CN107867290B - 一种考虑运动障碍物的汽车紧急避撞分层式控制方法 - Google Patents
一种考虑运动障碍物的汽车紧急避撞分层式控制方法 Download PDFInfo
- Publication number
- CN107867290B CN107867290B CN201711081087.XA CN201711081087A CN107867290B CN 107867290 B CN107867290 B CN 107867290B CN 201711081087 A CN201711081087 A CN 201711081087A CN 107867290 B CN107867290 B CN 107867290B
- Authority
- CN
- China
- Prior art keywords
- automobile
- reference value
- path
- control
- wheel
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000006073 displacement reaction Methods 0.000 claims abstract description 18
- 238000005457 optimization Methods 0.000 claims abstract description 16
- 230000004888 barrier function Effects 0.000 claims description 43
- 230000001133 acceleration Effects 0.000 claims description 28
- 238000013461 design Methods 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000013459 approach Methods 0.000 claims description 6
- 239000005364 simax Substances 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000012938 design process Methods 0.000 claims description 4
- 230000002068 genetic effect Effects 0.000 claims description 4
- 230000002265 prevention Effects 0.000 claims description 4
- 241000208340 Araliaceae Species 0.000 claims description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 3
- 235000008434 ginseng Nutrition 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000000465 moulding Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims 1
- 238000005096 rolling process Methods 0.000 description 4
- 208000012661 Dyskinesia Diseases 0.000 description 3
- XXXSILNSXNPGKG-ZHACJKMWSA-N Crotoxyphos Chemical compound COP(=O)(OC)O\C(C)=C\C(=O)OC(C)C1=CC=CC=C1 XXXSILNSXNPGKG-ZHACJKMWSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 1
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 1
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000126 substance Substances 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
- B60W30/08—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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0031—Mathematical model of the vehicle
-
- 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
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/12—Lateral 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
-
- B60W2550/10—
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明涉及一种考虑运动障碍物的汽车紧急避撞分层式控制方法,其特征在于,该方法是:通过路径动态规划模块根据实时采集的障碍物信息、目标点坐标、汽车行驶状态信息,实时优化得出期望轨迹的侧向位移参考值、横摆角参考值、横摆角速度参考值、纵向速度参考值,输入到路径跟踪控制模块,同时通过路径跟踪控制模块采集当前汽车行驶状态信息,实时优化得出前轮转角和汽车四个车轮滑移率,控制汽车实现避撞。
Description
技术领域
本发明涉及汽车辅助驾驶技术领域,具体涉及一种考虑运动障碍物的汽车紧急避撞分层式控制方法。
背景技术
汽车能给人们带来方便与快捷,其行驶安全性已成为全球性的社会问题。为了进一步提高道路交通安全性,帮助驾驶员减少错误操作,近年来以先进驾驶辅助系统(Advanced Driver Assistance Systems,ADAS)为代表的智能汽车安全技术逐渐得到重视和发展。汽车紧急避撞系统通过执行器的主动干预,辅助驾驶员调整汽车的运动轨迹,实现避撞。它能够在危急时刻拯救驾乘者的生命,有着良好的市场前景。
实时规划并跟踪一条无碰撞最优路径是汽车紧急避撞控制的关键。汽车避撞控制需要汽车在获取汽车状态信息和道路信息的前提下,不断的规划期望的路径,并同时协助驾驶员完成转向和制动最优操作,实现汽车的安全避撞。因此,需要实时的优化出汽车的行驶轨迹和相应的控制输入。近年来,随着基于实时数学优化的模型预测控制(ModelPredictive Control,MPC)理论的突破,MPC已经从化工等慢速流程工业迅速扩展到航空航天、机器人、汽车等快速控制系统。但是在紧急避撞下,由于模型的复杂性,汽车很难在保证精确控制的前提下满足实时性要求,这也一直是限制MPC应用的主要因素。
汽车紧急避撞控制方面已有很多研究成果,能够较好的解决避撞控制问题,但这些研究成果主要针对静止障碍物。在考虑运动障碍物的汽车紧急避撞控制方面,文献[Ackermann C,Isermann R,Min S,et al.Collision avoidance with automaticbraking and swerving[J].IFAC Proceedings Volumes,2014,47(3):10694-10699.]考虑障碍物纵向运动情况,检测汽车与运动障碍物的速度差,决策出避撞的转向时机,即是否可以进行转向避撞,但在避撞过程中没有考虑运动障碍物位置的动态变化,而且没有考虑障碍物侧向运动情况。公开号为CN105539586A的中国专利公开了一种用于自主驾驶的汽车躲避移动障碍物的统一的运动规划方法,该方法考虑障碍物的纵向及侧向运动情况,但只用来决策出避撞的转向时机及避撞路径,同样没有在避撞过程中考虑运动障碍物位置的动态变化。
发明内容
为了解决现有紧急避撞方法存在的在避撞过程中没有考虑运动障碍物位置的动态变化而导致避撞过程不安全可靠的技术问题,本发明提供一种考虑运动障碍物的汽车紧急避撞分层式控制方法,能够辅助驾驶员完成避撞,在紧急关头拯救驾乘人员的生命。
本发明解决技术问题所采取的技术方案如下:
一种考虑运动障碍物的汽车紧急避撞分层式控制方法,其特征在于,该方法是:通过路径动态规划模块根据实时采集的障碍物信息、目标点坐标、汽车行驶状态信息,实时优化得出期望轨迹的侧向位移参考值、横摆角参考值、横摆角速度参考值、纵向速度参考值,输入到路径跟踪控制模块,同时通过路径跟踪控制模块采集当前汽车行驶状态信息,实时优化得出前轮转角和汽车四个车轮滑移率,控制汽车实现避撞;该方法包括如下步骤:
步骤1、路径动态规划模块根据实时采集的障碍物信息、目标点坐标、汽车行驶状态信息,实时优化得出期望轨迹的侧向位移参考值、横摆角参考值、横摆角速度参考值、纵向速度参考值,其包括如下子步骤:
步骤1.1、路径动态规划的性能指标设计过程包括如下子步骤:
步骤1.1.1、利用预测时域内预测轨迹的终点坐标与目标点坐标误差的二范数作为跟踪性能指标,体现汽车的轨迹跟踪特性,其表达式如下:
其中,Hp,h为路径动态规划模块的预测时域,(Xt+Hp,h,Yt+Hp,h)为预测时域内预测轨迹的终点坐标,由质点模型迭代获得,避撞时汽车要达到的目标点坐标(Xg,Yg);
所述质点模型为:
其中,ay为汽车侧向加速度;为汽车纵向加速度;分别为横摆角和横摆角速度;分别为大地坐标系中汽车质心的纵向速度和侧向速度;V为当前汽车纵向速度;
步骤1.1.2、利用侧向加速度的二范数作为避撞过程中的汽车安全指标,体现汽车避撞稳定性,建立离散二次型汽车安全指标为:
其中,Hc,h为路径动态规划模块的控制时域,t表示当前时刻,ay为质点模型的侧向加速度,w1为ay的权重系数;
步骤1.2、路径动态规划的约束设计过程包括如下子步骤:
步骤1.2.1、设置汽车稳定性约束,保障汽车避障安全;
利用线性不等式限制侧向加速度的上下限得到汽车稳定性约束,其数学表达式为:
|ayk,t|<μg k=t,t+1……t+Hc,h-1 (3)
其中,μ为路面附着系数,g为重力加速度;
步骤1.2.2、设置位置约束,保证避撞过程中不会与障碍物碰撞;
t时刻障碍物的位置信息可表征为N个离散点的集合,这些信息可由雷达传感器测量获得,其中第j个离散点的坐标表示为(Xj,t,Yj,t),t时刻的汽车质心坐标记为(Xk,t,Yk,t),可由汽车动力学模型计算得出,位置约束定为
其中,a为汽车质心到车头的距离;b为汽车质心到车尾的距离;c为汽车车宽的一半;为以t时刻为起点预测时域内k时刻汽车的横摆角;Dx,j,t为障碍物第j个离散点在汽车坐标系中到汽车质心的纵向距离,Dy,j,t为障碍物第j个离散点在汽车坐标系中到汽车质心的横向距离;
假定在预测时域内障碍物沿Y方向以恒定速度运动,公式(5)表征了汽车与障碍物N个离散点的接近程度,值越大,说明汽车与障碍物对应离散点的距离越接近,也就越危险;定义t时刻值最大的障碍物离散点j为当前采样周期内的危险点,记为(Xj,t,Yj,t),在预测时域内基于此危险点对障碍物运动进行预测,迭代关系表示为:
其中,(Xj,t-1,Yj,t-1)为危险点在t-1时刻的坐标;(Xj,k,Yj,k)为预测时域内k时刻危险点的坐标;
通过迭代的方式更新公式(5)中的障碍物离散点坐标,在预测时域内将障碍物的位置变化整合为模型预测控制算法的位置约束;
步骤1.3、构建路径动态规划多目标优化控制问题,求解多目标优化控制问题,进而求出横摆角速度参考值、横摆角参考值、侧向位移参考值和纵向速度参考值,其包括如下子步骤:
步骤1.3.1、通过雷达传感器获取障碍物信息,通过车速传感器和陀螺仪获取汽车行驶状态信息,并将获取的障碍物信息和汽车行驶状态信息输入路径动态规划模块;
步骤1.3.2、利用线性加权法将跟踪性能指标和汽车安全指标转化为单一指标,构建路径动态规划多目标优化控制问题,该问题要同时满足汽车稳定性约束和位置约束,且保证路径动态规划输入输出符合质点模型:
服从于
i)质点模型
ii)约束条件为公式(3)~(7)
步骤1.3.3、在路径动态规划控制器中,调用遗传算法,求解多目标优化控制问题(9),得到最优开环控制ay *为:
服从于
i)质点模型
ii)约束条件为公式(3)~(7)
步骤1.3.4、利用当前时刻最优开环控制ay *(0),求出横摆角速度参考值横摆角参考值侧向位移参考值Yref、纵向速度参考值具体表达式如下:
其中,V为当前汽车纵向速度,为汽车侧向速度的参考值,为路径侧向速度的参考值;
步骤2、路径跟踪控制模块接收由路径动态规划模块传来的期望轨迹的侧向位移参考值、横摆角参考值、横摆角速度参考值、纵向速度参考值,同时路径跟踪控制模块采集当前的汽车行驶状态信息,实时优化得出汽车的前轮转角和汽车四个车轮滑移率,控制汽车实现避撞,其包括如下子步骤:
步骤2.1、路径跟踪控制的性能指标设计过程包括如下子步骤:
步骤2.1.1、利用路径动态规划模块输出的侧向位移参考值Yref、横摆角参考值横摆角速度参考值纵向速度参考值与实际汽车行驶状态信息的误差的二范数作为循迹性能指标,体现汽车的轨迹跟踪特性,其表达式如下:
其中,ηk,t为汽车行驶状态信息,由汽车动力学模型迭代获得,ηrefk,t为路径动态规划模块提供的参考值,Hp,l为路径跟踪控制模块的预测时域,w2为权重系数;
所述汽车动力学模型:
Fxi=fxicos(δi)-fyisin(δi),i∈{1,2,3,4} (31)
Fyi=fxisin(δi)+fyicos(δi),i∈{1,2,3,4} (32)
其中,Fxi、Fyi分别为四个车轮沿着车身坐标方向的纵向分力与侧向分力;fxi、fyi分别为四个车轮沿车轮坐标方向的分力,其中fxi为四个车轮滑移率和车轮垂直载荷的函数,fyi为前轮转角和车轮垂直载荷的函数,具体数值可由魔术公式确定;分别为汽车纵向速度和纵向加速度;分别为汽车侧向速度和侧向加速度;分别为汽车横摆角、横摆角速度和横摆角加速度;lf、lr分别为汽车质心到前、后轴的距离,ls为轮距大小的一半;Jz为绕汽车质心的铅垂轴的横摆转动惯量;M为汽车质量;X、Y分别为大地坐标系中汽车质心位置的横纵坐标;δi为四个车轮转角,这里汽车为前轮转向,故δ3=δ4=0;
所述魔术公式的参数由试验拟合得出,具体表达式如下:
其中,V为当前汽车纵向速度;αf、αr分别为前轮侧偏角和后轮侧偏角;Fz,f、Fz,r分别为汽车前、后轴载荷;si为汽车四个车轮滑移率;Axi、Bxi、Cxi、Dxi、Exi和Ayi、Byi、Cyi、Dyi、Eyi是试验拟合参数,具体参数由下表所示:
表4魔术公式参数
步骤2.1.2、利用控制量变化率的二范数作为避撞过程中的执行器的转向制动平滑指标,体现转向制动平滑特性;控制量u为汽车前轮转角δ和汽车四个车轮滑移率si i∈{1,2,3,4},建立离散二次型转向制动平滑指标为:
其中,Hc,l为控制时域,t表示当前时刻,Δu为控制量变化率;
步骤2.2、路径跟踪控制的约束设计为设置汽车稳定性约束,保障汽车避障安全;利用线性不等式限制前轮转角和四个车轮滑移率的上下限,得到转向、制动执行器的物理约束,其数学表达式为:
δmin<δk,t<δmax k=t,t+1……t+Hc,l-1 (24)
simin<sik,t<simax i∈{1,2,3,4}k=t,t+1……t+Hc-1 (25)
其中,δmin为前轮转角下限,δmax为前轮转角上限,simin为四个车轮滑移率下限,simax为四个车轮滑移率上限;
步骤2.3、构建路径跟踪控制多目标优化控制问题,求解多目标优化控制问题,得出实时优化的汽车前轮转角和汽车四个车轮滑移率,实现考虑运动障碍物的汽车紧急避撞控制,其包括如下子步骤:
步骤2.3.1、路径跟踪控制模块从路径动态规划模块中获得期望轨迹的侧向位移参考值、横摆角参考值、横摆角速度参考值和纵向速度参考值;
步骤2.3.2、利用线性加权法将循迹性能指标和转向制动平滑指标转化为单一指标,构建路径跟踪控制多目标优化控制问题,该问题要同时满足转向、制动执行器的物理约束,且保证路径跟踪控制输入输出符合汽车动力学模型:
服从于
i)汽车动力学模型
ii)约束条件为公式(24)~(25)
步骤2.3.3、在路径跟踪控制器中,调用SQP算法,求解多目标优化控制问题(26),得到最优开环控制u*为:
服从于
i)汽车动力学模型
ii)约束条件为公式(24)~(25)
步骤2.3.4、利用当前时刻最优开环控制u*(0)进行反馈,实现闭环控制,实现了考虑运动障碍物的汽车紧急避撞控制。
本发明的有益效果是:通过构建基于模型预测控制的分层优化问题,上层采用质点模型进行路径规划,下层采用高精度的汽车动力学模型进行路径跟踪,解决了紧急避撞时路径动态规划与实时跟踪问题,并同时考虑了动障碍物的情况,实现了安全最优避撞。该方法基于模型预测控制构建多目标优化问题,再以动态约束的形式制定了不碰撞路径,路径满足动力学约束,避撞过程更为可靠。该方法通过障碍物坐标变化的方式,将障碍物运动情况转化为避撞控制优化求解的动态约束,解决了避障控制中的运动障碍物问题。
附图说明
图1是本发明考虑运动障碍物的汽车紧急避撞分层式控制方法的原理示意图。
图2是汽车与障碍物位置的关系示意图。
图3是汽车与障碍物运动关系示意图。
图4是本发明汽车模型图。
具体实施方式
下面结合附图和实例对本发明做进一步详细说明。
如图1所示,本发明一种考虑运动障碍物的汽车紧急避撞分层式控制方法包括以下步骤:路径动态规划模块1根据实时采集的障碍物信息、目标点坐标、汽车行驶状态信息,实时优化得出期望轨迹的侧向位移参考值、横摆角参考值、横摆角速度参考值、纵向速度参考值,输入到路径跟踪控制模块2,同时路径跟踪控制模块2采集当前的汽车行驶状态信息,实时优化得出汽车3的前轮转角和汽车四个车轮滑移率,控制汽车3实现避撞;其中,障碍物信息包括障碍物外形轮廓的离散点坐标,由雷达传感器测量获得;汽车行驶状态信息包括汽车纵向速度、侧向速度、横摆角速度,汽车纵向速度和侧向速度由车速传感器测量获得,汽车横摆角速度由陀螺仪测量获得。
下面以某轿车为平台,具体说明本发明的方法,试验轿车的主要参数如表1所示:
表1试验轿车的主要参数
路径动态规划模块1实现以下三部分功能:1.1、路径动态规划的性能指标设计;1.2、路径动态规划的约束设计;1.3、路径动态规划控制律滚动时域求解。
在1.1部分,路径动态规划的性能指标设计包括以下两部分内容:1.1.1、利用预测时域内预测轨迹的终点坐标与目标点坐标误差的二范数作为跟踪性能指标,体现汽车的轨迹跟踪特性;1.1.2、利用侧向加速度的二范数作为汽车安全指标,体现汽车避撞稳定性;
在1.1.1部分,跟踪性能指标以预测时域内预测轨迹的终点坐标与目标点坐标误差的二范数为评价标准,表达式如下:
其中,Hp,h为路径动态规划模块1的预测时域,(Xt+Hp,h,Yt+Hp,h)为预测时域内预测轨迹的终点坐标,由汽车动力学模型迭代获得,避撞时汽车要达到的目标点坐标(Xg,Yg),即障碍物后方的一个安全点。
在1.1.2部分,利用侧向加速度的二范数描述避撞过程中的汽车避撞稳定性,建立离散二次型汽车安全指标为:
其中,Hc,h为路径动态规划模块1的控制时域,t表示当前时刻,ay为质点模型的侧向加速度,w1为ay的权重系数,路径动态规划模块1设计参数如表2所示,其中Ts1为路径动态规划模块1的采样周期。
表2紧急避撞控制器设计参数
在1.2部分,路径动态规划的约束设计包括两部分:1.2.1设置汽车稳定性约束,保障汽车避障安全;1.2.2设置位置约束,保证避撞过程中不会与障碍物碰撞。
在1.2.1部分,利用线性不等式限制侧向加速度的上下限得到汽车稳定性约束,其数学表达式为:
|ayk,t|<μg k=t,t+1……t+Hc,h-1 (3)
其中,μ为路面附着系数,由估计器获得,g为重力加速度。
在1.2.2部分,如图2所示,t时刻障碍物的位置信息可表征为N个离散点的集合,这些信息可由雷达传感器测量获得,其中第j个离散点的坐标表示为(Xj,t,Yj,t),t时刻的汽车质心坐标记为(Xk,t,Yk,t),可由汽车动力学模型计算得出,位置约束定为
其中,a为汽车质心到车头的距离;b为汽车质心到车尾的距离;c为汽车车宽的一半;为以t时刻为起点预测时域内k时刻汽车的横摆角,Dx,j,t为障碍物第j个离散点在汽车坐标系中到汽车质心的纵向距离,Dy,j,t为障碍物第j个离散点在汽车坐标系中到汽车质心的横向距离。
如图3所示,汽车行驶过程中,障碍物可能以运动的方式突然出现;考虑障碍物沿Y方向运动情况,假定在预测时域内障碍物以恒定速度运动。
公式(5)表征了汽车与障碍物N个离散点的接近程度,值越大,说明汽车与障碍物对应离散点的距离越接近,也就越危险。为了保证算法实时性,定义t时刻值最大的障碍物离散点j为当前采样周期内的危险点,记为(Xj,t,Yj,t),在预测时域内基于此危险点对障碍物运动进行预测,迭代关系表示为:
其中,(Xj,t-1,Yj,t-1)为危险点在t-1时刻的坐标;(Xj,k,Yj,k)为预测时域内k时刻危险点的坐标。
通过迭代的方式更新公式(5)中的障碍物离散点坐标,在预测时域内将障碍物的位置变化整合为模型预测控制算法的位置约束,优化求解运动障碍物下的紧急避撞问题。
在1.3部分,路径动态规划控制律滚动时域求解包括以下步骤:
1.3.1、通过雷达传感器获取障碍物信息,通过车速传感器和陀螺仪获取汽车行驶状态信息,并将获取的障碍物信息和汽车行驶状态信息输入路径动态规划模块1;
1.3.2、利用线性加权法将跟踪性能指标和汽车安全指标转化为单一指标,构建路径动态规划多目标优化控制问题,该问题要同时满足汽车稳定性约束和位置约束,且保证路径动态规划输入输出符合质点模型:
服从于
i)质点模型
ii)约束条件为公式(3)~(7)
1.3.3、在路径动态规划控制器中,调用遗传算法,求解多目标优化控制问题(9),得到最优开环控制ay *为:
服从于
i)质点模型
ii)约束条件为公式(3)~(7)
1.3.4、利用当前时刻最优开环控制ay *(0),求出横摆角速度参考值横摆角参考值侧向位移参考值Yref、纵向速度参考值具体表达式如下:
其中,V为当前汽车纵向速度,为汽车侧向速度的参考值,为路径侧向速度的参考值。
所述质点模型为:
其中,ay为汽车侧向加速度;为汽车纵向加速度;分别为汽车横摆角和横摆角速度;分别为大地坐标系中汽车质心的纵向速度和侧向速度。
路径跟踪控制模块2实现以下三部分功能:2.1、路径跟踪控制的性能指标设计;2.2、路径跟踪控制的约束设计;2.3、路径跟踪控制控制律滚动时域求解。
在2.1部分,路径跟踪控制的性能指标设计包括以下两部分内容:2.1.1、利用路径动态规划模块1输出的侧向位移参考值Yref、横摆角参考值横摆角速度参考值纵向速度参考值与实际汽车行驶状态信息的误差的二范数作为循迹性能指标,体现汽车的轨迹跟踪特性;2.1.2、利用控制量变化率的二范数作为转向制动平滑指标,体现转向制动平滑特性。
在2.1.1部分,循迹性能指标以路径动态规划模块1输出的参考值与实际汽车行驶状态信息的误差的二范数为评价标准,表达式如下:
其中,ηk,t为汽车行驶状态信息,ηrefk,t为路径动态规划模块1提供的参考值,Hp,l为路径跟踪控制模块2的预测时域,w2为权重系数。
在2.1.2部分,利用控制量变化率的二范数描述避撞过程中的执行器的转向制动平滑特性,其中,控制量u为汽车前轮转角δ和四个车轮滑移率si i∈{1,2,3,4},建立离散二次型转向制动平滑指标为:
其中,Hc,l为控制时域,t表示当前时刻,Δu为控制量变化率,路径跟踪控制模块2设计参数如表3所示,其中Ts2为路径跟踪控制模块2的采样周期。
表3紧急避撞控制器设计参数
在2.2部分,路径动态规划的约束设计为设置汽车稳定性约束,保障汽车避障安全;利用线性不等式限制汽车前轮转角和四个车轮滑移率的上下限,得到转向、制动执行器的物理约束,其数学表达式为:
δmin<δk,t<δmax k=t,t+1……t+Hc,l-1 (24)
simin<sik,t<simax i∈{1,2,3,4}k=t,t+1……t+Hc,l-1 (25)
其中,δmin为前轮转角下限,δmax为前轮转角上限,simin为四个车轮滑移率下限,simax为四个车轮滑移率上限。
在2.3部分,路径跟踪控制控制律滚动时域求解包括以下步骤:
2.3.1、从路径动态规划模块1中获得参考值,并将信息输入路径跟踪控制模块2;
2.3.2、利用线性加权法将循迹性能指标和转向制动平滑指标转化为单一指标,构建路径跟踪控制多目标优化控制问题,该问题要同时满足转向、制动执行器的物理约束,且保证路径跟踪控制输入输出符合汽车动力学模型:
服从于
i)汽车动力学模型
ii)约束条件为公式(24)~(25)
2.3.3、在路径跟踪控制器中,调用遗传算法,求解多目标优化控制问题(26),得到最优开环控制u*为:
服从于
i)汽车动力学模型
ii)约束条件为公式(24)~(25)
2.3.4、利用当前时刻最优开环控制u*(0)进行反馈,实现闭环控制;
如图4所示,本发明所述汽车动力学模型为:
Fxi=fxicos(δi)-fyisin(δi),i∈{1,2,3,4} (31)
Fyi=fxisin(δi)+fyicos(δi),i∈{1,2,3,4} (32)
其中,Fxi、Fyi分别为四个车轮沿着车身坐标方向的纵向分力与侧向分力;fxi、fyi分别是四个车轮沿车轮坐标方向的分力,其中fxi为四个车轮滑移率和车轮垂直载荷的函数,fyi为前轮转角和车轮垂直载荷的函数,具体数值可由魔术公式确定;分别为汽车纵向速度和纵向加速度;分别为汽车侧向速度和侧向加速度;分别为汽车横摆角、横摆角速度和横摆角加速度;lf、lr分别为汽车质心到前、后轴的距离,ls为轮距大小的一半;Jz是绕汽车质心的铅垂轴的横摆转动惯量;M为汽车质量;X、Y分别为大地坐标系中汽车质心位置的横纵坐标;δi为四个车轮转角,这里汽车为前轮转向,故δ3=δ4=0;
所述魔术公式的参数由试验拟合得出,具体表达式如下:
其中,V为当前汽车纵向速度,αf、αr分别为前轮侧偏角和后轮侧偏角;Fz,f、Fz,r分别为汽车前、后轴载荷;si为汽车四个车轮滑移率;Axi、Bxi、Cxi、Dxi、Exi和Ayi、Byi、Cyi、Dyi、Eyi是试验拟合参数,具体参数由下表所示:
表4魔术公式参数
a<sub>0</sub> | a<sub>1</sub> | a<sub>2</sub> | a<sub>3</sub> | a<sub>4</sub> | a<sub>5</sub> | a<sub>6</sub> | ||
1.75 | 0 | 1000 | 1289 | 7.11 | 0.0053 | 0.1925 | ||
b<sub>0</sub> | b<sub>1</sub> | b<sub>2</sub> | b<sub>3</sub> | b<sub>4</sub> | b<sub>5</sub> | b<sub>6</sub> | b<sub>7</sub> | b<sub>8</sub> |
1.57 | 35 | 1200 | 60 | 300 | 0.17 | 0 | 0 | 0.2 |
Claims (1)
1.一种考虑运动障碍物的汽车紧急避撞分层式控制方法,其特征在于,该方法是:通过路径动态规划模块根据实时采集的障碍物信息、目标点坐标、汽车行驶状态信息,实时优化得出期望轨迹的侧向位移参考值、横摆角参考值、横摆角速度参考值、纵向速度参考值,输入到路径跟踪控制模块,同时通过路径跟踪控制模块采集当前汽车行驶状态信息,实时优化得出前轮转角和汽车四个车轮滑移率,控制汽车实现避撞;该方法包括如下步骤:
步骤1、路径动态规划模块根据实时采集的障碍物信息、目标点坐标、汽车行驶状态信息,实时优化得出期望轨迹的侧向位移参考值、横摆角参考值、横摆角速度参考值、纵向速度参考值,其包括如下子步骤:
步骤1.1、路径动态规划的性能指标设计过程包括如下子步骤:
步骤1.1.1、利用预测时域内预测轨迹的终点坐标与目标点坐标误差的二范数作为跟踪性能指标,体现汽车的轨迹跟踪特性,其表达式如下:
其中,Hp,h为路径动态规划模块的预测时域,(Xt+Hp,h,Yt+Hp,h)为预测时域内预测轨迹的终点坐标,由质点模型迭代获得,避撞时汽车要达到的目标点坐标(Xg,Yg);
所述质点模型为:
其中,ay为汽车侧向加速度;为汽车纵向加速度;分别为横摆角和横摆角速度;分别为大地坐标系中汽车质心的纵向速度和侧向速度;V为当前汽车纵向速度;
步骤1.1.2、利用侧向加速度的二范数作为避撞过程中的汽车安全指标,体现汽车避撞稳定性,建立离散二次型汽车安全指标为:
其中,Hc,h为路径动态规划模块的控制时域,t表示当前时刻,ay为质点模型的侧向加速度,w1为ay的权重系数;
步骤1.2、路径动态规划的约束设计过程包括如下子步骤:
步骤1.2.1、设置汽车稳定性约束,保障汽车避障安全;
利用线性不等式限制侧向加速度的上下限得到汽车稳定性约束,其数学表达式为:
|ayk,t|<μg k=t,t+1……t+Hc,h-1 (3)
其中,μ为路面附着系数,g为重力加速度;
步骤1.2.2、设置位置约束,保证避撞过程中不会与障碍物碰撞;
t时刻障碍物的位置信息可表征为N个离散点的集合,这些信息可由雷达传感器测量获得,其中第j个离散点的坐标表示为(Xj,t,Yj,t),t时刻的汽车质心坐标记为(Xk,t,Yk,t),可由汽车动力学模型计算得出,位置约束定为
其中,a为汽车质心到车头的距离,b为汽车质心到车尾的距离,c为汽车车宽的一半,为以t时刻为起点预测时域内k时刻汽车的横摆角,Dx,j,t为障碍物第j个离散点在汽车坐标系中到汽车质心的纵向距离,Dy,j,t为障碍物第j个离散点在汽车坐标系中到汽车质心的横向距离;
假定在预测时域内障碍物沿Y方向以恒定速度运动,公式(5)表征了汽车与障碍物N个离散点的接近程度,值越大,说明汽车与障碍物对应离散点的距离越接近,也就越危险;定义t时刻值最大的障碍物离散点j为当前采样周期内的危险点,记为(Xj,t,Yj,t),在预测时域内基于此危险点对障碍物运动进行预测,迭代关系表示为:
其中,(Xj,t-1,Yj,t-1)为危险点在t-1时刻的坐标;(Xj,k,Yj,k)为预测时域内k时刻危险点的坐标;
通过迭代的方式更新公式(5)中的障碍物离散点坐标,在预测时域内将障碍物的位置变化整合为模型预测控制算法的位置约束;
步骤1.3、构建路径动态规划多目标优化控制问题,求解多目标优化控制问题,进而求出横摆角速度参考值、横摆角参考值、侧向位移参考值和纵向速度参考值,其包括如下子步骤:
步骤1.3.1、通过雷达传感器获取障碍物信息,通过车速传感器和陀螺仪获取汽车行驶状态信息,并将获取的障碍物信息和汽车行驶状态信息输入路径动态规划模块;
步骤1.3.2、利用线性加权法将跟踪性能指标和汽车安全指标转化为单一指标,构建路径动态规划多目标优化控制问题,该问题要同时满足汽车稳定性约束和位置约束,且保证路径动态规划输入输出符合质点模型:
服从于
i)质点模型
ii)约束条件为公式(3)~(7)
步骤1.3.3、在路径动态规划模块中,调用遗传算法,求解多目标优化控制问题,得到最优开环控制ay *为:
服从于
i)质点模型
ii)约束条件为公式(3)~(7)
步骤1.3.4、利用当前时刻最优开环控制ay *(0),求出横摆角速度参考值横摆角参考值侧向位移参考值Yref、纵向速度参考值具体表达式如下:
其中,V为当前汽车纵向速度,为汽车侧向速度的参考值,为路径侧向速度的参考值;
步骤2、路径跟踪控制模块接收由路径动态规划模块输出的期望轨迹的侧向位移参考值、横摆角参考值、横摆角速度参考值、纵向速度参考值,同时路径跟踪控制模块采集当前的汽车行驶状态信息,实时优化得出汽车的前轮转角和汽车四个车轮滑移率,控制汽车实现避撞,其包括如下子步骤:
步骤2.1、路径跟踪控制的性能指标设计过程包括如下子步骤:
步骤2.1.1、利用路径动态规划模块输出的侧向位移参考值Yref、横摆角参考值横摆角速度参考值纵向速度参考值与实际汽车行驶状态信息的误差的二范数作为循迹性能指标,体现汽车的轨迹跟踪特性,其表达式如下:
其中,ηk,t为汽车行驶状态信息,由汽车动力学模型迭代获得,ηrefk,t为路径动态规划模块提供的参考值,Hp,l为路径跟踪控制模块的预测时域,w2为权重系数;
所述汽车动力学模型:
Fxi=fxicos(δi)-fyisin(δi),i∈{1,2,3,4} (31)
Fyi=fxisin(δi)+fyicos(δi),i∈{1,2,3,4} (32)
其中,Fxi、Fyi分别为四个车轮沿着车身坐标方向的纵向分力与侧向分力;fxi、fyi分别为四个车轮沿车轮坐标方向的分力,其中fxi为四个车轮滑移率和车轮垂直载荷的函数,fyi为前轮转角和车轮垂直载荷的函数,具体数值可由魔术公式确定;分别为汽车纵向速度和纵向加速度;分别为汽车侧向速度和侧向加速度;分别为汽车横摆角、横摆角速度和横摆角加速度;lf、lr分别为汽车质心到前、后轴的距离,ls为汽车轮距大小的一半;Jz为绕汽车质心的铅垂轴的横摆转动惯量;M为汽车质量;X、Y分别为大地坐标系中汽车质心位置的横、纵坐标;δi为四个车轮转角,这里汽车为前轮转向,故δ3=δ4=0;
所述魔术公式的参数由试验拟合得出,具体表达式如下:
其中,αf、αr分别为前轮侧偏角和后轮侧偏角;Fz,f、Fz,r分别为汽车前、后轴载荷;si为汽车四个车轮滑移率;Axi、Bxi、Cxi、Dxi、Exi和Ayi、Byi、Cyi、Dyi、Eyi为试验拟合参数,具体参数由表4所示:
表4魔术公式参数
步骤2.1.2、利用控制量变化率的二范数作为避撞过程中的执行器的转向制动平滑指标,体现转向制动平滑特性;控制量u为汽车前轮转角δ和汽车四个车轮滑移率si i∈{1,2,3,4},建立离散二次型转向制动平滑指标为:
其中,Hc,l为控制时域,t表示当前时刻,Δu为控制量变化率;
步骤2.2、路径跟踪控制的约束设计为设置汽车稳定性约束,保障汽车避障安全;利用线性不等式限制前轮转角和四个车轮滑移率的上、下限,得到转向、制动执行器的物理约束,其数学表达式为:
δmin<δk,t<δmax k=t,t+1……t+Hc,l-1 (24)
simin<sik,t<simax i∈{1,2,3,4}k=t,t+1……t+Hc,l-1 (25)
其中,δmin为前轮转角下限,δmax为前轮转角上限,simin为四个车轮滑移率下限,simax为四个车轮滑移率上限;
步骤2.3、构建路径跟踪控制多目标优化控制问题,求解多目标优化控制问题,得出实时优化的汽车前轮转角和四个车轮滑移率,实现考虑运动障碍物的汽车紧急避撞控制,其包括如下子步骤:
步骤2.3.1、路径跟踪控制模块从路径动态规划模块中获得期望轨迹的侧向位移参考值、横摆角参考值、横摆角速度参考值和纵向速度参考值;
步骤2.3.2、利用线性加权法将循迹性能指标和执行器平滑指标转化为单一指标,构建路径跟踪控制多目标优化控制问题,该问题要同时满足转向、制动执行器的物理约束,且保证路径跟踪控制输入输出符合汽车动力学模型:
服从于
i)汽车动力学模型
ii)约束条件为公式(24)~(25)
步骤2.3.3、在路径跟踪控制器中,调用SQP算法,求解多目标优化控制问题(26),得到最优开环控制u*为:
服从于
i)汽车动力学模型
ii)约束条件为公式(24)~(25)
步骤2.3.4、利用当前时刻最优开环控制u*(0)进行反馈,实现闭环控制,实现了考虑运动障碍物的汽车紧急避撞控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711081087.XA CN107867290B (zh) | 2017-11-07 | 2017-11-07 | 一种考虑运动障碍物的汽车紧急避撞分层式控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711081087.XA CN107867290B (zh) | 2017-11-07 | 2017-11-07 | 一种考虑运动障碍物的汽车紧急避撞分层式控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107867290A CN107867290A (zh) | 2018-04-03 |
CN107867290B true CN107867290B (zh) | 2019-07-12 |
Family
ID=61753475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711081087.XA Expired - Fee Related CN107867290B (zh) | 2017-11-07 | 2017-11-07 | 一种考虑运动障碍物的汽车紧急避撞分层式控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107867290B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109032131B (zh) * | 2018-07-05 | 2021-07-27 | 东南大学 | 一种应用于无人驾驶汽车的动态超车避障方法 |
CN110962856B (zh) * | 2018-09-30 | 2021-07-27 | 毫末智行科技有限公司 | 用于确定车辆的环境目标所处的区域的方法及装置 |
CN109263653B (zh) * | 2018-11-14 | 2020-08-11 | 江铃汽车股份有限公司 | 一种汽车驾驶员前视野角度确认方法 |
CN109508007A (zh) * | 2018-12-11 | 2019-03-22 | 东南大学 | 一种基于多源信息融合的农机轨迹跟踪、避障系统及方法 |
CN109991976B (zh) * | 2019-03-01 | 2022-05-13 | 江苏理工学院 | 一种基于标准粒子群算法的无人车规避动态车辆的方法 |
CN111722818B (zh) * | 2019-03-20 | 2022-06-10 | 比亚迪股份有限公司 | 车辆及其多屏系统的显示屏拼接方法与装置 |
CN110162037B (zh) * | 2019-04-30 | 2022-07-26 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种车辆自身轨迹的预测方法 |
CN110217229B (zh) * | 2019-06-25 | 2020-09-18 | 长春工业大学 | 一种适用于高速极限工况的路径跟踪控制方法 |
CN110244746B (zh) * | 2019-07-11 | 2020-02-18 | 肇庆学院 | 一种基于视觉注意的机器人动态障碍物避开方法及系统 |
CN110377039B (zh) * | 2019-07-26 | 2021-07-30 | 吉林大学 | 一种车辆避障轨迹规划与跟踪控制方法 |
CN112068574A (zh) * | 2020-10-19 | 2020-12-11 | 中国科学技术大学 | 一种无人车在动态复杂环境中的控制方法及系统 |
CN113060131B (zh) * | 2021-04-16 | 2022-08-05 | 中国第一汽车股份有限公司 | 一种障碍物地图生成方法、装置、车辆及存储介质 |
CN113985868B (zh) * | 2021-10-09 | 2023-08-08 | 北京科技大学 | 一种轮式移动机器人分层路径跟踪控制实现方法 |
CN117935615A (zh) * | 2024-03-25 | 2024-04-26 | 中国汽车技术研究中心有限公司 | 一种基于全身损伤度量减轻人车碰撞中行人损伤的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5314037A (en) * | 1993-01-22 | 1994-05-24 | Shaw David C H | Automobile collision avoidance system |
EP1096459A2 (en) * | 1999-10-27 | 2001-05-02 | Director General of Public Works Research Institute, Ministry of Construction | Bumping prevention system |
KR20020086786A (ko) * | 2001-05-11 | 2002-11-20 | 엘지이노텍 주식회사 | 차량 충돌 방지용 레이더 시스템 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10148539A1 (de) * | 2001-10-01 | 2003-04-10 | Volkswagen Ag | Fahrerassistenzsystem |
US7447592B2 (en) * | 2004-10-18 | 2008-11-04 | Ford Global Technologies Llc | Path estimation and confidence level determination system for a vehicle |
US9318023B2 (en) * | 2011-08-31 | 2016-04-19 | GM Global Technology Operations LLC | System and method for collision avoidance maneuver path determination with jerk limit |
KR20140019501A (ko) * | 2012-08-06 | 2014-02-17 | 현대자동차주식회사 | 장애물 인식을 위한 분류기의 생성방법 |
US9561795B2 (en) * | 2014-05-16 | 2017-02-07 | Hyundai Motor Company | Vehicle collision avoidance apparatus and method |
CN105235681B (zh) * | 2015-11-11 | 2018-06-08 | 吉林大学 | 一种基于路面条件的车辆追尾防碰撞系统与方法 |
CN106249755B (zh) * | 2016-09-14 | 2019-08-16 | 北京理工大学 | 一种无人机自主导航系统及导航方法 |
-
2017
- 2017-11-07 CN CN201711081087.XA patent/CN107867290B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5314037A (en) * | 1993-01-22 | 1994-05-24 | Shaw David C H | Automobile collision avoidance system |
EP1096459A2 (en) * | 1999-10-27 | 2001-05-02 | Director General of Public Works Research Institute, Ministry of Construction | Bumping prevention system |
KR20020086786A (ko) * | 2001-05-11 | 2002-11-20 | 엘지이노텍 주식회사 | 차량 충돌 방지용 레이더 시스템 |
Also Published As
Publication number | Publication date |
---|---|
CN107867290A (zh) | 2018-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107867290B (zh) | 一种考虑运动障碍物的汽车紧急避撞分层式控制方法 | |
CN107839683B (zh) | 一种考虑运动障碍物的汽车紧急避撞控制方法 | |
CN113386795B (zh) | 一种自动驾驶车辆智能决策及局部轨迹规划方法及其决策系统 | |
US11648946B2 (en) | Intelligent vehicle platoon lane change performance evaluation method | |
CN107161207B (zh) | 一种基于主动安全的智能汽车轨迹跟踪控制系统及控制方法 | |
CN104977933B (zh) | 一种自主驾驶车辆的区域型路径跟踪控制方法 | |
CN109669461A (zh) | 一种复杂工况下自动驾驶车辆决策系统及其轨迹规划方法 | |
Attia et al. | Coupled longitudinal and lateral control strategy improving lateral stability for autonomous vehicle | |
CN104881025B (zh) | 一种地下矿用车辆的反应式导航控制方法 | |
CN109131326A (zh) | 一种具有换道辅助功能的自适应巡航控制器及其工作方法 | |
Cai et al. | Implementation and development of a trajectory tracking control system for intelligent vehicle | |
CN107885932A (zh) | 一种考虑人机和谐的汽车紧急避撞分层式控制方法 | |
Hima et al. | Trajectory tracking for highly automated passenger vehicles | |
CN102795225A (zh) | 利用驾驶员侧纵向控制模型检测驾驶员干扰状态的方法 | |
CN106004873A (zh) | 一种基于v2x车联网的汽车弯道避撞与稳定性系统协调控制方法 | |
CN108569336A (zh) | 在动力学约束下基于车辆运动学模型转向控制方法 | |
CN107856733B (zh) | 一种面向人机和谐的汽车躲避动障碍物控制方法 | |
CN111522237B (zh) | 一种半挂车的避障控制方法 | |
CN107878453B (zh) | 一种躲避动障碍物的汽车紧急避撞一体式控制方法 | |
CN115454086A (zh) | 一种基于模型预测控制算法的车辆主动避撞控制方法 | |
CN115303265A (zh) | 车辆避障控制方法、装置及车辆 | |
Domina et al. | Comparison of path following controllers for autonomous vehicles | |
Yan et al. | Considering variable road geometry in adaptive vehicle speed control | |
Kone | Lateral and longitudinal control of an autonomous racing vehicle. | |
He et al. | Coordinated stability control strategy for intelligent electric vehicles using vague set theory |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190712 Termination date: 20191107 |