CN109080631A - 用于车辆的低速横向控制的系统和方法 - Google Patents
用于车辆的低速横向控制的系统和方法 Download PDFInfo
- Publication number
- CN109080631A CN109080631A CN201810567870.5A CN201810567870A CN109080631A CN 109080631 A CN109080631 A CN 109080631A CN 201810567870 A CN201810567870 A CN 201810567870A CN 109080631 A CN109080631 A CN 109080631A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- path
- error
- steering
- wheel angle
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000005259 measurement Methods 0.000 claims abstract description 12
- 238000005457 optimization Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 22
- 230000015654 memory Effects 0.000 description 11
- 230000001133 acceleration Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001052 transient effect Effects 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
- B60W30/10—Path keeping
- B60W30/12—Lane keeping
-
- 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
- B60W30/10—Path keeping
-
- 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
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D15/00—Steering not otherwise provided for
- B62D15/02—Steering position indicators ; Steering position determination; Steering aids
- B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D6/00—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits
- B62D6/002—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits computing target steering angles for front or rear wheels
-
- 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
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- 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
- G05D1/0227—Control of position or course in two dimensions specially adapted to land vehicles using mechanical sensing means, e.g. for sensing treated area
- G05D1/0229—Control of position or course in two dimensions specially adapted to land vehicles using mechanical sensing means, e.g. for sensing treated area in combination with fixed guiding means
-
- 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
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/20—Steering systems
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Mathematical Physics (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种用于为车辆提供低速横向转向控制的方法。所述方法包括接收对应于车轮角度的传感器数据,确定计划的车辆行驶路径,基于最大车轮角度速率定义车轮角度搜索范围,使用跟踪和测量当前车辆路径与计划车辆路径之间的差值的车轮角度确定转向控制目标,使用所述车轮角度和所述转向控制目标确定最优转向控制信号,并将所述控制信号提供给转向控制器。
Description
技术领域
本发明一般涉及车辆领域,并且更具体地涉及在低速下的车辆的横向控制。
背景技术
自主驾驶系统通常允许部分或全部驾驶功能由车辆及其车载电脑接管。自动驾驶系统的一些组件的示例可以包括横向车辆控制系统,其本身可以包括车道居中系统和车道保持系统,其旨在在多种可能的和不同的情况下提供广泛的辅助以将车辆保持在行驶车道内。
然而,当车辆以低速移动时的横向车辆控制与当车辆以较高速度移动时的横向车辆控制不同。
发明内容
根据本公开的实施例提供了许多优点。例如,根据本公开的实施例实现了能够使用车辆前部转向来优化车辆重量分布和调整的低速横向车辆控制。
在一个方面,一种用于为自主驾驶或半自主驾驶车辆提供低速横向转向控制的方法包括以下步骤:从至少一个车辆传感器接收对应于车轮角度的传感器数据;由一个或多个数据处理器确定指示计划的车辆行驶路径的多个路标,由所述一个或多个数据处理器至少部分地基于最大车轮角速率来定义车轮角度搜索范围;由所述一个或多个数据处理器使用跟踪和测量当前车辆路径和所计划的车辆路径之间的差值的所述车轮角度来确定转向控制目标;由所述一个或多个数据处理器使用所述车轮角度和所述转向控制目标来确定最优转向控制信号,并且将控制信号提供给转向控制器。
在一些方面,确定最优转向控制信号包括使用一维非线性优化以最小化当前车辆路径和计划车辆路径之间的路径跟踪误差。
在一些方面,最小化路径跟踪误差包括最小化航向误差和径向误差两者。
在一些方面,确定转向控制目标包括定义转向命令与成本函数之间的关系。
在一些方面,成本函数包括与径向误差相关联的成本以及与航向误差相关联的成本。
在另一方面中,一种机动车辆包括转向系统、至少一个车辆传感器以及电连接到所述转向系统和所述至少一个车辆传感器的控制器,所述控制器被配置为从所述至少一个车辆传感器接收对应于车轮角度的传感器数据,确定指示计划的车辆行驶路径的多个路标,至少部分地基于最大车轮角度速率定义车轮角度搜索范围,使用跟踪和测量当前车辆路径与计划车辆路径之间的差值的车轮角度来确定转向控制目标,使用车轮角度和转向控制目标确定最优转向控制信号,并且将控制信号提供给转向系统。
在一些方面中,确定最优转向控制信号包括使用一维非线性优化以最小化当前车辆路径和计划车辆路径之间的路径跟踪误差。
在一些方面,最小化路径跟踪误差包括最小化航向误差和径向误差两者。
在一些方面,确定转向控制目标包括定义转向命令与成本函数之间的关系。
在一些方面,成本函数包括与径向误差和与航向误差相关联的成本相关联的成本。
在又一方面中,一种用于向机动车辆提供低速横向控制的方法包括以下步骤:从车辆传感器接收对应于车轮角度的传感器数据,由一个或多个数据处理器确定指示计划的车辆行驶路径的多个路标,由一个或多个数据处理器基于最大车轮角度速率来定义车轮角度搜索范围,使用减少当前车辆路径与计划车辆路径之间的差值的成本函数来设计转向控制目标,其中成本函数包括与径向误差相关联的成本和与航向误差相关联的成本,并且其中成本函数可以以非奇异的形式表示为车轮角度、一个或多个车辆几何参数以及所述多个路标的函数,通过受制于最大车轮角度速率驱动的约束最小化成本函数来确定最优转向控制信号,并将控制信号提供给转向控制器。
在一些方面中,确定最优转向控制信号包括使用一维非线性优化以最小化当前车辆路径与计划车辆路径之间的路径跟踪误差。
在一些方面,最小化路径跟踪误差包括最小化航向误差和径向误差两者。
在一些方面,成本函数在z≡tanδ=0处具有可分辨奇异性。
附图说明
将结合以下附图描述本公开,其中相同的附图标记表示相同的元件。
图1是根据一个实施例的具有横向车辆控制系统的车辆的示意图。
图2是根据一个实施例的横向车辆控制系统的示意图。
图3是根据一个实施例的用于低速横向车辆控制的方法的流程图。
图4是根据一个实施例的由多个路标指示的车辆的预期行驶路径的图形表示。
图5是根据一个实施例的车辆的预期行驶路径和车辆的预测行驶路径的图形表示。
图6是根据一个实施例的车辆的预期行驶路径和车辆的预测行驶路径的另一图形表示。
结合附图,根据以下描述和所附权利要求,本公开的前述和其他特征将变得更加充分显而易见。应理解,这些附图仅描绘了根据本公开的几个实施例,并且不被认为是对其范围的限制,将通过使用附图以更多的特征和细节来描述本公开。附图中或本文其他地方公开的任何尺寸仅用于说明目的。
具体实施方式
本文描述了本公开的实施例。然而,应该理解,所公开的实施例仅仅是示例,并且其他实施例可以采取各种替代形式。附图不一定按比例缩放;某些特征可能被夸大或最小化以显示特定组件的细节。因此,本文公开的具体结构和特征细节不应被解释为限制性的,而仅仅是作为用于教导本领域技术人员以各种方式使用本发明的代表性基础。如本领域普通技术人员将理解的,参照任何一个附图所示出和描述的各种特征可以与一个或多个其他附图中所示的特征组合以产生没有明确示出或描述的实施例。所示特征的组合为典型应用提供了代表性实施例。然而,与本公开的教导一致的特征的各种组合和修改对于特定应用或实现可能是期望的。
为了仅供参考的目的,某些术语可以在以下描述中使用,并且因此不旨在是限制性的。例如,诸如“上方”和“下方”之类的术语是指在附图中作出参考的方向。诸如“前”、“后”、“左”、“右”、“后”和“侧”等术语描述了组件或元件的部分在一致但任意参照系内的方位和/或位置,通过参考描述正在讨论的组件或元件的文本和相关联附图而变得清楚。此外,诸如“第一”、“第二”、“第三”等术语可以用于描述单独的组件。这样的术语可以包括上面具体提到的词、它们的派生词和具有类似意义的词。
自主、半自主、自动化或自动转向控制特征(例如,自动车道居中、自适应车道等)可以保持或控制车辆相对于道路、或相对于道路上的车道、通常由车道标记划分的车道的位置,减少驾驶员输入(例如,方向盘的移动)。
在一些示例中,自主、半自主、自动化或自动转向控制特征可以包括横向车辆控制系统。通常,在较低的速度下可能比较高的速度下需要更多的转矩来转向车辆。横向车辆控制系统可通过制定使路径跟踪误差最小化的控制目标并使用1D非线性优化以确定最优车轮角度命令,来适应车辆速度接近和靠近零时存在的奇点。
在一些实施例中,横向车辆控制系统或车辆中的另一车载系统可使用与车辆相关联的传感器来测量、估计或评估车辆转向测量值或车辆转向状况(诸如车辆的转向角和转向转矩),以及在一些示例中,本领域已知的其他测量值。车辆转向测量值或车辆转向状况可以在预定的时间间隔(在一些示例中,每5毫秒至100毫秒,例如每10毫秒)在车辆运动期间测量、估计或评估。
横向车辆控制系统可以包括其他系统,这些系统在转向控制系统(例如,车道居中系统)激活期间测量转向角、转向转矩、加速度、横向加速度、纵向加速度、速度、偏航率和/或其他车辆动态特性或转向测量值。在一些实施例中,这些测量值可以在车辆运动期间连续收集。
在一些实施例中,横向车辆控制系统或其组件可以基于测量的车辆转向测量值(例如,转向转矩,转向角)和/或其他信息(例如,速度、加速度、航向、偏航率、其他驾驶员输入以及本领域中已知的其他信息),确定控制输入命令将被发送至车道居中系统的一个或多个致动器以控制车辆转向。
图1是具有横向车辆控制系统的车辆的示意图。图中任何特定组件的位置仅用于说明目的,并不代表组件的实际位置。
横向车辆控制系统100可以与一个或多个自动车辆控制系统、自动驾驶应用或车辆自动转向系统90结合或分开进行操作。车辆自动转向系统90例如可以是自适应车道居中应用、低速车道居中应用、车道保持辅助应用或其他应用中的一个或多个。一个或多个车辆自动转向系统90可以是系统100的组件,或者车辆自动转向系统90可以与系统100分离。
当接合时,车辆自动转向系统90可以完全或部分地控制车辆10的转向并通过方向盘82和/或转向系统减少驾驶员(例如车辆的操作者)转向控制输入,其可以包括电动转向(EPS)系统和/或本领域已知的其他组件。在一些实施例中,车辆自动转向系统90包括一个或多个致动器78,致动器78被配置为响应于从转向控制器接收的转向控制命令来转向前轮和/或后轮。在一些实施例中,如本文所讨论的,转向控制器是与横向车辆控制系统100相关联的一个或多个控制器。一个或多个传感器可以附接到车辆10或与车辆10相关联。传感器可以包括计算机视觉传感器(例如相机)24、激光雷达和/或激光探测和测距(LADAR)传感器20、雷达传感器22、成像器或本领域已知的可获得数据的其他远程感测设备。从一个或多个传感器接收的数据在允许系统100确定车辆相对于道路特征的相对位置方面是有用的。道路特征包括例如车道标记、道路肩部、中间障碍物、道路边缘和/或其他物体或特征。
相机24可以例如测量车道偏移量、航向角、车道曲率和/或其他信息(例如,速度、加速度、偏航率、本领域已知的其他驾驶员输入),并将该信息提供给系统90。基于传感器测量的车辆相对于道路特征的相对位置,车辆自动转向控制系统90或其他系统可以保持或控制车辆10相对于道路的位置。
在一些实施例中,车辆10可以包括一个或多个设备或传感器以测量车辆转向控制、车辆转向状况、车辆转向参数、车辆动态特性、驾驶员输入或其他车辆相关状况或测量值。车辆动态测量设备可以包括一个或多个转向角传感器70(例如,连接到方向盘82和/或转向系统的另一组件)和/或转向转矩传感器80(例如转矩杆、转矩传感器、转矩计、转矩换能器或本领域已知的其他设备)。转向转矩传感器80可以连接到方向盘82、转向柱84、转向齿条和小齿轮、车轴和/或本领域已知的转向系统的另一组件或与之相关联。车辆动态测量设备还可以包括加速度计72、速度计74、轮速传感器76、惯性测量单元(IMU)78或本领域中已知的其他设备中的一个或多个。
在一些实施例中,转向柱84可连接到齿条和小齿轮系统,齿条和小齿轮系统将方向盘82和转向柱84的旋转运动转换或变换成车辆轮胎或车轮88的线性运动或位移。转向角传感器70可以安装到方向盘82、转向柱84、电动转向系统(EPS)系统、主动前部转向系统(AFS)系统或与自动转向控制系统90相关联。转向转矩传感器80(例如,转向转矩杆、转矩传感器、转矩计、转矩传感器或其他设备)可以安装到转向柱84、方向盘82、齿条和小齿轮轮轴或以其他方式与自动转向控制系统90相关联。在一些示例中,转向转矩传感器80和转向角传感器70可以与EPS、AFS或其他系统相关联或安装在EPS、AFS或其他系统上。
在一些示例中,车辆动态测量设备可以测量车辆动态状况或驾驶员输入,包括转向角、转向转矩、转向方向、横向(即,角向或向心)加速度、纵向加速度、偏航率、横向和纵向速率、速度、车轮旋转以及本领域已知的车辆10的其他车辆动态特性。
所测量的车辆动态特性、车辆状况、转向测量、转向状况或驾驶员输入信息可以经由例如有线链路(例如,控制器区域网络(CAN)总线、Flexray、以太网或本领域已知的其他有线链路)40和/或无线链路传输到系统100。系统100或另一个系统可以使用测量的车辆动态特性、车辆状况、转向测量值、转向状况或驾驶员输入信息数据来计算转向角、转向转矩、基于航位推测法的车辆位置以及其他计算。
在一些实施例中,横向车辆控制系统100可以是或可以包括安装在车辆的仪表板55上、乘客舱50中或行李箱60中的计算设备。在一些实施例中,横向车辆控制系统100可以位于车辆的另一部分中,可以位于车辆的多个部分中,或者可以使其全部或部分功能位于远程位置(例如在远程服务器中,在便携式计算设备中,诸如蜂窝电话或本领域已知的其他设备)。
尽管在上文中呈现了各种传感器和输入,但是在一些示例中,只有一部分信息形成上述传感器,或者可以使用它们的输入。
图2是车辆横向车辆控制系统100的示意图。自主或自动横向车辆控制系统100可以包括一个或多个处理器或控制器110、存储器120、长期存储装置130、输入设备或区域140以及输出设备或区域150。输入设备或区域140可以是例如触摸屏、键盘、麦克风、指针设备或其他设备。输出设备或区域150可以是例如显示器、屏幕、诸如扬声器或耳机的音频设备或其他设备。输入设备或区域140和输出设备或区域150可以组合成例如可以是系统100的一部分的触摸屏显示器和输入。
系统100可以包括一个或多个数据库170,其可以包括例如关于转向角阈值、转向转矩阈值、转向惯性信息、转向阻尼信息、转向刚度信息以及其他信息或数据的信息和数据。数据库170可以全部或部分存储在存储器120、长期存储装置130的一个或两个中或另一个设备中。系统100还可以包括全球定位系统(GPS)180。
存储器120可以是或可以包括例如随机存取存储器(RAM)、只读存储器(ROM)、动态RAM(DRAM)、同步DRAM(SD-RAM)、双倍数据速率(DDR)存储器芯片、闪存、易失性存储器、非易失性存储器、高速缓冲存储器、缓冲器、短期存储器单元、长期存储器单元或其他合适的存储器单元或存储单元。存储器120可以是或可以包括多个存储器单元。
长期非暂态存储装置130可以是或可以包括例如硬盘驱动器、软盘驱动器、光盘(CD)驱动器、CD可记录(CD-R)驱动器、通用串行总线(USB)设备或其他合适的可移除和/或固定存储单元,并且可以包括多个这些单元或这些单元的组合。
图3是用于提供车辆的低速横向控制的算法或方法300的流程图。方法300可以结合具有一个或多个传感器的交通工具(诸如车辆10)来使用。方法300可以结合控制系统100的各种模块或通过与根据示例性实施例的车辆10相关联或分离的其他系统使用。方法300的操作顺序不限于如图3所示的顺序执行,而是可以按照一个或多个变化的顺序来执行,或者可以同时执行步骤,如根据本公开适用的话。
如图3所示,方法300在302处开始并前进到304。在304处,确定期望的车辆路径。当前的转向或车轮角度(RWA)由车辆10的一个传感器确定(诸如转向角传感器)。另外,期望的车辆路径是从车辆10前方的路标确定的。虽然不是本公开的一部分,但是例如但不限于,自动驾驶辅助系统或具有来自操作员的输入的ADS可以确定路标。
参照图4,路标是沿着车辆的预期路径的一组点,绘制在车辆参考系中,其中x轴表示车辆的纵向行进方向,并且y轴表示横向行进方向。预览距离L_preview是包含所有路标的弧长。预览距离L_preview取决于车辆速度。当车辆高速行驶时,预览距离是记录的车辆前方的总距离,例如每0.1秒钟总共1.5秒。例如,如果1.5秒是预览时间,则将有1.5/0.1=15个路标。当车辆高速行驶时,预览距离等于速度与预览时间的乘积,即L=V*T。控制系统每10毫秒使用此预览距离来计算路标。路标间隔0.1秒,这意味着路标之间的距离是车辆速度和0.1秒的路标分离时间的乘积。
当车辆以较低速度行驶时,路标等间隔。在低速时,路标之间的间距通常较大,并且路标可以间隔0.5米,例如但不限于此。
接下来,在306处,定义了车轮角度(RWA)命令搜索范围。RWA命令搜索范围定义为:
RWA–MaxRWArate*SampleTime<RWA<RWA+MaxRWArate*SampleTime
其中:
MaxRWArate是最大RWA速率;以及
SampleTime是RWA传感器的预定采样间隔。
在一些实施例中,例如但不限于,采样间隔是10毫秒。
接下来,在308处,设计控制目标以最小化路径跟踪误差。路径跟踪误差是车辆预测路径和计划轨迹之间在径向距离和航向角上的差值或偏差。
如图5所示,车辆10具有如路标402、404、406、408、410、412所示的计划的轨迹或路径。车辆10的重心(CG)522沿着预测的路径或轨迹528行进,并且车辆的旋转中心由参考标记524指示。如图所示,车辆的预测路径528与路标所示的计划轨迹偏离。
为了使路径跟踪误差最小化,定义了径向误差514和航向误差516。径向或横向距离误差ΔLi 514被定义为在每个路点处与预测轨迹528相切的线520和与路标轨迹相切的线532之间的径向距离。航向误差516定义为每个路标处与预测轨迹528相切的线520和与路标轨迹相切的线532之间的航向角的差值。
如图6所示,类似于图5,车辆具有由路标402、404、406、408、410、412指示的计划的轨迹或路径。车辆的重心(CG)522沿着预测的路径或轨迹528行进。车辆旋转中心524被定义为车辆投影路径528的半径526的交点。如图所示,车辆的预测路径528偏离由路标指示的计划轨迹。
车辆参考系被定义为以车辆重心(CG)522为中心的纵向和横向(x,y)坐标系。每个路标402、404、406、408、410、412可以是表示为车辆坐标系中的坐标(xj,yj)。从CG 522到车辆前轴的纵向距离被定义为距离a,如图6的距离640所示。从CG 522到车辆后轴的纵向距离被定义为距离b,如图6的距离642所示。从前轴到后轴的车辆L的纵向长度定义为L=a+b。车轮或转向角RWA 644表示为δ。
车辆的旋转中心524可以在车辆参考系的坐标中表示为:
半径(RC)526的长度被定义为:
其中:
L是车辆10从前轴到后轴的纵向长度;
δ是RWA;以及
b是从CG 522到车辆后轴的纵向距离。
通过执行如下所述的成本函数分析来设计控制目标。
成本函数被定义为:
其中:
JL是与距离(径向)误差相关联的成本;以及
是与航向误差相关联的成本。
JL和表示如下:
其中wj是可以根据车辆的投影路径的选定分段(例如曲线或转弯)的重要性而调整的加权因子,例如但不限于,N是路标的数量。
成本函数在z≡tanδ=0处(即,当车辆沿直线行驶时)具有可分辨的奇异性。以非奇异形式重写与径向误差和航向误差相关的成本:
因此,每个成本函数J是RWA的正切值、车辆几何参数和路标的函数。变量z是可以确定的最优控制变量。
回头参考图3,在310处,使用一维(1D)非线性优化来最小化径向误差和航向误差并确定最优车轮角度(RWA)命令。
使成本函数J最小化的最优控制解是:
Min J(z,xj,yj),其中z1≤z≤z2。
该非线性标量函数优化的解是最优车轮角度(RWA)的切线:
z=argminJ(z,xj,yj)=tanδ
该优化受到由最大车轮角度速率驱动的约束,其转而转化为对z的导数的约束:
可以应用用于一维标量函数最小化的任何数值方法来求解优化函数。例如但不限于,可以使用布伦特方法(带导数)。在一些实施例中,先前的最优z值可以用作后续迭代的起点。
求解和/或应用成本函数典型地将提供转向角以使车辆以低速行驶时(例如,小于10-15米每小时)行驶时的预测行驶路径的径向误差和航向误差最小化。
接下来,在312处,通过本领域已知的公式将车轮角度命令转换为转向角或转矩命令,并且将控制输入命令从横向车辆控制系统100发送至前和/或后执行器以控制车辆转向。在将控制输入命令设置到前和/或后致动器以控制车辆转向之后,方法300前进到框314并结束。
应该强调的是,可以对本文描述的实施例进行许多变化和修改,其元素被理解为是其他可接受的示例。所有这些修改和变化都旨在被包括在本公开的范围内并且由以下权利要求保护。此外,本文描述的任何步骤可以同时执行或者以不同于本文所定义的步骤的顺序执行。此外,应该清楚的是,本文公开的具体实施例的特征和属性可以以不同的方式组合以形成另外的实施例,所有这些都落入本公开的范围内。
除非另有特别说明,或者在所使用的上下文中被理解为如此,否则本文中使用的诸如“能够”、“能”、“可能”、“可以”、“例如”等的条件语言一般意在表达某些实施例包括某些特征、元件和/或状态,而其他实施例不包括这些特征、元件和/或状态。因此,这样的条件语言通常不旨在暗示一个或多个实施例以任何方式要求特征、元件和/或状态,或者在有或者没有作者输入或提示的情况下,一个或多个实施例必然包括用于决定这些特征、元件和/或状态是否包括在任何特定实施例中或将在任何特定实施例中执行的逻辑。
而且,以下术语可能已经在本文中使用。除非上下文另有明确规定,单数形式“一个”、“一”和“该”包括复数引用。因此,例如,对项目的引用包括对一个或多个项目的引用。术语“一”是指一个,两个或更多个,并且通常适用于选择一些或全部数量。术语“多个”是指两个或更多个项目。术语“大约”或“近似”是指数量、维度、尺寸、配方、参数、形状和其他特性不需要是精确的,而是可以根据需要近似和/或更大或更小,反映可接受的公差、转换因子、四舍五入、测量误差等以及本领域技术人员已知的其他因素。术语“基本上”是指所述特性、参数或值不需要精确地实现,而是数量上可能会发生偏差或变化,包括例如公差、测量误差、测量精度限制和本领域技术人员已知的其他因素,但不会排除该特性旨在提供的效果。
数值数据可以以范围格式在本文中表达或呈现。应该理解,这样的范围格式仅仅为了方便和简洁而使用,并且因此应该被灵活地解释为不仅包括作为范围界限明确列举的数值,而且还被解释为包括所有单个数值或包含在该范围内的子范围,如同每个数值和子范围被明确列举一样。作为说明,“约1至5”的数值范围应该被解释为不仅包括明确列举的约1至约5的值,而且还应该被解释为还包括指示范围内的个别值和子范围。因此,包括在该数值范围内的是诸如2、3和4的单独值和诸如“约1至约3”、“约2至约4”和“约3至约5”、“1至3”、“2至4”、“3至5”等。该相同原理适用于仅列举一个数值(例如,“大于约1”)的范围,并且无论范围的宽度或描述的特性如何。为了方便起见,可以在公共列表中呈现多个项目。但是,这些列表应该被解释为列表中的每个成员都被单独标识为独立且唯一的成员。因此,仅仅基于它们在共同群组中的表述而没有相反的表示,这种清单的任何成员都不应该被解释为事实上等同于同一清单中任何其他成员的事实上的等同物。此外,在术语“和”以及“或”与项目列表一起使用的情况下,它们应被宽泛地解释,其中任何一个或多个列出的项目可以单独使用或与其他列出的项目组合使用。术语“可选地”是指选择两个或更多个替代方案中的一个,并且不旨在将选择限制为仅列出的那些替代方案或一次只限于所列出的替代方案中的一个,除非上下文另有明确指示。
本文公开的过程、方法或算法可以交付给处理设备、控制器或计算机/由处理设备、控制器或计算机实现,处理设备、控制器或计算机可以包括任何现有的可编程电子控制单元或专用电子控制单元。类似地,所述过程、方法或算法可以作为可由控制器或计算机以多种形式执行的数据和指令进行存储,所述形式包括但不限于永久存储在不可写存储介质(诸如ROM设备)上的信息以及可更改地存储在可写存储介质(诸如软盘、磁带、CD、RAM设备以及其他磁和光介质)上的信息。过程、方法或算法也可以在软件可执行对象中实现。或者,可以使用诸如专用集成电路(ASIC)、现场可编程门阵列(FPGA)、状态机、控制器或其他硬件组件或设备等适当的硬件组件,或硬件、软件和固件组件的组合来全部或部分地实现过程、方法或算法。这样的示例设备可以作为车辆计算系统的一部分车载或者位于车外并且与一个或多个车辆上的设备进行远程通信。
尽管以上描述了示例性实施例,但是这些实施例并不旨在描述权利要求所包含的所有可能的形式。说明书中使用的词语是描述性词语而非限制性词语,并且应该理解,在不脱离本公开的精神和范围的情况下可以做出各种改变。如前所述,各种实施例的特征可以被组合以形成本公开的可能未被明确描述或示出的其他示例性方面。虽然各种实施例可能已被描述为提供优点或相对于一个或多个期望特性优于其他实施例或现有技术实施方式,但本领域普通技术人员认识到一个或多个特征或特性可能被减损以实现期望的总体系统属性,这取决于特定的应用程序和实现。这些属性可包括但不限于成本、强度、耐久性、生命周期成本、适销性、外观、包装、尺寸、适用性、重量、可制造性、易于组装性等。因此,所描述的实施例相对于一个或多个特性不如其他实施例或现有技术实现方式理想,并不在本公开的范围之外,并且对于特定应用可能是期望的。
Claims (6)
1.一种用于为自主驾驶或半自主驾驶车辆提供低速横向转向控制的方法,所述方法包括:
从至少一个车辆传感器接收对应于车轮角度的传感器数据;
由一个或多个数据处理器确定指示计划的车辆行驶路径的多个路标;
由所述一个或多个数据处理器至少部分地基于最大车轮角度速率来定义车轮角度搜索范围;
由所述一个或多个数据处理器使用跟踪和测量当前车辆路径与计划车辆路径之间的差值的所述车轮角度来确定转向控制目标;
由所述一个或多个数据处理器使用所述车轮角度和所述转向控制目标来确定最优转向控制信号;以及
将所述控制信号提供给转向控制器。
2.根据权利要求1所述的方法,其中确定所述最优转向控制信号包括使用一维非线性优化以最小化所述当前车辆路径与所述计划车辆路径之间的路径跟踪误差。
3.根据权利要求2所述的方法,其中最小化所述路径跟踪误差包括最小化航向误差和径向误差两者。
4.根据权利要求1所述的方法,其中确定转向控制目标包括定义转向命令与成本函数之间的关系。
5.根据权利要求4所述的方法,其中所述成本函数包括与径向误差相关联的成本和与航向误差相关联的成本。
6.根据权利要求5所述的方法,其中所述成本函数由以下等式定义:
其中JL是与所述径向误差相关联的成本,并且是与所述航向误差相关联的成本,并且JL和用以下等式表示:
其中wj是基于投影车辆路径的分段的重要性而选择的可调加权因子,并且N是路标的数量。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/621242 | 2017-06-13 | ||
US15/621,242 US10427678B2 (en) | 2017-06-13 | 2017-06-13 | System and method for low speed lateral control of a vehicle |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109080631A true CN109080631A (zh) | 2018-12-25 |
CN109080631B CN109080631B (zh) | 2021-10-15 |
Family
ID=64332671
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810567870.5A Active CN109080631B (zh) | 2017-06-13 | 2018-06-05 | 用于车辆的低速横向控制的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10427678B2 (zh) |
CN (1) | CN109080631B (zh) |
DE (1) | DE102018113927B4 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110001637A (zh) * | 2019-04-10 | 2019-07-12 | 吉林大学 | 一种基于多点跟踪的无人驾驶汽车路径跟踪控制装置及控制方法 |
CN111623786A (zh) * | 2020-06-08 | 2020-09-04 | 昆山星际舟智能科技有限公司 | 预判车辆行驶轨迹的方法 |
CN112537369A (zh) * | 2019-09-23 | 2021-03-23 | 通用汽车环球科技运作有限责任公司 | 用于横向运动控制的方法和设备 |
CN112550449A (zh) * | 2019-09-10 | 2021-03-26 | 通用汽车环球科技运作有限责任公司 | 车辆无线充电引导的横向控制 |
CN113135189A (zh) * | 2020-01-18 | 2021-07-20 | 操纵技术Ip控股公司 | 使用横向动力学实时监测车辆惯性参数值的系统和方法 |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6568559B2 (ja) * | 2017-09-13 | 2019-08-28 | 株式会社Subaru | 車両の走行制御装置 |
US10633025B2 (en) * | 2017-09-26 | 2020-04-28 | Toyota Research Institute, Inc. | Systems and methods for switching between a driver mode and an autonomous driving mode for a vehicle |
CN110308717B (zh) * | 2018-03-27 | 2020-12-22 | 广州汽车集团股份有限公司 | 控制自主式移动机器移动的方法、装置、机器及存储介质 |
US20200278686A1 (en) * | 2019-02-28 | 2020-09-03 | University Of South Carolina | Iterative Feedback Motion Planning |
FR3093687B1 (fr) * | 2019-03-13 | 2022-07-29 | Renault Sas | Procédé de pilotage autonome d’une mobilité d’un appareil |
US20200301420A1 (en) * | 2019-03-22 | 2020-09-24 | Veoneer Us, Inc. | System and method to control the velocity and heading of a vehicle based on preview information |
US11279356B2 (en) * | 2019-09-23 | 2022-03-22 | Robert Bosch Gmbh | Vehicle dynamics control system utilizing heading error and derivative |
FR3101306B1 (fr) * | 2019-10-01 | 2021-10-15 | Renault Sas | Dispositif de contrôle de l’angle de braquage d’un véhicule automobile à conduite autonome |
US20210114625A1 (en) * | 2019-10-18 | 2021-04-22 | WeRide Corp. | System and method for autonomous collision avoidance |
CN110825095B (zh) * | 2019-12-06 | 2022-11-08 | 苏州智加科技有限公司 | 一种自动驾驶车辆横向控制方法 |
CN111221338B (zh) * | 2020-01-20 | 2023-06-09 | 广东博智林机器人有限公司 | 一种路径跟踪的方法、装置、设备及存储介质 |
CN111532283B (zh) * | 2020-05-15 | 2022-03-25 | 吉林大学 | 一种基于模型预测控制的半挂汽车列车的路径跟踪方法 |
US11414127B2 (en) * | 2020-06-30 | 2022-08-16 | Zoox, Inc. | Trajectory tracking with four-wheel steering |
US11345400B2 (en) * | 2020-06-30 | 2022-05-31 | Zoox, Inc. | Trajectory tracking with four-wheel steering and steering limits |
US11518412B2 (en) | 2020-06-30 | 2022-12-06 | Zoox, Inc. | Trajectory determination for four-wheel steering |
CN111824133B (zh) * | 2020-07-30 | 2022-05-27 | 北京罗克维尔斯科技有限公司 | 一种自动泊车控制方法、装置 |
CN112109732A (zh) * | 2020-09-03 | 2020-12-22 | 南京理工大学 | 一种智能驾驶自适应曲线预瞄方法 |
US11731654B2 (en) * | 2020-10-16 | 2023-08-22 | GM Global Technology Operations LLC | Vehicle control systems and methods |
CN112590804A (zh) * | 2020-12-23 | 2021-04-02 | 苏州挚途科技有限公司 | 无人车辆的载荷轨迹跟踪方法和装置 |
CN115447603B (zh) * | 2022-04-26 | 2024-05-24 | 重庆大学 | 一种应用于自动驾驶车辆的有限时间路径跟踪控制方法 |
CN116729361B (zh) * | 2023-08-11 | 2023-11-03 | 北京斯年智驾科技有限公司 | 一种车辆横向控制方法及装置 |
CN117311153A (zh) * | 2023-10-24 | 2023-12-29 | 酷哇科技有限公司 | 自适应模型预测非线性控制延边清扫控制跟踪方法和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102874250A (zh) * | 2011-07-14 | 2013-01-16 | 通用汽车环球科技运作有限责任公司 | 增强车辆控制的系统及方法 |
CN104648402A (zh) * | 2013-11-18 | 2015-05-27 | 罗伯特·博世有限公司 | 用于支持机动车的车道转换或者超车策略的方法和驾驶员辅助装置 |
CN104709348A (zh) * | 2013-12-11 | 2015-06-17 | 通用汽车环球科技运作有限责任公司 | 与eps控制器结合的碰撞避免控制 |
WO2016035486A1 (ja) * | 2014-09-02 | 2016-03-10 | アイシン・エィ・ダブリュ株式会社 | 自動運転支援システム、自動運転支援方法及びコンピュータプログラム |
US20160236679A1 (en) * | 2015-02-18 | 2016-08-18 | Toyota Jidosha Kabushiki Kaisha | Vehicle driving support control device |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8676466B2 (en) * | 2009-04-06 | 2014-03-18 | GM Global Technology Operations LLC | Fail-safe speed profiles for cooperative autonomous vehicles |
US20120283913A1 (en) | 2011-05-05 | 2012-11-08 | GM Global Technology Operations LLC | System and method for adjusting smoothness for lane centering steering control |
-
2017
- 2017-06-13 US US15/621,242 patent/US10427678B2/en active Active
-
2018
- 2018-06-05 CN CN201810567870.5A patent/CN109080631B/zh active Active
- 2018-06-11 DE DE102018113927.6A patent/DE102018113927B4/de active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102874250A (zh) * | 2011-07-14 | 2013-01-16 | 通用汽车环球科技运作有限责任公司 | 增强车辆控制的系统及方法 |
CN104648402A (zh) * | 2013-11-18 | 2015-05-27 | 罗伯特·博世有限公司 | 用于支持机动车的车道转换或者超车策略的方法和驾驶员辅助装置 |
CN104709348A (zh) * | 2013-12-11 | 2015-06-17 | 通用汽车环球科技运作有限责任公司 | 与eps控制器结合的碰撞避免控制 |
WO2016035486A1 (ja) * | 2014-09-02 | 2016-03-10 | アイシン・エィ・ダブリュ株式会社 | 自動運転支援システム、自動運転支援方法及びコンピュータプログラム |
US20160236679A1 (en) * | 2015-02-18 | 2016-08-18 | Toyota Jidosha Kabushiki Kaisha | Vehicle driving support control device |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110001637A (zh) * | 2019-04-10 | 2019-07-12 | 吉林大学 | 一种基于多点跟踪的无人驾驶汽车路径跟踪控制装置及控制方法 |
CN110001637B (zh) * | 2019-04-10 | 2023-09-29 | 吉林大学 | 一种基于多点跟踪的无人驾驶汽车路径跟踪控制装置及控制方法 |
CN112550449A (zh) * | 2019-09-10 | 2021-03-26 | 通用汽车环球科技运作有限责任公司 | 车辆无线充电引导的横向控制 |
CN112550449B (zh) * | 2019-09-10 | 2022-11-29 | 通用汽车环球科技运作有限责任公司 | 车辆无线充电引导的横向控制 |
CN112537369A (zh) * | 2019-09-23 | 2021-03-23 | 通用汽车环球科技运作有限责任公司 | 用于横向运动控制的方法和设备 |
CN112537369B (zh) * | 2019-09-23 | 2023-03-07 | 通用汽车环球科技运作有限责任公司 | 用于横向运动控制的方法和设备 |
CN113135189A (zh) * | 2020-01-18 | 2021-07-20 | 操纵技术Ip控股公司 | 使用横向动力学实时监测车辆惯性参数值的系统和方法 |
CN113135189B (zh) * | 2020-01-18 | 2024-04-09 | 操纵技术Ip控股公司 | 使用横向动力学实时监测车辆惯性参数值的系统和方法 |
CN111623786A (zh) * | 2020-06-08 | 2020-09-04 | 昆山星际舟智能科技有限公司 | 预判车辆行驶轨迹的方法 |
CN111623786B (zh) * | 2020-06-08 | 2022-04-01 | 昆山星际舟智能科技有限公司 | 预判车辆行驶轨迹的方法 |
Also Published As
Publication number | Publication date |
---|---|
DE102018113927B4 (de) | 2023-08-31 |
US20180354513A1 (en) | 2018-12-13 |
US10427678B2 (en) | 2019-10-01 |
DE102018113927A1 (de) | 2018-12-13 |
CN109080631B (zh) | 2021-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109080631A (zh) | 用于车辆的低速横向控制的系统和方法 | |
Lee et al. | Optimal path tracking control of autonomous vehicle: Adaptive full-state linear quadratic Gaussian (LQG) control | |
CN107128314B (zh) | 用于牵引车辆的增强的车辆横向控制 | |
CN106061814B (zh) | 对超过lcc的转向转矩限制的预先警报 | |
CN105936276B (zh) | 行驶控制装置 | |
US20200369293A1 (en) | Autonomous driving apparatus and method | |
JP6696593B2 (ja) | 走行履歴の記憶方法、走行軌跡モデルの生成方法、自己位置推定方法、及び走行履歴の記憶装置 | |
CN102975716B (zh) | 用于在自动化车道对中过程中的速度自适应转向超驰检测的系统和方法 | |
US9318023B2 (en) | System and method for collision avoidance maneuver path determination with jerk limit | |
US10836395B2 (en) | Efficient optimal control with dynamic model for autonomous vehicle | |
CN105292116A (zh) | 自动驾驶车辆的车道变换路径规划算法 | |
SE538458C2 (sv) | Metod, anordning och system innefattande anordningen för attstödja skapandet av fordonståg | |
EP3819738A1 (en) | Method, device, and system of controlling movement of multi-vehicle, and computer-readable storage medium | |
US20200363816A1 (en) | System and method for controlling autonomous vehicles | |
CN107764265B (zh) | 用于车辆定位反馈的方法 | |
CN108032859A (zh) | 自动变道控制方法、装置和汽车 | |
CN112477849B (zh) | 自动驾驶卡车的泊车控制方法、装置及自动驾驶卡车 | |
Kim et al. | Vehicle path prediction using yaw acceleration for adaptive cruise control | |
US20220315037A1 (en) | Lane changing based only on local information | |
KR20180138324A (ko) | 차로 유지 제어 장치 및 방법 | |
US20240067185A1 (en) | Technology for dead time compensation during transverse and longitudinal guidance of a motor vehicle | |
CN112550449B (zh) | 车辆无线充电引导的横向控制 | |
KR101930163B1 (ko) | 차로 유지 제어 장치 및 방법 | |
CN112477861B (zh) | 自动驾驶卡车的行驶控制方法、装置及自动驾驶卡车 | |
CN115079699A (zh) | 一种基于模型预测控制的人机共驾汽车的运动规划方法 |
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 |