CN105511475A - 一种基于运动模式判断的无人车纵向控制方法 - Google Patents

一种基于运动模式判断的无人车纵向控制方法 Download PDF

Info

Publication number
CN105511475A
CN105511475A CN201610073978.XA CN201610073978A CN105511475A CN 105511475 A CN105511475 A CN 105511475A CN 201610073978 A CN201610073978 A CN 201610073978A CN 105511475 A CN105511475 A CN 105511475A
Authority
CN
China
Prior art keywords
perform
judge
sta
thr
control
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
CN201610073978.XA
Other languages
English (en)
Other versions
CN105511475B (zh
Inventor
宋彦
蔡宗亮
许铁娟
梁华为
梅涛
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.)
Hefei Institutes of Physical Science of CAS
Original Assignee
Hefei Institutes of Physical Science of CAS
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 Hefei Institutes of Physical Science of CAS filed Critical Hefei Institutes of Physical Science of CAS
Priority to CN201610073978.XA priority Critical patent/CN105511475B/zh
Publication of CN105511475A publication Critical patent/CN105511475A/zh
Application granted granted Critical
Publication of CN105511475B publication Critical patent/CN105511475B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223Control 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
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2201/00Application
    • G05D2201/02Control of position of land vehicles
    • G05D2201/0212Driverless passenger transport vehicle

Abstract

本发明公开了一种基于运动模式判断的无人车辆纵向控制方法,是应用于装配有自动驾驶仪、GPS/INS定位系统和工控机的无人驾驶车辆上,其特征是首先通过对无人驾驶车辆实际车速与期望车速相对关系的分析,确定无人驾驶车辆运动模式状态值;在确认无人驾驶车辆运动模式的基础上执行与该运动模式相对应的控制算法进行车速控制从而实现无人驾驶车辆的纵向控制。本发明是能在保证跟踪精度的同时,使无人驾驶车辆纵向速度的控制更加平滑、舒适,控制过程更加符合人类的驾驶习惯。

Description

一种基于运动模式判断的无人车纵向控制方法
技术领域
[0001]本发明属于智能车辆领域,主要涉及无人驾驶车辆的纵向速度控制。
背景技术
[0002]无人驾驶车辆是未来智能车辆的发展趋势之一。无人车的研究也将推动智能交通和智慧城市的发展,具有重大的战略意义。国内外众多机构都展开了对无人车的研究,其中谷歌的无人车已经通过了大量的道路试验,做好了商业化的准备。国内的无人车研究进展也相当迅速,有不少专利公布。
[0003]中国专利申请公开号CN201510278571.6提出了一种无人驾驶车辆侧纵向耦合运动的控制方法。该方法首先选择无人车侧纵向耦合跟踪控制器的输入参数和输出参数并,定义了跟踪控制误差及状态方程;使用跟踪控制误差作为状态变量建立了快速终端滑膜并采用快速终端趋近率作为跟踪控制的滑膜趋近率;根据车辆动力学模型及上述内容推导得出期望的驱动力或制动力和期望的侧向力之间的耦合关系;之后计算得出期望的前轮转角并利用所建立的逆纵向力模型判断纵向控制应当进行加速还是制动控制;最后根据车辆动力学模型计算节气门开度或制动力矩。从仿真结果看该方法由于建立了车辆侧纵向的耦合模型,因而提升了无人车辆在转弯过程中的侧纵向跟踪精度。
[0004]中国专利申请公开号CN201410494785提出了一种无人车的纵向智能控制系统,该控制系统为中央控制器分别连接线控制动子系统和电子油门子系统;中央控制器通过CAN通讯连接到CAN网络中;中央控制器通过CAN网络接收控制车辆目标速度的控制命令,经过中央控制器的控制策略和算法的实施后,控制线控制动子系统和电子油门子系统根据目前检测到的实际车速信号进行制动和油门的动态PID闭环控制。该智能控制系统在启动时通过线控制动子系统和电子油门子系统控制纵向控制速度为0,并进入接收CAN命令状态;当中央控制器接收到加速命令的时候,中央控制器分析目标速度、及加速度大小控制系统加速到目标速度值。并根据CAN网络反馈的实际车速信号动态调整输出值E(V),当E(V)X^f,控制线控制动子系统松开制动,并开始控制电子油门子系统,实施增大电子油门输出;当接收到减速命令的时候,中央控制器分析目标速度、及减速度大小控制系统减速到目标速度值,并根据CAN网络反馈的实际车速信号动态调整输出值E(V),当Ε(ν)〈 = 0时,开始控制电子油门子系统,实施减小油门输出,并通过线控制动子系统收紧制动。
[0005]可以看出目前无人车纵向控制领域的研究主要集中在以误差反馈为基础,以控制精度为目标的算法研究上。然而这些研究都具有一些共同的局限性:一、只强调控制过程精度的提高,而忽略了无人车作为车辆本身还应当具有的舒适性指标;二、只针对无人车辆行驶中某一种工况下的纵向控制方法进行研究或者使用单一控制方法对无人车辆所有工况下的纵向行驶行为进行控制;三、不考虑坡度对车速控制的影响。
发明内容
[0006]本发明是为了克服现有技术存在的不足之处,提出一种无人驾驶车辆纵向速度的控制方法,以期能在保证跟踪精度的同时,使无人驾驶车辆纵向速度的控制更加平滑、舒适,控制过程更加符合人类的驾驶习惯。
[0007]本发明为解决技术问题,采用如下技术方案:
[0008]本发明一种基于运动模式判断的无人车辆纵向控制方法,是应用于装配有自动驾驶仪、GPS/INS定位系统和工控机的无人驾驶车辆上,其特点是,所述无人车纵向控制方法是按如下步骤进行:
[0009]步骤1、定义变量i,初始化i = 1;当i<l时,令i = l;
[0010]步骤2、设置第i个周期1\下所述无人驾驶车辆的油门控制量为thn、制动控制量为bra1、运动模式状态值为sta1、PID调节算法比例控制输出量为UP1、PID调节算法车速反馈误差量为Em、PID调节算法积分控制输出量为UI1、PID调节算法微分控制输出量为UD1、PID调节算法总控制输出量为Pout1、低速制动标志位为Iabi;并有staie {so,si,S2,S3,S4,S5} ,so表示复位模式;SI表示起步模式;S2表示制动模式;S3表示低速模式;S4表示加速模式;S5表示调节模式;
[0011 ]定义低速模式切换阈值为vl、低速模式制动切换阀值为vds、调节模式出口阀值以及加速模式入口阀值为va,调节模式入口阀值为vs,并有va>vs、起步模式出口阈值为vc、调节模式防止超调阀值为vf,PID调节算法比例项系数KP,PID调节算法积分项系数KI,PID调节算法微分项系数KD;
[0012]定义有效行驶速度阈值为vq、坡度阈值为pit、起步模式油门控制量初始值为ω、油门最大控制量为thrmax、起步模式油门控制量补偿增量为coup、起步模式下的时间阈值为tmax、加速模式油门控制量补偿增量为coa。、制动模式加速度限值为amin、加速模式加速度限值为amax、制动模式下坡工况制动控制补偿增量为扮™、制动模式非下坡工况制动控制补偿增量为、制动模式最大控制量为bramax,低速模式制动控制量为^;
[0013]初始化 thr1、bra1、sta1、Lup1、UP1、Err1、UI1、UD1、Pouti 各为一个定值,初始化 Iabi=0;
[0014]步骤3、从所述GPS/INS定位系统获取第i个周期Ti下所述无人驾驶车辆的车速V1、加速度ai和坡度p1;从所述工控机获取第i个周期T1下所述无人驾驶车辆的期望车速vcU、第1-Ι个周期T1-!下所述无人驾驶车辆的油门控制量为thri—!、制动控制量为brai—!、运动模式状态值为sta1-1、比例控制输出量为Lup1-1和低速制动标志位lab1-1 ;
[0015]步骤4、判断第i个周期1\下所述无人驾驶车辆是否对运动模式状态值Sta1进行切换:
[00Ί 6] 步骤4.1、判断stai—ι = so是否成立,若成立,则执行步骤5;否则,执行步骤4.2 ;
[0017] 步骤4.2、判断sta1-1 = Si是否成立,若成立,则执行步骤4.3;否则,执行步骤4.4;[00Ί 8] 步骤4.3、判断vdi >vl且Vi >vc是否成立,若成立,则令stai = so;否贝Ij,保持运动模式状态值stai为起步状态Si ;并执行步骤5 ;
[0019] 步骤4.4、判断sta1-1 = S2是否成立,若成立,则执行步骤4.5;否则,执行步骤4.7;
[0020] 步骤4.5、判断vdi>vl且0<vdi_vi<vs是否成立,若成立,贝Ij令stai = s5;并执行步骤5;否则,执行步骤4.6;
[0021] 步骤4.6、判断vdi < vl且vi<vdi是否成立,若成立,贝Ij令stai = s3;否则,保持运动模式状态值stai为制动状态S2,并执行步骤5 ;
[0022] 步骤4.7、判断sta1-1 = S3是否成立,若成立,则执行步骤4.8;否则,执行步骤4.9 ;
[0023]步骤4.8、判断vdi> vl是否成立,若成立,则令stai = so ;否则,保持运动模式状态值stai为低速状态S3,并执行步骤5 ;
[0024] 步骤4.9、判断sta1-1 = S4是否成立,若成立,则执行步骤4.10 ;否则,执行步骤4.12;
[0025] 步骤4.10、判断vdi >vl且O < vd1-vi < vs是否成立,若成立,则令stai = S5,并执行步骤5;否则,执行步骤4.11;
[0026] 步骤4.11、判断vdi < vl或者Vi < vq是否成立,若成立,贝Ij令stai = SQ;否则,保持运动模式状态值Stai为加速状态S4,并执行步骤5 ;
[0027] 步骤4.12、判断vdi >vl且vd1-vi >va是否成立,若成立,则令stai = SQ;否则,执行步骤4.13;
[0028] 步骤4.13、判断vdi < vl或者Vi < vq是否成立,若成立,贝Ij令stai = SQ;否则,执行步骤4.14;
[0029]步骤4.14、保持行驶状态值Sta1为调节状态S5,并执行步骤5;
[0030]步骤5、确定第i个周期Ti下的运动模式状态值sta1:
[0031 ] 步骤5.1、判断stai = so是否成立,若成立,则执行步骤5.2;否则,执行步骤6 ;
[0032] 步骤5.2、判断ViCvq且vd>vl是否成立,若成立,贝Ij令stai = Si,并执行步骤6;否贝IJ,执行步骤5.3;
[0033] 步骤5.3、判断Vi>vd且vd>vl是否成立,若成立,贝Ij令stai = S2,并执行步骤6;否贝IJ,执行步骤5.4;
[0034]步骤5.4、判断vd < vl是否成立,若成立,则令stai = s3,并执行步骤6;否则,执行步骤5.5;
[0035] 步骤5.5、判断vd-vi > va且vd > vl是否成立,若成立,则令stai = S4,并执行步骤6 ;否则,执行步骤5.6;
[0036] 步骤5.6、令stai = S5,并执行步骤6 ;
[0037]步骤6、根据第i个周期T1下的运动模式状态值StaJA行相应的控制程序;
[0038] 步骤6.1、判断Stai = SI是否成立,若成立,贝Ij有brai = 0,并执行步骤6.1.1;否则,执行步骤6.2 ;
[0039] 步骤6.1.1、在第i个周期Ti下开始计时,获得起步用时t-upi;当t-upi<tmax时令thri = ω并执行步骤7 ;当t_upi>tmax时,执行步骤6.1.2;
[0040] 步骤6.1.2、判断vi>vq是否成立,若成立,则维持油门控制量thri为ω ;否则,将thri—ι+ ω up赋值给thri,并执行步骤6.1.3;
[0041 ] 步骤6.1.3、判断thri > thrmax是否成立,若成立,则将thrmax赋值给thri并执行步骤7;否则直接执行步骤7;
[0042] 步骤6.2、判断stai = S2是否成立,若成立,则执行步骤6.2.1;否则,执行步骤6.3 ;
[0043]步骤6.2.1、令thri = a;
[0044] 步骤6.2.2、判断Pl<-Pit是否成立,若成立,则执行步骤6.2.3,否则,执行步骤6.2.4;
[0045] 步骤6.2.3、判断ai > amin是否成立,若不成立,则将bra1-ι+βι™赋值给brai,执行步骤6.2.5;否则,维持brai为brai—!,并执行步骤6.2.5;
[0046] 步骤6.2.4、判断ai > amin是否成立,若不成立,则将brai—i+0gr。赋值给brai;否则,维持 brai 为brai—ι ;
[0047] 步骤6.2.5、判断brai > bramax是否成立,若成立,则将bramax赋值给brai,并执行步骤7;否则直接执行步骤7;
[0048] 步骤6.3、判断stai = S3是否成立,若成立,则执行步骤6.3.1,若不成立,则执行步骤 6.4;
[0049] 步骤6.3.1、判断Iab1-1 = I是否成立,若成立,则执行步骤6.3.2,若不成立,则执行步骤6.3.3;
[0050]步骤 6.3.2.、判断 v1-vdi Ovds 是否成立,若成立,则 brai = β,thri = a,Iabi = O,否则,令 brai = brai—ι、令 thri = thri—ι,并执行步骤 7 ;
[0051 ] 步骤6.3.3、判断¥广¥(^>¥(18是否成立,若成立,则令13作1 =知、1:11;1^ = €[,Iabi = I,若不成立,贝1J令thri = a、brai = P并执行步骤7 ;
[0052] 步骤6.4、判断stai = s4是否成立,若成立,则令brai = P,并执行步骤6.4.1;若不成立,则执行步骤6.5;
[0053] 步骤6.4.1、判断ai < amax是否成立,若成立,则令thri = thri—ι+ ω ac,并执行步骤6.4.2,若不成立,则令thri = thri—ι,并执行步骤7 ;
[°°54] 步骤6.4.2、判断thri > thrmax是否成立,若成立,则将thrmax赋值给thri,并执行步骤7;否则,直接执行步骤7;
[0055]步骤6.5、令brai = P;
[0056] 步骤6.5.1、计算第i个周期Ti下PID调节算法车速反馈误差Erri = vdi_vi;
[0057] 步骤6.5.2、计算第i个周期Ti下PID调节算法比例控制输出量UPi = KPXErri;
[0058] 步骤6.5.3、计算第i个周期Ti下PID调节算法积分控制输出量UIi = KI XUPi+UIi;
[0059] 步骤6.5.4、计算第i个周期Ti下PID调节算法微分控制输出量UDi = KD X (UP1-UP1-1 );
[0060] 步骤6.5.5、计算第1个周期1\下?10调节算法控制总输出量?01^ =即1+1^+1^;[0061 ] 步骤6.5.6、判断v_vd< vf是否成立,若成立,则令thri = α,若不成立,则令thri =Pouti;
[0062] 步骤7、将第i个周期Ti下所得油门控制量thri和制动控制量brai通过CAN 口发送至执行机构控制车辆速度并执行步骤8;
[0063] 步骤8、将i+Ι赋值给i;并返回步骤3执行。
[0064]与已有技术相比,本发明的有益效果体现在:
[0065] 1、本发明通过对车速以及期望车速相对关系的分析,结合实际驾驶经验,创造性地将无人驾驶车辆的运动模式分为起步、加速、调节、制动和低速五种模式,而五种模式则分别对应了五种不同的算法。由于将车辆的纵向控制过程进行了归类分解,就从算法结构的层面上使得控制算法的深层次分解和优化成为了可能,每个模式下的控制算法都更加具有针对性,从本质上有效地解决了采用单一控制算法时可能出现的不同行驶工况下控制效果不统一的情况,使得算法的多工况处理能力较已有方法得到了明显提升。
[0066] 2、本发明通过设置合理的切换规则,保证了无人驾驶车辆可以在整个控制过程中随时根据行驶工况的改变而切换至最合适运动模式,无任何切换顺序上的限制,这样就保证了无人驾驶车辆总是可以使用最适合当前行驶工况的控制算法进行车速控制。同时,设定了较为合理的模式切换过渡区间,保证了五种模式切换时的流畅与稳定性,避免了由于边界条件不稳定而可能造成的频繁切换状态的情况。
[0067] 3、本发明起步模式算法针对上坡工况加入了油门补偿算法,有效地保障了车辆在上坡以及越野路段的爬坡行驶能力,使得无人驾驶车辆的综合应用性能得到了明显提升;制动和加速阶段算法加入了加速度限制算法,首次对无人驾驶车辆的舒适性指标进行了相应的分析与处理,较之于现有只考虑控制精度的方法极大地提升了无人驾驶车辆的舒适性,制动模式算法还针对下坡工况加入了制动控制量补偿机制,有效抑制了下坡工况下可能出现的车速超调现象;调节模式算法使用PID算法在小区间内对车速进行微调,同时加入防止超调机制,保证了 PID算法各参数的设定具有更强的针对性,有效降低了超调现象的发生以及控制过程中的稳态误差;低速模式算法则加入了防止制动量频繁介入的机制,有效提高了无人驾驶车辆在低速工况下行驶的连贯性和舒适性。
附图说明
[0068]图1为本发明方法流程图。
具体实施方式
[0069]本实施例以三菱“帕杰罗”车改装的无人驾驶车辆为例,具体说明如何采用本发明方法实现对无人驾驶车辆的纵向运动过程也即车速的控制及其功能效果。
[0070]在本实施例所采用的以三菱“帕杰罗”车改装的无人驾驶车上,装有诺瓦泰(NovAtel)公司提供的产品名称为SPAN-CPT的GPS/INS组合定位系统,能够获取车辆所在位置的经玮度信号、车辆速度信号、加速度信号以及车辆所处路面的坡度信号(经玮度用于横向控制,本发明只涉及纵向控制因而不对经玮度信号的使用作说明)。为了驱动车辆油门和制动踏板到指定开度,该无人驾驶车上装备中科自控公司生产的产品名称为IPDl的自驾仪,该自驾仪通过CAN总线与车载工控机相连,可以接收来自车载工控机平台内的控制程序发送的油门和制动踏板控制机构的控制信号,并通过电机等机械连接装置驱动油门和制动踏板到相应的开度。车载工控机安装windows 7-32bit操作系统,控制程序用VC++语言编写,编译器米用visual stud1 2010。
[0071]以下对本发明一种基于运动模式判断的无人车纵向控制方法进行具体详细的说明。
[0072]由于纵向控制程序的目标是完成对期望车速的跟踪,因此当期望车速被输入至工控机内的纵向控制程序后,纵向控制程序便开始执行相应处理算法。期望车速可由工控机上的纵向控制程序自带的人机交互接口进行实时设定。当期望车速完成设定之后,采用固定控制周期对车速进行控制,完成车辆的纵向控制,控制周期为0.1s,每个控制周期按如下步骤进行,如图1所示:
[0073]步骤1、定义变量i表示控制程序所处的控制周期,初始化i = I;当i < I时,令i = I;
[0074]步骤2、设置第i个控制周期T1下无人驾驶车辆的油门控制量为thn、制动控制量为bra1、运动模式状态值为sta1、PID调节算法比例控制输出量为UP1、PID调节算法车速反馈误差量为Em、PID调节算法积分控制输出量为UI1、PID调节算法微分控制输出量为UD1、PID调节算法总控制输出量为Pout1、低速制动标志位为Iabi ;并有staie{0,l,2,3,4,5},so表示复位模式;SI表示起步模式;S2表示制动模式;S3表示低速模式;S4表示加速模式;S5表示调节模式;
[0075]定义低速模式切换阈值为vl = 5km/h、低速模式制动切换阀值为vds = lkm/h、调节模式出口阀值以及加速模式入口阀值为va = 7.2km/h,调节模式入口阀值为vs = 5.4km/h、起步模式出口阈值为vc = 5.4km/h、(这里的入口阀值指的就是进入某个运动模式的判断条件,而出口阀值则指的是跳出某个运动模式的判断条件,调节模式的出口和入口条件被设定成不同的数值主要是为了防止车辆行驶过程中在边界条件上出现运动模式频繁切换的情况,保证无人驾驶车辆从加速模式切换至调节模式时纵行控制过程的流畅性与稳定性;)调节模式防止超调阀值为vf = 0.5km/h,PID调节算法比例项系数KP = 0.06,PID调节算法积分项系数KI = 0.1,PID调节算法微分项系数KD = I;
[0076]定义有效行驶速度阈值为Vq = 0.5km/h(当车速低于vq时认为车辆为静止状态)、坡度阈值为P i t = 2^、起步模式油门控制量初始值为ω = 2 5、油门最大控制量为thrmax =100、起步模式油门控制量补偿增量为ω up = 2.5、起步模式下的时间阈值为tmax = 0.5s、加速模式油门控制量补偿增量为ω 3。= 8.5、制动模式加速度限值为amin=_2.5m/s2、加速模式加速度限值为amax=1.5m/s2(加速度限制阀值的设定参考了国标GBT_20608-2006当中关于车辆加速度舒适度的相关标准)、制动模式下坡工况制动控制补偿增量为βι™=12.6、制动模式非下坡工况制动控制补偿增量为Pgr。= 5.8、制动模式最大控制量为bramax= 100,低速模式制动控制量为Pis = 20;
[0077]初始化thri = 0、brai = 0、stai = 0、Lupi = 0、UPi = 0、Erri = 0、UIi = 0、UDi = 0、Pouti= 0、labi = 0;
[0078]步骤3、从GPS/INS定位系统获取第i个控制周期Ti下无人驾驶车辆的车速V1、加速度&1和坡度Pl;从工控机软件界面的输入端口获取第i个控制周期1\下无人驾驶车辆的期望车速vd1、第1-Ι个控制周期T1-1下无人驾驶车辆的油门控制量为thr1-1、制动控制量为bra1-1、运动模式状态值为sta1-1、比例控制输出量为Lup1-1和低速制动标志位lab1-1 ;
[0079]步骤4、判断第i个控制周期T1下无人驾驶车辆是否对运动模式状态值Sta1进行切换,本步骤通过分析无人驾驶车辆上个控制周期的运动状态值StaH以及本控制周期的车速^和期望车速^山之间的关系决定是否需要改变本控制周期车辆的运动模式状态值:
[0080]步骤4.1、判断stai—1 = 0是否成立,若成立,表示控制程序为初次执行,此时无需判断是否需要切换运动模式状态值,则执行步骤5;否则,表示控制程序至少已经执行了一个以上的控制周期,无人驾驶车辆在上个控制周期处在一个确定的运动模式之下,执行步骤4.2;
[0081]步骤4.2、判断sta1-1 = I是否成立,若成立,表示无人驾驶车辆在上个控制周期处于起步模式,则执行步骤4.3;否则,执行步骤4.4;
[0082] 步骤4.3、判断vdi>vl且Vi>VC是否成立,若成立,表示此时无人驾驶车辆已经完成起步,可以退出起步模式,则令Sta1 = O,表示程序需要重新为无人驾驶车辆选择一种除起步模式以外的运动模式;否则,则意味着无人驾驶车辆仍然未完成起步动作,需要继续使用起步模式下的控制算法进行纵向车速控制,保持运动模式状态值Sta1为起步状态I;并执行步骤5 ;
[0083] 步骤4.4、判断sta1-1 = 2是否成立,若成立,表示无人驾驶车辆在上个控制周期处于制动模式,则执行步骤4.5;否则,执行步骤4.7;
[0084] 步骤4.5、判断vdi >vl且O < vd1-vi < vs是否成立,若成立,表示无人驾驶车辆经过前一控制周期的制动控制后,应当进入调节模式,则令s t a i = 5,本控制周期将执行调节模式下的控制算法进行纵向车速控制;并执行步骤5;否则,执行步骤4.6;
[0085] 步骤4.6、判断vdi < vl且Vi<vdi是否成立,若成立,表示车辆经过前一控制周期的制动控制后,应当进入低速模式,则令stai = 3,本控制周期将执行低速模式下的控制算法进行纵向车速控制;否则,则意味着车辆仍然未完成制动动作,需要继续使用制动模式下的控制算法进行纵向车速控制,保持运动模式状态值Sta1为制动状态2,并执行步骤5;
[0086]步骤4.7、判断sta1-1 = 3是否成立,若成立,表示车辆在上个控制周期处于低速模式,则执行步骤4.8;否则,执行步骤4.9;
[0087]步骤4.8、判断V(I1)vI是否成立,若成立,表示本控制周期车辆需要跳出低速模式,则令Sta1 = O,表示程序需要重新为无人驾驶车辆选择一种除低速模式以外的运动模式;否则,则意味着无人驾驶车辆仍然需要继续使用低速模式下的控制算法进行纵向车速控制,保持运动模式状态值stai为低速状态S3,并执行步骤5;
[0088]步骤4.9、判断sta1-1 = S4是否成立,若成立,表示车辆在上个控制周期处于加速模式,则执行步骤4.10;否则,执行步骤4.12;
[0089] 步骤4.10、判断vdi >vl且O < vd1-vi < vs是否成立,若成立,表示车辆经过前一控制周期的加速控制后,应当进入调节模式,则令stai = 5,本控制周期将执行调节模式下的控制算法进行纵向车速控制,并执行步骤5;否则,执行步骤4.11;
[0090] 步骤4.11、判断vdi < Vi或者Vi < vq是否成立,若成立,表示本控制周期车辆需要跳出加速模式,则令Sta1 = O,表示程序需要重新为无人驾驶车辆选择一种除加速模式以外的运动模式;否则,保持运动模式状态值Sta1为加速状态4,则意味着无人驾驶车辆仍然未完成加速动作,需要继续使用加速模式下的控制算法进行纵向车速控制,并执行步骤5;
[0091 ] 步骤4.12、此时,sta1-1的值必为5,表示车辆在上个控制周期处于调节模式,判断vdi>vl且vd1-vi >va是否成立,若成立,表示本控制周期车辆需要跳出调节模式,贝Ij令stai=0,表示程序需要重新为无人驾驶车辆选择一种除调节模式以外的运动模式;则令Sta1 =so;否则,执行步骤4.13;
[0092] 步骤4.13、判断vdi < vl或者Vi < vq是否成立,若成立,贝Ij令stai = so;表示本控制周期车辆需要跳出调节模式,则令Sta1 = O,表示程序需要重新为无人驾驶车辆选择一种除调节模式以外的运动模式;否则,则意味着车辆仍然未完成调节动作,需要继续使用调节模式下的控制算法进行车速控制,执行步骤4.14;
[0093]步骤4.14、保持行驶状态值Sta1为调节状态S5,并执行步骤5;
[0094]步骤5、确定第i个周期T1下的运动模式状态值Sta1,本步骤在两种情况下将会执行:其一是在无人驾驶车辆在步骤4中从一种运动状态跳出但并没有直接进入另一种运动状态的情况下,即复位状态Sta1 = O时执行,此时通过执行该步骤将会为无人驾驶车辆重新选择一种运动模式;其二则是在程序初次执行的时候,此时由于^&1初始值为0,也相当于复位状态;
[0095] 步骤5.1、判断Sta1 = O是否成立,若成立,表示需要通过执行该步骤重新为无人驾驶车辆选择一种运动模式,则执行步骤5.2;否则,意味着通过步骤4无人驾驶车辆已经确定了本控制周期下的运动模式,执行步骤6;
[0096] 步骤5.2、判断vi<vq且vd>vl是否成立,若成立,表示无人驾驶车辆此时应当选择起步模式,则令s t a i = I,本控制周期将执行起步模式下的控制算法进行纵向车速控制,并执行步骤6;否则,执行步骤5.3;
[0097] 步骤5.3、判断vi>vd且vd>vl是否成立,若成立,表示无人驾驶车辆此时应当选择制动模式,则令s t a i = 2,本控制周期将执行制动模式下的控制算法进行纵向车速控制,并执行步骤6;否则,执行步骤5.4;
[0098]步骤5.4、判断vd < vl是否成立,若成立,表示无人驾驶车辆此时应当选择低速模式,则令stai = 3,本控制周期将执行低速模式下的控制算法进行纵向车速控制,并执行步骤6;否则,执行步骤5.5;
[00"] 步骤5.5、判断vd-vi >va且vd>vl是否成立,若成立,表示无人驾驶车辆此时应当选择加速模式,则令s t a i = 4,本控制周期将执行加速模式下的控制算法进行纵向车速控制,并执行步骤6;否则,执行步骤5.6;
[0100]步骤5.6、表示无人驾驶车辆此时应当选择调节模式,令Stai = 5,本控制周期将执行调节模式下的控制算法进行纵向车速控制,并执行步骤6 ;
[0101]步骤6、根据步骤4或者步骤5确定的第i个控制周期T1下的运动模式状态值StaJA行相应的控制程序,计算无人驾驶车辆的油门和制动控制量thri和brai;
[0102]步骤6.1、判断stai= I是否成立,若成立,本控制周期将执行与起步模式相对应的控制算法,则有brai = 0,起步模式下制动控制量始终为最小值,并执行步骤6.1.1;否则,执行步骤6.2 ;
[0Ί03] 步骤6.1.1、在第i个控制周期Ti下开始计时,获得起步用时t-upi;当t-Upi<tmax时令thri= ω,此时以一个固定的油门控制量驱动无人驾驶车辆进行起步动作,并执行步骤7;为了防止车辆行驶在坡度较大的上坡路段时(尤其是越野路段)可能会出现的无法行驶的情况,当t-UPi>tmax时,执行步骤6.1.2;
[0104]步骤6.1.2、判断vi>vq是否成立,若成立,则认为无人驾驶车辆此时可以正常行驶,贝Ij维持油门控制量否则,意味着上个控制周期的油门控制量已经不足以驱动车辆继续行驶,此时将thr1-1+ωυρ赋值给thri,通过逐步增大油门控制量给车辆提供更大的动力,并执行步骤6.1.3;
步骤6.1.3、判断thri > thrmax是否成立,若成立,表示油门控制量已达最大值,继续发送更大的油门控制量将对执行机构造成损害,则将thrmax赋值给thri并执行步骤7;否则直接执行步骤7 ;
[0106]步骤6.2、判断stai = 2是否成立,若成立,本控制周期将执行与制动运动模式相对应的控制算法,则执行步骤6.2.1;否则,执行步骤6.3;
[0107]步骤6.2.1、制动模式下油门控制量始终为最小值,令thri = 0;
[0108]步骤6.2.2、判断Pl<-Pit是否成立,若成立,则判定无人驾驶车辆处于下坡路面,则执行步骤6.2.3,否则,判定无人驾驶车辆处于非下坡路面,执行步骤6.2.4;
[0109]步骤6.2.3、判断ai ^amin是否成立,若不成立,则表示无人驾驶车辆目前的制动加速度还不会对乘车者的舒适感造成较为明显的影响,则将bra1-ι+βι™赋值给brai,本控制周期将进一步增大制动控制量,执行步骤6.2.5;否则,则意味着如果此时继续增大制动控制量则会给乘车者产生较为明显的不舒适感,本控制周期不可以继续增大制动控制量,此时维持brai为bra1-1,并执行步骤6.2.5;
[0110]步骤6.2.4、判断ai 2 amin是否成立,若不成立,则表示车辆目前的制动加速度还不会对乘车者的舒适感造成较为明显的影响,则将bra^+iV。赋值给brai,本控制周期将进一步增大制动控制量;否则,则意味着如果此时继续增大制动控制量则会给乘车者产生较为明显的不舒适感,本控制周期不可以继续增大制动控制量,维持brai为bra1-1;
[0111] 步骤6.2.5、判断brai > bramax是否成立,若成立,表示制动控制量已达最大值,继续发送更大的制动控制量将对执行机构造成损害,则将bramax赋值给brai,并执行步骤7 ;否则直接执行步骤7 ;
[0112]步骤6.3、判断stai = 3是否成立,若成立,本周期将执行与低速运动模式相对应的控制算法,则执行步骤6.3.1,若不成立,则执行步骤6.4 ;
[0113]步骤6.3.1、判断lab1-1 = I是否成立,若成立,意味着无人驾驶车辆在上个控制周期处于低速制动状态,则执行步骤6.3.2,若不成立,则表示无人驾驶车辆目前无需制动,则执行步骤6.3.3;
[0ΊΜ] 步骤6.3.2.、判断v1-vdi<-vds是否成立,若成立,表示无人驾驶车辆已完成低速制动动作,则brai = O,thri = O,Iabi = O,否则,令brai = brai—ι、令thri = thri—ι,无人驾驶车辆继续进行低速制动动作,并执行步骤7 ;
[0115] 步骤6.3.3、判断v1-vdi>vds是否成立,若成立,表示无人驾驶车辆需要进行低速制动动作,则令brai = Pis、thri = O,Iabi = I,无人驾驶车辆进入低速制动状态,若不成立,则令thri = O、brai = O,本控制周期车辆将以怠速状态行驶,并执行步骤7;由此,无人驾驶车辆在制动状态下不会在实际车速刚刚低于期望车速的情况下就立即松开制动踏板,也不会在实际车速刚刚超过期望车速时就立即进行制动动作,同时利用车辆自身的怠速状态进行加速动作,这样不仅保证了无人驾驶车辆在低速状态下实际车速可以在期望车速附近保持相对稳定,也避免了制动控制反复介入进而造成的不舒适感。
[0116]步骤6.4、判断stai = 4是否成立,若成立,本周期将执行与加速运动模式相对应的无人车纵向控制算法,则令brai = 0,加速运动模式下制动控制量始终为最小值,并执行步骤6.4.1;若不成立,则执行步骤6.5;
[0117]步骤6.4.1、判断ai < amax是否成立,若成立,则表示车辆目前的加速加速度还不会对乘车者的舒适感造成较为明显的影响,则令thri = thr1-1+coa。,本控制周期将进一步增大制动量,并执行步骤6.4.2,若不成立,则意味着如果此时继续增大制动控制量则会给乘车者产生较为明显的不舒适感,本控制周期不可以继续增大制动控制量,则令thri = thr1-1,并执行步骤7 ;
[0118] 步骤6.4.2、判断thri > thrmax是否成立,若成立,表示油门控制量已达最大值,继续发送更大的油门控制量将对执行机构造成损害,则将thrmax赋值给thri,并执行步骤7 ;否贝IJ,直接执行步骤7;
[0119]步骤6.5、调节运动模式下制动控制量始终为最小值,令brai = 0;
[QUO] 步骤6.5.1、计算第i个控制周期Ti下PID调节算法车速反馈误差Erri = vd1-vi;[0121 ] 步骤6.5.2、计算第i个控制周期Ti下PID调节算法比例控制输出量UPi = KP X Erri ;
[0122] 步骤6.5.3、计算第i个控制周期Ti下PID调节算法积分控制输出量UIi = KI XUPi+UIi;
[0123] 步骤6.5.4、计算第i个控制周期Ti下PID调节算法微分控制输出量UDi = KDX (UP1-UP1-1 );
[0124] 步骤6.5.5、计算第1个控制周期1\下?10调节算法总输出量?01^ =即1+1^+1^;
[0125] 步骤6.5.6、判断v-vd<vf是否成立,若成立,则表示实际车速已经非常接近期望车速,为了防止车速超调,此时将油门控制量置为最小值,则令thri = 0,车辆将在短时间内处于滑行状态,若不成立,则令thri = Pouti;
[0126] 步骤7、将第i个控制周期Ti下所得油门控制量thri和制动控制量brai通过CAN 口发送至执行机构控制车辆速度并执行步骤8;
[0127]步骤8、将i+Ι赋值给i;并返回步骤3执行,进入下一个控制周期。

Claims (1)

1.一种基于运动模式判断的无人车辆纵向控制方法,是应用于装配有自动驾驶仪、GPS/INS定位系统和工控机的无人驾驶车辆上,其特征是,所述无人车纵向控制方法是按如下步骤进行: 步骤1、定义变量i,初始化i = l;当i<l时,令i = l; 步骤2、设置第i个周期1\下所述无人驾驶车辆的油门控制量为thr1、制动控制量为bra1、运动模式状态值为sta1、PID调节算法比例控制输出量为UP1、PID调节算法车速反馈误差量为Em、PID调节算法积分控制输出量为UI1、PID调节算法微分控制输出量为UD1、PID调节算法总控制输出量为Pout1、低速制动标志位为Iabi;并有staie {so,si,S2,S3,S4,S5} ,so表示复位模式;SI表示起步模式;S2表示制动模式;S3表示低速模式;S4表示加速模式;S5表示调节模式; 定义低速模式切换阈值为V1、低速模式制动切换阀值为vds、调节模式出口阀值以及加速模式入口阀值为Va,调节模式入口阀值为VS,并有va> VS、起步模式出口阈值为vc、调节模式防止超调阀值为vf,PID调节算法比例项系数KP,PID调节算法积分项系数KI,PID调节算法微分项系数KD; 定义有效行驶速度阈值为vq、坡度阈值为Pit、起步模式油门控制量初始值为ω、油门最大控制量为thrmax、起步模式油门控制量补偿增量为ω up、起步模式下的时间阈值为tmax、加速模式油门控制量补偿增量为ω ac、制动模式加速度限值为amin、加速模式加速度限值为amax、制动模式下坡工况制动控制补偿增量为扮™、制动模式非下坡工况制动控制补偿增量为、制动模式最大控制量为bramax,低速模式制动控制量为^;初始化 thr1、bra1、sta1、Lup1、UP1、Err1、UI1、UD1、Pouti 各为一个定值,初始化 Iabi = O;步骤3、从所述GPS/INS定位系统获取第i个周期Ti下所述无人驾驶车辆的车速V1、加速度&1和坡度p1;从所述工控机获取第i个周期T1下所述无人驾驶车辆的期望车速vcU、第1-1个周期IV1T所述无人驾驶车辆的油门控制量为thr^、制动控制量为bra^、运动模式状态值为sta1-1、比例控制输出量为Lup1-1和低速制动标志位lab1-1; 步骤4、判断第i个周期1\下所述无人驾驶车辆是否对运动模式状态值^&1进行切换: 步骤4.1、判断sta1-1 = so是否成立,若成立,则执行步骤5;否则,执行步骤4.2 ; 步骤4.2、判断sta1-1 = Si是否成立,若成立,则执行步骤4.3;否则,执行步骤4.4 ; 步骤4.3、判断vdi> vl且Vi > vc是否成立,若成立,则令stai = so ;否则,保持运动模式状态值stai为起步状态Si ;并执行步骤5 ; 步骤4.4、判断sta1-1 = S2是否成立,若成立,则执行步骤4.5;否则,执行步骤4.7 ; 步骤4.5、判断vdi>vl且0<vdi_vi<vs是否成立,若成立,贝Ij令stai = s5;并执行步骤5;否则,执行步骤4.6; 步骤4.6、判断vdi < vl且vi<vdi是否成立,若成立,则令stai = S3;否则,保持运动模式状态值stai为制动状态S2,并执行步骤5 ; 步骤4.7、判断sta1-1 = S3是否成立,若成立,则执行步骤4.8;否则,执行步骤4.9 ; 步骤4.8、判断vdi>vl是否成立,若成立,则令stai = SQ;否则,保持运动模式状态值stai为低速状态S3,并执行步骤5; 步骤4.9、判断sta1-1 = S4是否成立,若成立,则执行步骤4.10;否则,执行步骤4.12; 步骤4.10、判断¥(^>¥1且00(^-¥108是否成立,若成立,贝1|令8七31 = 85,并执行步骤.5;否则,执行步骤4.11; 步骤4.11、判断vdi < vl或者Vi < vq是否成立,若成立,则令Stai = So;否则,保持运动模式状态值Stai为加速状态S4,并执行步骤5 ; 步骤4.12、判断vdi > vl且vd1-vi> va是否成立,若成立,则令stai = so;否则,执行步骤.4.13; 步骤4.13、判断vdi < vl或者Vi < vq是否成立,若成立,则令Stai = So;否则,执行步骤.4.14; 步骤4.14、保持行驶状态值Sta1为调节状态S5,并执行步骤5; 步骤5、确定第i个周期Ti下的运动模式状态值sta1: 步骤5.1、判断stai = so是否成立,若成立,则执行步骤5.2 ;否则,执行步骤6 ; 步骤5.2、判断Vi<vq且vd>vl是否成立,若成立,则令stai = Si,并执行步骤6;否则,执行步骤5.3 ; 步骤5.3、判断Vi > vd且vd> vl是否成立,若成立,则令stai = S2,并执行步骤6;否则,执行步骤5.4; 步骤5.4、判断vd < vl是否成立,若成立,则令stai = S3,并执行步骤6;否则,执行步骤.5.5; 步骤5.5、判断vd_vi>va且vd>vl是否成立,若成立,则令stai = s4,并执行步骤6;否贝IJ,执行步骤5.6; 步骤5.6、令stai = S5,并执行步骤6 ; 步骤6、根据第i个周期T1下的运动模式状态值StaJA行相应的控制程序; 步骤6.1、判断stai = Si是否成立,若成立,则有brai = β,并执行步骤6.1.1;否则,执行步骤6.2; 步骤6.1.1、在第i个周期Ti下开始计时,获得起步用时t-upi;当t-upi<tmax时令thri =ω并执行步骤7;当t-upi>tmax时,执行步骤6.1.2; 步骤6.1.2、判断Vi>vq是否成立,若成立,则维持油门控制量thri为ω ;否则,将thr1-1+ω up赋值给thri,并执行步骤6.1.3; 步骤6.1.3、判断thri > thrmax是否成立,若成立,则将thrmax赋值给thri并执行步骤7;否则直接执行步骤7 ; 步骤6.2、判断stai = S2是否成立,若成立,则执行步骤6.2.1;否则,执行步骤6.3 ; 步骤 6.2.1、令 thri = α ; 步骤6.2.2、判断pi<-pit是否成立,若成立,则执行步骤6.2.3,否则,执行步骤6.2.4;步骤6.2.3、判断ai > amin是否成立,若不成立,则将bra1-ι+βι。》赋值给brai,执行步骤.6.2.5;否则,维持brai为brai—!,并执行步骤6.2.5; 步骤6.2.4、判断ai > amin是否成立,若不成立,则将bra1-1+0gr。赋值给brai;否则,维持brai 为 bra1-1 ; 步骤6.2.5、判断brai > bramax是否成立,若成立,则将bramax赋值给brai,并执行步骤7 ;否则直接执行步骤7; 步骤6.3、判断stai = S3是否成立,若成立,则执行步骤6.3.1,若不成立,则执行步骤.6.4; 步骤6.3.1、判断lab1-1 = I是否成立,若成立,则执行步骤6.3.2,若不成立,则执行步骤.6.3.3; 步骤6.3.2.、判断vi_vdi<-vds是否成立,若成立,则brai = β,thri = α,Iabi = O,否则,令 brai = brai—1、令 thri = thri—ι,并执行步骤 7 ; 步骤6.3.3、判断v1-vdi > vds是否成立,若成立,则令brai = βι8、thri = a,Iabi = I,若不成立,贝1J令thri = a、brai = P并执行步骤7 ; 步骤6.4、判断stai = S4是否成立,若成立,则令brai = β,并执行步骤6.4.1;若不成立,则执行步骤6.5; 步骤6.4.1、判断ai < amax是否成立,若成立,则令thri = thri—ι+ω3。,并执行步骤6.4.2,若不成立,则令thri = thr1-1,并执行步骤7 ; 步骤6.4.2、判断thri > thrmax是否成立,若成立,则将thrmax赋值给thri,并执行步骤7 ;否则,直接执行步骤7; 步骤 6.5、令 brai = β ; 步骤6.5.1、计算第i个周期Ti下PID调节算法车速反馈误差Em = vd1-vi; 步骤6.5.2、计算第i个周期Ti下PID调节算法比例控制输出量UPi = KPXErri; 步骤6.5.3、计算第i个周期Ti下PID调节算法积分控制输出量UIi = KI XUPi+UIi; 步骤6.5.4、计算第i个周期Ti下PID调节算法微分控制输出量UDi = KDX (UP1-UPi—!); 步骤6.5.5、计算第i个周期Ti下PID调节算法控制总输出量PoutpUPi+UIi+UDi; 步骤6.5.6、判断v-vd<vf是否成立,若成立,则令thri = a,若不成立,则令thri =Pouti; 步骤7、将第i个周期T1下所得油门控制量thri和制动控制量brai通过CAN 口发送至执行机构控制车辆速度并执行步骤8; 步骤8、将i+Ι赋值给i;并返回步骤3执行。
CN201610073978.XA 2016-01-29 2016-01-29 一种基于运动模式判断的无人车纵向控制方法 Active CN105511475B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610073978.XA CN105511475B (zh) 2016-01-29 2016-01-29 一种基于运动模式判断的无人车纵向控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610073978.XA CN105511475B (zh) 2016-01-29 2016-01-29 一种基于运动模式判断的无人车纵向控制方法

Publications (2)

Publication Number Publication Date
CN105511475A true CN105511475A (zh) 2016-04-20
CN105511475B CN105511475B (zh) 2018-04-20

Family

ID=55719535

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610073978.XA Active CN105511475B (zh) 2016-01-29 2016-01-29 一种基于运动模式判断的无人车纵向控制方法

Country Status (1)

Country Link
CN (1) CN105511475B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105946847A (zh) * 2016-05-12 2016-09-21 郑州宇通客车股份有限公司 一种自主驾驶系统的步进行驶方法及系统
CN106647773A (zh) * 2017-02-10 2017-05-10 北京理工大学 一种无人车横纵向协同控制方法
CN106864436A (zh) * 2017-03-14 2017-06-20 长安大学 一种无人驾驶车辆制动系统及制动方法
CN107215334A (zh) * 2017-06-26 2017-09-29 地壳机器人科技有限公司 车速控制方法、装置及无人驾驶汽车
CN109407666A (zh) * 2018-10-11 2019-03-01 智久(厦门)机器人科技有限公司上海分公司 一种无人车辆的控制方法、装置、设备及存储介质
CN110209211A (zh) * 2019-08-01 2019-09-06 奥特酷智能科技(南京)有限公司 运动学仿真车的速度控制方法及其系统
CN110488816A (zh) * 2019-08-06 2019-11-22 华为技术有限公司 自动驾驶纵向规划方法及相关设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS59103503A (en) * 1982-12-03 1984-06-15 Fujitsu General Ltd Speed control circuit for unmanned vehicle
US6474603B1 (en) * 2001-09-25 2002-11-05 Sikorsky Aircraft Corporation Flight control system for a hybrid aircraft in the pitch axis
CN103085816A (zh) * 2013-01-30 2013-05-08 同济大学 一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置
CN103963785A (zh) * 2014-05-20 2014-08-06 武汉理工大学 一种用于汽车自适应巡航系统的双模式控制方法
CN104129305A (zh) * 2014-08-19 2014-11-05 清华大学 一种电动汽车车速控制方法
CN104181816A (zh) * 2014-08-19 2014-12-03 中国人民大学 一种车辆安全性及平顺度的控制方法
CN104199432A (zh) * 2014-09-24 2014-12-10 奇瑞汽车股份有限公司 一种无人车的纵向智能控制系统
CN104925057A (zh) * 2015-06-26 2015-09-23 武汉理工大学 一种具有多模式切换体系的汽车自适应巡航系统及其控制方法
CN105235549A (zh) * 2015-11-02 2016-01-13 重庆长安汽车股份有限公司 电动汽车坡道扭矩控制方法及整车控制器

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS59103503A (en) * 1982-12-03 1984-06-15 Fujitsu General Ltd Speed control circuit for unmanned vehicle
US6474603B1 (en) * 2001-09-25 2002-11-05 Sikorsky Aircraft Corporation Flight control system for a hybrid aircraft in the pitch axis
CN103085816A (zh) * 2013-01-30 2013-05-08 同济大学 一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置
CN103963785A (zh) * 2014-05-20 2014-08-06 武汉理工大学 一种用于汽车自适应巡航系统的双模式控制方法
CN104129305A (zh) * 2014-08-19 2014-11-05 清华大学 一种电动汽车车速控制方法
CN104181816A (zh) * 2014-08-19 2014-12-03 中国人民大学 一种车辆安全性及平顺度的控制方法
CN104199432A (zh) * 2014-09-24 2014-12-10 奇瑞汽车股份有限公司 一种无人车的纵向智能控制系统
CN104925057A (zh) * 2015-06-26 2015-09-23 武汉理工大学 一种具有多模式切换体系的汽车自适应巡航系统及其控制方法
CN105235549A (zh) * 2015-11-02 2016-01-13 重庆长安汽车股份有限公司 电动汽车坡道扭矩控制方法及整车控制器

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YUNLONG YING 等: "A Sliding Mode Control Approach to Longitudinal Control of Vehicles in a Platoon", 《PROCEEDINGS OF 2014 IEEE INTERNATIONAL CONFERENCE ON MECHATRONICS AND AUTOMATION》 *
宋彦 等: "基于μ综合的无人驾驶车辆路径跟随串级鲁棒控制方法", 《机器人》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105946847A (zh) * 2016-05-12 2016-09-21 郑州宇通客车股份有限公司 一种自主驾驶系统的步进行驶方法及系统
CN106647773A (zh) * 2017-02-10 2017-05-10 北京理工大学 一种无人车横纵向协同控制方法
CN106647773B (zh) * 2017-02-10 2019-09-17 北京理工大学 一种无人车横纵向协同控制方法
CN106864436A (zh) * 2017-03-14 2017-06-20 长安大学 一种无人驾驶车辆制动系统及制动方法
CN107215334A (zh) * 2017-06-26 2017-09-29 地壳机器人科技有限公司 车速控制方法、装置及无人驾驶汽车
CN109407666A (zh) * 2018-10-11 2019-03-01 智久(厦门)机器人科技有限公司上海分公司 一种无人车辆的控制方法、装置、设备及存储介质
CN110209211A (zh) * 2019-08-01 2019-09-06 奥特酷智能科技(南京)有限公司 运动学仿真车的速度控制方法及其系统
CN110488816A (zh) * 2019-08-06 2019-11-22 华为技术有限公司 自动驾驶纵向规划方法及相关设备

Also Published As

Publication number Publication date
CN105511475B (zh) 2018-04-20

Similar Documents

Publication Publication Date Title
Ames et al. Control barrier function based quadratic programs for safety critical systems
Kayacan et al. A grey system modeling approach for sliding-mode control of antilock braking system
Wang et al. Rolling horizon control framework for driver assistance systems. Part I: Mathematical formulation and non-cooperative systems
CN105329238B (zh) 一种基于单目视觉的自动驾驶汽车换道控制方法
Aycin et al. Comparison of car-following models for simulation
JP2564275B2 (ja) 状態適応型内燃機関制御システム
Luo et al. Model predictive control for adaptive cruise control with multi-objectives: comfort, fuel-economy, safety and car-following
CN103359104B (zh) 汽车蠕动控制方法及系统
CN109624986B (zh) 一种基于模式切换的驾驶风格的学习巡航控制系统及方法
RU2534114C2 (ru) Способ и модуль для управления скоростью транспортного средства
CN103209876B (zh) 车辆用行驶控制装置
CN103324085B (zh) 基于监督式强化学习的最优控制方法
Cao et al. Bio-inspired speed curve optimization and sliding mode tracking control for subway trains
US5868214A (en) Cruise control governor using optimal droop selection logic
US9835248B2 (en) Systems and methods for dynamic gear state and vehicle speed management
JP5127917B2 (ja) 車両制御装置
US6990401B2 (en) Predictive speed control for a motor vehicle
US8321071B2 (en) Method and system for vertical navigation using time-of-arrival control
CN105857309A (zh) 一种考虑多目标的车辆自适应巡航控制方法
CN104731107B (zh) 一种电动六自由度运动平台高精度控制系统及控制方法
US9205851B2 (en) Speed profile creation device and automatic train operation apparatus
CN102540978B (zh) 面向高速加工的表面质量优先的样条曲线实时插补方法
CN105035079B (zh) 一种带发动机转矩观测器的同轴并联混合动力汽车动力切换协调控制方法
CN103857550B (zh) 用于适应式控制距离和速度并且用于机动车停车的方法和系统以及借此运行的机动车
RU2535833C2 (ru) Способ и модуль для управления скоростью транспортного средства

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant