CN108958258B - 一种无人车的轨迹跟随控制方法、控制系统及相关装置 - Google Patents
一种无人车的轨迹跟随控制方法、控制系统及相关装置 Download PDFInfo
- Publication number
- CN108958258B CN108958258B CN201810827004.5A CN201810827004A CN108958258B CN 108958258 B CN108958258 B CN 108958258B CN 201810827004 A CN201810827004 A CN 201810827004A CN 108958258 B CN108958258 B CN 108958258B
- Authority
- CN
- China
- Prior art keywords
- unmanned vehicle
- vehicle
- discrete points
- coordinates
- cubic spline
- 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 54
- 230000001133 acceleration Effects 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 abstract description 15
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000005457 optimization Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
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
- G05D1/0223—Control 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
-
- 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
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请所提供的一种无人车的轨迹跟踪控制方法，以非线性MPC控制器为中心，通过获取固定线路在全局坐标系的坐标得到参考轨迹点，获取车辆当前的位置、航向角、转向电机角度与力矩、轮缸压力等。通过这些输入量，非线性MPC控制器在线求解非线性最优控制器问题得到期望车轮转向角和期望车辆加速度，输出给电机驱动控制器、转向电机控制和制动系统控制器。降低了线控转向系统、线控制动系统和电机驱动系统等三大系统之间的协调难度，提高了无人车轨迹跟随控制过程中的精确度，有利于提高无人车行驶控制的稳定性。本申请还提供一种无人车的轨迹跟踪控制系统、计算机可读存储介质和无人车，具有上述有益效果。
Description
技术领域
本申请涉及无人驾驶领域，特别涉及一种无人车的轨迹跟随控制方法、控制系统，以及一种计算机可读存储介质和一种无人车。
背景技术
随着人工智能相关技术的兴起，无人车技术的研究发展正如火如荼的向前发展着。无人车轨迹跟随控制算法作为无人车关键技术也不断向前发展，但无人车轨迹跟踪控制因为要协调控制线控转向系统、线控制动系统和电机驱动系统，具有较高的难度。
因此，如何实现有效的无人车的轨迹跟踪控制是本领域技术人员亟需解决的问题。
申请内容
本申请的目的是提供一种无人车的轨迹跟随控制方法、控制系统，以及一种计算机可读存储介质和一种无人车，针对固定线路的无人车轨迹跟踪，运用非线性优化理论设计的轨迹跟踪方法，有效的调节了线控转向系统、线控制动系统和电机驱动系统等三大系统，便于实现无人车的轨迹跟踪。
为解决上述技术问题，本申请提供一种无人车的轨迹跟随控制方法，具体技术方案如下：
获取所述无人车的固定线路，并确定所述固定线路在全局坐标系中的离散点；
获取所述无人车当前的位置坐标、车速和偏航角；
利用预设离散点的坐标、所述位置坐标和所述偏航角计算得到三次样条曲线方程；其中，所述预设离散点为第一预设数量的所述离散点；
根据所述三次样条曲线方程得到初始距离误差和初始航向角偏差；
在所述三次样条曲线方程的曲线图上每隔设定距离取第二预设数量的参考点，并确定所述参考点的参考坐标和参考航向角；
根据所述初始距离误差、所述初始航向角偏差、所述参考坐标、所述参考航向角和所述车速，利用代价函数确定所述无人车的期望转向角和期望加速度；
根据所述期望转向角和所述期望加速度控制所述无人车行驶。
其中，利用预设离散点的坐标、所述位置坐标和所述偏航角计算得到三次样条曲线方程，包括：
选取所述无人车前进方向上离所述无人车距离最近的第一预设数量的离散点作为所述预设离散点，并确定所述预设离散点的坐标；
利用所述位置坐标和所述偏航角，将所述预设离散点的坐标由全局坐标系中的全局坐标转为车辆坐标系中的车辆坐标；其中，所述车辆坐标系为以无人车后轴中心为原点，以所述无人车初始前进方向为X轴的直角坐标系；
用三次样条曲线拟合所述预设离散点的所述车辆坐标，得到三次样条曲线方程。
其中，根据所述三次样条曲线方程得到初始距离误差和初始航向角偏差包括：
将x＝0代入所述三次样条曲线方程，得到初始距离误差Diff_y(0)和初始航向角偏差Diff_φ(0)。
其中，在所述三次样条曲线方程的曲线图上每隔设定距离取第二预设数量的参考点，并确定所述参考点的参考坐标和参考航向角之前，还包括；
首先确定预瞄距离s，利用s＝Np·v·T确定第二预设数量；其中，控制周期T为非线性MPC控制器的控制周期；
获取所述无人车的预测步数Np，将Np作为所述第二预设数量。
其中，根据所述期望转向角和所述期望加速度控制所述无人车行驶包括：
将所述期望转向角和所述期望加速度分别输出至电机驱动系统、线控转向系统和线控制动系统，以控制所述无人车行驶。
其中，还包括：
判断电机驱动系统、线控转向系统和线控制动系统中是否存在任一系统发生故障；
若是，切断所述电机驱动系统的供电并制动。
本申请还提供一种无人车的轨迹跟随控制系统，应用于所述无人车的非线性MPC控制器，包括：
第一获取模块，用于获取所述无人车的固定线路，并确定所述固定线路在全局坐标系中的离散点；
第二获取模块，用于获取所述无人车当前的位置坐标、车速和偏航角；
第一计算模块，用于利用预设离散点的坐标、所述位置坐标和所述偏航角计算得到三次样条曲线方程；其中，所述预设离散点为第一预设数量的所述离散点；
第二计算模块，用于根据所述三次样条曲线方程得到初始距离误差和初始航向角偏差；
参考点选取模块，用于在所述三次样条曲线方程的曲线图上每隔设定距离取第二预设数量的参考点，并确定所述参考点的参考坐标和参考航向角；
第三计算模块，用于根据所述初始距离误差、所述初始航向角偏差、所述参考坐标、所述参考航向角和所述车速，利用代价函数确定所述无人车的期望转向角和期望加速度；
跟随控制模块，用于根据所述期望转向角和所述期望加速度控制所述无人车行驶。
本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的轨迹跟随控制方法的步骤。
本申请还提供一种无人车，包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时如上所述的轨迹跟随控制方法的步骤。
本申请所提供的一种无人车的轨迹跟踪控制方法，包括：非线性MPC控制器获取所述无人车的固定线路，并确定所述固定线路在全局坐标系中的离散点；获取所述无人车当前的位置坐标、车速和偏航角；利用预设离散点的坐标、所述位置坐标和所述偏航角计算得到三次样条曲线方程；其中，所述预设离散点为第一预设数量的所述离散点；根据所述三次样条曲线方程得到初始距离误差和初始航向角偏差；在所述三次样条曲线方程的曲线图上每隔设定距离取第二预设数量的参考点，并确定所述参考点的参考坐标和参考航向角；根据所述初始距离误差、所述初始航向角偏差、所述参考坐标、所述参考航向角和所述车速，利用代价函数确定所述无人车的期望转向角和期望加速度；根据所述期望转向角和所述期望加速度控制所述无人车行驶。
本申请利用非线性MPC控制器作为无人车轨迹跟随过程的主控制器，利用非线性模型预测控制算法对无人车的轨迹进行计算，最终确定无人车的期望转向角和期望加速度，进行实现对无人车行驶过程中的轨迹跟随控制。降低了线控转向系统、线控制动系统和电机驱动系统等三大系统之间的协调难度，提高了无人车轨迹跟随控制过程中的精确度，有利于提高无人车行驶控制的稳定性。本申请还提供一种无人车的轨迹跟踪控制系统、一种计算机可读存储介质和一种无人车，具有上述有益效果，此处不再赘述。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请实施例所提供的一种无人车的轨迹跟踪控制方法的流程图；
图2为本申请实施例所提供的无人车的轨迹规划示意图；
图3为本申请实施例所提供的MPC控制器与无人车交互过程示意图；
图4为本申请实施例所提供的一种无人车的轨迹跟踪控制系统结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
参见图1，图1为本申请实施例所提供的一种无人车的轨迹跟踪控制方法的流程图，该轨迹跟踪控制方法包括：
S101：非线性MPC控制器获取所述无人车的固定线路，并确定所述固定线路在全局坐标系中的离散点；
MPC控制器(Model Predictive Control，模型预测控制)是无人车横向控制中常使用的模块。而本申请中使用非线性MPC控制器指的是基于非线性优化理论的MPC控制器。
因为无人车的行驶线路都是固定的，即为固定线路，因此通常无人车的固定线路都是预存在无人车内部的存储器之中。在此对于固定线路的存储方式及具体存储介质不作限定。此外，本步骤之前默认存在非线性MPC控制器初始化这一步骤。
本步骤中，非线性MPC控制器需要获取无人车的固定线路，并根据固定线路确定其离散点。获取固定线路的过程其实也即从存储器加载固定线路的过程。
具体的，参考图2，将固定线路置于全局坐标系中，图2中样条曲线即为固定线路，可以看出，该线路中存在若干空心圆圈和实心圆圈。其中，实心圆圈代表离散点。需要说明的是，离散点通常为实现确定并存储在存储器中的点。而空心圆圈为经三次曲线拟合后，等距离采样的点。
S102：获取无人车当前的位置坐标、车速和偏航角；
本步骤无人车的位置坐标、车速和偏航角的获取方法均为现有较成熟的技术，在此不作具体限定和赘述，例如，可以通过GPS、激光与视觉SLAM技术和轮速传感器获取车辆当前位置坐标、偏航角和车速。
需要说明的是，S101和S102并无固定的顺序关系，二者可存在先后的顺序关系，亦可同时进行，在此不作限定。
S103：利用预设离散点的坐标、位置坐标和偏航角计算得到三次样条曲线方程；
其中，预设离散点为第一预设数量的离散点；
本申请在进行无人车的轨迹跟踪控制时，利用预设离散点进行期望车轮转向角和车辆加速度的计算。所谓预设离散点，指的是第一预设数量的离散点，而在此对于第一预设数量的具体数值不做限定，具体应由本领域技术人员根据实际需求进行相应的设定。应当指出的是，预设离散点数量不作限定，但应为连续的离散点。
特别的，可以选取无人车前进方向上离无人车距离最近的第一预设数量的离散点作为预设离散点。即依次选取离无人车最近的离散点，直至满足第一预设数量。
确定预设离散点后，即可利用预设离散点的坐标、位置坐标和偏航角计算得到三次样条曲线方程。
此外，在计算三次样条曲线方程时，为计算方便，可以将预设离散点的坐标由全局坐标转为车辆坐标。
具体计算公式如下：
其中x,y为预设离散点在车辆坐标系下的坐标，φ为当前无人车在全局坐标系下的偏航角，Xcar和Ycar为当前时刻车辆后轴中心在全局坐标系下的坐标。
如图2所示，车辆坐标对应的车辆坐标系是以无人车后轴中心为原点，以无人车初始前进方向为X轴的直角坐标系。
则本步骤的一种具体实施过程可以如下：
选取无人车前进方向上离无人车距离最近的第一预设数量的离散点作为预设离散点，并确定预设离散点的坐标；
利用位置坐标和偏航角，将预设离散点的坐标由全局坐标系中的全局坐标转为车辆坐标系中的车辆坐标；
用三次样条曲线拟合预设离散点的车辆坐标，得到三次样条曲线方程。
三次样条曲线拟合过程为常用的拟合方式，在此不作赘述。
S104：根据三次样条曲线方程得到初始距离误差和初始航向角偏差，其中，初始距离误差为车辆后轴与固定线路的距离。初始偏航角为当前控制周期初始时刻车辆纵向与线路切线方向的夹角。因为随着车辆前进，车辆方向和路径方向会发生变化，所以偏航角也会发生变化。
本步骤的目的是得到初始距离误差和初始航向角偏差，用于最终计算控制器的输出量。
具体的，直接将x＝0代入三次样条曲线方程，得到初始距离误差Diff_y(0)和初始航向角偏差Diff_φ(0)。初始距离误差Diff_y(0)和初始航向角偏差Diff_φ(0)已于图2中标注。
S105：在三次样条曲线方程的曲线图上每隔设定距离取第二预设数量的参考点，如图2空心点所示，并确定参考点的参考坐标和参考航向角；
在三次样条曲线上取参考点，作为轨迹参考点，同样用于计算控制器的输出量。如图2所示，其中空心圆点即为轨迹参考点。
在此对于设定距离和第二预设数量均不作限定，具体数值应由本领域技术人员设定，本申请在此提出一种二者的设定方法：
首先确定预瞄距离s，利用s＝Np·v·T确定第二预设数量；其中，控制周期T为非线性MPC控制器的控制周期；
获取无人车的预测步数Np，将Np作为第二预设数量。当计算周期为T，预测步数乘以计算周期即为预瞄时间，也即预测时间的总长度。
S106：根据初始距离误差、初始航向角偏差、参考坐标、参考航向角和车速，利用代价函数确定无人车的期望转向角和期望加速度；
计算各个参考点在车辆坐标系的坐标x,y和航向角，航向角为参考点出曲线的切线方向与当前车辆坐标系X轴的夹角，如图2，
即为参考航向角。
本步骤中，可以利用离散车辆数学模型预测Np个离散点的当前车辆坐标(即在车辆坐标系中的坐标)，航向角，车速，侧向距离误差和航向角误差，公式如下所示：
y(k+1)＝y(k)+v(k)cos(φ(k))T；
φ(k+1)＝φ(k)+v(k)δ(k)T/L；
v(k+1)＝v(k)+a(k)T；
Diff_y(k+1)＝Diff_y(0)-y(k)+v(k)sin(Diff_φ(k))T；
Diff_φ(k+1)＝Diff_φ(0)-Rφ(k)+v(k)δ(k)T/L；
其中a为加速度，L为车辆轴距(图2中已标注)。a和δ为控制器的输出量。
代价函数可以如下：
则只需利用非线性优化理论求解
且等式约束需要满足离散车辆数学模型中的五个公式，不等式约束条件如下：
δmin＜δ＜δmax；
amin＜a＜amax；
优化问题的解a(k)和δ(k)的第一个元素也即控制器的输出。
S107：根据期望转向角和期望加速度控制无人车行驶。
具体的，本步骤主要指的是将期望转向角和期望加速度分别输出至电机驱动系统、线控转向系统和线控制动系统，以控制无人车行驶。
需要说明的是，上述过程需要不间断的执行，以不间断的得到电机驱动系统、线控转向系统和线控制动系统的输入量，从而控制无人车行驶。
本申请通过利用非线性优化理论，降低了线控转向系统、线控制动系统和电机驱动系统等三大系统之间的协调难度，提高了无人车轨迹跟随控制过程中的精确度，有利于提高无人车行驶控制的稳定性。
基于上述实施例，作为优选的实施例，该轨迹跟踪控制方法还可以包括：
判断电机驱动系统、线控转向系统和线控制动系统中是否存在任一系统发生故障；
若是，切断电机驱动系统的供电并制动。
本实施例的目的在于根据电机驱动系统控制器反馈的电流和状态，线控转向电机电流和系统状态以及线控制动系统压力和状态，判断三大线控系统是否正常工作，如果有系统出现故障，则立即切断驱动系统供电并采取制动措施。如果没有故障则输出S106中的计算结果。同样的，监控三大系统的工作状态也是需要在无人车行驶过程中需要实时进行的过程。
如图3所示，展示的是非线性MPC控制器的工作流程。由图3可以看出，以非线性MPC控制器为中心，通过获取固定线路在全局坐标系的坐标得到参考轨迹点，通过感知与定位模块获取车辆当前的位置和航向角，通过驱动电机控制器获取电机的电流和驱动系统状态，通过线控转向系统获取转向电机角度与力矩及转向系统状态，通过线控制动系统获取轮缸压力和制动系统状态。通过这些输入量，非线性MPC控制器在线求解非线性最优控制器问题得到期望车轮转向角和期望车辆加速度，输出至电机驱动系统中的电机驱动控制器、线控转向系统中的转向电机控制器和线控制动系统中的制动系统控制器。
下面对本申请实施例提供的一种无人车的轨迹跟踪控制系统进行介绍，下文描述的轨迹跟踪控制系统与上文描述的轨迹跟踪控制方法可相互对应参照。
本申请还提供一种无人车的轨迹跟随控制系统，应用于所述无人车的非线性MPC控制器，包括：
第一获取模块100，用于获取所述无人车的固定线路，并确定所述固定线路在全局坐标系中的离散点；
第二获取模块200，用于获取所述无人车当前的位置坐标、车速和偏航角；
第一计算模块300，用于利用预设离散点的坐标、所述位置坐标和所述偏航角计算得到三次样条曲线方程；其中，所述预设离散点为第一预设数量的所述离散点；
第二计算模块400，用于根据所述三次样条曲线方程得到初始距离误差和初始航向角偏差；
参考点选取模块500，用于在所述三次样条曲线方程的曲线图上每隔设定距离取第二预设数量的参考点，并确定所述参考点的参考坐标和参考航向角；
第三计算模块600，用于根据所述初始距离误差、所述初始航向角偏差、所述参考坐标、所述参考航向角和所述车速，利用代价函数确定所述无人车的期望转向角和期望加速度；
跟随控制模块700，用于根据所述期望转向角和所述期望加速度控制所述无人车行驶。
本申请还提供了一种计算机可读存储介质，其上存有计算机程序，该计算机程序被执行时可以实现上述实施例所提供的步骤。该存储介质可以包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请还提供了一种无人车，可以包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时，可以实现上述实施例所提供的步骤。当然所述无人车还可以包括各种网络接口，电源等组件。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例提供的系统而言，由于其与实施例提供的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (9)
1.一种无人车的轨迹跟随控制方法，其特征在于，包括：
非线性MPC控制器获取所述无人车的固定线路，并确定所述固定线路在全局坐标系中的离散点；
获取所述无人车当前的位置坐标、车速和偏航角；
利用预设离散点的坐标、所述位置坐标和所述偏航角计算得到三次样条曲线方程；其中，所述预设离散点为第一预设数量的所述离散点；
根据所述三次样条曲线方程得到初始距离误差和初始航向角偏差；
在所述三次样条曲线方程的曲线图上每隔设定距离取第二预设数量的参考点，并确定所述参考点的参考坐标和参考航向角；
根据所述初始距离误差、所述初始航向角偏差、所述参考坐标、所述参考航向角和所述车速，利用代价函数确定所述无人车的期望转向角和期望加速度；
根据所述期望转向角和所述期望加速度控制所述无人车行驶。
2.根据权利要求1所述的轨迹跟随控制方法，其特征在于，利用预设离散点的坐标、所述位置坐标和所述偏航角计算得到三次样条曲线方程，包括：
选取所述无人车前进方向上离所述无人车距离最近的第一预设数量的离散点作为所述预设离散点，并确定所述预设离散点的坐标；
利用所述位置坐标和所述偏航角，将所述预设离散点的坐标由全局坐标系中的全局坐标转为车辆坐标系中的车辆坐标；其中，所述车辆坐标系为以所述无人车后轴中心为原点，以所述无人车初始前进方向为X轴的直角坐标系；
用三次样条曲线拟合所述预设离散点的所述车辆坐标，得到三次样条曲线方程。
3.根据权利要求1所述的轨迹跟随控制方法，其特征在于，根据所述三次样条曲线方程得到初始距离误差和初始航向角偏差包括：
将x＝0代入所述三次样条曲线方程，得到初始距离误差Diff_y(0)和初始航向角偏差Diff_φ(0)。
4.根据权利要求1所述的轨迹跟随控制方法，其特征在于，在所述三次样条曲线方程的曲线图上每隔设定距离取第二预设数量的参考点，并确定所述参考点的参考坐标和参考航向角之前，还包括；
利用所述车速v和控制周期T得到所述设定距离s，且s＝Np·v·T；其中，所述控制周期T为所述非线性MPC控制器的控制周期；
获取所述无人车的预测步数Np，将Np作为所述第二预设数量。
5.根据权利要求1所述的轨迹跟随控制方法，其特征在于，根据所述期望转向角和所述期望加速度控制所述无人车行驶包括：
将所述期望转向角和所述期望加速度分别输出至电机驱动系统、线控转向系统和线控制动系统，以控制所述无人车行驶。
6.根据权利要求5所述的轨迹跟随控制方法，其特征在于，还包括：
判断电机驱动系统、线控转向系统和线控制动系统中是否存在任一系统发生故障；
若是，切断所述电机驱动系统的供电并制动。
7.一种无人车的轨迹跟随控制系统，应用于所述无人车的非线性MPC控制器，其特征在于，包括：
第一获取模块，用于获取所述无人车的固定线路，并确定所述固定线路在全局坐标系中的离散点；
第二获取模块，用于获取所述无人车当前的位置坐标、车速和偏航角；
第一计算模块，用于利用预设离散点的坐标、所述位置坐标和所述偏航角计算得到三次样条曲线方程；其中，所述预设离散点为第一预设数量的所述离散点；
第二计算模块，用于根据所述三次样条曲线方程得到初始距离误差和初始航向角偏差；
参考点选取模块，用于在所述三次样条曲线方程的曲线图上每隔设定距离取第二预设数量的参考点，并确定所述参考点的参考坐标和参考航向角；
第三计算模块，用于根据所述初始距离误差、所述初始航向角偏差、所述参考坐标、所述参考航向角和所述车速，利用代价函数确定所述无人车的期望转向角和期望加速度；
跟随控制模块，用于根据所述期望转向角和所述期望加速度控制所述无人车行驶。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的轨迹跟随控制方法的步骤。
9.一种无人车，其特征在于，包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如权利要求1-6任一项所述的轨迹跟随控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810827004.5A CN108958258B (zh) | 2018-07-25 | 2018-07-25 | 一种无人车的轨迹跟随控制方法、控制系统及相关装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810827004.5A CN108958258B (zh) | 2018-07-25 | 2018-07-25 | 一种无人车的轨迹跟随控制方法、控制系统及相关装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108958258A CN108958258A (zh) | 2018-12-07 |
| CN108958258B true CN108958258B (zh) | 2021-06-25 |
Family
ID=64464730
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810827004.5A Expired - Fee Related CN108958258B (zh) | 2018-07-25 | 2018-07-25 | 一种无人车的轨迹跟随控制方法、控制系统及相关装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108958258B (zh) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109782754B (zh) * | 2018-12-25 | 2022-05-06 | 东软睿驰汽车技术（沈阳）有限公司 | 一种车辆控制方法及装置 |
| US11327498B2 (en) | 2018-12-26 | 2022-05-10 | Baidu Usa Llc | Polynomial-fit based reference line smoothing method for high speed planning of autonomous driving vehicles |
| CN109911013B (zh) * | 2019-02-26 | 2020-11-06 | 初速度（苏州）科技有限公司 | 一种车辆方向盘转角的调整方法和装置 |
| CN111696339B (zh) * | 2019-03-15 | 2021-11-19 | 上海图森未来人工智能科技有限公司 | 一种自动驾驶车队的跟车控制方法、系统及车辆 |
| CN111976703B (zh) * | 2019-05-24 | 2023-06-23 | 北京京东乾石科技有限公司 | 一种无人驾驶控制方法和装置 |
| CN110262229B (zh) * | 2019-05-27 | 2022-04-12 | 东南大学 | 基于mpc的车辆自适应路径追踪方法 |
| CN110285985A (zh) * | 2019-05-31 | 2019-09-27 | 驭势科技（浙江）有限公司 | 智能车转向系统的评估方法、装置、系统及存储介质 |
| CN110497407A (zh) * | 2019-08-16 | 2019-11-26 | 深圳华数机器人有限公司 | 一种应用于工业机器人的驱控一体智能轨迹跟随系统 |
| CN110733568B (zh) * | 2019-11-05 | 2021-02-26 | 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 |
| CN111016891B (zh) * | 2019-11-06 | 2022-03-22 | 国汽(北京)智能网联汽车研究院有限公司 | 一种车辆行驶的路线跟踪控制方法及装置 |
| CN111176298B (zh) * | 2020-01-21 | 2023-04-07 | 广州赛特智能科技有限公司 | 一种无人车轨迹录制与轨迹跟踪方法 |
| CN112102616A (zh) * | 2020-09-09 | 2020-12-18 | 常熟理工学院 | 基于误差模型舒适无人车路径跟踪评价方法、系统及装置 |
| CN113963542B (zh) * | 2021-10-25 | 2022-12-27 | 京东鲲鹏(江苏)科技有限公司 | 无人车的数据处理方法及相关设备 |
| CN113985895B (zh) * | 2021-11-29 | 2024-05-03 | 佛山市毕佳索智能科技有限公司 | 一种基于最优化的agv路径跟踪方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102069804A (zh) * | 2010-12-25 | 2011-05-25 | 浙江吉利汽车研究院有限公司 | 一种混合动力汽车行驶状态预测控制方法 |
| EP2628679A2 (en) * | 2012-02-15 | 2013-08-21 | Sikorsky Aircraft Corporation | Control system for reconfigurable rotary wing aircraft |
| WO2014090886A2 (en) * | 2012-12-12 | 2014-06-19 | Abb Technology Ag | Control system for a converter and method for controlling the converter |
| CN104484717A (zh) * | 2014-12-09 | 2015-04-01 | 中国航空工业集团公司第六三一研究所 | 基于当前航路的一种机载航迹预测方法 |
| WO2016010601A2 (en) * | 2014-04-23 | 2016-01-21 | The Florida State University Research Foundation, Inc. | Adaptive nonlinear model predictive control using a neural network and input sampling |
| CN106926844A (zh) * | 2017-03-27 | 2017-07-07 | 西南交通大学 | 一种基于实时环境信息的动态自动驾驶换道轨迹规划方法 |
| CN107085424A (zh) * | 2016-02-16 | 2017-08-22 | 通用汽车环球科技运作有限责任公司 | 用于自动驾驶的预瞄横向控制 |
| CN107702716A (zh) * | 2017-08-31 | 2018-02-16 | 广州小鹏汽车科技有限公司 | 一种无人驾驶路径规划方法、系统和装置 |
| CN107808027A (zh) * | 2017-09-14 | 2018-03-16 | 上海理工大学 | 基于改进模型预测控制的自适应跟车算法 |
| CN107839683A (zh) * | 2017-11-07 | 2018-03-27 | 长春工业大学 | 一种考虑运动障碍物的汽车紧急避撞控制方法 |
| CN108248605A (zh) * | 2018-01-23 | 2018-07-06 | 重庆邮电大学 | 一种智能车辆轨迹跟随的横纵向协调控制方法 |
-
2018
- 2018-07-25 CN CN201810827004.5A patent/CN108958258B/zh not_active Expired - Fee Related
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102069804A (zh) * | 2010-12-25 | 2011-05-25 | 浙江吉利汽车研究院有限公司 | 一种混合动力汽车行驶状态预测控制方法 |
| EP2628679A2 (en) * | 2012-02-15 | 2013-08-21 | Sikorsky Aircraft Corporation | Control system for reconfigurable rotary wing aircraft |
| WO2014090886A2 (en) * | 2012-12-12 | 2014-06-19 | Abb Technology Ag | Control system for a converter and method for controlling the converter |
| WO2016010601A2 (en) * | 2014-04-23 | 2016-01-21 | The Florida State University Research Foundation, Inc. | Adaptive nonlinear model predictive control using a neural network and input sampling |
| CN104484717A (zh) * | 2014-12-09 | 2015-04-01 | 中国航空工业集团公司第六三一研究所 | 基于当前航路的一种机载航迹预测方法 |
| CN107085424A (zh) * | 2016-02-16 | 2017-08-22 | 通用汽车环球科技运作有限责任公司 | 用于自动驾驶的预瞄横向控制 |
| CN106926844A (zh) * | 2017-03-27 | 2017-07-07 | 西南交通大学 | 一种基于实时环境信息的动态自动驾驶换道轨迹规划方法 |
| CN107702716A (zh) * | 2017-08-31 | 2018-02-16 | 广州小鹏汽车科技有限公司 | 一种无人驾驶路径规划方法、系统和装置 |
| CN107808027A (zh) * | 2017-09-14 | 2018-03-16 | 上海理工大学 | 基于改进模型预测控制的自适应跟车算法 |
| CN107839683A (zh) * | 2017-11-07 | 2018-03-27 | 长春工业大学 | 一种考虑运动障碍物的汽车紧急避撞控制方法 |
| CN108248605A (zh) * | 2018-01-23 | 2018-07-06 | 重庆邮电大学 | 一种智能车辆轨迹跟随的横纵向协调控制方法 |
Non-Patent Citations (6)
| Title |
|---|
| 《Application of Stochastic Model Predictive Control to Modeling Driver Steering Skills》;Chunlei Wang 等;《SAE International》;20160504;第116-123页 * |
| 《Combined Longitudinal and Lateral Control for Automated Lane Guidance of Full Drive-by-Wire Vehicles》;Pan Song 等;《SAE International》;20150414;第419-424页 * |
| 《MPC-Based Trajectory Tracking Control for Intelligent Vehicles》;Tingyou Ming 等;《SAE International》;20160504;第1-7页 * |
| 《基于MPC 的无人驾驶车辆的轨迹跟踪》;郝亮 等;《汽车实用技术》;20171031;第53-55页 * |
| 《基于三次样条滚动优化多步预测算法的网络学习控制》;易军 等;《信息与控制》;20060228;第1-5页 * |
| 《自适应半主动悬架系统控制策略》;郭孔辉 等;《湖南大学学报》;20130228;第39-44页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108958258A (zh) | 2018-12-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108958258B (zh) | 一种无人车的轨迹跟随控制方法、控制系统及相关装置 | |
| US11919518B2 (en) | Vehicle lane change control method and device | |
| US9278713B2 (en) | Collision avoidance control integrated with EPS controller | |
| US9150246B2 (en) | Algorithm for steering angle command to torque command conversion | |
| US9090285B2 (en) | Method for providing a lanekeeping assistance based on modifying mechanical sources of steering torques | |
| US20160107682A1 (en) | System and method for vehicle steering control | |
| WO2015084406A1 (en) | Pre-alert of lcc's steering torque limit exceed | |
| US20100228427A1 (en) | Predictive semi-autonomous vehicle navigation system | |
| CN112537297B (zh) | 车道保持方法、系统及车辆 | |
| US20190389470A1 (en) | System and method for controlling a vehicle based on an anticipated lane departure | |
| JP2009213251A (ja) | 車両用運転支援装置及び車両用運転支援方法 | |
| CN109017984A (zh) | 一种无人车的轨迹跟随控制方法、控制系统及相关装置 | |
| FR3013296A1 (fr) | Procede et dispositif de pilotage automatique d'un vehicule | |
| KR101639525B1 (ko) | 차선 유지 시스템, 차선 유지 방법과 이에 사용되는 제어 방법 | |
| CN108170148B (zh) | 用于自动驾驶的域控制器的控制方法及装置 | |
| CN112158196B (zh) | 自动泊车方法及装置 | |
| DE102015217555A1 (de) | Vorrichtung und Verfahren zur Manöverassistenz für ein Fortbewegungsmittel | |
| US20220355792A1 (en) | Method and device for trajectory planning for a vehicle | |
| Lee et al. | Automated driving control in safe driving envelope based on probabilistic prediction of surrounding vehicle behaviors | |
| JP6509301B1 (ja) | 走行支援装置および走行支援方法 | |
| JP2010149636A (ja) | 車両 | |
| Chen et al. | Path-following steering controller of automated lane change system with adaptive preview time | |
| JP6702089B2 (ja) | 車両の運動制御方法及び車両の運動制御装置 | |
| CN115243951A (zh) | 用于控制车辆的方法 | |
| CN113934200A (zh) | 一种无人驾驶车辆的路径跟踪控制方法及装置 |
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 | ||
| 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: 20210625 |