CN112590804A - 无人车辆的载荷轨迹跟踪方法和装置 - Google Patents

无人车辆的载荷轨迹跟踪方法和装置 Download PDF

Info

Publication number
CN112590804A
CN112590804A CN202011543463.4A CN202011543463A CN112590804A CN 112590804 A CN112590804 A CN 112590804A CN 202011543463 A CN202011543463 A CN 202011543463A CN 112590804 A CN112590804 A CN 112590804A
Authority
CN
China
Prior art keywords
vehicle
unmanned vehicle
load
front wheel
calculating
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.)
Pending
Application number
CN202011543463.4A
Other languages
English (en)
Inventor
周帅
韩志华
张旭
王隆钢
荣根熙
王鹏飞
程哲
高超
郭明江
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.)
Suzhou Zhitu Technology Co Ltd
Original Assignee
Suzhou Zhitu Technology 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 Suzhou Zhitu Technology Co Ltd filed Critical Suzhou Zhitu Technology Co Ltd
Priority to CN202011543463.4A priority Critical patent/CN112590804A/zh
Publication of CN112590804A publication Critical patent/CN112590804A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/12—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to parameters of the vehicle itself, e.g. tyre models
    • B60W40/13—Load or weight
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/109—Lateral acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/12—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to parameters of the vehicle itself, e.g. tyre models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/12—Lateral speed
    • B60W2520/125—Lateral acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/20—Steering systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明提供了无人车辆的载荷轨迹跟踪方法和装置，包括：获取无人车辆的参数信息和阿克曼运动学模型；根据参数信息计算当前时刻的车身载荷总质量；根据当前时刻的车身载荷总质量计算平均载荷质量；根据阿克曼运动学模型构建车辆运动学模型；在不同的前轮转角条件下，根据车辆运动学模型计算n个控制周期内无人车辆的位置信息和朝向信息；根据n个控制周期内无人车辆的位置信息和朝向信息，确定前轮转角控制量；通过分析无人车辆的参数信息，实时动态估算车辆载荷；通过构建车辆运动学模型，在保证车辆快速实现轨迹跟踪的情况下，大大降低控制的计算复杂度。

Description

无人车辆的载荷轨迹跟踪方法和装置
技术领域
本发明涉及无人驾驶技术领域，尤其是涉及无人车辆的载荷轨迹跟踪方法和装置。
背景技术
无人驾驶技术主要包含感知、定位、规划和控制，其中，车辆控制是无人驾驶技术的核心技术之一。
在无人驾驶应用场景中，商用物流车有着广阔的市场需求和发展前景。商用车整车质量大，满载与空载的整车质量变化可以达到500％，其载荷以及行驶坡度的变化对整车横纵向有很大的影响。
由于无人车辆的定位信息包含有精确度较高的坡度信息，横纵向控制算法可以直接读取此信息。但是，大型商用物流车除去车身质量外，其载荷并不是固定的，且很难做到实时动态测量车辆载荷。
对于无人车辆的驾驶轨迹跟踪，通常采用MPC(Model Predictive Control，模型预测控制)算法，MPC算法可以根据系统当前时刻的状态量以及控制输入量，预测出未来一段时间系统的状态量，参考期望的控制效果，实时求解出最优的控制变量。但是，MPC算法在线优化的过程中，计算过程过于复杂，会导致控制实时性较差。
发明内容
有鉴于此，本发明的目的在于提供无人车辆的载荷轨迹跟踪方法和装置，通过分析无人车辆的参数信息，实时动态估算车辆载荷；通过构建车辆运动学模型，在保证车辆快速实现轨迹跟踪的情况下，大大降低控制的计算复杂度。
第一方面，本发明实施例提供了无人车辆的载荷轨迹跟踪方法，所述方法包括：
获取无人车辆的参数信息和阿克曼运动学模型；
根据所述参数信息计算当前时刻的车身载荷总质量；
根据所述当前时刻的车身载荷总质量计算平均载荷质量；
根据所述阿克曼运动学模型构建车辆运动学模型；
在不同的前轮转角条件下，根据所述车辆运动学模型计算n个控制周期内所述无人车辆的位置信息和朝向信息，其中，n为正整数；
根据所述n个控制周期内所述无人车辆的位置信息和所述朝向信息，确定前轮转角控制量。
进一步的，所述无人车辆的参数信息包括预存参数信息、车身状态信息和车辆传输信息；所述预存参数信息至少包括车轮半径比上总齿轮比、气动阻尼系数、空气密度、车辆迎风面积、重力加速度、摩擦系数和所述无人车辆的自身质量；所述车身状态信息至少包括行驶速度、加速度和纵向倾角；所述车辆传输信息至少包括发动机的输出扭矩、所述发动机曲轴的旋转角速度的加速度和所述无人车辆刹车时产生的作用于车轮的摩擦力。
进一步的，所述根据所述当前时刻的车身载荷总质量计算平均载荷质量，包括：
根据所述当前时刻的车身载荷总质量计算每个设定周期频率对应的载荷质量；
对所述每个设定周期频率对应的载荷质量求平均，得到所述平均载荷质量。
进一步的，所述根据所述阿克曼运动学模型构建车辆运动学模型，包括：
根据所述阿克曼运动学模型得到所述前轮转角与所述无人车辆转弯半径的关系；
获取所述无人车辆的当前位置、当前朝向和当前速度；
根据所述当前位置、所述当前朝向和所述当前速度计算所述无人车辆按照所述前轮转角行驶轨迹圆的圆点坐标；
根据所述前轮转角与所述无人车辆转弯半径的关系以及所述圆点坐标，计算所述前轮转角的行驶轨迹；
在设定周期和预测步长内，根据所述前轮转角与所述无人车辆转弯半径的关系、所述无人车辆的所述当前位置、所述当前朝向和所述当前速度，得到所述车辆运动学模型。
进一步的，所述根据所述n个控制周期内所述无人车辆的位置信息和所述朝向信息，确定前轮转角控制量，包括：
获取规划轨迹，对所述规划轨迹进行拟合，得到拟合曲线；
根据所述n个控制周期内所述无人车辆的位置信息和所述朝向信息，得到多个预测轨迹点；
从所述拟合曲线中获取与每个预测轨迹点最近距离的点，作为规划轨迹点；
根据所述每个预测轨迹点与对应的所述规划轨迹点，得到多个距离差值；
根据所述多个距离差值得到在所述不同的前轮转角和所述n个控制周期内的多个无人车辆横向误差之和；
从所述多个无人车辆横向误差之和中选取最小值；
将所述最小值对应的前轮转角作为所述前轮转角控制量。
进一步的，所述方法还包括：
计算期望的加速度；
根据所述期望的加速度计算发动机扭矩。
进一步的，所述方法还包括：
根据所述行驶速度计算向心加速度；
根据所述向心加速度对所述前轮转角进行限幅，得到限幅后的前轮转角。
第二方面，本发明实施例提供了无人车辆的载荷轨迹跟踪装置，所述装置包括：
获取单元，用于获取无人车辆的参数信息和阿克曼运动学模型；
车身载荷总质量计算单元，用于根据所述参数信息计算当前时刻的车身载荷总质量；
平均载荷质量计算单元，用于根据所述当前时刻的车身载荷总质量计算平均载荷质量；
构建单元，用于根据所述阿克曼运动学模型构建车辆运动学模型；
坐标信息计算单元，用于在不同的前轮转角条件下，根据所述车辆运动学模型计算n个控制周期内所述无人车辆的位置信息和朝向信息，其中，n为正整数；
确定单元，用于根据所述n个控制周期内所述无人车辆的位置信息和所述朝向信息，确定前轮转角控制量。
第三方面，本发明实施例提供了电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的方法。
第四方面，本发明实施例提供了具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行如上所述的方法。
本发明实施例提供了无人车辆的载荷轨迹跟踪方法和装置，包括：获取无人车辆的参数信息和阿克曼运动学模型；根据参数信息计算当前时刻的车身载荷总质量；根据当前时刻的车身载荷总质量计算平均载荷质量；根据阿克曼运动学模型构建车辆运动学模型；在不同的前轮转角条件下，根据车辆运动学模型计算n个控制周期内无人车辆的位置信息和朝向信息；根据n个控制周期内无人车辆的位置信息和朝向信息，确定前轮转角控制量；通过分析无人车辆的参数信息，实时动态估算车辆载荷；通过构建车辆运动学模型，在保证车辆快速实现轨迹跟踪的情况下，大大降低控制的计算复杂度。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的无人车辆的载荷轨迹跟踪方法流程图；
图2为本发明实施例一提供的无人车辆纵向受力示意图；
图3为本发明实施例一提供的无人车辆载荷在线估计仿真结果示意图；
图4为本发明实施例一提供的无人车辆阿克曼运行模型示意图；
图5为本发明实施例一提供的无人车辆轨迹跟踪示意图；
图6为本发明实施例二提供的无人车辆的载荷轨迹跟踪装置示意图。
图标：
1-获取单元；2-车身载荷总质量计算单元；3-平均载荷质量计算单元；4-构建单元；5-坐标信息计算单元；6-确定单元。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为便于对本实施例进行理解，下面对本发明实施例进行详细介绍。
实施例一：
图1为本发明实施例一提供的无人车辆的载荷轨迹跟踪方法流程图。
参照图1，该方法包括以下步骤：
步骤S101，获取无人车辆的参数信息和阿克曼运动学模型；
具体地，无人车辆的参数信息包括预存参数信息、车身状态信息和车辆传输信息；
预存参数信息至少包括车轮半径比上总齿轮比rg、气动阻尼系数Cd、空气密度ρ、无人车辆迎风面积A、重力加速度g、摩擦系数μ和无人车辆的自身质量M；预存参数信息为已知值。
车身状态信息至少包括行驶速度v、加速度
Figure BDA0002853402150000071
和纵向倾角β；车辆传输信息至少包括发动机的输出扭矩Te、发动机曲轴的旋转角速度的加速度
Figure BDA0002853402150000072
和无人车辆刹车时产生的作用于车轮的摩擦力Fb。车身状态信息由定位模块获取，并发送给控制器进行处理；车辆传输信息由CAN(Controller Area Network，控制器局域网络)获取，并发送给控制器进行处理。
根据参数信息估计车身载荷总质量，基于无人车辆的纵向动力学物理模型，通过分析各个参数，实现对无人车辆载荷的动态估计。车辆的加速度主要受到发动机、刹车扭矩、空气阻力以及行驶路面坡度的影响，参照图2所示。
为了便于建立模型，忽略车辆行驶过程中的侧向滑动，无人车辆的纵向动力学物理方程如公式(1)所示：
Figure BDA0002853402150000073
其中，M为无人车辆的自身质量，Mload为车身载荷总质量，v为行驶速度，Te为发动机的输出扭矩，Je发动机曲轴的转动惯量，w为发动机曲轴的旋转角速度，rg为车轮半径比上总齿轮比，Fb为无人车辆刹车时产生的作用于车轮的摩擦力，Faero为车辆受到的气动阻力，Fgrad为车辆受到坡度以及车轮滚动阻抗产生的力。另外，参照公式(2)和(3)：
Figure BDA0002853402150000074
Fgrad＝(M+Mload)g(μcosβ+sinβ)
其中，Cd为气动阻尼系数，ρ为空气密度，A为车辆迎风面积，g为重力加速度，β为纵向倾角，当车辆上坡时，β为正值；当车辆下坡时，β为负值；当车辆在水平路面行驶时，β为0。
将公式(2)和(3)代入公式(1)中，可得公式(4)：
Figure BDA0002853402150000081
步骤S102，根据参数信息计算当前时刻的车身载荷总质量；
步骤S103，根据当前时刻的车身载荷总质量计算平均载荷质量；
具体地，根据公式(4)得到车身载荷总质量，然后根据大数定律可知，参照公式(5)：
Figure BDA0002853402150000082
当样本的数量越多时，平均值就越接近于期望值。无人车辆在运输过程中，其载荷是固定的；当无人驾驶系统启动后，控制器会按照固定的频率去接收规划、定位、底盘信息，据此实现在线估算车辆载荷Mload_k，平均载荷质量
Figure BDA0002853402150000083
参照公式(6)：
Figure BDA0002853402150000084
参照图3，实线为车辆实际质量，虚线为通过加载算法后预测的车辆质量，即基于无人车辆的纵向动力学物理模型，通过分析各个参数，实现对无人车辆载荷的动态估计。当0－50s时，没有加载算法；当50s后，加载算法，并且在300s时加入重物时，此时算法检测到无人车辆的质量发生变化，因此，算法重新启动预测，在300s－600s之间，得到的估计载荷与实际载荷的误差在10％以内，本次试验结果稳定在7％。
将平均载荷质量反向带入公式(1)，参照公式(7)：
Figure BDA0002853402150000091
通过公式(7)可以计算出无人车辆的加速度控制量，以达到在不同载荷情况下，实现对车辆纵向的精准控制。
步骤S104，根据阿克曼运动学模型构建车辆运动学模型；
这里，通过阿克曼运动学模型构建车辆运动学模型，可以降低模型预测所消耗的时间。
步骤S105，在不同的前轮转角条件下，根据车辆运动学模型计算n个控制周期内无人车辆的位置信息和朝向信息，其中，n为正整数；
步骤S106，根据n个控制周期内无人车辆的位置信息和朝向信息，确定前轮转角控制量。
进一步的，步骤S103包括以下步骤：
步骤S201，根据当前时刻的车身载荷总质量计算每个设定周期频率对应的载荷质量；
步骤S202，对每个设定周期频率对应的载荷质量求平均，得到平均载荷质量。
进一步的，步骤S104包括以下步骤：
步骤S301，根据阿克曼运动学模型得到前轮转角与无人车辆转弯半径的关系；
具体地，将无人驾驶车辆左前轮和右前轮转向角度取均值，且以车辆后轴中心为旋转参考点后，阿克曼运动学模型如图4所示，根据阿克曼运动学模型得到前轮转角与无人车辆转弯半径的关系，参照公式(8)：
tanδf＝L/R
其中，δf为前轮转角，L为车辆的轴距，R为在给定前轮转角的情况下，所遵循运动轨迹圆的半径。
步骤S302，获取无人车辆的当前位置、当前朝向和当前速度；
步骤S303，根据当前位置、当前朝向和当前速度计算无人车辆按照前轮转角行驶轨迹圆的圆点坐标；
具体地，定位模块检测车辆的当前位置(x0，y0)、当前朝向heading0和当前速度v0，参照图5，车辆朝向heading以y轴朝向逆时针旋转为正，顺时针旋转为负，同时，车辆前轮偏角δf左偏为正，右偏为负。
因此，可计算得到无人车辆按照前轮转角行驶轨迹圆的圆点坐标，参照公式(9)：
Figure BDA0002853402150000101
并且结合公式(8)，得到当前车辆前轮转角的行驶轨迹，参照公式(10):
(x-Ox)2+(y-Oy)2＝R2
对公式(10)进行转化后得到公式(11)：
Figure BDA0002853402150000102
步骤S304，根据前轮转角与无人车辆转弯半径的关系以及圆点坐标，计算前轮转角的行驶轨迹；
步骤S305，在设定周期和预测步长内，根据前轮转角与无人车辆转弯半径的关系、无人车辆的当前位置、当前朝向和当前速度，得到车辆运动学模型。
具体地，设定周期为t，预测步长为n，结合当前的车辆状态，可以得到车辆运动学模型：
Figure BDA0002853402150000111
当δf趋近于0时，tanδf趋近于δf，故对上述简化后，参照公式(12)：
Figure BDA0002853402150000112
进一步的，步骤S106包括以下步骤：
步骤S401，获取规划轨迹，对规划轨迹进行拟合，得到拟合曲线；
车辆朝向heading在设定周期t和车速保持v的情况下，参照公式(13)：
Figure BDA0002853402150000113
在确定车辆运动学模型后，对轨迹层给出的规划轨迹进行拟合，参照公式(14)：
Y＝aX3+bX2+cX+d
其中，a、b、c和d均为拟合曲线的参数值，并且在设定周期t内为固定值。
步骤S402，根据n个控制周期内无人车辆的位置信息和朝向信息，得到多个预测轨迹点；
步骤S403，从拟合曲线中获取与每个预测轨迹点最近距离的点，作为规划轨迹点；
步骤S404，根据每个预测轨迹点与对应的所述规划轨迹点，得到多个距离差值；
步骤S405，根据多个距离差值得到在不同的前轮转角和n个控制周期内的多个无人车辆横向误差之和；
步骤S406，从多个无人车辆横向误差之和中选取最小值Dmin；
步骤S407，将最小值Dmin对应的前轮转角作为前轮转角控制量δf min。
进一步的，该方法还包括以下步骤：
步骤S501，计算期望的加速度；
步骤S502，根据期望的加速度计算发动机扭矩。
具体地，取预测点n距离最近的轨迹点Xn，Xn轨迹点中包含的期望速度值为vn，则期望的加速度acce参照公式(15)：
acce＝(vn-v)/(nt)
并且结合公式(7)，可以得到发动机扭矩，参照公式(16)：
Figure BDA0002853402150000121
进一步的，该方法还包括以下步骤：
步骤S601，根据行驶速度计算向心加速度；
步骤S602，根据向心加速度对前轮转角进行限幅，得到限幅后的前轮转角。
具体地，为了防止转弯时，前轮转角过大而引起车辆侧滑或侧翻，需要根据当前车速对前轮转角进行限幅，参照公式(17)：
acccen＝v2/R＝v2δf/L
其中，acccen为车辆转弯时，所受到的向心加速度。车辆可以承受的向心加速度一般为设定的固定值。
对向心加速度进行限定，得到限定的向心加速度，根据限定的向心加速度对前轮转角进行限幅，限幅后的前轮转角参照公式(18)：
δf_limited＝acclimitL/v2
其中，acclimit为限定的向心加速度，δf_limited为限幅后的前轮转角。
本申请应用在无人驾驶的大型物流车辆中，由于无人物流车辆的载荷并不是固定值，利用无人车辆的参数信息，实现在线估计车辆载荷的功能，提升了控制器在不同载荷情况下对车辆纵向控制的稳定性。
本申请根据阿克曼运动学模型，构建车辆运动学模型，通过构建车辆运动学模型将预测轨迹与规划轨迹进行对比，搜索最优的前轮转角控制量和发动机扭矩，使得预测轨迹和规划轨迹的偏差和纵向速度偏差达到最小。对比原先的模型预测控制算法，摆脱了对非线性求解器的依赖，在保证车辆快速实现轨迹跟踪的情况下，大大降低控制的计算复杂度。
实施例二：
图6为本发明实施例二提供的无人车辆的载荷轨迹跟踪装置示意图。
参照图6，该装置包括：
获取单元1，用于获取无人车辆的参数信息和阿克曼运动学模型；
车身载荷总质量计算单元2，用于根据参数信息计算当前时刻的车身载荷总质量；
平均载荷质量计算单元3，用于根据当前时刻的车身载荷总质量计算平均载荷质量；
构建单元4，用于根据阿克曼运动学模型构建车辆运动学模型；
坐标信息计算单元5，用于在不同的前轮转角条件下，根据车辆运动学模型计算n个控制周期内无人车辆的位置信息和朝向信息，其中，n为正整数；
确定单元6，用于根据n个控制周期内无人车辆的位置信息和朝向信息，确定前轮转角控制量。
本发明实施例提供了无人车辆的载荷轨迹跟踪装置，包括：获取无人车辆的参数信息和阿克曼运动学模型；根据参数信息计算当前时刻的车身载荷总质量；根据当前时刻的车身载荷总质量计算平均载荷质量；根据阿克曼运动学模型构建车辆运动学模型；在不同的前轮转角条件下，根据车辆运动学模型计算n个控制周期内无人车辆的位置信息和朝向信息；根据n个控制周期内无人车辆的位置信息和朝向信息，确定前轮转角控制量；通过分析无人车辆的参数信息，实时动态估算车辆载荷；通过构建车辆运动学模型，在保证车辆快速实现轨迹跟踪的情况下，大大降低控制的计算复杂度。
本发明实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例提供的无人车辆的载荷轨迹跟踪方法的步骤。
本发明实施例还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，计算机可读介质上存储有计算机程序，计算机程序被处理器运行时执行上述实施例的无人车辆的载荷轨迹跟踪方法的步骤。
本发明实施例所提供的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”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元件必须具有特定的方位、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。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种无人车辆的载荷轨迹跟踪方法，其特征在于，所述方法包括：
获取无人车辆的参数信息和阿克曼运动学模型；
根据所述参数信息计算当前时刻的车身载荷总质量；
根据所述当前时刻的车身载荷总质量计算平均载荷质量；
根据所述阿克曼运动学模型构建车辆运动学模型；
在不同的前轮转角条件下，根据所述车辆运动学模型计算n个控制周期内所述无人车辆的位置信息和朝向信息，其中，n为正整数；
根据所述n个控制周期内所述无人车辆的位置信息和所述朝向信息，确定前轮转角控制量。
2.根据权利要求1所述的无人车辆的载荷轨迹跟踪方法，其特征在于，所述无人车辆的参数信息包括预存参数信息、车身状态信息和车辆传输信息；所述预存参数信息至少包括车轮半径比上总齿轮比、气动阻尼系数、空气密度、车辆迎风面积、重力加速度、摩擦系数和所述无人车辆的自身质量；所述车身状态信息至少包括行驶速度、加速度和纵向倾角；所述车辆传输信息至少包括发动机的输出扭矩、所述发动机曲轴的旋转角速度的加速度和所述无人车辆刹车时产生的作用于车轮的摩擦力。
3.根据权利要求1所述的无人车辆的载荷轨迹跟踪方法，其特征在于，所述根据所述当前时刻的车身载荷总质量计算平均载荷质量，包括：
根据所述当前时刻的车身载荷总质量计算每个设定周期频率对应的载荷质量；
对所述每个设定周期频率对应的载荷质量求平均，得到所述平均载荷质量。
4.根据权利要求1所述的无人车辆的载荷轨迹跟踪方法，其特征在于，所述根据所述阿克曼运动学模型构建车辆运动学模型，包括：
根据所述阿克曼运动学模型得到所述前轮转角与所述无人车辆转弯半径的关系；
获取所述无人车辆的当前位置、当前朝向和当前速度；
根据所述当前位置、所述当前朝向和所述当前速度计算所述无人车辆按照所述前轮转角行驶轨迹圆的圆点坐标；
根据所述前轮转角与所述无人车辆转弯半径的关系以及所述圆点坐标，计算所述前轮转角的行驶轨迹；
在设定周期和预测步长内，根据所述前轮转角与所述无人车辆转弯半径的关系、所述无人车辆的所述当前位置、所述当前朝向和所述当前速度，得到所述车辆运动学模型。
5.根据权利要求1所述的无人车辆的载荷轨迹跟踪方法，其特征在于，所述根据所述n个控制周期内所述无人车辆的位置信息和所述朝向信息，确定前轮转角控制量，包括：
获取规划轨迹，对所述规划轨迹进行拟合，得到拟合曲线；
根据所述n个控制周期内所述无人车辆的位置信息和所述朝向信息，得到多个预测轨迹点；
从所述拟合曲线中获取与每个预测轨迹点最近距离的点，作为规划轨迹点；
根据所述每个预测轨迹点与对应的所述规划轨迹点，得到多个距离差值；
根据所述多个距离差值得到在所述不同的前轮转角和所述n个控制周期内的多个无人车辆横向误差之和；
从所述多个无人车辆横向误差之和中选取最小值；
将所述最小值对应的前轮转角作为所述前轮转角控制量。
6.根据权利要求1所述的无人车辆的载荷轨迹跟踪方法，其特征在于，所述方法还包括：
计算期望的加速度；
根据所述期望的加速度计算发动机扭矩。
7.根据权利要求2所述的无人车辆的载荷轨迹跟踪方法，其特征在于，所述方法还包括：
根据所述行驶速度计算向心加速度；
根据所述向心加速度对所述前轮转角进行限幅，得到限幅后的前轮转角。
8.一种无人车辆的载荷轨迹跟踪装置，其特征在于，所述装置包括：
获取单元，用于获取无人车辆的参数信息和阿克曼运动学模型；
车身载荷总质量计算单元，用于根据所述参数信息计算当前时刻的车身载荷总质量；
平均载荷质量计算单元，用于根据所述当前时刻的车身载荷总质量计算平均载荷质量；
构建单元，用于根据所述阿克曼运动学模型构建车辆运动学模型；
坐标信息计算单元，用于在不同的前轮转角条件下，根据所述车辆运动学模型计算n个控制周期内所述无人车辆的位置信息和朝向信息，其中，n为正整数；
确定单元，用于根据所述n个控制周期内所述无人车辆的位置信息和所述朝向信息，确定前轮转角控制量。
9.一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至7任一项所述的方法。
10.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1至7任一项所述的方法。
CN202011543463.4A 2020-12-23 2020-12-23 无人车辆的载荷轨迹跟踪方法和装置 Pending CN112590804A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011543463.4A CN112590804A (zh) 2020-12-23 2020-12-23 无人车辆的载荷轨迹跟踪方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011543463.4A CN112590804A (zh) 2020-12-23 2020-12-23 无人车辆的载荷轨迹跟踪方法和装置

Publications (1)

Publication Number Publication Date
CN112590804A true CN112590804A (zh) 2021-04-02

Family

ID=75200515

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011543463.4A Pending CN112590804A (zh) 2020-12-23 2020-12-23 无人车辆的载荷轨迹跟踪方法和装置

Country Status (1)

Country Link
CN (1) CN112590804A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113704889A (zh) * 2021-08-25 2021-11-26 深圳亿嘉和科技研发有限公司 一种液压转向阿克曼底盘的控制方法及其应用
CN114291074A (zh) * 2021-12-02 2022-04-08 江铃汽车股份有限公司 一种车辆侧翻预警方法、装置及存储介质
CN115933710A (zh) * 2023-03-10 2023-04-07 江苏集萃清联智控科技有限公司 一种智能打磨机器人全向底盘装置及其控制方法
CN116872947A (zh) * 2023-09-08 2023-10-13 江西五十铃汽车有限公司 一种车辆载重测量方法及系统

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105438178A (zh) * 2015-11-30 2016-03-30 潍柴动力股份有限公司 一种车辆负载预估方法及系统
CN106564504A (zh) * 2016-11-02 2017-04-19 陕西法士特齿轮有限责任公司 一种用于amt整车质量的计算方法
CN106696956A (zh) * 2015-11-11 2017-05-24 财团法人车辆研究测试中心 具路径误差修正的车辆轨迹追踪装置及方法
CN106891896A (zh) * 2017-03-27 2017-06-27 中国第汽车股份有限公司 一种商用车机械式自动变速器载荷识别计算方法
US20180011489A1 (en) * 2016-07-07 2018-01-11 Alpine Electronics, Inc. Movement route generating apparatus and movement route generating method
CN207594866U (zh) * 2017-08-25 2018-07-10 安徽江淮汽车集团股份有限公司 一种车辆载重的车载测量系统
US20180354513A1 (en) * 2017-06-13 2018-12-13 GM Global Technology Operations LLC System And Method For Low Speed Lateral Control Of A Vehicle
CN109017808A (zh) * 2018-08-16 2018-12-18 天津大学 一种无人驾驶汽车模型预测控制器设计方法
CN109583151A (zh) * 2019-02-20 2019-04-05 百度在线网络技术（北京）有限公司 车辆的行驶轨迹预测方法及装置
CN110471412A (zh) * 2019-08-01 2019-11-19 广州小鹏汽车科技有限公司 一种评估路径跟踪算法性能的方法及评估系统
CN110703763A (zh) * 2019-11-05 2020-01-17 武汉理工大学 无人车路径跟踪及避障方法
CN110920625A (zh) * 2019-11-27 2020-03-27 北京交通大学 一种电动汽车整车质量与道路阻力的解耦及持续估计方法
CN111497858A (zh) * 2020-05-14 2020-08-07 浙江吉利新能源商用车集团有限公司 一种车辆重量估算方法及系统
CN111497859A (zh) * 2020-06-30 2020-08-07 北京主线科技有限公司 一种结合重量参数辨识的车辆纵向控制方法
CN111717192A (zh) * 2019-03-18 2020-09-29 长城汽车股份有限公司 一种自动驾驶车辆的控制方法及系统
CN111717214A (zh) * 2019-03-22 2020-09-29 长沙智能驾驶研究院有限公司 整车质量估算方法、装置、电子设备和存储介质
CN112046493A (zh) * 2019-06-05 2020-12-08 陕西汽车集团有限责任公司 一种电动汽车的载重识别方法

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106696956A (zh) * 2015-11-11 2017-05-24 财团法人车辆研究测试中心 具路径误差修正的车辆轨迹追踪装置及方法
CN105438178A (zh) * 2015-11-30 2016-03-30 潍柴动力股份有限公司 一种车辆负载预估方法及系统
US20180011489A1 (en) * 2016-07-07 2018-01-11 Alpine Electronics, Inc. Movement route generating apparatus and movement route generating method
CN106564504A (zh) * 2016-11-02 2017-04-19 陕西法士特齿轮有限责任公司 一种用于amt整车质量的计算方法
CN106891896A (zh) * 2017-03-27 2017-06-27 中国第汽车股份有限公司 一种商用车机械式自动变速器载荷识别计算方法
US20180354513A1 (en) * 2017-06-13 2018-12-13 GM Global Technology Operations LLC System And Method For Low Speed Lateral Control Of A Vehicle
CN207594866U (zh) * 2017-08-25 2018-07-10 安徽江淮汽车集团股份有限公司 一种车辆载重的车载测量系统
CN109017808A (zh) * 2018-08-16 2018-12-18 天津大学 一种无人驾驶汽车模型预测控制器设计方法
CN109583151A (zh) * 2019-02-20 2019-04-05 百度在线网络技术（北京）有限公司 车辆的行驶轨迹预测方法及装置
CN111717192A (zh) * 2019-03-18 2020-09-29 长城汽车股份有限公司 一种自动驾驶车辆的控制方法及系统
CN111717214A (zh) * 2019-03-22 2020-09-29 长沙智能驾驶研究院有限公司 整车质量估算方法、装置、电子设备和存储介质
CN112046493A (zh) * 2019-06-05 2020-12-08 陕西汽车集团有限责任公司 一种电动汽车的载重识别方法
CN110471412A (zh) * 2019-08-01 2019-11-19 广州小鹏汽车科技有限公司 一种评估路径跟踪算法性能的方法及评估系统
CN110703763A (zh) * 2019-11-05 2020-01-17 武汉理工大学 无人车路径跟踪及避障方法
CN110920625A (zh) * 2019-11-27 2020-03-27 北京交通大学 一种电动汽车整车质量与道路阻力的解耦及持续估计方法
CN111497858A (zh) * 2020-05-14 2020-08-07 浙江吉利新能源商用车集团有限公司 一种车辆重量估算方法及系统
CN111497859A (zh) * 2020-06-30 2020-08-07 北京主线科技有限公司 一种结合重量参数辨识的车辆纵向控制方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113704889A (zh) * 2021-08-25 2021-11-26 深圳亿嘉和科技研发有限公司 一种液压转向阿克曼底盘的控制方法及其应用
CN113704889B (zh) * 2021-08-25 2024-05-03 深圳亿嘉和科技研发有限公司 一种液压转向阿克曼底盘的控制方法及其应用
CN114291074A (zh) * 2021-12-02 2022-04-08 江铃汽车股份有限公司 一种车辆侧翻预警方法、装置及存储介质
CN114291074B (zh) * 2021-12-02 2023-10-17 江铃汽车股份有限公司 一种车辆侧翻预警方法、装置及存储介质
CN115933710A (zh) * 2023-03-10 2023-04-07 江苏集萃清联智控科技有限公司 一种智能打磨机器人全向底盘装置及其控制方法
CN116872947A (zh) * 2023-09-08 2023-10-13 江西五十铃汽车有限公司 一种车辆载重测量方法及系统
CN116872947B (zh) * 2023-09-08 2024-01-26 江西五十铃汽车有限公司 一种车辆载重测量方法及系统

Similar Documents

Publication Publication Date Title
CN112590804A (zh) 无人车辆的载荷轨迹跟踪方法和装置
US20090177346A1 (en) Dynamic estimation of vehicle inertial parameters and tire forces from tire sensors
JP5533903B2 (ja) 車両制御装置
CN111775950B (zh) 车辆参考速度测算方法、装置、设备、存储介质和系统
CN112918464B (zh) 车辆稳态转向控制方法和装置
US20230139179A1 (en) Architecture and methodology of adaptive tire force prediction for integrated vehicle motion control
Huang et al. Calculation algorithm of tire-road friction coefficient based on limited-memory adaptive extended Kalman filter
Mazzilli et al. On the benefit of smart tyre technology on vehicle state estimation
JP5211995B2 (ja) 車両用減速制御装置及びその方法
JP2008265545A (ja) 車両の重心位置推定装置及び重心位置／ヨー慣性モーメント推定装置。
CN112622876B (zh) 车辆质心位置确定方法、装置、设备和存储介质
JP5206490B2 (ja) 車両接地面摩擦状態推定装置及びその方法
CN112046491A (zh) 车轮侧偏刚度的估算方法、装置、车辆及可读存储介质
CN115991187B (zh) 基于无偏移模型预测的车辆控制方法、控制器及存储介质
CN111523207A (zh) 整车平台建模、车辆性能检测的方法、装置、设备和介质
Ghosh et al. Sideslip angle estimation of a Formula SAE racing vehicle
CN115402337A (zh) 一种基于纵向动力学模型的轮胎侧偏刚度辨识方法及装置
CN115257782A (zh) 车辆横摆角预测方法、装置及计算机可读存储介质
WO2023210536A1 (ja) 演算装置、及び、車両の制御装置
US8437950B2 (en) Method for increasing the driving stability of a vehicle
JP3271955B2 (ja) 車両の路面摩擦係数推定装置
WO2023210535A1 (ja) 車両の制御装置
CN117416339B (zh) 稳定控制方法、装置、车辆及存储介质
CN117634033A (zh) 车辆动力学模型搭建方法、系统、设备及存储介质
JP2015033291A (ja) 車両制御装置

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210402