CN109782754B - 一种车辆控制方法及装置 - Google Patents

一种车辆控制方法及装置 Download PDF

Info

Publication number
CN109782754B
CN109782754B CN201811594906.5A CN201811594906A CN109782754B CN 109782754 B CN109782754 B CN 109782754B CN 201811594906 A CN201811594906 A CN 201811594906A CN 109782754 B CN109782754 B CN 109782754B
Authority
CN
China
Prior art keywords
vehicle
time stamp
driving
next time
adjusting
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
Application number
CN201811594906.5A
Other languages
English (en)
Other versions
CN109782754A (zh
Inventor
张瀚中
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.)
Neusoft Reach Automotive Technology Shenyang Co Ltd
Original Assignee
Neusoft Reach Automotive Technology Shenyang 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 Neusoft Reach Automotive Technology Shenyang Co Ltd filed Critical Neusoft Reach Automotive Technology Shenyang Co Ltd
Priority to CN201811594906.5A priority Critical patent/CN109782754B/zh
Publication of CN109782754A publication Critical patent/CN109782754A/zh
Application granted granted Critical
Publication of CN109782754B publication Critical patent/CN109782754B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本申请公开了一种车辆控制方法,包括:利用离散点组成的离散点序列表征车辆在定位时间周期内的车辆行驶轨迹,每个离散点对应于一个时间戳,每个离散点的位置表征车辆在行驶过程中的理论位置,通过获取车辆行驶至当前时间戳对应的离散点时所述车辆的行驶参数,将所述行驶参数输入运动学模型,获取所述运动学模型输出的所述车辆在下一时间戳的预测位置,然后根据所述车辆在下一时间戳的预测位置和所述车辆在下一时间戳的理论位置调整所述车辆的行驶参数。该方法将控制车辆行驶的时间粒度细化为时间戳,因而能够及时对车辆的行驶参数进行调整,具有较好的自动驾驶控制效果。本申请还公开了一种车辆控制装置。

Description

一种车辆控制方法及装置
技术领域
本申请涉及自动驾驶技术领域,尤其涉及一种车辆控制方法及装置。
背景技术
随着科学技术的发展,尤其是机器视觉、环境感知、导航定位等技术的发展,车载系统可以基于机器视觉、感应器数据和空间数据等控制车辆行驶,从而实现自动驾驶。
目前,自动驾驶大多是基于全球定位系统(Global Positioning System,GPS)实现的。具体地,车辆在沿着预设轨迹行驶时,车载系统通过GPS按照预设时间周期对车辆位置进行定位,得到车辆行驶轨迹,然后根据预设轨迹和车辆行驶轨迹修正车辆行驶速度以及车辆行驶方向等,以减小车辆行驶轨迹和预设轨迹的偏差,实现车辆自动驾驶。
然而,GPS的定位频率较低,例如,在实际应用中,一般需要1至2秒定位一次,如此导致车载系统对车辆的行驶控制粒度较粗,车辆的自动驾驶控制效果较差。
发明内容
有鉴于此,本申请提供了一种车辆控制方法,该方法将定位时间周期划分为时间戳,将基于定位时间周期的自动驾驶控制细化为基于时间戳的自动驾驶控制,细化了控制车辆行驶的时间粒度,具有较好的自动驾驶控制效果。
本申请第一方面提供了一种车辆控制方法,利用离散点组成的离散点序列表征车辆在定位时间周期内的车辆行驶轨迹,每个离散点对应于一个时间戳,每个离散点的位置表征车辆在行驶过程中的理论位置,所述方法包括:
获取车辆行驶至当前时间戳对应的离散点位置时所述车辆的行驶参数;
将所述行驶参数输入运动学模型,获取所述运动学模型输出的所述车辆在下一时间戳的预测位置;
根据所述车辆在下一时间戳的预测位置和所述车辆在下一时间戳的理论位置调整所述车辆的行驶参数。
可选的,所述根据所述车辆在下一时间戳的预测位置和所述车辆在下一时间戳的理论位置调整所述车辆的行驶参数包括:
确定使得所述车辆在下一时间戳的预测位置和所述车辆在下一时间戳的理论位置的偏差小于预设阈值的行驶参数,作为目标行驶参数;
根据所述目标行驶参数调整所述车辆的行驶参数。
可选的,所述行驶参数包括行驶方向和行驶速度。
可选的,所述根据所述车辆在下一时间戳的预测位置和所述车辆在下一时间戳的理论位置调整所述车辆的行驶参数包括:
通过模型预测控制方式调整所述车辆的行驶方向,以及通过比例积分微分控制方法调整所述车辆的行驶速度。
可选的,所述离散点序列为等时间间隔的离散点组成的序列。
本申请第二方面提供了一种车辆控制装置,利用离散点组成的离散点序列表征车辆在定位时间周期内的车辆行驶轨迹,每个离散点对应于一个时间戳,每个离散点的位置表征车辆在行驶过程中的理论位置,所述装置包括:
获取模块,用于获取车辆行驶至当前时间戳对应的离散点位置时所述车辆的行驶参数;
预测模块,用于将所述行驶参数输入运动学模型,获取所述运动学模型输出的所述车辆在下一时间戳的预测位置;
调整模块,用于根据所述车辆在下一时间戳的预测位置和所述车辆在下一时间戳的理论位置调整所述车辆的行驶参数。
可选的,所述调整模块具体用于:
确定使得所述车辆在下一时间戳的预测位置和所述车辆在下一时间戳的理论位置的偏差小于预设阈值的行驶参数,作为目标行驶参数;
根据所述目标行驶参数调整所述车辆的行驶参数。
可选的,所述行驶参数包括行驶方向和行驶速度。
可选的,所述调整模块具体用于:
通过模型预测控制方式调整所述车辆的行驶方向,以及通过比例积分微分控制方法调整所述车辆的行驶速度。
可选的,所述离散点序列为等时间间隔的离散点组成的序列。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请实施例提供了一种车辆控制方法,该方法将车辆在定位时间周期内的车辆行驶轨迹采用不同时间戳对应的离散点组成的离散点序列进行表征,获取车辆行驶至当前时间戳对应的离散点时车辆的行驶参数,根据该参数结合运动学模型预测车辆在下一时间戳的位置,然后根据车辆在下一时间戳的预测位置和车辆在下一时间戳的理论位置调整车辆的行驶参数。该方法在定位时间周期的基础上,将控制车辆行驶的时间粒度细化为时间戳,因而能够及时对车辆的行驶参数进行调整,具有较好的自动驾驶控制效果。
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一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例中一种车辆控制方法的流程图;
图2为本申请实施例中一种车辆行驶轨迹的示意图;
图3为本申请实施例中一种运动学模型的原理图;
图4为本申请实施例中一种车辆控制方法的流程图;
图5为本申请实施例中一种车辆控制方法的应用场景示意图;
图6为申请实施例中一种车辆控制装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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,所描述的实施例仅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。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
针对现有技术中GPS的定位频率较低导致车载系统对车辆的行驶控制粒度较粗,车辆的自动驾驶控制效果较差的技术问题,本申请提供了一种车辆控制方法,该方法将车辆在定位时间周期内的车辆行驶轨迹采用不同时间戳对应的离散点组成的离散点序列进行表征,获取车辆行驶至当前时间戳对应的离散点时车辆的行驶参数,根据该参数结合运动学模型预测车辆在下一时间戳的位置,然后根据车辆在下一时间戳的预测位置和车辆在下一时间戳的理论位置调整车辆的行驶参数。该方法在定位时间周期的基础上,将控制车辆行驶的时间粒度细化为时间戳,因而能够及时对车辆的行驶参数进行调整,具有较好的自动驾驶控制效果。
可以理解,本申请提供的车辆控制方法可以应用于车载系统,其以应用程序的形式存储于车载系统,车载系统通过执行该应用程序实现本申请的车辆控制方法。需要说明的是,应用程序可以是独立的应用程序,也可以是集成于其他应用程序上的功能模块、插件、小程序等等。
为了使得本申请的技术方案更加清楚、易于理解,下面结合附图,对本申请实施例提供的车辆控制方法进行介绍。
参见图1所示的车辆控制方法的流程图,该方法包括:
S101:获取车辆行驶至当前时间戳对应的离散点时所述车辆的行驶参数。
在该方法中,利用离散点组成的离散点序列表征车辆在定位时间周期内的车辆行驶轨迹,每个离散点对应于一个时间戳,每个离散点的位置表征车辆在行驶过程中的理论位置。其中,定位时间周期是指车辆的导航定位系统的工作周期,一般为工作频率的倒数,例如,GPS的工作频率为1赫兹(Hz)时,其工作周期为1秒(s),也即定位时间周期为1s。
在具体实现时,离散点序列可以设置为等时间间隔的离散点组成的离散点序列。如图2所示,某车辆以速度v0匀速向前行驶,其定位时间周期为1s,针对每个定位时间周期,从时间粒度将其划分为4等份,如此,在每个周期中形成3个时间戳,车辆在定位时间周期内的车辆行驶轨迹可以采用车辆在这3个时间戳行驶的理论位置进行表征,即采用等时间间隔的离散点序列进行表征。
当车辆行驶至某一时间戳对应的离散点位置,车载系统可以获取车辆在当前时间戳的行驶参数。该行驶参数是指能够控制车辆行驶状态的参数。作为本申请的一个具体示例,行驶参数可以包括车辆的行驶速度、行驶方向,其中,行驶方向可以通过方向盘角度进行表征。在实际应用中,行驶参数还可以包括行驶加速度。可以理解,车载系统可以通过传感器获取相应的行驶参数。
S102:将所述行驶参数输入运动学模型,获取所述运动学模型输出的所述车辆在下一时间戳的预测位置。
运动学模型是指以数学方式描述车辆运动的模型。该运动学模型通过运动方程进行表征,运动方程可以基于车辆控制系统的几何关系而建立。需要说明的是,针对不同类型车辆,其运动学模型是不同的。例如,仅前轮转动、和前后轮均转动的车辆对应的运动学模型存在较大的不同。
以前后轮均能转动的车辆作为示例,参见图3所示的车辆侧向运动的运动学模型,在该模型中,车辆的左右前轮由一个位于A点的车轮代替,后轮由一个位于B点的中央后轮代替,前、后轮的转向角分别由δf和δr表示,车辆质心为点C,从车辆质心到点A和B的距离为lf和lr,车辆的轴距为L=lf+lr
假设车辆作平面运动,则用三个坐标值来描述车辆的运动,即X,Y和ψ。(X,Y)为车辆质心位置的惯性坐标,ψ用于描述车辆的方向。车辆质心处的速度用V表示,速度与车辆纵轴成β角,β角称为车辆的侧偏角。
该运动学模型假设在点A和B处的速度矢量分别为前、后轮的方向,前轮速度矢量与车辆纵轴间形成δf角,后轮速度矢量与车辆纵轴间形成一个δr角,相当于前后轮的侧偏角均为0,对于低速行驶的车辆(例如,速度小于5m/s时)是合理假设,具体地,为了在任意半径R的环形跑道上行驶,两个轮胎的侧向力之和为
Figure BDA0001921139520000061
其随速度V的平方而变化,在低速时,轮胎产生的侧向力较小,当侧向力较小时,将每个轮子的速度矢量假设为车轮的方向是合理的。
点O为车辆的瞬时旋转中心,点O由垂直于量滚动轮方向的直线AO和BO的交点来确定,车轮路径的半径R定义为连接质心C和瞬时旋转中心O的线段OC的长度,质心处的速度方向与车辆纵轴的夹角称为车辆的侧偏角β,角ψ称为车辆的横摆角,车辆的方向角为γ=ψ+β。通过在三角形OCA和OCB上使用正弦定理,可得如下公式:
Figure BDA0001921139520000062
假设车道半径由于低速而缓慢变化,那么车辆方向的变化率(即:
Figure BDA0001921139520000063
)必将等于车辆的角速度,因此
Figure BDA0001921139520000064
通过对上述公式进行整理,可得运动的总方程如下:
Figure BDA0001921139520000065
Figure BDA0001921139520000066
Figure BDA0001921139520000067
在该模型中存在三个输入量:δf、δr和V。在实际应用中,若车辆的后轮不转动,则可将δr置为0。
在本实施例中,车载系统将行驶参数输入至运动学模型,可以获得车辆在X方向的变化率和在Y方向的变化率以及车辆方向的变化率,通过在时间维度进行积分运算,可以得到车辆在下一时间戳的位置,该位置即为运动学模型预测的车辆在下一时间戳的位置。车载系统可以获取运动学模型输出的车辆在下一时间戳的预测位置,以用于控制车辆行驶。
S103:根据所述车辆在下一时间戳的预测位置和所述车辆在下一时间戳的理论位置调整所述车辆的行驶参数。
在具体实现时,车载系统可以针对每一定位时间周期,根据车辆在下一时间戳的预测位置和车辆在下一时间戳的理论位置调整车辆的行驶参数,以避免车辆行驶偏离预设轨迹。
具体地,请参见图4,车辆可以通过如下步骤实现对车辆的行驶参数的调整:
S1031:确定使得所述车辆在下一时间戳的预测位置和所述车辆在下一时间戳的理论位置的偏差小于预设阈值的行驶参数,作为目标行驶参数。
其中,预设阈值可以根据实际业务需求而设置,当对车辆控制的精准度要求较高时,可以设置较小的值作为预设阈值。
具体地,车载系统可以通过穷举的方式计算不同行驶参数情况下,车辆在下一时间戳的预测位置和车辆在下一时间戳的理论位置的偏差,将该偏差与预设阈值进行比较,若存在偏差小于预设阈值,则将对应的行驶参数作为目标行驶参数。
S1032:根据所述目标行驶参数调整所述车辆的行驶参数。
在确定出目标行驶参数后,车载系统根据目标行驶参数跳整车辆的行驶参数,从而实现车辆自动驾驶控制。
需要说明的是,当车辆的行驶参数为行驶速度和行驶方向时,车载系统可以通过模型预测控制(Model Predictive Control,MPC)方式调整所述车辆的行驶方向,以及通过比例积分微分控制(proportion integral derivative,PID)方法调整所述车辆的行驶速度。
由上可知,本申请实施例提供了一种车辆控制方法,该方法将车辆在定位时间周期内的车辆行驶轨迹采用不同时间戳对应的离散点组成的离散点序列进行表征,获取车辆行驶至当前时间戳对应的离散点时车辆的行驶参数,根据该参数结合运动学模型预测车辆在下一时间戳的位置,然后根据车辆在下一时间戳的预测位置和车辆在下一时间戳的理论位置调整车辆的行驶参数。该方法在定位时间周期的基础上,将控制车辆行驶的时间粒度细化为时间戳,因而能够及时对车辆的行驶参数进行调整,具有较好的自动驾驶控制效果。
下面结合具体场景对本申请实施例提供的一种车辆控制方法进行介绍。参见图5所示的车辆控制方法的应用场景示意图,该场景中包括车辆500,在车辆行驶过程中,车辆500的导航定位系统GPS510会按照定位时间周期进行定位,具体地,GPS每秒钟定位1次,并产生相应的位置记录,这些位置记录组合形成了车辆的行驶轨迹。
在传统的车辆巡线系统中,车载系统520是基于GPS形成的历史轨迹进行自动驾驶控制,也即是以秒为单位对调整车辆行驶参数,实现对车辆的控制。当前方车道由三车道变为二车道,需要对车辆变道时,由于以秒为单位的控制粒度过粗,容易出现未及时变道的情况,如此,导致对车辆自动驾驶的控制效果不佳。
而在本申请的技术方案中,车载系统520除了基于GPS的定位时间周期对车辆行驶参数进行调整,而针对每一个定位时间周期,将车辆在该定位时间周期内的车辆行驶轨迹用等时间间隔的离散点序列进行表征,每个离散点对应一个时间戳,每个离散点的位置表征车辆在行驶过程中的理论位置。例如,车辆在行驶过程中,GPS510于8点31分42秒进行一次定位,并于8点31分43秒进行下一次定位。
车载系统520将车辆在该定位时间周期的车辆行驶轨迹用三个离散点进行表征,其中第一个离散点的时间戳为8点31分42.25秒,第二个离散点的时间戳为8点31分42.50秒,第三个离散点的时间戳为8点31分42.75秒。这三个离散点表征车辆在对应时间戳应当行驶至的位置,也即理论位置。为了方便表述,将车辆在8点31分42秒的位置记作A,车辆在8点31分43秒的位置记作B,在A与B之间的三个离散点分别记作S1、S2以及S3。
当车辆为匀速行驶时,车辆在相同时间间隔内行驶的路程理论上是相同的,因此,S1、S2以及S3在A与B之间均匀分布。
接下来,对基于时间戳的控制过程进行详细说明。
当车辆500行驶至当前时间戳对应离散点也即S1时,车载系统520获取车辆的行驶参数,包括行驶速度和行驶方向,然后车载系统520将行驶速度和行驶方向输入至运动学模型,该运动学模型能够预测车辆在下一时间戳应当到达的位置,该位置记作车辆在下一时间戳的预测位置。
车载系统520将车辆在下一时间戳的预测位置和车辆在下一时间戳的理论位置作差,根据该差值确定目标行驶参数,具体地,车载系统520确定使得预测位置和理论位置偏差小于预设阈值(该示例中为0.1m)的行驶参数作为目标参数,根据该目标参数调整车辆行驶参数。
类似的,当车辆行驶至下一时间戳对应的离散点也即S2时,车载系统520获取车辆的行驶参数,然后将该行驶参数输入至运动学模型,获取运动学模型输出的车辆在下下时间戳应当到达的位置,也即在8点31分42.75秒的时间戳对应的预测位置。然后,车载系统520根据车辆在该时间戳的预测位置和理论位置对车辆的行驶参数进行调整,从而实现细粒度的自动驾驶控制,具有较好的控制效果。
以上为本申请实施例提供的车辆控制方法的一些具体实现方式,基于此,本申请实施例还提供了车辆控制装置,接下来,将从功能模块化的角度,对本申请实施例提供的上述装置进行介绍。
参见图6所示的车辆控制装置的结构示意图,其利用离散点组成的离散点序列表征车辆在定位时间周期内的车辆行驶轨迹,每个离散点对应于一个时间戳,每个离散点的位置表征车辆在行驶过程中的理论位置,所述装置包括:
获取模块610,用于获取车辆行驶至当前时间戳对应的离散点时所述车辆的行驶参数;
预测模块620,用于将所述行驶参数输入运动学模型,获取所述运动学模型输出的所述车辆在下一时间戳的预测位置;
调整模块630,用于根据所述车辆在下一时间戳的预测位置和所述车辆在下一时间戳的理论位置调整所述车辆的行驶参数。
可选的,所述调整模块630具体用于:
确定使得所述车辆在下一时间戳的预测位置和所述车辆在下一时间戳的理论位置的偏差小于预设阈值的行驶参数,作为目标行驶参数;
根据所述目标行驶参数调整所述车辆的行驶参数。
可选的,所述行驶参数包括行驶方向和行驶速度。
可选的,所述调整模块630具体用于:
通过模型预测控制方式调整所述车辆的行驶方向,以及通过比例积分微分控制方法调整所述车辆的行驶速度。
可选的,所述离散点序列为等时间间隔的离散点组成的序列。
由上可知,本申请实施例提供了一种车辆控制装置,该装置将车辆在定位时间周期内的车辆行驶轨迹采用不同时间戳对应的离散点组成的离散点序列进行表征,获取车辆行驶至当前时间戳对应的离散点时车辆的行驶参数,根据该参数结合运动学模型预测车辆在下一时间戳的位置,然后根据车辆在下一时间戳的预测位置和车辆在下一时间戳的理论位置调整车辆的行驶参数。该装置通过在定位时间周期的基础上,将控制车辆行驶的时间粒度细化为时间戳,因而能够及时对车辆的行驶参数进行调整,具有较好的自动驾驶控制效果。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (6)

1.一种车辆控制方法,其特征在于,利用离散点组成的离散点序列表征车辆在定位时间周期内的车辆行驶轨迹,每个离散点对应于一个时间戳,每个离散点的位置表征车辆在行驶过程中的理论位置,所述方法包括:
获取车辆行驶至当前时间戳对应的离散点时所述车辆的行驶参数,所述行驶参数包括行驶方向和行驶速度;
将所述行驶参数输入运动学模型,获取所述运动学模型输出的所述车辆在下一时间戳的预测位置;
根据所述车辆在下一时间戳的预测位置和所述车辆在下一时间戳的理论位置调整所述车辆的行驶参数,包括:通过模型预测控制方式调整所述车辆的行驶方向,以及通过比例积分微分控制方法调整所述车辆的行驶速度。
2.根据权利要求1所述的方法,其特征在于,所述根据所述车辆在下一时间戳的预测位置和所述车辆在下一时间戳的理论位置调整所述车辆的行驶参数包括:
确定使得所述车辆在下一时间戳的预测位置和所述车辆在下一时间戳的理论位置的偏差小于预设阈值的行驶参数,作为目标行驶参数;
根据所述目标行驶参数调整所述车辆的行驶参数。
3.根据权利要求1至2任意一项所述的方法,其特征在于,所述离散点序列为等时间间隔的离散点组成的序列。
4.一种车辆控制装置,其特征在于,利用离散点组成的离散点序列表征车辆在定位时间周期内的车辆行驶轨迹,每个离散点对应于一个时间戳,每个离散点的位置表征车辆在行驶过程中的理论位置,所述装置包括:
获取模块,用于获取车辆行驶至当前时间戳对应的离散点时所述车辆的行驶参数,所述行驶参数包括行驶方向和行驶速度;
预测模块,用于将所述行驶参数输入运动学模型,获取所述运动学模型输出的所述车辆在下一时间戳的预测位置;
调整模块,用于根据所述车辆在下一时间戳的预测位置和所述车辆在下一时间戳的理论位置调整所述车辆的行驶参数;
所述调整模块,具体用于通过模型预测控制方式调整所述车辆的行驶方向,以及通过比例积分微分控制方法调整所述车辆的行驶速度。
5.根据权利要求4所述的装置,其特征在于,所述调整模块具体用于:
确定使得所述车辆在下一时间戳的预测位置和所述车辆在下一时间戳的理论位置的偏差小于预设阈值的行驶参数,作为目标行驶参数;
根据所述目标行驶参数调整所述车辆的行驶参数。
6.根据权利要求4至5任意一项所述的装置,其特征在于,所述离散点序列为等时间间隔的离散点组成的序列。
CN201811594906.5A 2018-12-25 2018-12-25 一种车辆控制方法及装置 Active CN109782754B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811594906.5A CN109782754B (zh) 2018-12-25 2018-12-25 一种车辆控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811594906.5A CN109782754B (zh) 2018-12-25 2018-12-25 一种车辆控制方法及装置

Publications (2)

Publication Number Publication Date
CN109782754A CN109782754A (zh) 2019-05-21
CN109782754B true CN109782754B (zh) 2022-05-06

Family

ID=66498261

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811594906.5A Active CN109782754B (zh) 2018-12-25 2018-12-25 一种车辆控制方法及装置

Country Status (1)

Country Link
CN (1) CN109782754B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111652153B (zh) * 2020-06-04 2023-12-22 北京百度网讯科技有限公司 场景自动识别方法、装置、无人车及存储介质
US11325529B2 (en) * 2020-06-18 2022-05-10 Baidu Usa Llc Early brake light warning system for autonomous driving vehicle
CN114312770B (zh) * 2020-10-09 2023-07-07 宇通客车股份有限公司 一种车辆、车辆行驶轨迹预测方法及装置
CN113256713B (zh) * 2021-06-10 2021-10-15 浙江华睿科技股份有限公司 一种栈板位置识别方法、装置、电子设备及存储介质

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070182623A1 (en) * 2006-02-03 2007-08-09 Shuqing Zeng Method and apparatus for on-vehicle calibration and orientation of object-tracking systems
EP2681085B1 (de) * 2011-03-01 2017-05-10 Continental Teves AG & Co. oHG Verfahren und vorrichtung zur prädiktion und adaption von bewegungstrajektorien von kraftfahrzeugen
JP5783204B2 (ja) * 2013-05-01 2015-09-24 トヨタ自動車株式会社 運転支援装置および運転支援方法
JP6356585B2 (ja) * 2014-11-28 2018-07-11 株式会社デンソー 車両の走行制御装置
JP6321532B2 (ja) * 2014-11-28 2018-05-09 株式会社デンソー 車両の走行制御装置
CN106696956B (zh) * 2015-11-11 2018-11-02 财团法人车辆研究测试中心 具路径误差修正的车辆轨迹追踪装置及方法
CN105700538B (zh) * 2016-01-28 2019-04-12 武汉光庭信息技术股份有限公司 基于神经网络和pid算法的轨迹跟随方法
CN106384540B (zh) * 2016-10-20 2019-04-19 深圳市元征科技股份有限公司 车辆实时轨迹预测方法及预测系统
KR102215325B1 (ko) * 2017-02-28 2021-02-15 현대자동차주식회사 차량의 위치 추정 장치 및 방법과 이를 이용한 차량
CN107610464B (zh) * 2017-08-11 2019-02-12 河海大学 一种基于高斯混合时间序列模型的轨迹预测方法
CN108022012A (zh) * 2017-12-01 2018-05-11 兰州大学 基于深度学习的车辆位置预测方法
CN108776727B (zh) * 2018-05-29 2021-10-29 福州大学 一种基于出租车轨迹数据的道路几何特征提取方法
CN108958258B (zh) * 2018-07-25 2021-06-25 吉林大学 一种无人车的轨迹跟随控制方法、控制系统及相关装置
CN109017808B (zh) * 2018-08-16 2020-06-05 天津大学 一种无人驾驶汽车模型预测控制器设计方法

Also Published As

Publication number Publication date
CN109782754A (zh) 2019-05-21

Similar Documents

Publication Publication Date Title
CN109782754B (zh) 一种车辆控制方法及装置
US10579062B2 (en) Scalable smooth reference path generator for autonomous driving vehicles
US10671070B2 (en) PID embedded LQR for autonomous driving vehicles (ADVS)
US10442435B2 (en) Speed control parameter estimation method for autonomous driving vehicles
EP3342670B1 (en) Method to dynamically adjusting speed control rates of autonomous vehicles
CN106080598B (zh) 实时预期速度控制
CN108216241B (zh) 确定自主驾驶车辆的控制特性
US10836395B2 (en) Efficient optimal control with dynamic model for autonomous vehicle
JP5269024B2 (ja) 路面状況推定装置および路面状況推定方法
US20140277895A1 (en) Apparatus and method for autonomous control and balance of a vehicle and for imparting roll and yaw moments on a vehicle for test purposes
CN101837781A (zh) 用于自动车道对正或换道的控制系统的基于模型的预测控制
CN105931275A (zh) 基于移动端单目和imu融合的稳定运动跟踪方法和装置
US20150046020A1 (en) Orientation Model for a Sensor System
US9567004B1 (en) Method and apparatus for vehicle path tracking with error correction
CN110073172B (zh) 用于确定机动车的相对位置的方法、用于机动车的位置确定系统和机动车
CN110155172A (zh) 一种车辆行驶调整方法、装置、车辆控制系统及存储介质
CN111033422A (zh) 操作自动驾驶车辆的规划阶段和控制阶段之间的漂移校正
JPWO2016110733A1 (ja) 目標経路生成装置および走行制御装置
JP2024020662A (ja) オブジェクト測位方法及び装置
CN110398966B (zh) 一种路径跟踪控制方法及路径跟踪系统
Lee et al. Multirate active steering control for autonomous vehicle lateral maneuvering
DE602005007704D1 (de) Trägheits- und Fahrzeugdynamik basierte autonome Navigation
CN106646569B (zh) 一种导航定位方法及设备
JP2016030587A (ja) 到達予測点提示装置、及びプログラム
CN108663044A (zh) 一种定位方法及装置

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