制装置(220)采用如权利要求1至8中任一项所述的自动驾驶车辆横向运动控制方法控制所述车辆本体(210)行驶。
CN202010456541.0A 2020-05-26 2020-05-26 自动驾驶车辆横向运动控制方法、装置和自动驾驶车辆 Active CN111638712B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010456541.0A CN111638712B (zh) 2020-05-26 2020-05-26 自动驾驶车辆横向运动控制方法、装置和自动驾驶车辆
EP21812780.1A EP4068039A4 (en) 2020-05-26 2021-05-20 METHOD AND DEVICE FOR CONTROLLING THE LATERAL MOVEMENT OF A SELF-PROPELLED VEHICLE AND SELF-PROPELLED VEHICLE
PCT/CN2021/094739 WO2021238747A1 (zh) 2020-05-26 2021-05-20 自动驾驶车辆横向运动控制方法、装置和自动驾驶车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010456541.0A CN111638712B (zh) 2020-05-26 2020-05-26 自动驾驶车辆横向运动控制方法、装置和自动驾驶车辆

Publications (2)

Publication Number Publication Date
CN111638712A true CN111638712A (zh) 2020-09-08
CN111638712B CN111638712B (zh) 2021-11-16

Family

ID=72332781

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010456541.0A Active CN111638712B (zh) 2020-05-26 2020-05-26 自动驾驶车辆横向运动控制方法、装置和自动驾驶车辆

Country Status (3)

Country Link
EP (1) EP4068039A4 (zh)
CN (1) CN111638712B (zh)
WO (1) WO2021238747A1 (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113120001A (zh) * 2021-05-11 2021-07-16 雄狮汽车科技(南京)有限公司 自动驾驶车辆的横向控制方法、装置及车辆
CN113183957A (zh) * 2021-05-24 2021-07-30 前海七剑科技(深圳)有限公司 车辆控制方法、装置、设备及自动驾驶车辆
CN113276836A (zh) * 2021-05-31 2021-08-20 爱驰汽车有限公司 车辆横向控制方法、装置、计算机设备和存储介质
CN113311698A (zh) * 2021-05-26 2021-08-27 三一专用汽车有限责任公司 车道保持控制方法、控制装置和车辆
CN113608530A (zh) * 2021-07-22 2021-11-05 武汉理工大学 一种带有pid转角补偿的参数自整定lqr路径跟踪方法
WO2021238747A1 (zh) * 2020-05-26 2021-12-02 三一专用汽车有限责任公司 自动驾驶车辆横向运动控制方法、装置和自动驾驶车辆
CN113741450A (zh) * 2021-08-31 2021-12-03 的卢技术有限公司 一种车辆自动驾驶横向自适应控制方法
CN113753080A (zh) * 2021-08-31 2021-12-07 的卢技术有限公司 一种自动驾驶汽车横向运动自适应参数控制方法
CN114312847A (zh) * 2022-01-13 2022-04-12 安徽江淮汽车集团股份有限公司 一种自动驾驶车辆的横向控制方法及装置
CN115129069A (zh) * 2022-08-31 2022-09-30 福思(杭州)智能科技有限公司 行驶设备的控制方法和装置、存储介质及电子装置

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114326728B (zh) * 2021-12-24 2024-05-14 江苏大学 高安全裕度的单agv智能车库路径跟踪控制系统及方法
CN114625002B (zh) * 2022-02-28 2024-04-23 浙江零跑科技股份有限公司 一种基于模型预测控制的车辆横纵向集成控制方法
CN114932950B (zh) * 2022-04-29 2023-09-12 东风汽车有限公司东风日产乘用车公司 前馈方向盘转角的计算方法和车辆
CN115123294A (zh) * 2022-06-16 2022-09-30 中国第一汽车股份有限公司 车辆控制方法、车辆、存储介质及电子装置
CN115071732A (zh) * 2022-07-14 2022-09-20 东风商用车有限公司 一种基于lqr的smc商用车智能驾驶横向控制方法
CN115179935A (zh) * 2022-09-13 2022-10-14 毫末智行科技有限公司 一种路径跟踪的方法、装置、电子设备及存储介质
CN115542925B (zh) * 2022-11-28 2023-05-02 安徽中科星驰自动驾驶技术有限公司 一种无人车横向控制用的偏差精准估计方法
CN116861738B (zh) * 2023-07-04 2024-03-01 上海集成电路材料研究院有限公司 一种硅片抛光运动轨迹的计算方法
CN116588145B (zh) * 2023-07-18 2023-10-27 上海友道智途科技有限公司 一种基于预测lqr的半挂车辆鲁棒跟踪控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0769735A2 (en) * 1995-10-18 1997-04-23 Jervis B. Webb International Company Motion tracking apparatus for driverless vehicle
CN107085424A (zh) * 2016-02-16 2017-08-22 通用汽车环球科技运作有限责任公司 用于自动驾驶的预瞄横向控制
CN110568758A (zh) * 2019-09-12 2019-12-13 中汽研（天津）汽车工程研究院有限公司 一种自动驾驶汽车的参数自适应横向运动lqr控制方法
CN110908284A (zh) * 2019-12-06 2020-03-24 苏州智加科技有限公司 一种自动驾驶卡车的横向控制方法及系统
CN111025907A (zh) * 2019-12-20 2020-04-17 苏州智加科技有限公司 一种自动驾驶卡车的横向控制方法、系统及存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010033530A1 (de) * 2010-06-24 2011-12-29 Continental Teves Ag & Co. Ohg Verfahren und System zur Fahrspurenmittenführung eines Kraftfahrzeugs
JP6600446B2 (ja) * 2014-05-14 2019-10-30 株式会社豊田中央研究所 車両制御装置、及びプログラム
JP6723301B2 (ja) * 2018-08-29 2020-07-15 三菱電機株式会社 車両用操舵装置
CN109683614B (zh) * 2018-12-25 2021-08-13 青岛慧拓智能机器有限公司 用于无人矿用车辆的车辆路径控制方法及装置
CN110979305B (zh) * 2019-03-18 2021-06-22 毫末智行科技有限公司 车辆异常换道控制方法、装置及系统
CN111638712B (zh) * 2020-05-26 2021-11-16 三一专用汽车有限责任公司 自动驾驶车辆横向运动控制方法、装置和自动驾驶车辆

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0769735A2 (en) * 1995-10-18 1997-04-23 Jervis B. Webb International Company Motion tracking apparatus for driverless vehicle
CN107085424A (zh) * 2016-02-16 2017-08-22 通用汽车环球科技运作有限责任公司 用于自动驾驶的预瞄横向控制
CN110568758A (zh) * 2019-09-12 2019-12-13 中汽研（天津）汽车工程研究院有限公司 一种自动驾驶汽车的参数自适应横向运动lqr控制方法
CN110908284A (zh) * 2019-12-06 2020-03-24 苏州智加科技有限公司 一种自动驾驶卡车的横向控制方法及系统
CN111025907A (zh) * 2019-12-20 2020-04-17 苏州智加科技有限公司 一种自动驾驶卡车的横向控制方法、系统及存储介质

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021238747A1 (zh) * 2020-05-26 2021-12-02 三一专用汽车有限责任公司 自动驾驶车辆横向运动控制方法、装置和自动驾驶车辆
EP4068039A4 (en) * 2020-05-26 2024-02-14 Sany Special Purpose Vehicle Co Ltd METHOD AND DEVICE FOR CONTROLLING THE LATERAL MOVEMENT OF A SELF-PROPELLED VEHICLE AND SELF-PROPELLED VEHICLE
WO2022237392A1 (zh) * 2021-05-11 2022-11-17 奇瑞汽车股份有限公司 车辆的横向控制方法、装置及车辆
CN113120001A (zh) * 2021-05-11 2021-07-16 雄狮汽车科技(南京)有限公司 自动驾驶车辆的横向控制方法、装置及车辆
CN113183957A (zh) * 2021-05-24 2021-07-30 前海七剑科技(深圳)有限公司 车辆控制方法、装置、设备及自动驾驶车辆
CN113311698A (zh) * 2021-05-26 2021-08-27 三一专用汽车有限责任公司 车道保持控制方法、控制装置和车辆
CN113276836A (zh) * 2021-05-31 2021-08-20 爱驰汽车有限公司 车辆横向控制方法、装置、计算机设备和存储介质
CN113608530A (zh) * 2021-07-22 2021-11-05 武汉理工大学 一种带有pid转角补偿的参数自整定lqr路径跟踪方法
CN113753080B (zh) * 2021-08-31 2023-09-26 的卢技术有限公司 一种自动驾驶汽车横向运动自适应参数控制方法
CN113753080A (zh) * 2021-08-31 2021-12-07 的卢技术有限公司 一种自动驾驶汽车横向运动自适应参数控制方法
CN113741450B (zh) * 2021-08-31 2023-11-21 的卢技术有限公司 一种车辆自动驾驶横向自适应控制方法
CN113741450A (zh) * 2021-08-31 2021-12-03 的卢技术有限公司 一种车辆自动驾驶横向自适应控制方法
CN114312847A (zh) * 2022-01-13 2022-04-12 安徽江淮汽车集团股份有限公司 一种自动驾驶车辆的横向控制方法及装置
CN114312847B (zh) * 2022-01-13 2024-04-12 安徽江淮汽车集团股份有限公司 一种自动驾驶车辆的横向控制方法及装置
CN115129069A (zh) * 2022-08-31 2022-09-30 福思(杭州)智能科技有限公司 行驶设备的控制方法和装置、存储介质及电子装置
CN115129069B (zh) * 2022-08-31 2022-12-20 福思(杭州)智能科技有限公司 行驶设备的控制方法和装置、存储介质及电子装置

Also Published As

Publication number Publication date
EP4068039A1 (en) 2022-10-05
WO2021238747A1 (zh) 2021-12-02
EP4068039A4 (en) 2024-02-14
CN111638712B (zh) 2021-11-16

Similar Documents

Publication Publication Date Title
CN111638712B (zh) 自动驾驶车辆横向运动控制方法、装置和自动驾驶车辆
CN111610780B (zh) 一种自动驾驶车路径跟踪控制方法及其装置
CN112208515B (zh) 一种车辆横向控制方法、装置、设备及介质
CN111240187B (zh) 一种基于车辆误差模型的车辆轨迹跟踪控制算法
CN108732921B (zh) 一种自动驾驶汽车横向可拓预瞄切换控制方法
CN113608530B (zh) 一种带有pid转角补偿的参数自整定lqr路径跟踪方法
CN111923908A (zh) 一种融合稳定性的智能汽车路径跟踪控制方法
CN112693449B (zh) 一种无人车辆极限工况下横纵向耦合控制方法
CN112109732A (zh) 一种智能驾驶自适应曲线预瞄方法
CN113104037B (zh) 一种车辆方向盘转向角度确定方法及系统
CN113009829B (zh) 一种智能网联车队纵横向耦合控制方法
CN114625002B (zh) 一种基于模型预测控制的车辆横纵向集成控制方法
CN114368381B (zh) 一种基于横摆角速度预估的统一时序卡车横向控制方法
CN113741450B (zh) 一种车辆自动驾驶横向自适应控制方法
US20020022916A1 (en) Rear-wheel steering angle control device
CN113311698B (zh) 车道保持控制方法、控制装置和车辆
CN114200925B (zh) 基于自适应时域模型预测的拖拉机路径跟踪控制方法及系统
CN112558620B (zh) 一种欠驱动自主水下航行器的航向修正路径跟踪方法
CN114740845A (zh) 一种基于浸入与不变流形车辆跟踪控制方法
CN115489543A (zh) 车辆横向控制方法、装置、系统、电子装置和存储介质
RU2785446C1 (ru) Способ и устройство для управления боковым движением самоуправляемого транспортного средства и самоуправляемое транспортное средство
CN115447615A (zh) 基于车辆运动学模型预测控制的轨迹优化方法
CN114044003A (zh) 前后双轴转向车辆的循迹控制方法
CN114047748A (zh) 用于农机自动驾驶的自适应前馈模型预测控制方法及系统
CN117519190B (zh) 一种新的铰接车辆控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant