CN107139917B - 一种基于混杂理论的无人驾驶汽车横向控制系统和方法 - Google Patents
一种基于混杂理论的无人驾驶汽车横向控制系统和方法 Download PDFInfo
- Publication number
- CN107139917B CN107139917B CN201710288248.6A CN201710288248A CN107139917B CN 107139917 B CN107139917 B CN 107139917B CN 201710288248 A CN201710288248 A CN 201710288248A CN 107139917 B CN107139917 B CN 107139917B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- module
- lane
- information
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012544 monitoring process Methods 0.000 claims abstract description 16
- 230000004888 barrier function Effects 0.000 claims abstract description 8
- 230000002093 peripheral effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 3
- 230000001052 transient effect Effects 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 210000005036 nerve Anatomy 0.000 claims 1
- 238000002834 transmittance Methods 0.000 claims 1
- 238000013461 design Methods 0.000 abstract description 5
- 230000008447 perception Effects 0.000 abstract 1
- 239000000203 mixture Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 238000011217 control strategy Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005183 dynamical system Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000009916 joint effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/02—Control of vehicle driving stability
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/182—Selecting between different operative modes, e.g. comfort and performance modes
-
- 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
- B60W2554/00—Input parameters relating to objects
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于混杂理论的无人驾驶汽车横向控制系统和方法,包括感知模块、路径规划模块、混杂控制器模块、转向执行模块和显示模块;感知模块用于获取车辆行驶环境和车辆自身运行状态;路径规划模块基于车辆在地图的绝对位置以及车辆与周边障碍物、车道线的相对位置进行路径规划;混杂控制器模块包括局部控制器单元和切换监督控制器单元;局部控制器单元针对车道保持、车道变换、紧急避撞工况下设计符合目标的控制器;切换监督控制器单元在不同离散事件驱动下,驱动有效的模式切换,保证切换稳定性;转向执行模块根据混杂控制器的信号驱动转向电机,实现无人驾驶汽车自动转向;显示模块用于显示感知信息和路径规划信息以及控制模式信息。
Description
技术领域
本发明涉及一种无人驾驶汽车横向控制领域,尤其涉及一种基于混杂理论的无人驾驶汽车横向控制系统和方法。
背景技术
发展智能汽车是《中国制造2025》十年行动纲领的重要组成,是国家意志的重要体现,也是我国实施汽车强国战略的重要机遇。开展智能汽车纵、横向控制技术的研究,对于提高我国智能汽车的研发水平、缩短与发达国家的差距,跟随甚至占据国际智能汽车技术制高点,具有重要意义。
无人驾驶汽车是一个集环境感知、规划决策以及运动控制等功能于一体的高新技术载体,其可在不同道路环境下实现自主驾驶,代表了汽车未来发展的重要方向。
无人驾驶汽车横向控制过程中存在多工况、多不确定、多干扰等因素引起的非线性控制问题,传统的单一控制算法不能解决和协调自主转向系统在不同工况下的控制要求和控制性能。另一方面,无人驾驶汽车自主转向系统对控制的实时性要求较高,传统的控制器的设计难以兼顾既保证多工况下的转向性能,又能使控制器设计起来简单,容易实现。
任意工况下车辆的横向运动过程实际均可用车道保持、车道变换、紧急避撞和系统故障四种状态(模式)的切换过程来描述,四种模式具有不同的动力学特性或控制要求,属于典型的切换控制系统,具有明显的离散状态特征。而在某一模式下,通过对电机电枢电压的连续控制达到转动方向和输出转矩的控制目的,具有明显的连续状态特征。若当前状态不符合约束条件时,系统将瞬时切换到另一工作模式,横向控制系统将按照新状态下的模式变化,表现出典型切换控制的混杂系统特征和动态行为。因此,对于无人驾驶汽车横向控制系统这种同时包含离散事件动态和连续变量动态的复杂动力学系统,单纯采用离散事件动态系统的研究方法或连续变量动态系统的研究方法,无法系统性的解决复杂的无人驾驶汽车横向控制问题。
发明内容
为解决上述技术问题,本发明提供一种基于混杂理论的无人驾驶汽车横向控制系统及方法,引入混杂控制系统理论对横向控制系统混杂特性进行分析,实现无人驾驶汽车横向控制系统的混杂控制,能够提高无人驾驶汽车横向控制系统的控制性能和智能化水平。
一种基于混杂理论的无人驾驶汽车横向控制系统,包括感知模块、路径规划模块、混杂控制器模块、转向执行模块、显示模块。
所述的感知模块用于获取车辆行驶环境信息和车辆自身运行状态信息,并将信息传送给路径规划模块和混杂控制器模块;
所述的路径规划模块根据感知模块传输的信息,基于车辆在地图系统中绝对位置以及车辆与周边障碍物、车道线的相对位置进行全局和局部路径规划,按照一定的评价标准,比如路径长度最短或能量消耗最少原则等,寻找一条从起始状态到目标状态的无碰撞车辆期望行驶路径;
所述的混杂控制器模块包括:局部控制器单元和切换监督控制器单元;
混杂控制器模块的局部控制器单元针对车道保持、车道变换、紧急避撞工况下分别设计符合控制目标的控制器,以满足车辆在不同工况下的控制要求。
混杂控制器模块的切换监督控制器单元在不同的离散事件驱动下,驱动混杂控制器模块进行有效的工作模式切换,同时保证切换过程中系统的稳定性。
所述的转向执行模块,根据混杂控制器模块传输过来的信号驱动转向执行模块中的转向电机,实现无人驾驶汽车自动转向。
所述的显示模块,用于显示感知模块获得的车道线、自身车辆位置、障碍物位置信息和路径规划模块规划的车辆期望行驶路径信息以及混杂控制器模块的控制模式信息。
上述方案中,所述混杂控制器模块包含四种工作模式,分别为车道保持模式m1、车道变换模式m2、紧急避障模式m3、系统故障模式m4;
上述方案中,车道保持模式m1、车道变换模式m2、紧急避障模式m3属于有控制状态,系统故障模式m4属于无控制状态。
一种基于混杂理论的无人驾驶汽车横向控制系统和方法,包括以下步骤:
步骤1),感知模块获取车辆行驶环境信息和车辆自身运行状态信息,并将获得的信息发送给路径规划模块;
步骤2),路径规划模块根据感知模块获得的信息,基于车辆在地图系统中绝对位置以及车辆与周边障碍物、车道线的相对位置进行全局和局部路径规划,规划出无碰撞车辆期望行驶路径;
步骤3),感知模块将获得的车辆行驶环境信息和车辆自身运行状态信息以及路径规划模块规划的车辆期望行驶路径信息发送给混杂控制器模块;
步骤4),混杂控制器模块中的切换监督控制器单元根据感知模块和路径规划模块所发送的信息经控制模式识别器进行分析处理后,按照模式切换的规则,并根据系统内部和外部离散的输入信号,在离散事件的驱动下,控制模式切换器切换局部控制器中某一控制器工作,从而实现了混杂控制器模块的工作模式的混杂切换,通过控制器中适当的控制算法,产生PWM驱动控制信号,再经过PWM调制驱动模块输出电枢电压信号,最后经输出监督器对输出电枢电压值处理,输出最终的电枢电压值。
步骤5),转向执行模块根据混杂控制器模块输出的电枢电压信号,转向电动机实时输出不同的转动方向和输出扭矩,驱动转向操纵机构执行车辆方向保持、左转、右转操作,从而实现无人驾驶汽车横向运动控制;
步骤6),显示模块将感知模块获得的车道线、自身车辆位置、障碍物位置信息和路径规划模块规划的无碰撞车辆期望行驶路径信息以及混杂控制器模块的控制模式信息显示于液晶屏幕上。当某个模块发生系统故障时,将通过显示界面提示驾驶员,驾驶员立即将车辆驾驶模式切换到人驾模式。
本发明的有益效果为:
1、本发明构建了无人驾驶汽车横向控制系统的“混杂切换模型体系”,将横向控制系统划分为四种工作模式,将横向控制中的复杂问题分解成几个单一工况下控制问题的合成,实现了无人驾驶汽车横向控制系统复杂建模和控制。
2、本发明在横向控制领域,不再局限于在全局范围内以一种单一的控制策略实现多工况下的自主转向系统的运行及控制问题,而将之转化为多模式控制以及多控制策略之间的切换协调,解决整个运行过程中的非线性、不确定性问题和离散事件对连续动态行为的影响,减少由于模式切换引起的冲击和振荡,提高无人驾驶汽车横向控制系统的稳定性和智能化水平。
3、本发明引入混杂控制理论,实现了无人驾驶汽车横向控制系统全工况下的控制,在各个工况引入适当的控制算法,能够在各工况下输出最佳的转向性能,既能满足系统局部控制性能,又能达到整体优化的目的,提高了无人驾驶车辆的操纵稳定性。
附图说明
图1为本发明基于混杂理论的无人驾驶汽车横向控制系统结构示意图;
图2为感知单元具体结构图;
图3为局部控制器单元具体结构图;
图4为切换监督控制器单元具体结构图;
图5为混杂控制器控制系统框图。
具体实施方式
以下将结合本发明附图进行详细叙述。
如图1所示,一种基于混杂理论的无人驾驶汽车横向控制系统,其特征在于,包括感知模块、路径规划模块、混杂控制器模块、转向执行模块、显示模块;
感知模块包括摄像头、64线激光雷达,4线激光雷达、毫米波雷达、INS/GPS组合导航系统(图2),摄像头分布在车辆前后挡风玻璃上负责采集车道线、交通灯、标志牌等信息;64线激光雷达安装在车辆顶部中间位置,用于车辆周围中远距离障碍物检测;4线激光雷达安装在车身周围,用于近距离障碍物检测;毫米波雷达安装在车辆前保险杠中间位置,用于采集障碍物与本车辆的相对距离和速度信息;INS/GPS组合导航系统用于获得车辆瞬时姿态参数、速度和位置信息;
路径规划模块用于规划无碰撞车辆期望行驶路径;
混杂控制器模块包括:局部控制器单元和切换监督控制器单元,切换监督控制器单元用于切换当前局部控制器单元某一控制器进行工作,并保证切换过程的系统稳定性;通过局部控制器单元和切换监督控制器单元确定当前混杂控制器模块应工作在哪种工作模式;混杂控制器模块用于产生驱动转向电机的电枢电压信号;
局部控制器单元包括车道保持控制器、车道变换控制器、紧急避撞控制器(图3),局部控制器单元针对车道保持、车道变换、紧急避撞三种工况下分别设计符合控制目标的车道保持控制器、车道变换控制器、紧急避撞控制器,用于满足车辆在不同工况下的控制要求;车道保持控制器、车道变换控制器、紧急避撞控制器都包括信号处理模块、控制策略模块和PWM调制驱动模块,信号处理模块用于对输入位置偏差和航向偏差进行处理,过滤掉信号中较大的杂波和干扰;控制策略模块在不同的工作模式下,采用适当的控制算法,产生PWM驱动控制信号;PWM调制驱动模块用于对产生的PWM驱动控制信号进行调制后,通过H桥驱动产生电动机电枢电压。
切换监督控制器单元包括控制模式分析识别器、控制模式切换器和输出监督器(图4);切换监督控制器单元作为系统的逻辑/决策部分,既要保证局部控制器单元各控制器的切换,又要保证切换过程中系统的稳定性;控制模式分析识别器用于识别横向控制系统所处的工作模式;控制模式切换器用于切换局部控制器单元某一控制器进行工作;输出监督器用于保证横向控制系统在控制模式切换过程中的稳定性,防止控制模式切换时伴随着控制器输出的较大跳跃,引起系统扰动和瞬态响应,从而实现横向控制系统的平滑切换。
转向执行模块,根据混杂控制器模块传输过来的信号驱动转向执行模块中的转向电机,实现无人驾驶汽车自动转向。
显示模块为液晶屏显示器;显示模块用于显示感知模块获得的车道线、自身车辆位置、障碍物位置信息和路径规划模块规划的车辆期望行驶路径信息以及混杂控制器模块的控制模式信息。当某个模块发生系统故障时,将通过显示界面提示驾驶员。
混杂控制器模块包含四种工作模式车道保持模式m1、车道变换模式m2、紧急避障模式m3、系统故障模式m4;车道保持模式m1、车道变换模式m2、紧急避障模式m3属于有控制状态,系统故障模式m4属于无控制状态。
通过对感知模块获得的车辆周围行驶环境信息和运行状态信息以及路径规划模块规划的无碰撞车辆期望行驶路径信息的判断,并根据系统内部和外部离散的输入信号,对无人驾驶汽车横向控制系统混杂控制器的工作模式进行混杂切换;内部离散输入信号是指混杂控制器各工种模式的连续动态运行而引起的工种模式的变迁及系统故障;外部离散输入信号是指外界环境对控制系统造成的扰动,包括控制系统的启停、外界不明故障造成的离散事件。
混杂控制器模块根据路径规划模块输入的位置偏差和航向偏差,把位置偏差和航向偏差作为控制器输入偏差,把控制器输出控制量作为无人驾驶汽车的期望前轮偏角和横摆角速度,通过驱动转向电机,使无人驾驶汽车达到期望前轮偏角和横摆角速度。
一种基于混杂理论的无人驾驶汽车横向控制系统和方法,包括以下步骤:
步骤1),感知模块获取车辆行驶环境信息和车辆自身运行状态信息,并将获得的信息发送给路径规划模块;
步骤2),路径规划模块根据感知模块传输的信息,基于车辆在地图系统中绝对位置以及车辆与周边障碍物、车道线的相对位置进行全局和局部路径规划,按照一定的评价标准,比如路径长度最短或能量消耗最少原则等,寻找一条从起始状态到目标状态的无碰撞车辆期望行驶路径
步骤3),感知模块将获得的车辆行驶环境信息和车辆自身运行状态信息以及路径规划模块规划的无碰撞车辆期望行驶路径信息发送给混杂控制器模块;
步骤4),混杂控制器模块中的切换监督控制器单元根据感知模块和路径规划模块所发送的信息经控制模式分析识别器进行分析处理后,按照模式切换的规则,并根据系统内部和外部离散的输入信号,在离散事件的驱动下,识别出系统所处工况,并将该信息发送给控制模式切换器,从而在不同的工况下,切换局部控制器单元中车道保持控制器、车道变换控制器、紧急避障控制器中的某一种控制器工作,通过控制器中适当的控制算法,产生PWM驱动控制信号,再经过PWM调制驱动模块输出电枢电压信号;输出监督器对车道保持控制器、车道变换控制器、紧急避障控制器输出电枢电压值u1、u2、u3进行加权处理,强制限制其输出幅值,在切换过程中,只有两个加权系数同时工作,当切换结束后,其中一个加权系数为1,其余都为0,从而防止控制模式切换时伴随着控制器输出的较大跳跃,引起系统扰动和瞬态响应,从而实现横向控制系统的平滑切换,通过局部控制器单元和切换监督控制器单元确定当前混杂控制器模块3应工作在哪种工作模式,实时输出驱动转向电机的电枢电压信号;如图5。
无人驾驶汽车横向运动的控制模式的切换规则是通过判断一系列离散事件是否发生来决定系统应工作在哪种模式下。无人驾驶汽车横向运动控制模式的切换规则如下:
1)当无人驾驶汽车路径规划模块规划好一条有效路径后,获得车辆的期望车道信息,感知单元获得车辆所处的实际的车道信息,当车辆所处的实际车道信息与期望车道信息相符合时,并且感知单元获得当前车辆与周围障碍物的相对距离和相对速度,通过控制模式分析识别器中的微处理器计算出当前车辆可以通过纵向控制避开障碍物时,那么系统判定此时车辆处于车道保持工况,系统将进入车道保持工况下的工作模式m1,通过自动转向系统,自动调整车辆保持在车道内正常行驶。
2)当车辆所处的实际车道信息与期望车道信息不相符合时,并且感知单元获得当前车辆与周围障碍物的相对距离和相对速度,通过控制模式分析识别器中的微处理器计算出当前车辆可以通过纵向控制避开障碍物时,那么系统判定此时车辆处于车道变换工况,系统将进入车道变换工况下的工作模式m2,通过转向系统,使车辆从当前车道变换到期望车道。
3)感知单元获得当前车辆与周围障碍物的相对距离和相对速度,混杂控制器模块根据感知单元传来的信息,通过控制模式分析识别器中的微处理器计算出当前车辆无法通过纵向控制避开障碍物时,那么系统判断此时车辆处于紧急避撞工况,系统将进入紧急避撞工况下的工作模式m3,通过转向系统,使车辆避开障碍物。
4)驾驶员将车辆驾驶模式切换到人驾模式,混杂控制器的模式切换为系统故障模式m4。
各个工作模式下拟采用的控制算法如下:
1)在车道保持模式m1下,车辆行驶速度较高,前轮转角较小,转向控制系统利用车辆与车道线的相对位置反馈实现车辆横向位置的控制。相对比于其他几种控制模式,车道保持模式一般持续的时间较长,车辆参数缓慢摄动和侧向风干扰所产生的不确定性比较突出,是影响车道保持效果的主要因素。因此,车道保持控制过程可采用例如反向传播神经网络的自适应控制算法。
2)在车道变换模式m2下,智能车辆在对本车道以及目标车道上所有物体准确感知的基础上,利用车辆横向位置和航向角的调节,实现稳定、精准的变道控制。相对比于车道保持模式,车道变换模式持续时间短,航向调节的速度与动力学状态的匹配程度对轨迹跟踪超调和横向稳定性有重要关系。该模式下,系统的时间延时和对控制效果的影响是车道变换的主要考虑因素。因此,车道变换控制过程可采用例如带延时的鲁棒控制算法。
3)在紧急避障模式m3下,以车辆不发生安全事故为主要矛盾,要求转向系统反应极为灵敏,对于阶跃输入的滞后反应时间短。基于此考虑,紧急避撞控制过程可采用例如前馈反馈的组合控制算法。
4)在系统故障模式m4下,驾驶员将驾驶模式切换成人驾模式,不需要进行自主横向控制。
步骤5),转向执行模块,根据混杂控制器模块输出的电枢电压信号,转向电动机实时输出不同的转动方向和输出扭矩,驱动转向操纵机构执行车辆方向保持、左转、右转操作,从而实现无人驾驶汽车横向运动控制;
步骤6),显示模块将感知模块获得的车道线、自身车辆位置、障碍物位置信息和路径规划模块规划的车辆期望行驶路径信息以及混杂控制器模块的控制模式信息显示于液晶屏显示器上。当某个模块发生系统故障时,将通过显示界面提示驾驶员,驾驶员立即将车辆驾驶模式切换到人驾模式,混杂控制器的模式切换为系统故障模式m4。
以上对本发明所提供的一种基于混杂理论的无人驾驶汽车横向控制系统和方法进行了详细介绍,以上所述仅为本发明较佳实施例,仅用于说明本发明的设计思想和特点,并不用于限制本发明,凡在本发明技术思想下所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于混杂理论的无人驾驶汽车横向控制系统,其特征在于,包括感知模块、路径规划模块、混杂控制器模块、转向执行模块和显示模块;所述混杂控制器模块分别与所述感知模块、所述路径规划模块、所述转向执行模块、所述显示模块相连;所述感知模块还与所述路径规划模块相连;
所述的感知模块用于获取车辆行驶环境信息和车辆自身运行状态信息,并将信息传送给路径规划模块和混杂控制器模块;
所述的路径规划模块根据感知模块传输的信息,基于车辆在地图系统中绝对位置以及车辆与周边障碍物、车道线的相对位置进行全局和局部路径规划,寻找一条从起始状态到目标状态的无碰撞车辆期望行驶路径;
所述的混杂控制器模块包括:局部控制器单元和切换监督控制器单元;
混杂控制器模块的局部控制器单元针对车道保持、车道变换、紧急避撞工况下分别设计符合控制目标的控制器,以满足车辆在不同工况下的控制要求;
混杂控制器模块的切换监督控制器单元在不同的离散事件驱动下,驱动混杂控制器模块进行有效的工作模式切换,同时保证切换过程中系统的稳定性;
所述的转向执行模块,根据混杂控制器模块传输过来的信号驱动转向执行模块中的转向电机,实现无人驾驶汽车自动转向;
所述的显示模块,用于显示感知模块获得的车道线、自身车辆位置、障碍物位置信息和路径规划模块规划的车辆期望行驶路径信息以及混杂控制器模块的控制模式信息。
2.根据权利要求1所述的一种基于混杂理论的无人驾驶汽车横向控制系统,其特征在于,所述混杂控制器模块包含四种工作模式,分别为车道保持模式m1、车道变换模式m2、紧急避障模式m3、系统故障模式m4。
3.根据权利要求2所述的一种基于混杂理论的无人驾驶汽车横向控制系统,其特征在于,所述车道保持模式m1、车道变换模式m2、紧急避障模式m3属于有控制状态,系统故障模式m4属于无控制状态。
4.根据权利要求1所述的一种基于混杂理论的无人驾驶汽车横向控制系统,其特征在于,所述感知模块包括摄像头、64线激光雷达、4线激光雷达、毫米波雷达、INS/GPS组合导航系统;所述摄像头分布在车辆前后挡风玻璃上,负责采集车道线、交通灯、标志牌信息;64线激光雷达安装在车辆顶部中间位置用于车辆周围中远距离障碍物检测、4线激光雷达安装在车身周围用于近距离障碍物检测;毫米波雷达安装在车辆前保险杠中间位置,用于采集障碍物与本车辆的相对距离和速度信息;INS/GPS组合导航系统用于获得车辆瞬时姿态参数、速度和位置信息。
5.一种基于混杂理论的无人驾驶汽车横向控制方法,其特征在于,包括如下步骤:
步骤1)感知模块获取车辆行驶环境信息和车辆自身运行状态信息,并将获得的信息发送给路径规划模块;
步骤2)路径规划模块根据感知模块获得的信息,基于车辆在地图系统中绝对位置以及车辆与周边障碍物、车道线的相对位置进行全局和局部路径规划,规划出无碰撞车辆期望行驶路径;
步骤3)感知模块将获得的车辆行驶环境信息和车辆自身运行状态信息以及路径规划模块规划的车辆期望行驶路径信息发送给混杂控制器模块;
步骤4)混杂控制器模块中的切换监督控制器单元根据感知模块和路径规划模块所发送的信息经控制模式识别器进行分析处理后,按照模式切换的规则,并根据系统内部和外部离散的输入信号,在离散事件的驱动下,控制模式切换器切换局部控制器中某一控制器工作,从而实现了混杂控制器模块的工作模式的混杂切换,通过控制器中的控制算法,产生PWM驱动控制信号,再经过PWM调制驱动模块输出电枢电压信号,最后经输出监督器对输出电枢电压值处理,输出最终的电枢电压值;
步骤5)转向执行模块根据混杂控制器模块输出的电枢电压信号,转向电动机实时输出不同的转动方向和输出扭矩,驱动转向操纵机构执行车辆方向保持、左转、右转操作,从而实现无人驾驶汽车横向运动控制;
步骤6)显示模块将感知模块获得的车道线、自身车辆位置、障碍物位置信息和路径规划模块规划的无碰撞车辆期望行驶路径信息以及混杂控制器模块的控制模式信息显示于液晶屏幕上。
6.根据权利要求5所述的一种基于混杂理论的无人驾驶汽车横向控制方法,其特征在于,步骤6)还包括:当某个模块发生系统故障时,将通过显示界面提示驾驶员,驾驶员立即将车辆驾驶模式切换到人驾模式。
7.根据权利要求5所述的一种基于混杂理论的无人驾驶汽车横向控制方法,其特征在于,所述步骤4)模式切换的规则如下:
1)当无人驾驶汽车路径规划模块规划好一条有效路径后,获得车辆的期望车道信息,感知模块获得车辆所处的实际的车道信息,当车辆所处的实际车道信息与期望车道信息相符合时,并且感知模块获得当前车辆与周围障碍物的相对距离和相对速度,通过控制模式分析识别器中的微处理器计算出当前车辆可以通过纵向控制避开障碍物时,那么系统判定此时车辆处于车道保持工况,系统将进入车道保持工况下的工作模式m1,通过自动转向系统,自动调整车辆保持在车道内正常行驶;
2)当车辆所处的实际车道信息与期望车道信息不相符合时,并且感知模块获得当前车辆与周围障碍物的相对距离和相对速度,通过控制模式分析识别器中的微处理器计算出当前车辆可以通过纵向控制避开障碍物时,那么系统判定此时车辆处于车道变换工况,系统将进入车道变换工况下的工作模式m2,通过转向系统,使车辆从当前车道变换到期望车道;
3)感知模块获得当前车辆与周围障碍物的相对距离和相对速度,混杂控制器模块根据感知模块传来的信息,通过控制模式分析识别器中的微处理器计算出当前车辆无法通过纵向控制避开障碍物时,那么系统判断此时车辆处于紧急避撞工况,系统将进入紧急避撞工况下的工作模式m3,通过转向系统,使车辆避开障碍物;
4)驾驶员将车辆驾驶模式切换到人驾模式,混杂控制器的模式切换为系统故障模式m4。
8.根据权利要求5所述的一种基于混杂理论的无人驾驶汽车横向控制方法,其特征在于,所述步骤4)中采用的控制算法如下:
1)在车道保持模式m1下,车道保持控制过程采用反向传播神经网络的自适应控制算法;
2)在车道变换模式m2下,车道变换控制过程采用带延时的鲁棒控制算法;
3)在紧急避障模式m3下,紧急避撞控制过程可采用前馈反馈的组合控制算法;
4)在系统故障模式m4下,驾驶员将驾驶模式切换成人工驾驶模式,不需要进行自主横向控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710288248.6A CN107139917B (zh) | 2017-04-27 | 2017-04-27 | 一种基于混杂理论的无人驾驶汽车横向控制系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710288248.6A CN107139917B (zh) | 2017-04-27 | 2017-04-27 | 一种基于混杂理论的无人驾驶汽车横向控制系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107139917A CN107139917A (zh) | 2017-09-08 |
CN107139917B true CN107139917B (zh) | 2019-05-31 |
Family
ID=59775226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710288248.6A Active CN107139917B (zh) | 2017-04-27 | 2017-04-27 | 一种基于混杂理论的无人驾驶汽车横向控制系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107139917B (zh) |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115855022A (zh) | 2017-04-07 | 2023-03-28 | 辉达公司 | 使用深度神经网络执行自主路径导航 |
US10705525B2 (en) | 2017-04-07 | 2020-07-07 | Nvidia Corporation | Performing autonomous path navigation using deep neural networks |
CN107839752B (zh) * | 2017-10-10 | 2019-08-13 | 吉利汽车研究院(宁波)有限公司 | 紧急转向辅助功能控制装置及方法 |
CN108008727A (zh) * | 2017-12-11 | 2018-05-08 | 梁金凤 | 一种能够高速行驶的无人驾驶汽车 |
KR102496654B1 (ko) * | 2018-02-21 | 2023-02-07 | 현대자동차주식회사 | 차량의 주행모드 전환 제어 장치 및 방법, 그리고 차량 시스템 |
CN108469804A (zh) * | 2018-02-28 | 2018-08-31 | 佛山市神风航空科技有限公司 | 一种基于物联网的智能汽车控制系统 |
CN108646738A (zh) * | 2018-05-11 | 2018-10-12 | 浙江吉利汽车研究院有限公司 | 一种驾驶辅助功能调用装置及方法 |
CN109017786B (zh) * | 2018-08-09 | 2020-09-22 | 北京智行者科技有限公司 | 车辆避障方法 |
CN109189567B (zh) * | 2018-08-30 | 2021-10-08 | 百度在线网络技术(北京)有限公司 | 时延计算方法、装置、设备及计算机可读存储介质 |
CN109733396B (zh) * | 2018-12-29 | 2020-06-23 | 厦门大学 | 过驱动无人驾驶汽车输入饱和自适应分级控制系统及方法 |
CN109808709B (zh) * | 2019-01-15 | 2021-08-03 | 北京百度网讯科技有限公司 | 车辆行驶保障方法、装置、设备及可读存储介质 |
CN109849903B (zh) * | 2019-01-15 | 2020-10-16 | 北京百度网讯科技有限公司 | 车体周围物体行为识别方法、装置、设备和可读存储介质 |
CN109799821A (zh) * | 2019-01-25 | 2019-05-24 | 汉腾汽车有限公司 | 一种基于状态机的自动驾驶控制方法 |
CN110517480B (zh) * | 2019-07-23 | 2021-07-20 | 江苏大学 | 面向人机共驾智能网联车辆的驾驶权切换及碰撞预警系统 |
CN110758232B (zh) * | 2019-10-15 | 2021-04-13 | 中国第一汽车股份有限公司 | 一种车辆转向灯控制方法、车辆及存储介质 |
CN111038477B (zh) * | 2019-11-29 | 2021-07-02 | 苏州智加科技有限公司 | 车辆控制方法、装置和设备 |
CN111123933B (zh) * | 2019-12-24 | 2021-10-01 | 华为技术有限公司 | 车辆轨迹规划的方法、装置、智能驾驶域控制器和智能车 |
CN111231937A (zh) * | 2020-02-25 | 2020-06-05 | 东南大学 | 一种用于无人驾驶车辆碰撞后失稳运动的控制方法 |
CN111516673B (zh) * | 2020-04-30 | 2022-08-09 | 重庆长安汽车股份有限公司 | 基于智能摄像头和高精地图定位的车道线融合系统及方法 |
CN111750886B (zh) * | 2020-05-12 | 2022-06-28 | 重庆兰德适普信息科技有限公司 | 局部路径规划方法及装置 |
CN111693050B (zh) * | 2020-05-25 | 2023-04-18 | 电子科技大学 | 基于建筑信息模型的室内中大型机器人导航方法 |
CN111806435B (zh) * | 2020-06-25 | 2021-12-07 | 安徽理工大学 | 一种低速电动车自动循迹控制系统 |
CN111791887B (zh) * | 2020-07-03 | 2021-06-04 | 北京理工大学 | 一种基于分层式车速规划的车辆节能驾驶方法 |
CN111890951B (zh) * | 2020-08-07 | 2022-08-05 | 吉林大学 | 智能电动汽车轨迹跟踪与运动控制方法 |
CN112158198B (zh) * | 2020-09-30 | 2021-09-03 | 重庆长安汽车股份有限公司 | L3级自动驾驶的横向感知安全驾驶控制方法、系统及车辆 |
CN112590816B (zh) * | 2020-12-21 | 2022-05-20 | 东风汽车集团有限公司 | 一种基于四轮转向汽车的自动驾驶往返切换方法及装置 |
CN113548042A (zh) * | 2021-05-17 | 2021-10-26 | 中国第一汽车股份有限公司 | 汽车防倾砸紧急避让控制方法、控制系统和汽车 |
CN113548049B (zh) * | 2021-07-27 | 2022-05-31 | 武汉理工大学 | 一种基于有限状态机的智能车辆驾驶行为决策方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8977419B2 (en) * | 2010-12-23 | 2015-03-10 | GM Global Technology Operations LLC | Driving-based lane offset control for lane centering |
KR101896720B1 (ko) * | 2012-12-24 | 2018-09-07 | 현대자동차주식회사 | 자동 차선 변경 제어 시스템 |
DE102013205840A1 (de) * | 2013-04-03 | 2014-10-09 | Robert Bosch Gmbh | Automatisches Befahren einer Strecke |
DE102013008605A1 (de) * | 2013-05-16 | 2014-11-20 | Audi Ag | Navigationshilfe für ein Kraftfahrzeug mit Autopiloten |
CN106347359B (zh) * | 2016-09-14 | 2019-03-12 | 北京百度网讯科技有限公司 | 用于操作自动驾驶车辆的方法和装置 |
-
2017
- 2017-04-27 CN CN201710288248.6A patent/CN107139917B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107139917A (zh) | 2017-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107139917B (zh) | 一种基于混杂理论的无人驾驶汽车横向控制系统和方法 | |
CN108327717B (zh) | 一种人机共驾的车道偏离辅助系统及其车道偏离辅助方法 | |
CN107200020B (zh) | 一种基于混杂理论的无人驾驶汽车自主转向控制系统和方法 | |
US12054149B2 (en) | Vision-based follow the leader lateral controller | |
US20210213935A1 (en) | Safety and Stability Control Method against Vehicle Tire Burst | |
Milanés et al. | Controller for urban intersections based on wireless communications and fuzzy logic | |
Zhang et al. | Human-lead-platooning cooperative adaptive cruise control | |
CN109177974A (zh) | 一种智能汽车的人机共驾型车道保持辅助方法 | |
CN108482370A (zh) | 一种商用车车道保持系统及其控制策略设计 | |
EP3891572B1 (en) | Direct and indirect control of mixed- automata vehicle platoon | |
CN113238563B (zh) | 一种高实时性的自动驾驶运动规划方法 | |
CN110667581B (zh) | 一种车辆的自动变道控制系统以及自动变道控制方法 | |
Schimpe et al. | Steer with me: A predictive, potential field-based control approach for semi-autonomous, teleoperated road vehicles | |
CN110515379A (zh) | 一种车辆自动驾驶控制系统及其方法 | |
CN112092825A (zh) | 一种基于机器学习的车道保持方法 | |
CN113553726A (zh) | 一种冰雪环境下的主从博弈型人机协同转向控制方法 | |
CN114323698B (zh) | 一种面向人机共驾智能汽车的实车实验平台测试方法 | |
Tan et al. | A real-world application of lane-guidance technologies—Automated snowblower | |
Tigges et al. | Controller concept for automated lateral control | |
Zhu et al. | Trajectory planning algorithm using Gauss pseudo-spectral method based on vehicle-infrastructure cooperative system | |
CN107885931B (zh) | 一种转向盘突变力矩人性化调节的汽车紧急避撞控制方法 | |
Deng et al. | Analysis of Vehicle Assisted Lane Change System and Autonomous Lane Change Model | |
Milanés et al. | Electric power controller for steering wheel management in electric cars | |
CN211765497U (zh) | 一种用于无人驾驶车辆的狭窄区域调头系统 | |
CN218949172U (zh) | 一种公交客车自动驾驶系统 |
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 |