CN107323457B - 一种人机协同的共享转向控制方法 - Google Patents

一种人机协同的共享转向控制方法 Download PDF

Info

Publication number
CN107323457B
CN107323457B CN201710544311.8A CN201710544311A CN107323457B CN 107323457 B CN107323457 B CN 107323457B CN 201710544311 A CN201710544311 A CN 201710544311A CN 107323457 B CN107323457 B CN 107323457B
Authority
CN
China
Prior art keywords
vehicle
unit
rad
formula
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
Application number
CN201710544311.8A
Other languages
English (en)
Other versions
CN107323457A (zh
Inventor
郭洪艳
宋林桓
申忱
陈虹
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.)
Jilin University
Original Assignee
Jilin University
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 Jilin University filed Critical Jilin University
Priority to CN201710544311.8A priority Critical patent/CN107323457B/zh
Publication of CN107323457A publication Critical patent/CN107323457A/zh
Application granted granted Critical
Publication of CN107323457B publication Critical patent/CN107323457B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • 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

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)
  • Steering Control In Accordance With Driving Conditions (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明公开了一种人机协同的共享转向控制方法，包括以下步骤：建立简化的车辆系统模型；进行避障安全约束的确定；采用约束模型预测方法进行共享转向控制器设计；选取所述步骤三得到的最优控制序列的第一个量作为控制量作用到被控车辆上；到下一时刻，通过所述步骤三建立的共享转向控制器根据当前车辆状态重新计算一个最优控制量；以此往复，实现滚动优化控制。本发明采用约束模型预测控制，在满足避障安全的前提下，车辆能尽可能满足驾驶员驾驶意图。

Description

一种人机协同的共享转向控制方法
技术领域
本发明涉及一种智能汽车的控制方法，更加具体的来讲，涉及一种人机协同的共享转向控制方法。
背景技术
汽车革新越来越依靠汽车电子控制的发展。智能驾驶成为了汽车的一个发展和进步的方向。对于智能汽车，首先要保证驾驶的安全性，通过安全性能的提升，为更为智能的驾驶方式提供基础。要实现完全智能驾驶，需要经过四个阶段：驾驶员辅助阶段、部分驾驶阶段、高度自动驾驶阶段和完全自主驾驶阶段，共享控制可以看做从有人驾驶到无人驾驶的过渡阶段。通过考虑人类驾驶特点的基础上，不断增加自动驾驶要素，逐步地提高主动安全性能，也更符合汽车工业的渐进式发展进程。
发明内容
本发明提供一种人机协同的共享转向控制方法，采用约束模型预测控制，在满足避障安全的前提下，车辆能尽可能满足驾驶员驾驶意图。
本发明是通过以下技术方案实现的：
一种人机协同的共享转向控制方法，其特征在于，包括以下步骤：
步骤一、建立简化的车辆系统模型：
式中，
x＝[yo ψ β r]T,u＝δf.
其中，x为系统的状态向量；u为系统控制量；A为系统矩阵；B为输入矩阵；yo为车辆质心o的侧向位置，单位：m；ψ为车辆航向角，单位：rad；v为车辆质心处的纵向速度，单位：m/s；β为车辆的质心侧偏角，单位：rad；r为车辆的横摆角速度，单位：rad/s；Cf为车辆前轮轮胎的侧偏刚度，单位：N/rad；Cr为车辆后轮轮胎的侧偏刚度，单位：N/rad；m为车辆的质量，单位：kg；Iz为车辆绕z轴的转动惯量，单位：kg·m2；a为车辆质心o到车辆前轴的距离，单位：m；b为车辆质心o到车辆后轴的距离，单位：m；δf为车辆的前轮转角，单位：rad；
步骤二、避障安全约束的确定：
考虑车辆形状来确定避障安全约束：
其中，fl(x)为通过感知系统扫描后处理得到的前方可行道路区域的左边界；fr(x)为通过感知系统扫描后处理得到的前方可行道路区域的右边界；w为车辆宽度，单位：m；lf为车辆质心o到车辆前端点F的距离，单位：m；lr为车辆质心o到车辆后端点R的距离，单位：m；ψ为车辆航向角，单位：rad；
步骤三、采用约束模型预测方法进行共享转向控制器设计，整理为；
满足：x(k+i+1)＝Acx(k+i)+Bcu(k+i)
式中：
Cψ＝[0 1 0 0]；
其中，J为优化函数的目标函数；δh为驾驶员期望的前轮转角，单位：rad；lf为车辆质心o到车辆前端点F的距离，单位：m；lr为车辆质心o到车辆后端点R的距离，单位：m；u(k+i)为k+i时刻的系统控制量，即为车辆的前轮转向角，单位：rad；x(k+i)为k+i时刻的系统状态向量；y(k+i)为k+i时刻的系统输出量；P为预测时域，N为控制时域；Γd为相对权重系数；fl(k+i)为前方可行道路区域左边界线fl(x)在时刻k+i的采样值，单位：m；fr(k+i)则为前方可行道路区域右边界线fr(x)在时刻k+i的采样值，单位：m；Ts为采样时间，单位s；x为系统的状态向量；A为系统矩阵；B为输入矩阵；
步骤四、选取控制量并完成控制：
选取控制率u为：
u＝U*(1)
其中，U*为优化得到的最优控制序列；即选取所述步骤三得到的最优控制序列的第一个量作为控制量作用到被控车辆上；到下一时刻，通过所述步骤三建立的共享转向控制器根据当前车辆状态重新计算一个最优控制量；以此往复，实现滚动优化控制。
本发明的有益效果为：
1、本发明提供道路避障安全。
2、本发明在满足安全的前提下，车辆能尽可能满足驾驶员驾驶意图。
3、本发明选取的避障安全约束考虑了车辆形状。
附图说明
图1为本发明所述一种人机协同的共享转向控制方法的流程图；
图2为本发明所述避障安全约束示意图；
图3为车身前后端点与车辆质心的几何关系图；
图4为本发明所述车辆模型示意图；
图5为双移线工况下车辆质心的路径对比图；
图6为双移线工况下前轮转角结果图；
具体实施方式
下面结合附图对本发明进行详细说明：
本发明提出一种人机协作的共享转向控制方法，如图1所示，其具体实施步骤如下：
步骤一、建立简化的车辆系统模型：
考虑到保证车辆的道路避障安全，将车辆动力学和运动学关系考虑到车辆系统的建模中。
(1)建立车辆动力学模型
车辆动力学模型的示意图如图2所示，其中车辆质心o为坐标原点，沿着车身向前的方向为横轴x的正方向，垂直于横轴向上的方向为纵轴y的正向。忽略车辆的纵向动力学，而只考虑车辆的侧向动力学及横摆方向的动力学。选取线性二自由度的车辆动力学模型，如式(1)所示：
其中，v为车辆质心处的纵向速度，单位，m/s；r为车辆的横摆角速度，单位，rad/s；Cf为车辆前轮轮胎的侧偏刚度，单位，N/rad；Cr为车辆后轮轮胎的侧偏刚度，单位，N/rad；m为车辆的质量，单位，kg；Iz为车辆绕z轴的转动惯量，单位，kg·m2；a为车辆质心o到车辆前轴的距离，单位，m；b为车辆质心o到车辆后轴的距离，单位，m；δf为车辆前轮转向角，单位，rad；
(2)建立车辆运动学模型
车辆运动学模型的示意图如图2所示，这里假定车辆是一个刚性体，其中装置着四个不会发生形变的车轮，并以前轮作为转向轮。考虑到车辆的感知系统的道路的曲率也大都是比较小的，所以认为车辆在这段区域内行驶时的航行角ψ是很小的。又考虑到车辆的质心侧偏角β很小，根据运动学方程以及附图2中所示的几何关系可得车辆的运动学模型如式(2)所示：
式中，xo为车辆质心o的纵向位置，单位，m；yo为车辆质心o的侧向位置，单位，m；r为车辆的横摆角速度，单位，rad/s；ψ为车辆航向角，单位，rad；
(3)建立简化的车辆系统模型
结合式(1)和式(2)，同时考虑到则可得车辆系统运动和动力学的微分方程式，具体如式(3)所示：
本发明选取前轮转角δf作为系统的控制量，而状态量则选取为[yo ψ β r]。基于此，车辆系统模型可被描述成式(4)所示的状态空间模型：
式中，
x＝[yo ψ β r]T,u＝δf.
其中，x为系统的状态向量；u为系统控制量；A为系统矩阵；B为输入矩阵；C为输出矩阵。
步骤二、避障安全约束的确定：避障安全约束的目的是使得车辆行驶在安全区域，不与道路边界发生碰撞，本发明中假定道路边界可以通过感知系统实时扫描得到，这里考虑车辆形状来确定避障安全约束。
(1)如图3实线所示，将车辆形状视为长方形，车宽为w。fl(x)为通过感知系统扫描处理得到的前方可行道路区域的左边界；fr(x)为通过感知系统扫描处理得到的前方可行道路区域的右边界；
(2)如图3虚线所示，车辆视为没有宽度的刚性杆FR，期望道路区域左边界线fl'(x)为期望道路区域右边界线fr'(x)为对刚性杆FR两端进行约束：
其中，yF为刚性杆FR前端点F的侧向位置，单位，m；yR为刚性杆FR后端点R的侧向位置，单位，m；
(3)如图4所示，刚性杆FR的前后端点F和R与质心o存在如下几何关系：
其中，yo为车辆质心o的侧向位置，单位，m；lf为车辆质心o到车辆前端点F的距离，单位，m；lr为车辆质心o到车辆后端点R的距离，单位，m；ψ为车辆航行角，单位，rad；
考虑到车辆的感知系统的道路的曲率也大都是比较小的，所以认为车辆在这段区域内行驶时的航行角ψ是很小的，进而公式(6)可以简化为：
(4)将针对FR的约束可以转化为针对质心o的约束，将公式(7)代入公式(5)可以得到避障安全约束：
步骤三、采用约束模型预测方法进行共享转向控制器设计：
(1)优化问题分析
本发明的控制器需要实现以下一些目标：
1)使车辆质心的侧向位置满足式(6)中的约束；
2)使车辆尽可能满足驾驶员的转向意图；
3)保证控制器输出的控制量始终平稳，避免出现过大的控制动作。
(2)共享转向控制器设计
本发明做出如下假设：假设自主驾驶车辆在一个预测时域内保持恒速行驶。式(4)为车辆系统的微分模型，为用于基于模型预测控制的区域型路径跟踪控制算法的设计，需要将式(4)离散化，得到离散时间的车辆系统模型，如式(9)所示：
x(k+1)＝Acx(k)+Bcu(k) (9)
式中，Cc＝C，其中Ts为采样时间。
假定预测时域为P，控制时域为N，且满足N≤P。同时假定控制时域之外的控制量保持不变，即u(k+N)＝u(k+N+1)＝…＝u(k+P-1)，则基于式(4)中离散时间的车辆系统模型，可推导出P步的状态预测方程，具体如(10)所示：
定义：
使车辆尽可能满足驾驶员的转向意图可由最小化式(12)中目标函数实现：
J1＝|δh-u(k)| (12)
其中，δh为驾驶员期望的前轮转角，单位，rad；u(k+i)为k+i时刻的系统控制量，即为车辆的前轮转向角，单位，rad。
保证控制器输出的控制量始终平稳，避免出现过大的控制动作可由最小化式(13)中目标函数实现：
对于有多个目标的优化问题，需要引入权重系数来对对各个优化目标的需求冲突进行衡量和处理，以获得一个最合适的优化结果。因此本发明中优化目标为：
其中，Γd为J1和J2的相对权重系数。
车辆质心的侧向位置满足式(16)中的约束，该输出约束可被写成如式(15)所示的形式：
式中，ψ(k+i)＝Cψx(k+i),Cψ＝[0 1 0 0],fl(k+i)为前方可行道路区域左边界线fl(x)在时刻k+i的采样值，单位，m；fr(k+i)则为前方可行道路区域右边界线fr(x)在时刻k+i的采样值，单位，m。
采用约束模型预测方法进行共享转向控制器设计，整理为；
满足：x(k+i+1)＝Acx(k+i)+Bcu(k+i)
式中：
Cψ＝[0 1 0 0].
其中，J为优化函数的目标函数；δh为驾驶员期望的前轮转角，单位，rad；lf为车辆质心o到车辆前端点F的距离，单位，m；lr为车辆质心o到车辆后端点R的距离，单位，m；u(k+i)为k+i时刻的系统控制量，即为车辆的前轮转向角，单位，rad；x(k+i)为k+i时刻的系统状态向量；y(k+i)为k+i时刻的系统输出量；P为预测时域，N为控制时域；Γd为权重因子；fl(k+i)为前方可行道路区域左边界线fl(x)在时刻k+i的采样值，单位，m；fr(k+i)则为前方可行道路区域右边界线fr(x)在时刻k+i的采样值，单位，m；Ts为采样时间，单位s；x为系统的状态向量；A为系统矩阵；B为输入矩阵。
步骤四、选取控制量并完成控制，选取控制率u为：
u＝U*(1) (17)
其中，U*为优化得到的最优控制序列；
即选取最优控制序列的第一个量作为控制量作用到被控车辆上。到下一时刻，基于模型预测控制的共享转向控制器将根据当前车辆状态重新计算一个最优控制量，以此往复，即实现了滚动优化控制。

Claims (3)

1.一种人机协同的共享转向控制方法，其特征在于，包括以下步骤：
步骤一、建立简化的车辆系统模型：
式中，
x＝[yo ψ β r]T,u＝δf.
其中，x为系统的状态向量；u为系统控制量；A为系统矩阵；B为输入矩阵；yo为车辆质心o的侧向位置，单位：m；ψ为车辆航向角，单位：rad；v为车辆质心处的纵向速度，单位：m/s；β为车辆的质心侧偏角，单位：rad；r为车辆的横摆角速度，单位：rad/s；Cf为车辆前轮轮胎的侧偏刚度，单位：N/rad；Cr为车辆后轮轮胎的侧偏刚度，单位：N/rad；m为车辆的质量，单位：kg；Iz为车辆绕z轴的转动惯量，单位：kg·m2；a为车辆质心o到车辆前轴的距离，单位：m；b为车辆质心o到车辆后轴的距离，单位：m；δf为车辆的前轮转角，单位：rad；
步骤二、避障安全约束的确定：
考虑车辆形状来确定避障安全约束：
其中，fl(x)为通过感知系统扫描后处理得到的前方可行道路区域的左边界；fr(x)为通过感知系统扫描后处理得到的前方可行道路区域的右边界；w为车辆宽度，单位：m；lf为车辆质心o到车辆前端点F的距离，单位：m；lr为车辆质心o到车辆后端点R的距离，单位：m；ψ为车辆航向角，单位：rad；
步骤三、采用约束模型预测方法进行共享转向控制器设计，整理为；
满足：x(k+i+1)＝Acx(k+i)+Bcu(k+i)
式中：
Cψ＝[0 1 0 0]；
其中，J为优化函数的目标函数；δh为驾驶员期望的前轮转角，单位：rad；lf为车辆质心o到车辆前端点F的距离，单位：m；lr为车辆质心o到车辆后端点R的距离，单位：m；u(k+i)为k+i时刻的系统控制量，即为车辆的前轮转向角，单位：rad；x(k+i)为k+i时刻的系统状态向量；y(k+i)为k+i时刻的系统输出量；P为预测时域，N为控制时域；Γd为相对权重系数；fl(k+i)为前方可行道路区域左边界线fl(x)在时刻k+i的采样值，单位：m；fr(k+i)则为前方可行道路区域右边界线fr(x)在时刻k+i的采样值，单位：m；Ts为采样时间，单位s；x为系统的状态向量；A为系统矩阵；B为输入矩阵；
步骤四、选取控制量并完成控制：
选取控制率u为：
u＝U*(1)
其中，U*为优化得到的最优控制序列；即选取所述步骤三得到的最优控制序列的第一个量作为控制量作用到被控车辆上；到下一时刻，通过所述步骤三建立的共享转向控制器根据当前车辆状态重新计算一个最优控制量；以此往复，实现滚动优化控制。
2.如权利要求1所述的一种人机协同的共享转向控制方法，其特征在于，所述步骤二避障安全约束的确定包括以下具体过程：
假定道路边界可以通过感知系统实时扫描得到，在此考虑车辆形状来确定避障安全约束；
将车辆形状视为长方形，车宽为w，fl(x)为通过感知系统扫描处理得到的前方可行道路区域的左边界；fr(x)为通过感知系统扫描处理得到的前方可行道路区域的右边界；
车辆视为没有宽度的刚性杆FR，期望道路区域左边界线f′l(x)为期望道路区域右边界线f′r(x)为对刚性杆FR两端进行约束：
其中，yF为刚性杆FR前端点F的侧向位置，单位，m；yR为刚性杆FR后端点R的侧向位置，单位，m；
刚性杆FR的前后端点F和R与质心o存在如下几何关系：
其中，yo为车辆质心o的侧向位置，单位，m；lf为车辆质心o到车辆前端点F的距离，单位，m；lr为车辆质心o到车辆后端点R的距离，单位，m；ψ为车辆航行角，单位，rad；
车辆在道路区域内行驶时的航行角ψ可忽略，进而公式(6)可以简化为：
将针对FR的约束转化为针对质心o的约束，将公式(7)代入公式(5)可以得到避障安全约束：
3.如权利要求1所述的一种人机协同的共享转向控制方法，其特征在于，所述步骤三采用约束模型预测方法进行共享转向控制器设计具体包括以下步骤：
假设自主驾驶车辆在一个预测时域内保持恒速行驶，将所述步骤一建立的车辆动力学模型离散化，得到离散时间的车辆系统模型，如式(9)所示：
x(k+1)＝Acx(k)+Bcu(k) (9)
式中，其中Ts为采样时间；
假定预测时域为P，控制时域为N，且满足N≤P；同时假定控制时域之外的控制量保持不变；
定义：
使车辆满足驾驶员的转向意图可由最小化式(12)中目标函数实现：
J1＝|δh-u(k)| (12)
其中，δh为驾驶员期望的前轮转角，单位，rad；u(k+i)为k+i时刻的系统控制量，即为车辆的前轮转向角，单位，rad；
保证控制器输出的控制量始终平稳，避免出现过大的控制动作可由最小化式(13)中目标函数实现：
引入权重系数来对对各个优化目标的需求冲突进行衡量和处理，以获得一个最合适的优化结果，则优化目标为：
其中，Γd为J1和J2的相对权重系数；
车辆质心的侧向位置满足式(16)中的约束，该输出约束可被写成如式(15)所示的形式：
式中，ψ(k+i)＝Cψx(k+i)，Cψ＝[0 1 0 0],fl(k+i)为前方可行道路区域左边界线fl(x)在时刻k+i的采样值，单位，m；fr(k+i)则为前方可行道路区域右边界线fr(x)在时刻k+i的采样值，单位，m；
采用约束模型预测方法进行共享转向控制器设计，整理为；
满足：
式中：
Cψ＝[0 1 0 0].
其中，J为优化函数的目标函数；δh为驾驶员期望的前轮转角，单位，rad；lf为车辆质心o到车辆前端点F的距离，单位，m；lr为车辆质心o到车辆后端点R的距离，单位，m；u(k+i)为k+i时刻的系统控制量，即为车辆的前轮转向角，单位，rad；x(k+i)为k+i时刻的系统状态向量；y(k+i)为k+i时刻的系统输出量；P为预测时域，N为控制时域；Γd为权重因子；fl(k+i)为前方可行道路区域左边界线fl(x)在时刻k+i的采样值，单位，m；fr(k+i)则为前方可行道路区域右边界线fr(x)在时刻k+i的采样值，单位，m；Ts为采样时间，单位s；x为系统的状态向量；A为系统矩阵；B为输入矩阵。
CN201710544311.8A 2017-07-06 2017-07-06 一种人机协同的共享转向控制方法 Active CN107323457B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710544311.8A CN107323457B (zh) 2017-07-06 2017-07-06 一种人机协同的共享转向控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710544311.8A CN107323457B (zh) 2017-07-06 2017-07-06 一种人机协同的共享转向控制方法

Publications (2)

Publication Number Publication Date
CN107323457A CN107323457A (zh) 2017-11-07
CN107323457B true CN107323457B (zh) 2019-08-16

Family

ID=60196230

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710544311.8A Active CN107323457B (zh) 2017-07-06 2017-07-06 一种人机协同的共享转向控制方法

Country Status (1)

Country Link
CN (1) CN107323457B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109493681B (zh) * 2018-11-30 2024-02-20 吉林大学 一种智能汽车人机共驾的驾驶试验平台
CN111688704B (zh) * 2020-06-24 2021-05-25 吉林大学 一种基于驾驶状态预测的人机力矩协同控制方法
CN111717282B (zh) * 2020-07-07 2021-12-03 中国人民解放军国防科技大学 一种基于模型预测控制的人机共享驾驶辅助转向方法
CN111717207B (zh) * 2020-07-09 2021-07-23 吉林大学 一种考虑人车冲突的协同转向控制方法
CN113200056B (zh) * 2021-06-22 2022-04-08 吉林大学 一种非完全信息非合作博弈人机共驾控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104768824A (zh) * 2012-09-06 2015-07-08 捷豹路虎有限公司 车辆控制系统和方法
CN105644557A (zh) * 2015-12-30 2016-06-08 苏州安智汽车零部件有限公司 考虑驾驶员避撞意图的制动和转向辅助系统及方法
US9376117B1 (en) * 2015-03-23 2016-06-28 Toyota Jidosha Kabushiki Kaisha Driver familiarity adapted explanations for proactive automated vehicle operations
EP2481651A4 (en) * 2009-09-24 2016-10-19 Toyota Motor Co Ltd DEVICE FOR ASSESSING THE ROTATIONAL BEHAVIOR OF A VEHICLE
CN106740811A (zh) * 2016-12-07 2017-05-31 浙江吉利控股集团有限公司 弯道自动转向系统及基于该系统的弯道的自动转向方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9493149B2 (en) * 2008-07-02 2016-11-15 Michael Phelan Driver authentication system and method for monitoring and controlling vehicle usage
KR101779962B1 (ko) * 2013-10-31 2017-09-20 한국전자통신연구원 운전자의 의지 판단을 포함하는 조향 제어 장치 및 이의 작동 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2481651A4 (en) * 2009-09-24 2016-10-19 Toyota Motor Co Ltd DEVICE FOR ASSESSING THE ROTATIONAL BEHAVIOR OF A VEHICLE
CN104768824A (zh) * 2012-09-06 2015-07-08 捷豹路虎有限公司 车辆控制系统和方法
US9376117B1 (en) * 2015-03-23 2016-06-28 Toyota Jidosha Kabushiki Kaisha Driver familiarity adapted explanations for proactive automated vehicle operations
CN105644557A (zh) * 2015-12-30 2016-06-08 苏州安智汽车零部件有限公司 考虑驾驶员避撞意图的制动和转向辅助系统及方法
CN106740811A (zh) * 2016-12-07 2017-05-31 浙江吉利控股集团有限公司 弯道自动转向系统及基于该系统的弯道的自动转向方法

Also Published As

Publication number Publication date
CN107323457A (zh) 2017-11-07

Similar Documents

Publication Publication Date Title
CN107323457B (zh) 一种人机协同的共享转向控制方法
Li et al. Development of a new integrated local trajectory planning and tracking control framework for autonomous ground vehicles
CN107856737B (zh) 一种基于危险程度变权重的人机协同转向控制方法
CN111681452B (zh) 一种基于Frenet坐标系下的无人驾驶汽车动态换道轨迹规划方法
US9233711B2 (en) Lane keeping control device of vehicle
CN109976159A (zh) 基于安全可控域的智能车辆横向控制方法
CN109164814B (zh) 面向高速公路场景的自动驾驶控制系统
CN108860149B (zh) 一种用于智能车辆时间最短自由变道的运动轨迹设计方法
CN115551756A (zh) 路径控制模块、相关联的路径控制设备以及相关联的方法
US11345400B2 (en) Trajectory tracking with four-wheel steering and steering limits
Elbanhawi et al. The role of path continuity in lateral vehicle control
JP7188236B2 (ja) 車両制御装置
CN111587199B (zh) 驾驶辅助装置、驾驶辅助方法及驾驶辅助系统
CN111629943B (zh) 驾驶辅助装置、驾驶辅助方法及驾驶辅助系统
JP5158514B2 (ja) 車両
Wurts et al. Collision imminent steering at high speeds on curved roads using one-level nonlinear model predictive control
Osman et al. Vision based lane reference detection and tracking control of an automated guided vehicle
JP4613668B2 (ja) 車両挙動制御装置および車両挙動制御方法
CN109677403A (zh) 一种基于微分平坦的智能车避障控制方法
Tan et al. Design and development of a novel autonomous scaled multiwheeled vehicle
Kim et al. Vehicle path tracking control using pure pursuit with MPC-based look-ahead distance optimization
CN113961002B (zh) 一种基于结构化道路采样的主动换道规划方法
JP5158515B2 (ja) 車両
CN115973187A (zh) 一种自动驾驶车辆变道轨迹规划方法
Chen et al. Ribbon model based path tracking method for autonomous ground vehicles

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