CN108121335A - 车辆路径跟踪控制方法、装置及车辆 - Google Patents

车辆路径跟踪控制方法、装置及车辆 Download PDF

Info

Publication number
CN108121335A
CN108121335A CN201611068271.6A CN201611068271A CN108121335A CN 108121335 A CN108121335 A CN 108121335A CN 201611068271 A CN201611068271 A CN 201611068271A CN 108121335 A CN108121335 A CN 108121335A
Authority
CN
China
Prior art keywords
vehicle
error
tracking
steering angle
preset condition
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.)
Pending
Application number
CN201611068271.6A
Other languages
English (en)
Inventor
陈丽琴
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.)
BYD Co Ltd
Original Assignee
BYD Co Ltd
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 BYD Co Ltd filed Critical BYD Co Ltd
Priority to CN201611068271.6A priority Critical patent/CN108121335A/zh
Publication of CN108121335A publication Critical patent/CN108121335A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本公开涉及一种车辆路径跟踪控制方法、装置及车辆。所述车辆路径跟踪控制方法包括：获取所述车辆的当前位姿信息；根据预设的目标路径信息和所述当前位姿信息，获取所述车辆的路径误差信息；判断所述路径误差信息是否满足第一预设条件；当所述路径误差信息满足第一预设条件时，基于PID控制策略，调整所述车辆的当前位姿。本公开根据目标路径信息和当前位姿信息，获取所述车辆的路径误差信息，并在所述路径误差信息满足第一预设条件(比如路径误差较小)时，基于PID控制策略，调整所述车辆的当前位姿，消除稳态误差，使小车平稳运行，解决了现有的车辆路径控制方法在误差较小时，容易对车辆造成机械损伤的问题。

Description

车辆路径跟踪控制方法、装置及车辆
技术领域
本公开涉及车辆控制领域，具体地，涉及一种车辆路径跟踪控制方法、装置及车辆。
背景技术
AGV(Automated Guided Vehicle；自动导引运输车)路径跟踪就是通过设计一种控制方法，使AGV沿着事先规划好的路径运行，从而实现精确跟踪。给定规划好的路径以及AGV小车当前的位姿，计算得到的AGV路径误差分为方位角误差θe和位置误差e两种，其中e可分解为AGV行走速度方向的切向位置误差et和法向位置误差en。根据经验，方位角误差θe和法向位置误差en可通过AGV前轮的转向角β来调整；切向位置误差et可通过AGV运行速度ν来调整。而AGV路径跟踪精度主要受方位角误差θe和法向位置误差en影响，故重点讨论对这两方面的控制。现有的基于模糊控制的AGV路径跟踪方法，以方位角误差θe和法向位置误差en作为输入，通过模糊推理，输出小车的期望速度以及期望转角并用于控制AGV的行走，使其能沿着规划好的路径运行。
上述控制方法在误差较大时，即偏离路径较远时可以快速纠偏，使小车尽快的靠近路径；但是当误差较小，系统趋于稳定时，即小车已经在预定路径上行走，可是还存在微小偏差时，会出现震荡现象，具体的表现为小车频繁左右转向，这样极易对小车造成机械损伤。
发明内容
本公开的目的是提供一种车辆路径跟踪控制方法、装置及车辆，用于解决现有的车辆路径控制方法在误差较小时，容易对车辆造成机械损伤的问题。
为了实现上述目的，本公开提供一种车辆路径跟踪控制方法，包括：
获取所述车辆的当前位姿信息；
根据预设的目标路径信息和所述当前位姿信息，获取所述车辆的路径误差信息；
判断所述路径误差信息是否满足第一预设条件；
当所述路径误差信息满足第一预设条件时，基于PID控制策略，调整所述车辆的当前位姿。
可选地，当所述路径误差信息不满足第一预设条件时，还包括：
判断所述路径误差信息是否满足第二预设条件；
当所述路径误差信息满足第二预设条件时，基于模糊控制策略，调整所述车辆的当前位姿。
可选地，所述当前位姿信息包括所述车辆的当前方位角和当前位置；所述目标路径信息包括目标方位角和目标位置；
所述获取所述车辆的路径误差信息，包括：
根据所述当前方位角和所述目标方位角，计算所述车辆的方位角误差；
根据所述当前位置和所述目标位置，计算所述车辆的位置误差。
可选地，所述第一预设条件为：所述方位角误差在第一预设范围或者所述位置误差在第二预设范围；所述第二预设条件为：所述方位角误差在第三预设范围或者所述位置误差在第四预设范围；其中，所述第一预设范围的上限值小于或等于所述第三预设范围的下限值，所述第二预设范围的上限值小于或等于所述第四预设范围的下限值。
可选地，所述基于PID控制策略，调整所述车辆的当前位姿，包括：
根据所述方位角误差和所述位置误差，并基于PID控制算法计算调整所述车辆所需要的第一转向角；
控制所述车辆按照所述第一转向角转向。
可选地，所述第一转向角根据以下公式获取：
β1＝kθp*θe+kθi∑θe+kep*e+kei∑e；
其中，β1表示所述第一转向角，θe表示方位角误差，e表示位置误差，kθp、kθi分别为方位角误差的比例因子和微分因子；kep、kei分别表示位置误差的比例因子和微分因子。
可选地，所述基于模糊控制策略，调整所述车辆的当前位姿，包括；
根据所述方位角误差和所述位置误差，并基于模糊控制算法计算调整所述车辆所需要的第二转向角；
控制所述车辆按照所述第二转向角转向。
可选地，所述第二转向角根据以下公式获取：
β2＝kp*(θe+e)+ki(∑θe+∑e)+kd(Δθe+Δe)；
其中，β2表示所述第二转向角，θe表示方位角误差，e表示位置误差，Δθe表示方位角误差变化率，Δe表示位置误差变化率，kp、ki、kd分别表示比例因子、积分因子和微分因子。
本公开还提供了一种车辆路径跟踪控制装置，包括：
第一获取模块，用于获取所述车辆的当前位姿信息；
第二获取模块，用于根据预设的目标路径信息和所述当前位姿信息，获取所述车辆的路径误差信息；
第一判断模块，用于判断所述路径误差信息是否满足第一预设条件；以及
第一调整模块，用于当所述路径误差信息满足第一预设条件时，基于PID控制策略，调整所述车辆的当前位姿。
可选地，还包括：
第二判断模块，用于当所述路径误差信息不满足第一预设条件时，判断所述路径误差信息是否满足第二预设条件；以及
第二调整模块，用于当所述路径误差信息满足第二预设条件时，基于模糊控制策略，调整所述车辆的当前位姿。
可选地，所述当前位姿信息包括所述车辆的当前方位角和当前位置；所述目标路径信息包括目标方位角和目标位置；
所述第二获取模块包括：
第一计算子模块，用于根据所述当前方位角和所述目标方位角，计算所述车辆的方位角误差；以及
第二计算子模块，用于根据所述当前位置和所述目标位置，计算所述车辆的位置误差。
可选地，所述第一预设条件为：所述方位角误差在第一预设范围或者所述位置误差在第二预设范围；所述第二预设条件为：所述方位角误差在第三预设范围或者所述位置误差在第四预设范围；其中，所述第一预设范围的上限值小于或等于所述第三预设范围的下限值，所述第二预设范围的上限值小于或等于所述第四预设范围的下限值。
可选地，所述第一调整模块包括：
第三计算子模块，用于根据所述方位角误差和所述位置误差，并基于PID控制算法计算调整所述车辆所需要的第一转向角；以及
第一控制子模块，用于控制所述车辆按照所述第一转向角转向。
可选地，所述第一转向角根据以下公式获取：
β1＝kθp*θe+kθi∑θe+kep*e+kei∑e；
其中，β1表示所述第一转向角，θe表示方位角误差，e表示位置误差，kθp、kθi分别为方位角误差的比例因子和微分因子；kep、kei分别表示位置误差的比例因子和微分因子。
可选地，所述第二调整模块包括：
第四计算子模块，用于根据所述方位角误差和所述位置误差，并基于模糊控制算法计算调整所述车辆所需要的第二转向角；以及
第二控制子模块，用于控制所述车辆按照所述第二转向角转向。
可选地，所述第二转向角根据以下公式获取：
β2＝kp*(θe+e)+ki(∑θe+∑e)+kd(Δθe+Δe)；
其中，β2表示所述第二转向角，θe表示方位角误差，e表示位置误差，Δθe表示方位角误差变化率，Δe表示位置误差变化率，kp、ki、kd分别表示比例因子、积分因子和微分因子。
本公开还提供一种车辆，包括上述的车辆路径跟踪控制装置。
本公开的实施例提供的技术方案可以包括以下有益效果：
一、根据目标路径信息和当前位姿信息，获取所述车辆的路径误差信息，并在所述路径误差信息满足第一预设条件(比如路径误差较小)时，基于PID控制策略，调整所述车辆的当前位姿，消除稳态误差，使小车平稳运行，解决了现有的车辆路径控制方法在误差较小时，容易对车辆造成机械损伤的问题。
二、通过判断所述路径误差信息是否满足第二预设条件(比如路径误差较大)，并在所述路径误差信息满足第二预设条件时，基于模糊控制策略，调整所述车辆的当前位姿，从而能够快速消除误差，使车辆迅速靠近预定路径，并且通过判断所述路径误差信息的满足条件，自动选择适合的控制策略，实现了车辆的精确路径跟踪。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是根据一示例性实施例示出的车辆路径跟踪控制方法的流程图。
图2是根据一示例性实施例示出的车辆路径跟踪控制方法的另一流程图。
图3是根据一示例性实施例示出的车辆路径跟踪控制方法包括的步骤获取车辆的当前位姿信息的流程图。
图4是根据一示例性实施例示出的车辆路径跟踪控制方法包括的步骤基于PID控制策略调整车辆的当前位姿的流程图。
图5是根据一示例性实施例示出的车辆路径跟踪控制方法包括的步骤基于模糊控制策略调整车辆的当前位姿的流程图。
图6是根据一示例性实施例示出的车辆路径跟踪控制装置的框图。
图7是根据一示例性实施例示出的车辆路径跟踪控制装置的另一框图。
图8是根据一示例性实施例示出的车辆路径跟踪控制装置的第二获取模块的框图。
图9是根据一示例性实施例示出的车辆路径跟踪控制装置的第一调整模块的框图。
图10是根据一示例性实施例示出的车辆路径跟踪控制装置的第二调整模块的框图。
图11是车辆与目标位置误差示意图。
图12是Δkp的模糊控制规则表示意图。
图13是Δki的模糊控制规则表示意图。
图14是Δkd的模糊控制规则表示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的车辆路径跟踪控制方法的流程图，如图1所示，所述车辆路径跟踪控制方法包括以下步骤。
在步骤S11中，获取所述车辆的当前位姿信息。
在步骤S12中，根据预设的目标路径信息和所述当前位姿信息，获取所述车辆的路径误差信息。
在步骤S13中，判断所述路径误差信息是否满足第一预设条件。
在步骤S14中，当所述路径误差信息满足第一预设条件时，基于PID(proportionintegral derivative；比例积分微分)控制策略，调整所述车辆的当前位姿。
所述车辆路径跟踪控制方法可以用于驾驶车辆的自动驾驶系统中，也可以用于无人驾驶的工程车辆，比如AGV运输车。在步骤S11中，所述当前位姿信息包括所述车辆的当前方位角和当前位置，所述当前位姿信息可以通过安装在车辆上的定位装置(比如GPS)或者激光扫描仪等传感器来获取。
在获取所述当前位姿信息后，执行步骤S12，根据预设的目标路径信息和所述当前位姿信息，获取所述车辆的路径误差信息。所述目标路径信息可以包括目标方位角和目标位置，所述路径误差信息包括方位角误差和位置误差。图3是根据一示例性实施例示出的车辆路径跟踪控制方法包括的步骤获取车辆的当前位姿信息的流程图。如图3所示，所述获取所述车辆的路径误差信息，可以包括以下步骤。
在步骤S121中，根据所述当前方位角和所述目标方位角，计算所述车辆的方位角误差。
在步骤S122中，根据所述当前位置和所述目标位置，计算所述车辆的位置误差。
通过比较所述目标方位角和所述当前方位角，计算所述车辆的方位角误差；以及比较所述目标位置和所述当前位置，来获取所述车辆的位置误差，进而获得所述车辆偏离目标路径的值的信息。
在获取所述车辆的路径误差信息后，执行步骤S13，判断所述路径误差信息是否满足第一预设条件。当所述路径误差信息满足第一预设条件时，比如所述车辆偏离目标路径的值较小时，执行步骤S14，基于PID控制策略，调整所述车辆的当前位姿，比如，可以通过PID算法计算得到期望的转向角以及速度，然后控制车辆能够按照期望的路径行走，实现精确的路径跟踪。
本公开根据目标路径信息和当前位姿信息，获取所述车辆的路径误差信息，并在所述路径误差信息满足第一预设条件(比如路径误差较小)时，基于PID控制策略，调整所述车辆的当前位姿，消除稳态误差，使小车平稳运行，解决了现有的车辆路径控制方法在误差较小时，容易对车辆造成机械损伤的问题。
图2是根据一示例性实施例示出的车辆路径跟踪控制方法的另一流程图，如图2所示，所述车辆路径跟踪控制方法包括以下步骤。
在步骤S21中，获取所述车辆的当前位姿信息。
在步骤S22中，根据预设的目标路径信息和所述当前位姿信息，获取所述车辆的路径误差信息。
在步骤S23中，判断所述路径误差信息是否满足第一预设条件。
在步骤S24中，当所述路径误差信息不满足第一预设条件时，判断所述路径误差信息是否满足第二预设条件。
在步骤S25中，当所述路径误差信息满足第二预设条件时，基于模糊控制策略，调整所述车辆的当前位姿。
其中，在步骤S24中，当所述路径误差信息不满足第一预设条件时，判断所述路径误差信息是否满足第二预设条件，比如所述车辆偏离目标路径的值较大时，执行步骤S25，基于模糊控制策略，调整所述车辆的当前位姿。通过模糊算法计算得到期望的转向角以及速度，控制车辆的驱动电机和转向电机，完成速度和角度的调整，实现路径的实时跟踪。
本公开通过判断所述路径误差信息是否满足第二预设条件(比如路径误差较大)，并在所述路径误差信息满足第二预设条件时，基于模糊控制策略，调整所述车辆的当前位姿，从而能够快速消除误差，使车辆迅速靠近预定路径，并且通过判断所述路径误差信息的满足条件，自动选择适合的控制策略，实现了车辆的精确路径跟踪。需要说明的是，为了简化控制方法，无论在哪种控制策略下，本公开都将车辆速度设为常量。
可选地，所述第一预设条件为：所述方位角误差在第一预设范围或者所述位置误差在第二预设范围；所述第二预设条件为：所述方位角误差在第三预设范围或者所述位置误差在第四预设范围；其中，所述第一预设范围的上限值小于或等于所述第三预设范围的下限值，所述第二预设范围的上限值小于或等于所述第四预设范围的下限值。
例如，当所述方位角误差值小于30°或者所述位置误差值小于500mm时，执行步骤S14。当所述方位角误差值大于或等于30°并且小于或等于90°时，执行步骤S25；或者当所述位置误差值大于或等于500mm并且小于或等于2500mm时，执行步骤S25。需要说明的是，在所述方位角误差值大于90°时，可以采取原地旋转的策略，直到所述方位角误差值等于90°；而在所述位置误差值大于2500mm时，采取直走策略，即保持转向角为0°的情况下直行，直到所述位置误差值等于2500mm。
图4是根据一示例性实施例示出的车辆路径跟踪控制方法包括的步骤基于PID控制策略调整车辆的当前位姿的流程图。如图4所示，所述基于PID控制策略，调整所述车辆的当前位姿，包括以下步骤。
在步骤S141中，根据所述方位角误差和所述位置误差，并基于PID控制算法计算调整所述车辆所需要的第一转向角。
在步骤S142中，控制所述车辆按照所述第一转向角转向。
请参照图11，假设目标路径由y＝f(x)方程描述，所选择的目标点为距离当前车辆中心点固定距离为L并且落在目标路径上的点，以该点的位置坐标(xr,yr)以及该点切向方向与X轴的夹角θr作为参考信号。在|θe|＜30°或者|e|＜500mm时，所述第一转向角根据以下公式获取：
β1＝kθp*θe+kθi∑θe+kep*e+kei∑e；
其中，β1表示所述第一转向角，θe表示方位角误差，e表示位置误差，kθp、kθi分别为方位角误差的比例因子和微分因子；kep、kei分别表示位置误差的比例因子和微分因子。
图5是根据一示例性实施例示出的车辆路径跟踪控制方法包括的步骤基于模糊控制策略调整车辆的当前位姿的流程图。如图5所示，所述基于模糊控制策略，调整所述车辆的当前位姿，包括以下步骤。
在步骤S251中，根据所述方位角误差和所述位置误差，并基于模糊控制算法计算调整所述车辆所需要的第二转向角。
在步骤S252中，控制所述车辆按照所述第二转向角转向。
请参照图11，当30°≤|θe|≤90°或者500mm≤|e|≤2500mmm时，所述第二转向角根据以下公式获取：
β2＝kp*(θe+e)+ki(∑θe+∑e)+kd(Δθe+Δe)；
其中，β2表示所述第二转向角，θe表示方位角误差，e表示位置误差，Δθe表示方位角误差变化率，Δe表示位置误差变化率，kp、ki、kd分别表示比例因子、积分因子和微分因子。具体的模糊控制规则表如图12、图13、图14所示，经过工程现场的实验测定，本公开选取e的基本论域为[-2500，2500]，单位为毫米，θe的基本论域为[-90°，90°]，Δkp的基本论域为[-30，30]，Δki的基本论域为[-1.5，1.5]，Δkd的基本论域为[-0.3，0.3]。所有的基本论域均分为7个量化等级。其模糊子集都采用均句分布、全交叠的三角形函数(两边为Z型、S型函数)作为隶属函数，取为{NB，NM，NS，ZE，PS，PM，PB}表示{负大，负中，负小，零，正小，正中，正大}。选取较陵窄的三角形函数作为隶属函数，可以提高系统的敏感度，而且能够保证系统的可靠性和快速响应性，同时减少了系统的计算量。当车体的纵轴线在行驶路径中心线的左边时，取位置偏差e的值为负值，在右边时取为正值；角度偏差θe以顺时针转动方向为负，逆时针转动方向为正。
图6是根据一示例性实施例示出的车辆路径跟踪控制装置的框图。参照图6，所述车辆路径跟踪控制装置600包括第一获取模块610、第二获取模块620、第一判断模块630和第一调整模块640。
所述第一获取模块610用于获取所述车辆的当前位姿信息。
所述第二获取模块620用于根据预设的目标路径信息和所述当前位姿信息，获取所述车辆的路径误差信息。
所述第一判断模块630用于判断所述路径误差信息是否满足第一预设条件。
所述第一调整模块640用于当所述路径误差信息满足第一预设条件时，基于PID控制策略，调整所述车辆的当前位姿。
图7是根据一示例性实施例示出的车辆路径跟踪控制装置的另一框图。如图7所示，所述车辆路径跟踪控制装置600还包括：
第二判断模块650，用于当所述路径误差信息不满足第一预设条件时，判断所述路径误差信息是否满足第二预设条件；以及
第二调整模块660，用于当所述路径误差信息满足第二预设条件时，基于模糊控制策略，调整所述车辆的当前位姿。
图8是根据一示例性实施例示出的车辆路径跟踪控制装置的第二获取模块的框图。如图8所示，所述当前位姿信息包括所述车辆的当前方位角和当前位置，所述目标路径信息包括目标方位角和目标位置，所述第二获取模块620包括：
第一计算子模块6201，用于根据所述当前方位角和所述目标方位角，计算所述车辆的方位角误差；以及
第二计算子模块6202，用于根据所述当前位置和所述目标位置，计算所述车辆的位置误差。
可选地，所述第一预设条件为：所述方位角误差在第一预设范围或者所述位置误差在第二预设范围；所述第二预设条件为：所述方位角误差在第三预设范围或者所述位置误差在第四预设范围；其中，所述第一预设范围的上限值小于或等于所述第三预设范围的下限值，所述第二预设范围的上限值小于或等于所述第四预设范围的下限值。
图9是根据一示例性实施例示出的车辆路径跟踪控制装置的第一调整模块的框图。如图9所示，所述第一调整模块640包括：
第三计算子模块6401，用于根据所述方位角误差和所述位置误差，并基于PID控制算法计算调整所述车辆所需要的第一转向角；以及
第一控制子模块6402，用于控制所述车辆按照所述第一转向角转向。
可选地，所述第一转向角根据以下公式获取：
β1＝kθp*θe+kθi∑θe+kep*e+kei∑e；
其中，β1表示所述第一转向角，θe表示方位角误差，e表示位置误差，kθp、kθi分别为方位角误差的比例因子和微分因子；kep、kei分别表示位置误差的比例因子和微分因子。
图10是根据一示例性实施例示出的车辆路径跟踪控制装置的第二调整模块的框图。如图10所示，所述第二调整模块660包括：
第四计算子模块6601，用于根据所述方位角误差和所述位置误差，并基于模糊控制算法计算调整所述车辆所需要的第二转向角；以及
第二控制子模块6602，用于控制所述车辆按照所述第二转向角转向。
可选地，所述第二转向角根据以下公式获取：
β2＝kp*(θe+e)+ki(∑θe+∑e)+kd(Δθe+Δe)；
其中，β2表示所述第二转向角，θe表示方位角误差，e表示位置误差，Δθe表示方位角误差变化率，Δe表示位置误差变化率，kp、ki、kd分别表示比例因子、积分因子和微分因子。
本公开还提供了一种车辆，包括上述的车辆路径跟踪控制装置600。
关于上述实施例中的车辆路径跟踪控制装置600，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (17)

1.一种车辆路径跟踪控制方法，其特征在于，包括：
获取所述车辆的当前位姿信息；
根据预设的目标路径信息和所述当前位姿信息，获取所述车辆的路径误差信息；
判断所述路径误差信息是否满足第一预设条件；
当所述路径误差信息满足第一预设条件时，基于PID控制策略，调整所述车辆的当前位姿。
2.根据权利要求1所述的车辆路径跟踪控制方法，其特征在于，当所述路径误差信息不满足第一预设条件时，还包括：
判断所述路径误差信息是否满足第二预设条件；
当所述路径误差信息满足第二预设条件时，基于模糊控制策略，调整所述车辆的当前位姿。
3.根据权利要求2所述的车辆路径跟踪控制方法，其特征在于，所述当前位姿信息包括所述车辆的当前方位角和当前位置；所述目标路径信息包括目标方位角和目标位置；
所述获取所述车辆的路径误差信息，包括：
根据所述当前方位角和所述目标方位角，计算所述车辆的方位角误差；
根据所述当前位置和所述目标位置，计算所述车辆的位置误差。
4.根据权利要求3所述的车辆路径跟踪控制方法，其特征在于，所述第一预设条件为：所述方位角误差在第一预设范围或者所述位置误差在第二预设范围；所述第二预设条件为：所述方位角误差在第三预设范围或者所述位置误差在第四预设范围；其中，所述第一预设范围的上限值小于或等于所述第三预设范围的下限值，所述第二预设范围的上限值小于或等于所述第四预设范围的下限值。
5.根据权利要求4所述的车辆路径跟踪控制方法，其特征在于，所述基于PID控制策略，调整所述车辆的当前位姿，包括：
根据所述方位角误差和所述位置误差，并基于PID控制算法计算调整所述车辆所需要的第一转向角；
控制所述车辆按照所述第一转向角转向。
6.根据权利要求5所述的车辆路径跟踪控制方法，其特征在于，所述第一转向角根据以下公式获取：
β1＝kθp*θe+kθi∑θe+kep*e+kei∑e；
其中，β1表示所述第一转向角，θe表示方位角误差，e表示位置误差，kθp、kθi分别为方位角误差的比例因子和微分因子；kep、kei分别表示位置误差的比例因子和微分因子。
7.根据权利要求4所述的车辆路径跟踪控制方法，其特征在于，所述基于模糊控制策略，调整所述车辆的当前位姿，包括；
根据所述方位角误差和所述位置误差，并基于模糊控制算法计算调整所述车辆所需要的第二转向角；
控制所述车辆按照所述第二转向角转向。
8.根据权利要求7所述的车辆路径跟踪控制方法，其特征在于，所述第二转向角根据以下公式获取：
β2＝kp*(θe+e)+ki(∑θe+∑e)+kd(Δθe+Δe)；
其中，β2表示所述第二转向角，θe表示方位角误差，e表示位置误差，Δθe表示方位角误差变化率，Δe表示位置误差变化率，kp、ki、kd分别表示比例因子、积分因子和微分因子。
9.一种车辆路径跟踪控制装置，其特征在于，包括：
第一获取模块，用于获取所述车辆的当前位姿信息；
第二获取模块，用于根据预设的目标路径信息和所述当前位姿信息，获取所述车辆的路径误差信息；
第一判断模块，用于判断所述路径误差信息是否满足第一预设条件；以及
第一调整模块，用于当所述路径误差信息满足第一预设条件时，基于PID控制策略，调整所述车辆的当前位姿。
10.根据权利要求9所述的车辆路径跟踪控制装置，其特征在于，还包括：
第二判断模块，用于当所述路径误差信息不满足第一预设条件时，判断所述路径误差信息是否满足第二预设条件；以及
第二调整模块，用于当所述路径误差信息满足第二预设条件时，基于模糊控制策略，调整所述车辆的当前位姿。
11.根据权利要求10所述的车辆路径跟踪控制装置，其特征在于，所述当前位姿信息包括所述车辆的当前方位角和当前位置；所述目标路径信息包括目标方位角和目标位置；
所述第二获取模块包括：
第一计算子模块，用于根据所述当前方位角和所述目标方位角，计算所述车辆的方位角误差；以及
第二计算子模块，用于根据所述当前位置和所述目标位置，计算所述车辆的位置误差。
12.根据权利要求10所述的车辆路径跟踪控制装置，其特征在于，所述第一预设条件为：所述方位角误差在第一预设范围或者所述位置误差在第二预设范围；所述第二预设条件为：所述方位角误差在第三预设范围或者所述位置误差在第四预设范围；其中，所述第一预设范围的上限值小于或等于所述第三预设范围的下限值，所述第二预设范围的上限值小于或等于所述第四预设范围的下限值。
13.根据权利要求12所述的车辆路径跟踪控制装置，其特征在于，所述第一调整模块包括：
第三计算子模块，用于根据所述方位角误差和所述位置误差，并基于PID控制算法计算调整所述车辆所需要的第一转向角；以及
第一控制子模块，用于控制所述车辆按照所述第一转向角转向。
14.根据权利要求13所述的车辆路径跟踪控制装置，其特征在于，所述第一转向角根据以下公式获取：
β1＝kθp*θe+kθi∑θe+kep*e+keiΣe；
其中，β1表示所述第一转向角，θe表示方位角误差，e表示位置误差，kθp、kθi分别为方位角误差的比例因子和微分因子；kep、kei分别表示位置误差的比例因子和微分因子。
15.根据权利要求12所述的车辆路径跟踪控制装置，其特征在于，所述第二调整模块包括：
第四计算子模块，用于根据所述方位角误差和所述位置误差，并基于模糊控制算法计算调整所述车辆所需要的第二转向角；以及
第二控制子模块，用于控制所述车辆按照所述第二转向角转向。
16.根据权利要求15所述的车辆路径跟踪控制装置，其特征在于，所述第二转向角根据以下公式获取：
β2＝kp*(θe+e)+ki(∑θe+∑e)+kd(Δθe+Δe)；
其中，β2表示所述第二转向角，θe表示方位角误差，e表示位置误差，Δθe表示方位角误差变化率，Δe表示位置误差变化率，kp、ki、kd分别表示比例因子、积分因子和微分因子。
17.一种车辆，其特征在于，包括权利要求9至16中任一项所述的车辆路径跟踪控制装置。
CN201611068271.6A 2016-11-28 2016-11-28 车辆路径跟踪控制方法、装置及车辆 Pending CN108121335A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611068271.6A CN108121335A (zh) 2016-11-28 2016-11-28 车辆路径跟踪控制方法、装置及车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611068271.6A CN108121335A (zh) 2016-11-28 2016-11-28 车辆路径跟踪控制方法、装置及车辆

Publications (1)

Publication Number Publication Date
CN108121335A true CN108121335A (zh) 2018-06-05

Family

ID=62224203

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611068271.6A Pending CN108121335A (zh) 2016-11-28 2016-11-28 车辆路径跟踪控制方法、装置及车辆

Country Status (1)

Country Link
CN (1) CN108121335A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110488815A (zh) * 2019-08-01 2019-11-22 广州小鹏汽车科技有限公司 一种车辆的路径跟踪方法及路径跟踪系统
CN110733568A (zh) * 2019-11-05 2020-01-31 湖北文理学院 履带式无人救援车的转向方法、系统及存储介质
CN111381493A (zh) * 2020-04-30 2020-07-07 中山大学 一种基于模糊控制与pid控制的无人驾驶车辆速度控制方法
CN111425136A (zh) * 2020-05-26 2020-07-17 北京三一智造科技有限公司 行走纠偏方法、装置、旋挖钻机和可读存储介质
CN111912414A (zh) * 2020-07-28 2020-11-10 中国第一汽车股份有限公司 车辆位姿的验证方法、装置、设备及存储介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101093396A (zh) * 2007-07-04 2007-12-26 华南农业大学 一种农业机械的导航控制方法
CN101349892A (zh) * 2008-08-29 2009-01-21 中冶北方工程技术有限公司 烧结混合加水中的Fuzzy-PID复合控制系统
CN101885350A (zh) * 2010-07-15 2010-11-17 南京航空航天大学 全方位自动导引车的路径自适应跟踪控制方法
CN102145808A (zh) * 2011-01-27 2011-08-10 合肥工业大学 工业型激光导引agv的双闭环控制系统及控制方法
CN102231083A (zh) * 2011-04-15 2011-11-02 合肥工业大学 三轮无轨agv定位停车控制方法
CN102358287A (zh) * 2011-09-05 2012-02-22 北京航空航天大学 一种用于车辆自动驾驶机器人的轨迹跟踪控制方法
CN105404141A (zh) * 2015-12-16 2016-03-16 福建顺昌虹润精密仪器有限公司 模糊pid控制仪及控制方法
CN105425791A (zh) * 2015-11-06 2016-03-23 武汉理工大学 一种基于视觉定位的群机器人控制系统及方法
CN105785995A (zh) * 2016-03-15 2016-07-20 无锡凯乐士科技有限公司 一种自动导引小车
CN105867377A (zh) * 2016-04-13 2016-08-17 浙江理工大学 一种农业机械自动导航控制方法
JP2016148918A (ja) * 2015-02-10 2016-08-18 国立大学法人神戸大学 車両の制御装置および車両の制御方法
CN105892459A (zh) * 2016-04-01 2016-08-24 清华大学 一种非时间参考的差速驱动机器人定点跟踪控制方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101093396A (zh) * 2007-07-04 2007-12-26 华南农业大学 一种农业机械的导航控制方法
CN101349892A (zh) * 2008-08-29 2009-01-21 中冶北方工程技术有限公司 烧结混合加水中的Fuzzy-PID复合控制系统
CN101885350A (zh) * 2010-07-15 2010-11-17 南京航空航天大学 全方位自动导引车的路径自适应跟踪控制方法
CN102145808A (zh) * 2011-01-27 2011-08-10 合肥工业大学 工业型激光导引agv的双闭环控制系统及控制方法
CN102231083A (zh) * 2011-04-15 2011-11-02 合肥工业大学 三轮无轨agv定位停车控制方法
CN102358287A (zh) * 2011-09-05 2012-02-22 北京航空航天大学 一种用于车辆自动驾驶机器人的轨迹跟踪控制方法
JP2016148918A (ja) * 2015-02-10 2016-08-18 国立大学法人神戸大学 車両の制御装置および車両の制御方法
CN105425791A (zh) * 2015-11-06 2016-03-23 武汉理工大学 一种基于视觉定位的群机器人控制系统及方法
CN105404141A (zh) * 2015-12-16 2016-03-16 福建顺昌虹润精密仪器有限公司 模糊pid控制仪及控制方法
CN105785995A (zh) * 2016-03-15 2016-07-20 无锡凯乐士科技有限公司 一种自动导引小车
CN105892459A (zh) * 2016-04-01 2016-08-24 清华大学 一种非时间参考的差速驱动机器人定点跟踪控制方法
CN105867377A (zh) * 2016-04-13 2016-08-17 浙江理工大学 一种农业机械自动导航控制方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110488815A (zh) * 2019-08-01 2019-11-22 广州小鹏汽车科技有限公司 一种车辆的路径跟踪方法及路径跟踪系统
CN110488815B (zh) * 2019-08-01 2022-10-14 广州小鹏汽车科技有限公司 一种车辆的路径跟踪方法及路径跟踪系统
CN110733568A (zh) * 2019-11-05 2020-01-31 湖北文理学院 履带式无人救援车的转向方法、系统及存储介质
CN111381493A (zh) * 2020-04-30 2020-07-07 中山大学 一种基于模糊控制与pid控制的无人驾驶车辆速度控制方法
CN111381493B (zh) * 2020-04-30 2021-08-20 中山大学 一种基于模糊控制与pid控制的无人驾驶车辆速度控制方法
CN111425136A (zh) * 2020-05-26 2020-07-17 北京三一智造科技有限公司 行走纠偏方法、装置、旋挖钻机和可读存储介质
CN111912414A (zh) * 2020-07-28 2020-11-10 中国第一汽车股份有限公司 车辆位姿的验证方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN108121335A (zh) 车辆路径跟踪控制方法、装置及车辆
Dominguez et al. Comparison of lateral controllers for autonomous vehicle: Experimental results
CN110361013B (zh) 一种用于车辆模型的路径规划系统及方法
US10730555B2 (en) System for controlling the steering means of a motor vehicle in case of an imminent collision with an obstacle
CN108082185A (zh) 一种车辆的行驶控制方法、装置和车辆
CN109131325B (zh) 智能驾驶汽车的三维可拓预瞄切换的车道保持控制方法
US9499197B2 (en) System and method for vehicle steering control
CN106428210B (zh) 车道维持辅助装置
US10860035B2 (en) Travel history storage method, method for producing travel path model, method for estimating local position, and travel history storage device
CN106123922B (zh) 基于比例微分调节的磁导航agv直行路线纠偏方法
CN111610780A (zh) 一种自动驾驶车路径跟踪控制方法及其装置
WO2017208306A1 (ja) 自動走行作業車両
CN108609014A (zh) 智能车辆的横向控制方法及装置
CN106394556A (zh) 车道保持控制方法及其装置
CN108045435A (zh) 一种路面自适应的智能车辆横向混合控制方法
US20090299562A1 (en) Guided control device for unmanned vehicle
CN105752154B (zh) 车辆转向控制系统及方法
KR20140058254A (ko) 차량의 차선 변경 제어 장치 및 그 제어 방법
CN107615011A (zh) 停车位置设定装置及方法
CN104597905A (zh) 磁导航agv的路径跟踪方法
CN112596521B (zh) 一种双舵轮磁导航agv纠偏方法及装置
CN108422998A (zh) 一种车道偏离辅助控制系统及方法
Kang et al. Dynamic obstacles avoidance based on image-based dynamic window approach for human-vehicle interaction
CN111487976A (zh) 一种倒车轨迹跟踪方法
JP3714269B2 (ja) 自動操舵装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180605

RJ01 Rejection of invention patent application after publication