CN109552406B - 一种应用于无人驾驶车辆的通用电子转向控制器 - Google Patents

Abstract

本发明公开一种应用于无人驾驶车辆的通用电子转向控制器，包括数据输入模块、数据分析模块、状态机切换模块、数据存取模块、数据处理模块、故障检测模块、数据输出模块、驱动判断模块、直流电机驱动模块，以及三项电机驱动模块。其中数据输入模块支持从CAN总线、串口、网口获取传感器和线控指令数据。驱动判断模块用来支持目前主流的两类转向电机，将数据输出模块传入的操控变量转化为对应的驱动信号。本发明在原有技术的基础上，增加了机器学习功能，可自动对操控参数进行修正，节省了大量人工调测工作。本发明应用了状态机机制，大大提高了转向控制器的稳定性、安全性。本发明还采用多数据通道、多驱动模块，增加了转向控制器的通用性。

Description

一种应用于无人驾驶车辆的通用电子转向控制器

技术领域

本发明涉及汽车领域，具体涉及一种控制器，更为具体地说涉及一种应用于无人驾驶车辆的通用电子转向控制器。

背景技术

智能车辆可以在无人干预的情况下，自动运行到期望地点。其中自动转向控制尤为重要，它能够自主控制车辆转向角，使得车辆按照期望轨迹行驶。

目前的转向控制方案为，转向控制单元向动力驱动单元提供操控变量，从而驱动自身车辆的转向。转向控制单元基于传感器单元所检测的车辆速度、角速度和转向角度，计算自身车辆沿着期望轨迹行驶所必需的转向扭矩，作为用于转向角度的操控变量。转向控制单元向动力驱动单元发送控制信号，以使得动力驱动单元输出所计算的转向扭矩。

更为详细地说，汽车一般会有转角传感器、扭矩传感器、车速传感器，传感器单元直接从这些传感器或车辆本身的ECU中读取相应的数据并进行解算，获取必要的信息通过CAN总线传递给转向控制单元供其决策，转向控制单元通过传感器信息和命令输入经过一系列运算，得到控制信号量，将其传给动力驱动单元去执行动作。转向控制单元比较当前角度与目标角度差距，从而计算方向盘向左还是向右，转动力矩应为多少。

尽管目前的转向控制方案较为成熟，但是转向控制器的操控变量也比较复杂，往往需要经验丰富的测试工程师不断的进行修改尝试。而且由于各种型号车辆的转向执行机构各有不同，导致将一种控制器应用于其他车型很难实现。

发明内容

基于上述技术问题，本发明提供一种应用于无人驾驶车辆的通用电子转向控制器。

本发明所采用的技术解决方案是：

一种应用于无人驾驶车辆的通用电子转向控制器，包括数据输入模块、数据分析模块、状态机切换模块、数据存取模块、数据处理模块、故障监测模块、数据输出模块、驱动判断模块、直流电机驱动模块，以及三项电机驱动模块；

所述数据输入模块用于获取传感器的原始数据以及线控指令数据；

数据分析模块将以上数据进行解析得到车速、方向盘转角、方向盘转速、方向盘扭矩、目标转角、目标转速、目标状态信息，将其传入计算单元；

状态机切换模块根据输入数据变换状态机以实现不同功能；

数据处理模块一方面通过现有模型参数计算输出量，一方面将输入输出量存入数据库，一定时间后根据大量数据计算新的模型参数；数据存取模块用来存取机器学习过程中的大量数据；故障监测模块用于实时监测各功能模块工作状态；

数据输出模块用于将数据处理模块输出的操控变量转换为对应的驱动信号，并传给驱动判断模块，最后由驱动判断模块驱动直流电机驱动模块和三项电机驱动模块实现线控转向及助力转向功能。

优选的，该转向控制器还应用了状态机机制，具体运行步骤如下：

初始情况状态机为初始模式，控制器系统开始自检，如正常自动进入人工助力模式，否则进入故障模式；状态机处于人工助力模式当收到有效线控指令，将会进入控制模式执行转向操作；状态机处于控制模式如果长时间未收到有效线控指令，将会自动进入人工助力模式；状态机处于控制模式，如在此期间人为扭动方向盘，则会立即进入人工干预模式，在此模式下不再响应线控指令，需发送清除指令将状态机转为人工助力模式；在任意模式下，如检测到故障信息，状态机会立即进入故障模式，此时控制器会发出警告信息，同时启动安全措施，防止方向盘误动。

优选的，该转向控制器还应用了监督式机器学习算法，该算法包括一个目标变量和用来预测目标变量的预测变量，通过以上变量能够搭建一个模型，从而对于一个已知的预测变量值，得到对应的目标变量值；重复训练这个模型，直到它能在训练数据集上达到预定的准确度。

优选的，所述数据输入模块与数据分析模块连接，数据分析模块分别连接状态机切换模块、数据存取模块、数据处理模块和故障监测模块，数据存取模块与数据处理模块之间，以及数据处理模块与故障监测模块之间均相互连接；所述状态机切换模块、数据处理模块均与数据输出模块连接，数据输出模块连接驱动判断模块，所述驱动判断模块分别连接直流电机驱动模块和三项电机驱动模块，驱动判断模块还与故障监测模块连接。

本发明的有益技术效果是：

(1)本发明在原有技术的基础上，增加了机器学习功能，可自动对操控参数进行修正，节省了大量人工调测工作。

(2)本发明增加了多传感器支持，多数据通道，多驱动模块，增加了转向控制器的通用性。

(3)本发明应用了状态机机制，大大提高了转向控制器的稳定性、安全性。

附图说明

下面结合附图与具体实施方式对本发明作进一步说明：

图1为本发明转向控制器所包含功能模块的原理框图；

图2为本发明转向控制器所涉及的单元框图；

图3为本发明转向控制器所应用状态机的流程示意图；

图4为本发明转向控制器所采用自学习控制模型的原理框图。

具体实施方式

结合附图，本发明提供了一种应用于无人驾驶车辆的通用电子转向控制器，包括数据输入模块、数据分析模块、状态机切换模块、数据存取模块、数据处理模块、故障监测模块、数据输出模块、驱动判断模块、直流电机驱动模块，以及三项电机驱动模块，如图1-2所示。所述数据输入模块与数据分析模块连接，数据分析模块分别连接状态机切换模块、数据存取模块、数据处理模块和故障监测模块，数据存取模块与数据处理模块之间，以及数据处理模块与故障监测模块之间均相互连接；所述状态机切换模块、数据处理模块均与数据输出模块连接，数据输出模块连接驱动判断模块，所述驱动判断模块分别连接直流电机驱动模块和三项电机驱动模块，驱动判断模块还与故障监测模块连接。

其中数据输入模块支持从CAN总线、串口、网口获取传感器和线控指令数据。驱动判断模块用来支持目前主流的两类转向电机，将数据输出模块传入的操控变量转化为对应的驱动信号。

该转向控制器的工作原理如下：

数据输入模块获取传感器的原始数据以及线控指令数据，数据分析模块将数据进行解析得到车速、方向盘转角、方向盘转速、方向盘扭矩、目标转角、目标转速、目标状态等信息，将其传入计算单元。状态机模块根据输入数据变换状态机以实现不同功能。数据处理模块一方面通过现有模型参数计算输出量，一方面将输入输出量存入数据库，一定时间后根据大量数据计算新的模型参数。数据存取模块用来存取机器学习过程中的大量数据，故障监测模块用于实时监测各功能模块工作状态。数据输出模块用于将数据处理模块输出的操控变量转换为对应的驱动信号，并传给驱动模块，最后由驱动模块驱动转向电机实现线控转向及助力转向等功能。

本发明应用了状态机机制，如图3所示，初始情况状态机为初始模式，控制器系统开始自检，如正常自动进入人工助力模式，否则进入故障模式。状态机处于人工助力模式当收到有效线控指令，将会进入控制模式执行转向操作。状态机处于线控模式如果长时间未收到有效线控指令，将会自动进入人工助力模式。状态机处于线控模式，如在此期间人为扭动方向盘，则会立即进入人工干预模式，在此模式下不再响应线控指令，需发送清除指令将状态机转为人工助力模式。在任意模式下，如检测到故障信息，如传感器故障，电机故障灯，状态机会立即进入故障模式，此时控制器会发出警告信息，同时启动安全措施，防止方向盘误动。

上述初始模式为控制器刚上电时的状态机，在此模式下，控制器进行自检，除检测控制器自身硬件问题外，主要匹配传感器的数据和检测驱动电机类型。如未能得到传感器的数据信息，或者电机连线有误，状态机则会切换到故障模式，等待排查故障。

自动驾驶系统中，如果人工智能出错，比如定位无信号或者进入视觉盲区，都会导致智能控制算法误判，使得方向盘转向错误的方向。这时安全员会介入，与人工智能争夺方向盘的控制权。当状态机进入人工干预模式后，控制器将会拒绝人工智能的操控指令，避免发生危险。

当人工智能系统恢复正常后，此时控制器依然拒绝人工智能的操控指令。这时需要人工智能去主动发送清除指令，告知控制器退出干预模式。

本发明还将监督式机器学习算法应用于本控制器，如图4所示。包括一个目标变量(因变量)和用来预测目标变量的预测变量(自变量)。通过这些变量可以搭建一个模型，从而对于一个已知的预测变量值，可以得到对应的目标变量值。重复训练这个模型，直到它能在训练数据集上达到预定的准确度。应用机器学习算法，控制器能够自整定控制参数，当应用于不同的转向系统时，只需重新训练即可。

上述目标变量(因变量)是指匹配该车型转向系统的一整套最佳控制参量，而这个参量是一个定解且未知。预测变量(自变量)是指控制器根据当前控制参量以及最终的输出结果反馈而预测的最佳控制参量。下一次计算周期会使用本次预测的控制参量作为当前控制参量。机器学习的目的就是尽量使得预测的最佳控制参量无限接近于真正的最佳控制参量。

上述状态机模块根据输入数据，改变状态机模式以实现不同功能。当长时间未收到人工智能指令或者收到人工智能结束操控的指令，状态机切换到人工助力模式。此时控制器仅提供辅助动力，以适应人的转动手感。当人工智能指令操控时，状态机切换到控制模式，根据指令操控方向盘以何种速度转动到何角度。当检测到人工干预时，状态机切换到人工干预模式，屏蔽人工智能的操控指令，仅提供辅助动力。当车速转角等传感器信息异常时，状态机切换到故障模式，这时控制器不再提供任何动力，以免发生危险。

上述数据输出模块为转向控制单元的信号出口，驱动模块无任何逻辑功能，仅仅是将控制信号转化为机械动作，最终实现的是转向控制单元的决策功能。驱动判断模块用来判断当前应用的是何种类驱动电机，并检测电机驱动是否正常。

上述方式中未述及的部分采取或借鉴已有技术即可实现。

以上仅描述了本发明的基本原理和优选实施方式，应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围。

Claims (4)

1.一种应用于无人驾驶车辆的通用电子转向控制器，其特征在于：包括数据输入模块、数据分析模块、状态机切换模块、数据存取模块、数据处理模块、故障监测模块、数据输出模块、驱动判断模块、直流电机驱动模块，以及三项电机驱动模块；

所述数据输入模块用于获取传感器的原始数据以及线控指令数据；

数据分析模块将以上数据进行解析得到车速、方向盘转角、方向盘转速、方向盘扭矩、目标转角、目标转速、目标状态信息，将其传入计算单元；

状态机切换模块根据输入数据变换状态机以实现不同功能；

数据处理模块一方面通过现有模型参数计算输出量，一方面将输入输出量存入数据库，一定时间后根据大量数据计算新的模型参数；数据存取模块用来存取机器学习过程中的大量数据；故障监测模块用于实时监测各功能模块工作状态；

数据输出模块用于将数据处理模块输出的操控变量转换为对应的驱动信号，并传给驱动判断模块，最后由驱动判断模块驱动直流电机驱动模块和三项电机驱动模块实现线控转向及助力转向功能。

2.根据权利要求1所述的一种应用于无人驾驶车辆的通用电子转向控制器，其特征在于：该转向控制器还应用了状态机机制，具体运行步骤如下：

初始情况状态机为初始模式，控制器系统开始自检，如正常自动进入人工助力模式，否则进入故障模式；状态机处于人工助力模式当收到有效线控指令，将会进入控制模式执行转向操作；状态机处于控制模式如果长时间未收到有效线控指令，将会自动进入人工助力模式；状态机处于控制模式，如在此期间人为扭动方向盘，则会立即进入人工干预模式，在此模式下不再响应线控指令，需发送清除指令将状态机转为人工助力模式；在任意模式下，如检测到故障信息，状态机会立即进入故障模式，此时控制器会发出警告信息，同时启动安全措施，防止方向盘误动。

3.根据权利要求1所述的一种应用于无人驾驶车辆的通用电子转向控制器，其特征在于：该转向控制器还应用了监督式机器学习算法，该算法包括一个目标变量和用来预测目标变量的预测变量，通过以上变量能够搭建一个模型，从而对于一个已知的预测变量值，得到对应的目标变量值；重复训练这个模型，直到它能在训练数据集上达到预定的准确度。

4.根据权利要求1所述的一种应用于无人驾驶车辆的通用电子转向控制器，其特征在于：所述数据输入模块与数据分析模块连接，数据分析模块分别连接状态机切换模块、数据存取模块、数据处理模块和故障监测模块，数据存取模块与数据处理模块之间，以及数据处理模块与故障监测模块之间均相互连接；所述状态机切换模块、数据处理模块均与数据输出模块连接，数据输出模块连接驱动判断模块，所述驱动判断模块分别连接直流电机驱动模块和三项电机驱动模块，驱动判断模块还与故障监测模块连接。

Images