CN109799828B - 自动驾驶车辆横纵向协调控制方法 - Google Patents

Abstract

本发明涉及一种自动驾驶车辆横纵向协调控制方法，包括：自动驾驶车辆的控制系统获取行驶路径的路径规划信息和车辆当前状态信息，路径规划信息包括行驶路径的所有期望路点的路点位置信息；车辆当前状态信息包括车辆的当前位置信息、当前速度和当前航向角；控制系统的位置子系统根据路点位置信息和当前位置信息确定车辆的期望航向角；根据路点位置信息和当前航向角确定车辆的期望速度；控制系统的航向子系统根据车辆当前航向角、期望航向角、当前速度确定车辆的期望前轮转角；根据期望速度和期望前轮转角对车辆进行横纵向协调控制。本发明提供的自动驾驶车辆横纵向协调控制方法，能够提高路径跟踪精度和控制合理性。

Description

自动驾驶车辆横纵向协调控制方法

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种自动驾驶车辆横纵向协调控制方法。

背景技术

随着近几年自动驾驶技术的飞速发展，车辆运动控制已经成为了车辆工程领域和自动驾驶领域共同研究的热点。

运动控制是指根据规划信息、车体位移、姿态、车速灯信息，按照一定逻辑做出决策，并分别向油门、制动及转向等执行系统发出控制指令。车辆运动控制是车辆实行自动驾驶的关键环节，其研究内容主要包括横向控制和纵向控制。横向控制主要研究的是路径跟踪能力。通过控制方向盘，使得车辆沿着预设路径进行行驶，并保证行驶安全性、平稳性和乘坐舒适性。纵向控制主要研究速度跟踪能力。通过控制车辆的油门、制动使得车辆按照预设速度进行行驶，并保证行驶安全性、平稳性和乘坐舒适性。

当前技术方案中，一般是基于上层规划信息，横纵向控制分别独立进行设计。如在横向控制中方法有：经典控制方法的横向控制器设计；基于最优控制方法的横向控制器设器等；在纵向控制中有直接式控制结构和分层式控制结构。在车辆运动控制中，研究内容主要是横纵向独立控制。横纵向协调控制的研究较少。

基于上层规划信息，横纵向独立设计方式，降低了每个控制器的设计难度。但同时由于每个控制器不可避免存在控制误差，车辆整体性能不佳。而使用横纵向协调控制方法，可有效克服自动驾驶车辆横纵向非线性和强耦合特性，有助于进一步提高路径跟踪精度、增强车辆控制合理性。

发明内容

本发明的目的是针对现有技术中存在的缺陷，提供一种自动驾驶车辆横纵向协调控制方法，能够提高路径跟踪精度和控制合理性。

为实现上述目的，本发明提供了一种自动驾驶车辆横纵向协调控制方法，包括：

自动驾驶车辆的控制系统获取行驶路径的路径规划信息和车辆当前状态信息，所述路径规划信息包括所述行驶路径的所有期望路点的路点位置信息；所述车辆当前状态信息包括车辆的当前位置信息、当前速度和当前航向角；

所述控制系统的位置子系统根据所述路点位置信息和所述当前位置信息确定所述车辆的期望航向角；

根据所述路点位置信息和所述当前航向角确定所述车辆的期望速度；

所述控制系统的航向子系统根据所述车辆当前航向角、所述期望航向角、所述当前速度确定车辆的期望前轮转角；

根据所述期望速度和所述期望前轮转角对所述车辆进行横纵向协调控制。

进一步的，在自动驾驶车辆的控制系统获取行驶路径的路径规划信息和车辆当前状态信息之前，所述方法还包括：

所述自动驾驶车辆向服务器发送地图数据获取请求，所述地图数据获取请求中包含行驶区域标识信息；

所述服务器根据所述行驶区域标识信息在地图数据库中调用行驶区域地图发送至所述自动驾驶车辆；

所述自动驾驶车辆对所述行驶区域地图进行解析，提取道路信息；

根据所述道路信息进行路径规划，得到所述路径规划信息。

进一步的，在所述控制系统的位置子系统根据所述路点位置信息和所述当前位置信息确定所述车辆的期望航向角之前，所述方法还包括：

根据所述当前位置信息和所述路点位置计算所述当前位置和路点位置的横向误差和纵向误差。

进一步的，所述控制系统的位置子系统根据所述路点位置信息和所述当前位置信息确定所述车辆的期望航向角具体包括：

根据公式

计算期望航向角；其中，φ_d为期望航向角，x_d为路点的横坐标，y_d为路点的纵坐标，x_e为当前位置和路点位置的横向误差，y_e为当前位置和路点位置的纵向误差，a₁,k₁,a₂,k₂为可调参数且a₁,k₁,a₂,k₂＞0。

进一步的，所述根据所述路点位置信息和所述当前航向角确定所述车辆的期望速度具体包括：

根据公式

计算期望速度；其中，v_d为期望速度，x_d为路点的横坐标，x_e为当前位置和路点位置的横向误差，φ为当前航向角，a₁、k₁为可调参数且a₁,k₁＞0。

进一步的，在所述控制系统的航向子系统根据所述车辆当前航向角、所述期望航向角、所述当前速度确定车辆的期望前轮转角之前，所述方法还包括：

所述控制系统对所述期望航向角进行微分处理，得到微分期望航向角。

进一步的，在所述控制系统的航向子系统根据所述车辆当前航向角、所述期望航向角、所述当前速度确定车辆的期望前轮转角之前，所述方法还包括：

所述控制系统根据所述当前航向角和所述期望航向角计算航向角误差。

进一步的，所述控制系统的航向子系统根据所述车辆当前航向角、所述期望航向角、所述当前速度确定车辆的期望前轮转角具体包括：

根据公式

计算期望前轮转角，其中，

为微分期望航向角，v为当前速度，φ_e为航向角误差，a₃、k₃为可调参数且a₃,k₃＞0,L为车身轴距长度。

进一步的，所述根据所述期望速度和所述期望前轮转角对所述车辆进行横纵向协调控制具体包括：

根据所述期望速度对所述车辆进行纵向控制；

根据所述期望前轮转角对所述车辆进行横向控制。

本发明提供的自动驾驶车辆横纵向协调控制方法，自动驾驶车辆的控制系统获取行驶路径的路径规划信息和车辆当前状态信息，路径规划信息包括行驶路径的所有期望路点的路点位置信息；车辆当前状态信息包括车辆的当前位置信息、当前速度和当前航向角；控制系统的位置子系统根据路点位置信息和当前位置信息确定车辆的期望航向角；根据路点位置信息和当前航向角确定车辆的期望速度；控制系统的航向子系统根据车辆当前航向角、期望航向角、当前速度确定车辆的期望前轮转角；根据期望速度和期望前轮转角对车辆进行横纵向协调控制。本发明提供的自动驾驶车辆横纵向协调控制方法，能够提高路径跟踪精度和控制合理性。

附图说明

图1为本发明实施例提供的自行车模型建模的示意图；

图2为本发明实施例提供的双环滑膜系统设计原理框图；

图3为本发明实施例提供的自动驾驶车辆横纵向协调控制方法流程图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。

本发明技术方案中的车辆为自动驾驶车辆，通过车载终端实现各个模块的控制以及与服务器进行信息交互，能够通过激光雷达、超声波雷达、毫米波雷达、摄像头等传感器感知周围环境并实现自动驾驶，按照预先设定的行驶路径行驶到指定地点。

图1为本发明实施例提供的自行车模型建模的示意图。如图1所示，以自行车模型进行建模分析，车辆运动学模型如下：

其中，v表示当前车速矢量，β表示侧滑角，φ表示当前航向角，δ_r,δ_f分别表示前轮转角和后轮转角，L＝l_r+l_f表示车身轴距长度。

为方便分析，在低速情况下，对上述车辆运动学模型进行简化，令β≈0，δ_r≈0，于是车辆运动学模型简化为：

本发明技术方案涉及的自动驾驶车辆横纵向协调控制方法通过双环滑膜系统来实现。图2为本发明实施例提供的双环滑膜系统设计原理框图。如图2所示，控制系统接收上层路径规划信息，得到期望路点信息x_d,y_d。控制系统分为位置子系统和航向子系统。其中，位置子系统控制器为外环，输入量期望路点信息x_d,y_d和当前车辆位置x,y，输出为期望速度v_d和期望航向角φ_d。航向子系统控制器为内环，输入量为期望航向角φ_d、当前航向角φ以及微分器的输出

输出为期望前轮转角δ_d。

图3为本发明实施例提供的自动驾驶车辆横纵向协调控制方法流程图。如图3所示，具体包括如下步骤：

步骤101，自动驾驶车辆的控制系统获取行驶路径的路径规划信息和车辆当前状态信息。

其中，路径规划信息包括行驶路径的所有期望路点的路点位置信息；车辆当前状态信息包括车辆的当前位置信息、当前速度和当前航向角；

具体的，自动驾驶车辆向服务器发送地图数据获取请求，地图数据获取请求中包含行驶区域标识信息；服务器根据行驶区域标识信息在地图数据库中调用行驶区域地图发送至自动驾驶车辆；自动驾驶车辆对行驶区域地图进行解析，提取道路信息；根据道路信息进行路径规划，得到路径规划信息。

利用车体上安装的组合导航设备获取车辆当前位置GPS坐标信息和姿态角传感器的航向角信息，利用速度传感器得到车辆当前速度。

步骤102，控制系统的位置子系统根据路点位置信息和当前位置信息确定车辆的期望航向角；

在计算期望航向角之前，需要根据所述当前位置信息和所述路点位置计算所述当前位置和路点位置的横向误差和纵向误差。

根据车辆运动学模型公式(2)可知误差模型如下：

取虚拟控制量u₁＝vcos(φ)，u₂＝vsin(φ)，得到误差如下：

本发明涉及的双环滑膜系统满足李雅普诺夫意义下的稳定性，因此有：

其中，a,k为可调参数且a,k＞0。

根据公式(3)、(4)、(5)得到：

其中，a₁,k₁,a₂,k₂为可调参数且a₁,k₁,a₂,k₂＞0。由公式(5)可得，当t→∞时，x_e,y_e→0，即位置子系统是稳定的。

结合虚拟控制量定义，容易得到

并且根据车辆实际情况航向角的值域为(-π/2,π/2)，于是可得期望航向角为：

其中，φ_d为期望航向角，x_d为路点的横坐标，y_d为路点的纵坐标，x_e为当前位置和路点位置的横向误差，y_e为当前位置和路点位置的纵向误差，a₁,k₁,a₂,k₂为可调参数且a₁,k₁,a₂,k₂＞0。

步骤103，根据路点位置信息和当前航向角确定车辆的期望速度；

结合虚拟控制量定义，可得位置外环输出的期望速度为：

其中，v_d为期望速度，x_d为路点的横坐标，x_e为当前位置和路点位置的横向误差，φ为当前航向角。

需要说明的是，本申请设计滑模面时采用了等速趋近律的非奇异形式，等速趋近律如下：

其非奇异形式为：

同样，该趋近律可以替换为指数趋近律、幂次趋近律以及一般形式趋近律及其非奇异形式。

步骤104，控制系统的航向子系统根据车辆当前航向角、期望航向角、当前速度确定车辆的期望前轮转角；

在步骤104之前，控制系统的微分器对期望航向角进行微分处理，得到微分期望航向角。

由位置子系统得到了期望航向角φ_d发送给航向子系统，于是可以得到航向误差模型为：

φ_e＝φ-φ_d (12)

取虚拟控制量u₃＝φ，于是可得：

φ_e＝u₃-φ_d (13)

结合公式(5)，令

φ_e＝u₃-φ_d＝-a₃tanh(k₃φ_e) (14)

其中，a₃,k₃＞0。由公式(5)可得，当t→∞时，φ_e→0，即航向子系统是稳定的。

结合车辆运动学模型和虚拟控制量定义，可得车辆的期望前轮转角：

其中，δ_d为期望前轮转角，

为微分期望航向角，v为当前速度，φ_e为航向角误差，a₃、k₃为可调参数且a₃,k₃＞0，L为车身轴距长度。

步骤105，根据期望速度和期望前轮转角对车辆进行横纵向协调控制。

具体的，根据期望速度对车辆进行纵向控制，根据期望前轮转角对车辆进行横向控制。通过对车辆进行横纵向协调控制使车辆能够按照规划路径行驶。

本发明技术方案通过位置子系统控制器和航向子系统控制器之间进行通信来实现车辆的横纵向协调控制，避免了现有技术中通过横纵向独立控制车辆产生的控制误差，提高了路径跟踪精度和控制合理性。

本发明提供的自动驾驶车辆横纵向协调控制方法，自动驾驶车辆的控制系统获取行驶路径的路径规划信息和车辆当前状态信息，路径规划信息包括行驶路径的所有期望路点的路点位置信息；车辆当前状态信息包括车辆的当前位置信息、当前速度和当前航向角；控制系统的位置子系统根据路点位置信息和当前位置信息确定车辆的期望航向角；根据路点位置信息和当前航向角确定车辆的期望速度；控制系统的航向子系统根据车辆当前航向角、期望航向角、当前速度确定车辆的期望前轮转角；根据期望速度和期望前轮转角对车辆进行横纵向协调控制。本发明提供的自动驾驶车辆横纵向协调控制方法，能够提高路径跟踪精度和控制合理性。

专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种自动驾驶车辆横纵向协调控制方法，其特征在于，所述方法包括：

自动驾驶车辆的控制系统获取行驶路径的路径规划信息和车辆当前状态信息，所述路径规划信息包括所述行驶路径的所有期望路点的路点位置信息；所述车辆当前状态信息包括车辆的当前位置信息、当前速度和当前航向角；

所述控制系统的位置子系统根据所述当前位置信息和所述路点位置计算所述当前位置和路点位置的横向误差和纵向误差，以及基于所述横向误差和纵向误差，根据所述路点位置信息和所述当前位置信息确定所述车辆的期望航向角；

根据所述路点位置信息和所述当前航向角确定所述车辆的期望速度；

所述控制系统的航向子系统根据所述车辆当前航向角、所述期望航向角、所述当前速度确定车辆的期望前轮转角；

根据所述期望速度和所述期望前轮转角对所述车辆进行横纵向协调控制；

所述控制系统的位置子系统根据所述路点位置信息和所述当前位置信息确定所述车辆的期望航向角具体包括：

根据公式

计算期望航向角；其中，φ_d为期望航向角，x_d为路点的横坐标，y_d为路点的纵坐标，x_e为当前位置和路点位置的横向误差，y_e为当前位置和路点位置的纵向误差，a₁,k₁,a₂,k₂为可调参数且a₁,k₁,a₂,k₂＞0。

2.根据权利要求1所述的方法，其特征在于，在自动驾驶车辆的控制系统获取行驶路径的路径规划信息和车辆当前状态信息之前，所述方法还包括：

所述自动驾驶车辆向服务器发送地图数据获取请求，所述地图数据获取请求中包含行驶区域标识信息；

所述服务器根据所述行驶区域标识信息在地图数据库中调用行驶区域地图发送至所述自动驾驶车辆；

所述自动驾驶车辆对所述行驶区域地图进行解析，提取道路信息；

根据所述道路信息进行路径规划，得到所述路径规划信息。

3.根据权利要求1所述的方法，其特征在于，所述根据所述路点位置信息和所述当前航向角确定所述车辆的期望速度具体包括：

根据公式

计算期望速度；其中，v_d为期望速度，x_d为路点的横坐标，x_e为当前位置和路点位置的横向误差，φ为当前航向角，a₁、k₁为可调参数且a₁,k₁＞0。

4.根据权利要求1所述的方法，其特征在于，在所述控制系统的航向子系统根据所述车辆当前航向角、所述期望航向角、所述当前速度确定车辆的期望前轮转角之前，所述方法还包括：

所述控制系统对所述期望航向角进行微分处理，得到微分期望航向角。

5.根据权利要求1所述的方法，其特征在于，在所述控制系统的航向子系统根据所述车辆当前航向角、所述期望航向角、所述当前速度确定车辆的期望前轮转角之前，所述方法还包括：

所述控制系统根据所述当前航向角和所述期望航向角计算航向角误差。

6.根据权利要求4或5所述的方法，其特征在于，所述控制系统的航向子系统根据所述车辆当前航向角、所述期望航向角、所述当前速度确定车辆的期望前轮转角具体包括：

根据公式

计算期望前轮转角，其中，

为微分期望航向角，v为当前速度，φ_e为航向角误差，a₃、k₃为可调参数且a₃,k₃＞0,L为车身轴距长度。

7.根据权利要求1所述的方法，其特征在于，所述根据所述期望速度和所述期望前轮转角对所述车辆进行横纵向协调控制具体包括：

根据所述期望速度对所述车辆进行纵向控制；

根据所述期望前轮转角对所述车辆进行横向控制。

Images