CN104118430A - 一种基于滑模自抗扰控制的平行泊车系统及泊车方法 - Google Patents

Abstract

本发明公开一种基于滑模自抗扰控制的平行泊车系统及泊车方法，其中平行泊车系统包括位于前保险杠两侧的两个超声波传感器、一个主控制器、一个方向盘转角传感器、一套电动助力转向系统、四个轮速传感器，所述超声波传感器与主控制器之间通过LIN总线进行连接，所述方向盘转角传感器通过CAN总线与主控制器通讯，所述轮速传感器与主控制器之间通过CAN总线连接，所述主控制器通过CAN总线输出转角命令到电动助力转向系统，其中主控制器中的路径跟踪控制器是一种滑模自抗扰控制器，能够将外界扰动的不确定性观测出来并且加以补偿。

Description

一种基于滑模自抗扰控制的平行泊车系统及泊车方法

技术领域：

本发明涉及一种泊车系统及泊车方法，特别是涉及一种基于滑模自抗扰控制的平行泊车系统及泊车方法。

背景技术：

随着世界汽车工业的飞速发展，汽车产销量的快速增长与可利用的泊车空间越来越少的矛盾变得日益突出。在拥挤的城市街道，泊车变得越来越困难，特别是对于没有经验的驾驶员来说，泊车更加困难。路边停车也叫平行泊车，需要好的驾驶技巧、丰富的驾驶经验、快速反应才能将车辆迅速倒进小的泊车位。为了提高驾驶舒适性和安全性，开发智能平行泊车辅助系统迫在眉睫。平行泊车系统能够利用超声波传感器和摄像头识别有效泊车位，控制电动助力转向系统进行转向操作，驾驶员只需控制好油门和刹车即可，减轻了驾驶员的负担。

平行泊车系统研究的关键两部分是路径规划和路径跟踪。路径规划好之后，路径跟踪的好坏直接决定了平行泊车成功与否。平行泊车系统作为一种辅助驾驶系统，已经应用到中高档车型中。然而，在平行泊车过程中，由于路面不平或者存在路面凹坑，会引起发动机动力输出发生变化，从而引起泊车速度变化；同时由于转向系统机械结构复杂，也存在转向系统运动学模型不确定性；另外，转向系统可以看作一阶惯性环节，存在转向系统延迟。这些外界干扰和模型不确定性会对系统路径跟踪产生很大影响，平行泊车路径跟踪的鲁棒性问题亟需解决。有学者提出采用模糊控制方法设计路径跟踪控制器，通过超声波传感器实时检测车辆与泊车位之间位置关系，决定方向盘转角大小。也有学者提出设计自适应模糊控制路径跟踪控制器，控制车辆跟踪参考路径。另外，也有学者提出采用模糊滑模控制方法设计控制器。但是上述控制方法存在以下不足：没有考虑不同轴距车辆路径跟踪鲁棒性问题；模糊控制的控制规则制定困难，工程应用困难；滑模控制需要知道被控对象精确数学模型，实际当中被控对象精确模型的获得几乎是不可能的。

发明内容：

为了弥补现有技术的不足，消除外界干扰和模型不确定性对系统路径跟踪的影响，提高系统鲁棒性，本发明提出了一种基于滑模自抗扰控制的平行泊车系统及泊车方法。

本发明采用如下技术方案：一种基于滑模自抗扰控制的平行泊车系统，其包括位于前保险杠两侧的两个超声波传感器、一个主控制器、一个方向盘转角传感器、一套电动助力转向系统、四个轮速传感器，所述主控制器包括路径规划控制器和路径跟踪控制器，所述超声波传感器与主控制器之间通过LIN总线进行连接，所述方向盘转角传感器通过CAN总线与主控制器通讯，所述轮速传感器与主控制器之间通过CAN总线连接，所述主控制器通过CAN总线输出转角命令到电动助力转向系统，所述路径跟踪控制器是一种能够将外界扰动的不确定性观测出来并且加以补偿的滑模自抗扰控制器。

本发明还采用如下技术方案：一种基于自抗扰控制的平行泊车系统的泊车方法，其包括如下步骤：

步骤一：驾驶员通过人机交互界面启动自动泊车系统，主控制器接收初始化命令，对系统各组成部件即转角传感器、轮速传感器、电动助力转向系统及超声波传感器进行初始化；

步骤二：超声波传感器开始检测侧方停车位，主控制器利用超声波传感器信号和轮速传感器信号计算空泊车位的大小；

步骤三：比较计算出的空泊车位是否满足最小车位长度，若满足，则继续下一步，若不满足，则返回步骤二，继续检测空泊车位，直到满足最小车位要求；

步骤四：根据车辆距离左侧障碍物与右侧障碍物侧向位移以及判断好的泊车位大小进行泊车起始位置计算，并规划泊车路径；

步骤五：路径规划，考虑到泊车速度较低，车辆后轮与地面之间满足纯滚动约束，以车辆后轴中心为参考点，建立并获取平行泊车过程车辆运动学参数，根据车辆运动学参数和泊车起始位置及终止位置规划泊车路径，根据预瞄跟随原理，设定预瞄距离，在理想泊车路径上选取关键点；

步骤六：通过路径跟踪控制器控制车辆跟踪已经规划好的路径进行平行泊车，并判断车辆是否停在规划好的目标位置，若是则泊车完成，否则，则泊车失败。

进一步地，所述步骤六中包括

(1)：根据路面跳动及速度波动的影响，路径跟踪控制器构建线性扩张状态观测器及滑模控制律，补偿外界干扰及不确定性；

(2)：基于驾驶员倒车习惯及路径规划轨迹建立滑膜自抗扰控制器提高跟踪性能，实现泊车入位。

本发明具有如下有益效果：

(1).路径跟踪方法鲁棒性好，计算量小，跟随性好；

(2).解决了不同轴距车辆路径跟踪鲁棒性问题，能够在颠簸路面完成平行泊车。

附图说明：

图1为该平行泊车系统的组成结构图。

图2为该平行泊车系统的工作流程图。

图3为该平行泊车系统的路径跟踪控制器结构图。

具体实施方式：

下面结合附图对本发明具体实施方式进一步描述。

一种基于滑模自抗扰控制的平行泊车系统，包括位于前保险杠两侧的两个超声波传感器、一个主控制器、一个方向盘转角传感器、一套电动助力转向系统、四个轮速传感器和一个人机交互界面。

车辆前保险杠两侧的两个超声波传感器可以检测路边侧方停车位，其中，超声波传感器与主控制器之间通过LIN总线进行连接。为了对车辆实时位置进行检测，需要知道当前时刻方向盘角度大小和车速大小，通过方向盘转角传感器可以实时检测方向盘转动角度，其中方向盘转角传感器通过CAN总线与主控制器通讯。其中车速的大小可以通过轮速传感器进行检测，轮速传感器与主控制器之间通过CAN总线连接。利用轮速传感器信号和方向盘转角信号，对车辆位置进行实时定位。主控制器负责完成各部件之间初始化和各部件之间信息交流工作。主控制器通过CAN总线输出转角命令到电动助力转向系统，电动助力转向系统作为执行机构完成转向操作。人机交互界面允许驾驶员和平行泊车系统之间进行通讯。主控制器包括路径规划控制器和路径跟踪控制器，其中路径跟踪控制器是一种能够将外界扰动的不确定性观测出来并且加以补偿的滑模自抗扰控制器。

驾驶员通过人机交互界面启动自动泊车系统，主控制器接收初始化命令，对系统各组成部件进行初始化。超声波传感器开始检测侧方停车位，主控制器利用超声波传感器信号和轮速传感器信号计算空泊车位的大小。通过计算超声波传感器上升沿和下降沿跳变时间，利用轮速传感器计算车辆驶过的距离计算泊车位大小。

如果泊车位长度满足最小车位长度要求，主控制器完成对周围环境建模，路径规划控制器计算出理想的泊车路径(满足非完整约束、避障约束、曲率连续约束、转向速度约束)，路径跟踪控制器控制车辆跟踪已经规划好的路径，完成平行泊车。

请参照图2所示，本发明平行泊车系统的泊车方法具体实施步骤如下：

步骤一：驾驶员通过人机交互界面启动自动泊车系统，主控制器接收初始化命令，对系统各组成部件即转角传感器、轮速传感器、电动助力转向系统及超声波传感器进行初始化；

步骤二：超声波传感器开始检测侧方停车位，主控制器利用超声波传感器信号和轮速传感器信号计算空泊车位的大小；

步骤三：比较计算出的空泊车位是否满足最小车位长度，若满足，则继续下一步，若不满足，则返回步骤二，继续检测空泊车位，直到满足最小车位要求；

步骤四：泊车起始位置判断，根据车辆距离左侧障碍物与右侧障碍物侧向位移以及判断好的泊车位大小进行泊车起始位置计算，并规划泊车路径；

步骤五：路径规划，考虑到泊车速度较低，车辆后轮与地面之间满足纯滚动约束，以车辆后轴中心为参考点，建立并获取平行泊车过程车辆运动学参数，根据车辆运动学参数和泊车起始位置及终止位置规划泊车路径，泊车路径需要满足避障约束、转向速度约束、曲率连续约束，根据预瞄跟随原理，设定预瞄距离，根据预瞄距离在规划的理想泊车路径上选取预瞄点，通过预瞄点控制当前车辆侧向位移跟踪预瞄点处侧向位移。

步骤六：通过路径跟踪控制器控制车辆跟踪已经规划好的路径进行平行泊车，并判断车辆是否停在规划好的目标位置，若是则泊车完成，否则，则泊车失败。

请参照图3所示，本发明平行泊车系统步骤六中考虑到路面跳动及速度波动的影响，路径跟踪控制器构建线性扩张状态观测器及滑模控制律，补偿外界干扰及不确定性；基于驾驶员倒车习惯及路径规划轨迹建立滑膜自抗扰控制器提高跟踪性能，实现泊车入位。

设计线性扩张状态观测器的目的是将平行泊车系统所受到的外界干扰和模型不确定性部分观测出来，并且补偿掉，保证系统鲁棒性。扩张状态观测器将系统受到的外界干扰和未建模部看作一个新的状态—扩张状态，通过输出反馈的方式观测这个扩张状态。对于单输入单输出非线性时变系统：

y⁽ⁿ⁾(t)＝f(y^(n-1)(t),…,y(t),w(t))+bu

其中：y和u分别为控制输出和控制输入；f(y^(n-1)(t),…,y(t),w(t))表示非线性时变未知动态，包含系统的内部动态，又包含外部干扰w(t)，为了方便描述，把它简记为f，w(t)可以是时变的，也可以是定常的；b为未知的控制增益系数。通常可以根据具体系统求解其范围，可以粗略估计，取b₀≈b。方程可以重新定义为：

y⁽ⁿ⁾(t)＝f(y^(n-1)(t),…,y(t),w(t))+(b-b₀)u+b₀u

＝f+b₀u

令引入“扩张状态”x₁,x₂…,x_n+1满足方程：

$\left\{\begin{array}{c}{\stackrel{\·}{x}}_1=x_2\\ {\stackrel{\·}{x}}_2=x_3\\ \·\\ \·\\ \·\\ {\stackrel{\·}{x}}_n={\stackrel{\·}{x}}_{n+1}+b_{0}u\\ {\stackrel{\·}{x}}_{n+1}=h\\ y=x_1\end{array}\right.$

通过上述转化，将非线性系统转化成线性系统的状态方程形式，从而可以构造线性扩张状态观测器，实时估计出被扩张的状态量。其中，扩张状态观测器的一般形式为：

$\left\{\begin{array}{c}{e}_1=z_1-y\\ {\stackrel{\·}{z}}_1=z_2-l_1{e}_1\\ {\stackrel{\·}{z}}_2=z_3-l_2{e}_1\\ \·\\ \·\\ \·\\ {\stackrel{\·}{z}}_n=z_{n+1}-l_n{e}_1+b_{0}u\\ {\stackrel{\·}{z}}_{n+1}=-l_{n+1}{e}_1\end{array}\right.$

其中：[z₁ z₂…z_n+1]^T是扩张状态[x₁ x₂…x_n+1]^T的估计值，[l₁ l₂…l_n+1]为设计参数，式中e₁为理想值与观测值的误差。

平行泊车系统可以看作二阶系统，采用三阶扩张状态观测器进行未知建模和外界干扰的观测。其中，转向系统延迟可以看作系统内部干扰量。平行泊车路径跟踪实际上是对侧向位移的跟踪，即使存在外界干扰情况下，如何设计控制器保证车辆实时准确跟踪理想侧向位移是控制的关键，基于车辆运动学描述：

$\left\{\begin{array}{c}{\stackrel{\·}{y}}_r=(V+f(V,t))\sin \mathrm{\φ}\\ \stackrel{\·}{\mathrm{\φ}}=(V+f(V,t))/L_b\·(\tan \mathrm{\δ}+w_s(V,t))\end{array}\right.$

平行泊车路径跟踪模型可以认为包含y_r和φ两个参数的二阶系统，其中φ为车辆车速偏航角；yr为车辆后轴中心的侧向位移；w_s(V,t)为转向运动学建模不确定性部分；δ为车辆前轴中心转角；L_b为车辆轴距；V为车辆后轴中心车速；t为时间；令x₁＝y_r，则系统线性扩张性扩张状态方程如下所示：

$\left\{\begin{array}{c}{\stackrel{\·}{x}}_1=x_2=(V+f(V,t))\sin \mathrm{\φ}\\ {\stackrel{\·}{x}}_2=f(x_1,x_2,w)+b_0\tan \mathrm{\δ}\\ x_3=f(x_1,x_2,w)\\ {\stackrel{\·}{x}}_3=h\end{array}\right.$

其中：

$f(x_1,x_2,w)=\stackrel{\·}{f}(V,t)\sin \mathrm{\φ}+\frac{{[V+f(V,t)]}^2}{L_b}\cos \mathrm{\φ}{w}_s(V,t),$ (式中w为外界干扰量，b₀为控制增益系数，

即 $b_0\≈\frac{{[V+f(V,t)]}^2}{L_b}\cos \mathrm{\φ}.$

为了便于工程应用，将线性扩张状态观测器写成离散形式，三阶线性扩张状态

观测器离散形式如下所示：

$\left\{\begin{array}{c}e\left(k\right)=z_1\left(k\right)-y\left(k\right)\\ {\mathrm{\β}}_{01}=3{\mathrm{\ω}}_0,{\mathrm{\β}}_{02}=3{{\mathrm{\ω}}_0}^2,{\mathrm{\β}}_{03}={{\mathrm{\ω}}_0}^3\\ z_1(k+1)=z_1\left(k\right)+h\·[z_2\left(k\right)-{\mathrm{\β}}_{01}e\left(k\right)]\\ z_2(k+1)=z_2\left(k\right)+h\·[z_3\left(k\right)-{\mathrm{\β}}_{02}e\left(k\right)+b_{0}u\left(k\right)]\\ z_3(k+1)=z_3\left(k\right)+h\·[-{\mathrm{\β}}_{03}e\left(k\right)]\end{array}\right.$

其中：ω₀是由极点配置得到的线性扩张状态观测器的带宽，β₀₁、β₀₂、β₀₃为扩张状态观测器设计参数。

基于自抗扰控制率，将实际输入到执行机构控制量u可以表示为：

u(k+1)＝u₀(k+1)-z₃(k+1)/b₀，其中u₀为滑模控制律输出可以表成：

u₀＝k_pe₁+k_de₂

其中：k_p,k_d为滑模控制律设计参数；e₁和e₂分别为理想值与观测值的误差以及误差的变化率。

按如上所述及图3所示构建该平行泊车系统的路径跟踪控制器，即可实现颠簸路面的平稳泊车过程。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下还可以作出若干改进，这些改进也应视为本发明的保护范围。

Claims (3)

1.一种基于滑模自抗扰控制的平行泊车系统，其特征在于：包括位于前保险杠两侧的两个超声波传感器、一个主控制器、一个方向盘转角传感器、一套电动助力转向系统、四个轮速传感器，所述主控制器包括路径规划控制器和路径跟踪控制器，所述超声波传感器与主控制器之间通过LIN总线进行连接，所述方向盘转角传感器通过CAN总线与主控制器通讯，所述轮速传感器与主控制器之间通过CAN总线连接，所述主控制器通过CAN总线输出转角命令到电动助力转向系统，所述路径跟踪控制器是一种能够将外界扰动的不确定性观测出来并且加以补偿的滑模自抗扰控制器。

2.一种基于滑模自抗扰控制的平行泊车系统的泊车方法，其特征在于：包括如下步骤

步骤一：驾驶员通过人机交互界面启动自动泊车系统，主控制器接收初始化命令，对系统各组成部件即转角传感器、轮速传感器、电动助力转向系统及超声波传感器进行初始化；

步骤二：超声波传感器开始检测侧方停车位，主控制器利用超声波传感器信号和轮速传感器信号计算空泊车位的大小；

步骤三：比较计算出的空泊车位是否满足最小车位长度，若满足，则继续下一步，若不满足，则返回步骤二，继续检测空泊车位，直到满足最小车位要求；

步骤四：根据车辆距离左侧障碍物与右侧障碍物侧向位移以及判断好的泊车位大小进行泊车起始位置计算，并规划泊车路径；

步骤五：路径规划，考虑到泊车速度较低，车辆后轮与地面之间满足纯滚动约束，以车辆后轴中心为参考点，建立并获取平行泊车过程车辆运动学参数，根据车辆运动学参数和泊车起始位置及终止位置规划泊车路径，根据预瞄跟随原理，设定预瞄距离，在理想泊车路径上选取预瞄点；

步骤六：通过路径跟踪控制器控制车辆跟踪已经规划好的路径进行平行泊车，并判断车辆是否停在规划好的目标位置，若是则泊车完成，否则，则泊车失败。

3.如权利要求2所述的基于滑模自抗扰控制的平行泊车系统的泊车方法，其特征在于：所述步骤六中包括

(1)：根据路面跳动及速度波动的影响，路径跟踪控制器构建线性扩张状态观测器及滑模控制律，补偿外界干扰及不确定性；

(2)：基于驾驶员倒车习惯及路径规划轨迹建立滑膜自抗扰控制器提高跟踪性能，实现泊车入位。