CN109606363B - 一种多状态反馈的智能汽车可拓车道保持控制方法 - Google Patents
一种多状态反馈的智能汽车可拓车道保持控制方法 Download PDFInfo
- Publication number
- CN109606363B CN109606363B CN201811373140.8A CN201811373140A CN109606363B CN 109606363 B CN109606363 B CN 109606363B CN 201811373140 A CN201811373140 A CN 201811373140A CN 109606363 B CN109606363 B CN 109606363B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- deviation
- state
- extension
- domain
- 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.)
- Active
Links
Images
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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/10—Path keeping
- B60W30/12—Lane keeping
Abstract
本发明公开了一种多状态反馈的智能汽车可拓车道保持控制方法,本发明将基于偏差变化实时拓展控制器输出结果的可拓控制方法运用到智能汽车车道保持控制中,保证车辆运动过程中始终在车范围内运动。车道保持的控制目标是保证车辆运动过程中距离左侧车道线和右侧车道线的距离相等,以及航向偏差为0。为实现控制目标,本发明分别选取当前车辆运动状态量与下一时刻期望的状态的偏差作为可拓控制器特征量,并建立多状态可拓集合,对可拓集合进行域界划分,将整个可拓集合划分为经典域、可拓域和非域三个区域。通过车辆‑道路实时特征量计算关联函数值,基于关联函数值将每一个实时特征状态量分类到各个区域中,基于此分别计算输出前轮转角输出值。
Description
技术领域
本发明属于智能汽车控制技术领域,特别涉及了一种多状态反馈的智能汽车可拓车道保持控制方法。
背景技术
为满足安全、高效、智能化交通发展的要求,智能汽车成为其发展和研究的重要载体和主要对象,尤其是电动智能汽车对于改善环境污染、提高能源利用率、改善交通拥挤问题有着很大作用。其中,智能汽车在道路行驶过程中,车道保持能力逐渐成为关注的热点之一,尤其是弯道保持和高速车道保持性能。
智能汽车车道保持控制基于普通车辆平台,架构计算机、视觉传感器、自动控制执行机构以及信号通讯设备,实现自主感知、自主决策和自主执行操作保证安全行驶功能。常见车辆多为前轮驱动,通过调节前轮转角保证车辆横向控制精度和车辆行驶的安全性稳定性。车道保持基于摄像头等视觉传感器,通过车道线检测提取车道线信息,同时获取车辆在车道中的位置,确定下一时刻需要执行的前轮转角。具体控制方式主要有两种:预瞄式参考系统和非预瞄式参考系统,预瞄式参考系统主要以车辆前方位置的道路曲率作为输入,根据车辆与期望路径之间的横向偏差或航向偏差为控制目标,通过各种反馈控制方法设计对车辆动力学参数鲁棒的反馈控制系统,如基于雷达或摄像头等视觉传感器的参考系统。非预瞄式参考系统根据车辆附近的期望路径,通过车辆运动学模型计算出描述车辆运动的物理量,如车辆横摆角速度,然后设计反馈控制系统进行跟踪,此发明基于预瞄式控制方法,获取前方车辆运行点处的多个期望车辆状态,完成多状态反馈的可拓车道保持控制方法的设计。
发明内容
从目前主要研究内容看,智能汽车弯道和高速下车道保持控制精度和稳定性是研究的热点,本发明针对高速下智能汽车弯道车道保持的控制精度问题,提出一种多状态反馈的可拓车道保持控制方法。
本发明将可拓控制方法运用到智能汽车车道保持控制方法中,保证车辆运动过程中始终在车道范围内运动。车道保持的控制目标是保证车辆运动过程中车辆距离左侧车道线和右侧车道线的距离相等,以及航向偏差为0。为了实现控制目标,本发明分别选取当前车辆运动状态量与下一时刻期望的状态的偏差作为可拓控制器特征量,并建立多状态可拓集合,对可拓集合进行域界划分,将整个可拓集合划分为经典域、可拓域和非域三个区域。通过车辆-道路实时特征量计算关联函数值,基于关联函数值将每一个实时特征状态量分类到各个区域中,基于此分别计算前轮转角输出值。
本发明的有效效益为:
(1)一方面考虑了车辆在车道运动过程中位置偏差,保证了车辆跟踪车道线的跟踪位置精度,另一方面考虑了车辆运动过程中的运动状态,保证了车辆运动过程中的平顺性和稳定性。
(2)创新性的将可拓控制运用到智能汽车车道保持控制中,考虑多状态下可拓车道保持控制,使得智能汽车跟踪车道线不仅跟踪位置精度达到较高要求,同时保证运动状态具有更好的稳定性,尤其是针对高速运动下的弯道车道保持具有更加突出的表现。
附图说明
图1.智能汽车多状态反馈车道保持控制方法流程图
图2.可拓控制器结构
图3.二自由度车辆动力学模型
图4.轨迹跟踪预瞄误差模型
图5.多维可拓集合区域划分图
图6.关联函数与测度模式关系图
图7.测度模式为M1下输出计算框图
图8.仿真验证道路模拟图
图9.车道保持结果图;
(a)期望轨迹,(b)轨迹跟踪横向位置偏差结果。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
如图1所示,本发明智能汽车多状态反馈车道保持控制方法包括如下步骤:
Step1:建立二自由度车辆动力学模型
本发明采用车辆动力学模型为二自由度模型,其示意图如图3所示。车辆整车质量为M,车辆绕质心(CG)z轴的转动惯量为Iz,前后轴距离质心的距离分别为lf、lr,vx、 vy分别为车辆沿x轴和y轴的纵向速度和侧向速度,β、r分别为质心侧偏角和横摆角速度,Fyfl、Fyfr、Fyrl、Fyrr分别为四个车轮受到的侧向力,此处定义Fyf、Fyr分别为前轴和后轴轮胎受到的侧向合力,表示为Fyf=Fyfl+Fyfr、Fyr=Fyrl+Fyrr,前轮转角δf调节车辆行驶方向,δf作为车辆二自由度模型的输入参数,此处假设车辆纵向速度vx为常数,左右车轮的侧偏角相同,Iz为绕质心的转动惯量。则车辆二自由度动力学模型数学方程可以表示为:
前后轮胎侧向力Fyf、Fyr与前后轮轮胎侧偏角αf、αr的关系为:
Fyf(t)=cfαf(t)Fyr(t)=crαr(t) (2)
其中,cf、cr为前后轮胎侧偏刚度,在轮胎工作于线性区时,其值为定值。
前后轮胎侧偏角αf、αr可表示为:
将式(2)和(3)代入式(1)中,可以得到方程:
Step2:车道线拟合计算
车道线拟合采用二次多项式拟合,根据道路曲率值ρ和车辆摄像头距离左右车道线的距离DL、Dr,可得到弯道时车道线拟合方程:
考虑到车辆的航向偏差角范围在-1rad到1rad之间,通过设置参数范围将车道线曲率识别范围设置在-0.12/m到0.12/m之间。
Step3:状态量偏差计算
轨迹跟踪预瞄偏差动力学模型如图4所示,图中给出了车辆运动的参考轨迹,eL为预瞄点处到参考轨迹的横向距离,定义为预瞄横向位置偏差;L为车辆质心CG到预瞄点的距离;为参考轨迹预瞄点处航向角,为车辆航向角,基于此轨迹跟踪预瞄偏差动力学模型,上述各个状态量的期望值和偏差根据几何关系可以计算得到:
期望侧向加速度aydes:
侧向加速度偏差ae为:
ae=aydes-ay (10)
横向位置偏差eL满足关系:
Step4:多维可拓特征量提取和域界划分
本发明可拓控制器特征量选择横摆角速度r,侧向加速度ay,预瞄点横向位置偏差eL,航向偏差由此构成多维特征状态集合,记做可拓控制器结构如图4所示。对于自动驾驶汽车横向控制而言,控制目标为保证车辆在既定轨迹上保持车辆与目标轨迹之间横向位置偏差和航向偏差为零,以及上述状态量能够达到期望值。
确定各个特征量的经典域区域和可拓域区域,如图5所示,可以分别表示为:
非域为整个可拓集合中除去经典域和可拓域剩下的集合区域。
Step5:关联函数计算
关联函数值表征了特征量状态距离期望态点的远近,即体现了系统特征状态量转变为最优状态的困难程度,对于系统控制过程具有监控稳定性程度的作用。
基于上述期望状态量,此处关联函数值计算过程如下。
在车辆运动过程中,实时特征状态量记做状态量对应的期望值点记做S2=[rdes(t) aydes(t) 0 0]T,其中rdes(t)、aydes(t)分别表示期望的横摆角速度和期望的侧向加速度随时间的变化值,那么实时状态量与期望值点的可拓距为:
经典域可拓距为:
可拓域可拓距为:
K(S)=1-|S1S2|/Mo (17)
否则,
K(S)=(Mo-|S1S2|)/(M-Mo) (18)
所以,关联函数可以表示为:
Step6:控制系统输出前轮转角
ELSE记为测度模式M3。
如图6所示为关联函数值与测度模式对应关系示意图。
基于对实时特征量的模式识别,在对应的模式下采用对应的控制器前轮转角输出值。
当测度模式为M1时,车辆-道路系统处于稳定状态,此时控制器前轮转角输出值为:
δf=-kS
其中,k为测度模式M1基于特征量S的状态反馈系数,k=[kc1 kc2 kc3 kc4]T本文采用极点配置方法选择状态反馈系数,计算框图如图7所示。
当测度模式为M2时,车辆-道路系统处于临界失稳状态,属于可调范围内,可以通过增加控制器附加输出项,将车辆-道路系统重新调节到稳定状态,控制器前轮转角输出值为:
δf=-k{S+k′K(S)[-sgn(S)]} (20)
k′为测度模式M2下附加输出项控制系数,该系数主要基于测度模式M1下控制量适量人工调节,保证附加输出项能够使得车辆-道路系统在此回到稳定状态。
其中,
k′K(S)[-sgn(S)]为控制器附加输出项,该项结合了关联函数值K(S),关联函数体现了车辆在车道爆出中沿车道中心线运动的调节难度,因此,通过关联函数值的变化,根据控制难度实时改变控制器附加输出项的值。
当测度模式为M3时,车辆由于距离车道中心线偏差较大,无法及时调节到稳定状态,为保证车辆安全,此时控制器前轮转角输出值为:
δf=0 (22)
测度模式M3在控制过程中应尽可能避免。
因此,对于特征量ev控制器前轮转角输出值为:
将上述控制器的输出量反馈至车辆模型,实时调节模型中的相关参数,实现车辆能够实时调节轨迹跟踪状况
实施例:可行性仿真验证
本发明基于MATLAB(Simulink)-Carsim平台,车辆速度选择110km/h,轨迹跟踪误差模型中预瞄距离L=15m;道路附着系数μ=1.0,道路形状如图8所示,响应结果如图9所示,从图中可以看出,在车速保持在110km/h状态下,车辆通过如图9 (a)所示的期望车道,通过弯道时,横向位置偏差保持在-0.3~0.2m范围内,并且在直线车道中,始终运行在车道中心线上,能够满足车道保持功能。
根据高速工况下响应结果发现,本发明提出的多状态反馈可拓车道保持控制方法在高速时变曲率道路具有较高的跟踪精度,控制方法可靠性好。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
Claims (4)
1.一种多状态反馈的智能汽车可拓车道保持控制方法,其特征在于,
所述控制方法的实现包括如下步骤:
步骤1,建立二自由度动力学模型;
步骤2,计算车道线拟合;
步骤3,计算状态量偏差;所述状态量偏差是指选取当前车辆运动状态量与下一时刻期望的状态的偏差;
步骤4,多维可拓特征量提取和域界划分:将状态量偏差作为可拓控制器特征量,建立多状态可拓集合,对多状态可拓集合进行域界划分,将整个可拓集合划分为经典域、可拓域和非域三个区域;所述多维可拓特征量选择横摆角速度r,侧向加速度ay,预瞄点横向位置偏差eL,航向偏差由此构成多维特征状态集合,记做
步骤5,计算关联函数;
步骤6,输出前轮转角;
步骤1的具体实现包括:
设车辆整车质量为M,车辆绕质心z轴的转动惯量为Iz,前后轴距离质心的距离分别为lf、lr,vx、vy分别为车辆沿x轴和y轴的纵向速度和侧向速度,β、r分别为质心侧偏角和横摆角速度,Fyfl、Fyfr、Fyrl、Fyrr分别为四个车轮受到的侧向力,定义Fyf、Fyr分别为前轴和后轴轮胎受到的侧向合力,表示为Fyf=Fyfl+Fyfr、Fyr=Fyrl+Fyrr,前轮转角δf调节车辆行驶方向,δf作为车辆二自由度模型的输入参数,假设车辆纵向速度vx为常数,左右车轮的侧偏角相同,Iz为绕质心的转动惯量;则车辆二自由度动力学模型方程可以表示为:
前轴和后轴轮胎受到的侧向合力Fyf、Fyr与前后轮轮胎侧偏角αf、αr的关系为:
Fyf(t)=cfαf(t) Fyr(t)=crαr(t) (2)
其中,cf、cr为前后轮胎侧偏刚度,在轮胎工作于线性区时,其值为定值;
前后轮胎侧偏角αf、αr可表示为:
将式(2)和(3)代入式(1)中,可以得到方程:
步骤5中,所述计算关联函数的方法如下:
经典域可拓距为:
可拓域可拓距为:
如果实时特征状态量S1与对应的期望值点S2偏差特征状态量
则关联函数为:
K(S)=1-|S1S2|/Mo
否则,
K(S)=(Mo-|S1S2|)/(M-Mo)
所以,关联函数表示为:
步骤6的具体实现包括:
ELSE为测度模式M3;
步骤6.2,基于对实时特征量的模式识别,在对应的模式下采用对应的前轮转角输出值;
当测度模式为M1时,车辆-道路系统处于稳定状态,此时控制器前轮转角输出值为:
δf=-kS
其中,k为测度模式M1基于特征量S的状态反馈系数,k=[kc1 kc2 kc3 kc4]T,采用极点配置方法选择状态反馈系数;
当测度模式为M2时,车辆-道路系统处于临界失稳状态,属于可调范围内,通过增加附加输出项,将车辆-道路系统重新调节到稳定状态,前轮转角输出值为:
δf=-k{S+k′K(S)[-sgn(S)]}
k′为测度模式M2下附加输出项控制系数,该系数基于测度模式M1下控制量适量人工调节,保证附加输出项能够使得车辆-道路系统在此回到稳定状态;
其中,
k′K(S)[-sgn(S)]为附加输出项;
当测度模式为M3时,前轮转角输出值为:
δf=0;
因此,前轮转角输出值为:
上述RS表示可拓域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811373140.8A CN109606363B (zh) | 2018-11-19 | 2018-11-19 | 一种多状态反馈的智能汽车可拓车道保持控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811373140.8A CN109606363B (zh) | 2018-11-19 | 2018-11-19 | 一种多状态反馈的智能汽车可拓车道保持控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109606363A CN109606363A (zh) | 2019-04-12 |
CN109606363B true CN109606363B (zh) | 2020-11-20 |
Family
ID=66003453
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811373140.8A Active CN109606363B (zh) | 2018-11-19 | 2018-11-19 | 一种多状态反馈的智能汽车可拓车道保持控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109606363B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110532636B (zh) * | 2019-08-05 | 2023-03-28 | 东南大学 | 一种面向多场景的智能驾驶自主车道保持性能检测方法 |
CN110733505A (zh) * | 2019-10-18 | 2020-01-31 | 上海格陆博实业有限公司 | 一种汽车车道保持控制系统的控制策略 |
CN111086510B (zh) * | 2019-12-30 | 2021-04-27 | 浙江大学 | 一种基于预测函数控制的前轮转向车辆车道保持控制方法 |
CN112590802B (zh) * | 2020-12-04 | 2022-12-20 | 英博超算(南京)科技有限公司 | 车辆驾驶控制方法、装置、车辆以及计算机可读存储介质 |
CN112537303B (zh) * | 2020-12-14 | 2022-02-18 | 英博超算(南京)科技有限公司 | 一种智能车辆车道居中保持方法 |
CN112977444B (zh) * | 2021-02-24 | 2022-03-08 | 武汉光庭信息技术股份有限公司 | 一种车道保持高级辅助驾驶控制方法、系统及电子设备 |
CN114475596B (zh) * | 2022-02-22 | 2023-06-20 | 青岛德智汽车科技有限公司 | 一种换道场景下保证安全的智能网联队列鲁棒控制方法 |
CN115474080B (zh) * | 2022-09-07 | 2024-02-20 | 长沙朗源电子科技有限公司 | 一种有线投屏控制方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107042841A (zh) * | 2016-12-14 | 2017-08-15 | 合肥工业大学 | 一种轮毂电机驱动电动汽车差动助力转向稳定性控制方法 |
CN107600176A (zh) * | 2017-08-29 | 2018-01-19 | 江苏大学 | 一种基于可拓控制理论的智能车辆主动转向控制方法 |
CN108216231A (zh) * | 2018-01-12 | 2018-06-29 | 合肥工业大学 | 一种基于转向和制动可拓联合的车道偏离辅助控制方法 |
CN108732921A (zh) * | 2018-04-28 | 2018-11-02 | 江苏大学 | 一种自动驾驶汽车横向可拓预瞄切换控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6663835B2 (ja) * | 2016-10-12 | 2020-03-13 | 本田技研工業株式会社 | 車両制御装置 |
-
2018
- 2018-11-19 CN CN201811373140.8A patent/CN109606363B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107042841A (zh) * | 2016-12-14 | 2017-08-15 | 合肥工业大学 | 一种轮毂电机驱动电动汽车差动助力转向稳定性控制方法 |
CN107600176A (zh) * | 2017-08-29 | 2018-01-19 | 江苏大学 | 一种基于可拓控制理论的智能车辆主动转向控制方法 |
CN108216231A (zh) * | 2018-01-12 | 2018-06-29 | 合肥工业大学 | 一种基于转向和制动可拓联合的车道偏离辅助控制方法 |
CN108732921A (zh) * | 2018-04-28 | 2018-11-02 | 江苏大学 | 一种自动驾驶汽车横向可拓预瞄切换控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109606363A (zh) | 2019-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109606363B (zh) | 一种多状态反馈的智能汽车可拓车道保持控制方法 | |
CN110036353B (zh) | 用于控制地面车辆横向运动的方法和系统 | |
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 | |
CN106114511B (zh) | 一种汽车巡航系统关键目标识别方法 | |
CN109606368B (zh) | 一种智能汽车可拓车速自适应变化轨迹跟踪控制方法 | |
CN109664884B (zh) | 一种可变车速下的可拓自适应车道保持控制方法 | |
CN111016893B (zh) | 一种拥堵环境下智能车辆可拓博弈车道保持自适应巡航控制系统与控制方法 | |
Shen et al. | MPC-based path tracking controller design for autonomous ground vehicles | |
CN110018632A (zh) | 一种车辆变道控制方法和装置 | |
CN110703763A (zh) | 无人车路径跟踪及避障方法 | |
Attia et al. | Coupled longitudinal and lateral control strategy improving lateral stability for autonomous vehicle | |
Xu et al. | Model predictive control for lane keeping system in autonomous vehicle | |
CN113276848A (zh) | 一种智能驾驶换道避障轨迹规划、跟踪控制方法及系统 | |
CN112578672B (zh) | 基于底盘非线性的无人驾驶汽车轨迹控制系统及其轨迹控制方法 | |
Cai et al. | A robust fuzzy PD controller for automatic steering control of autonomous vehicles | |
CN113753080A (zh) | 一种自动驾驶汽车横向运动自适应参数控制方法 | |
CN109001976B (zh) | 一种自动驾驶车的双路协同可拓横向控制方法 | |
Guo et al. | Regional path moving horizon tracking controller design for autonomous ground vehicles | |
Chen et al. | An adaptive path tracking controller based on reinforcement learning with urban driving application | |
CN114637292A (zh) | 一种兼顾避障的车辆轨迹跟踪鲁棒控制方法和系统 | |
CN109606364B (zh) | 一种分层式自学习可拓神经网络车道保持控制方法 | |
CN109606362B (zh) | 一种基于道路曲率的可拓前馈车道保持控制方法 | |
CN111352442A (zh) | 一种基于鲁棒H infinite控制的牵引式挂车轨迹跟踪方法 | |
Khan et al. | A model predictive control strategy for lateral and longitudinal dynamics in autonomous driving | |
CN107544496A (zh) | 一种改进余弦换道模型的轨迹规划方法 |
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 |