CN110502009B - 基于航向预估的无人驾驶车辆路径跟踪控制方法 - Google Patents

基于航向预估的无人驾驶车辆路径跟踪控制方法 Download PDF

Info

Publication number
CN110502009B
CN110502009B CN201910746627.4A CN201910746627A CN110502009B CN 110502009 B CN110502009 B CN 110502009B CN 201910746627 A CN201910746627 A CN 201910746627A CN 110502009 B CN110502009 B CN 110502009B
Authority
CN
China
Prior art keywords
vehicle
point
road
course
expected
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
CN201910746627.4A
Other languages
English (en)
Other versions
CN110502009A (zh
Inventor
皮大伟
鲁棒棒
陈俊吉
程庆
王本雄
王显会
王洪亮
谢伯元
王霞
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.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
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 Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN201910746627.4A priority Critical patent/CN110502009B/zh
Publication of CN110502009A publication Critical patent/CN110502009A/zh
Application granted granted Critical
Publication of CN110502009B publication Critical patent/CN110502009B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本发明公开一种基于航向预估的无人驾驶车辆路径跟踪控制方法，包括如下步骤：(10)车辆当前时刻状态量获取：获取车辆当前时刻的状态量；(20)可行驶道路终点获取：获取车辆后方最近点和预期理想道路中前方可行驶道路的终点；(30)中间量计算：根据车辆当前状态量，计算中间量；(40)预瞄点位置判断：预先设置对应的直道起始点和弯道起始点，判断所述预瞄点是否处于直线路径，若否，则转至(60)步骤；(50)直线路径行驶：调整驾驶方向，使车辆朝着期望直线路径行驶；(60)弯道路径行驶：调整驾驶方向，使车辆朝着期望弯道路径行驶。本发明的无人驾驶车辆路径跟踪控制方法，在纵向车速变化下控制精度高、稳定性好。

Description

基于航向预估的无人驾驶车辆路径跟踪控制方法
技术领域
本发明属于汽车无人驾驶技术领域，特别是一种能够在纵向车速变化下保持良好的控制精度与控制稳定性的基于航向预估的无人驾驶车辆路径跟踪控制方法。
背景技术
作为当今汽车行业的热门，无人驾驶车辆已广泛应用于安保巡逻、物流配送等方面。在无人驾驶车辆的行驶过程中，需要对车辆执行加速、减速等操作，在此过程中由于纵向车速的变化，目前的无人驾驶汽车的路径跟踪方法很难保持原有的跟踪效果，总是会出现总是会出现较多偏差。车辆的航向变化趋势与纵向车速、前轮角度有关。
中国发明专利第CN201710481831.9号，2017年08月11号公开(下称对比文件1)，公开了一种无人驾驶汽车的路径跟踪方法，其采用厘米级高精度卫星差分定位，在路径中判定转向点，遇转向点则采用转向路径跟踪法行驶，否则采用直径路径跟踪法行驶。利用这种路径跟踪策略时，未考虑到车辆纵向车速变化带来的影响，当纵向车速变化时，控制效果变差，其对于纵向车速的适应性较差。
中国发明专利第CN108958245A号，2018年12月7日公开(下称对比文件2)，公开了一种基于时间序列的无人车路径跟踪算法，根据车速、位置、横摆角速度、道路形状改变时间序列步长。外部输入时间序列上的车辆路径方程，实时计算车辆行驶的期望位置、速度和角速度。利用这种路径跟踪策略时，其依赖于外部输入的车辆路径方程有较高的精确度，当路径拟合方程精确度低时，其跟踪效果差，容错性差。
中国发明专利第CN201811134109.9号，2019年02月15号公开(下称对比文件3)，公开了一种路径跟踪控制方法，基于pure persuit跟踪算法，加入对横向位置偏差的P控制，对航向偏差的I控制器，并将三者进行低通滤波处理，从而实现路径跟踪控制的方法。利用这种路径跟踪策略时，其对于航向偏差的计算并未考虑考纵向车速的影响，适用性低，对于控制器的参数选择有较高的要求，容错性差。
总之，现有技术存在的问题是：无人驾驶汽车路径跟踪方法在纵向车速变化下控制效果变差，且在驶入和驶出弯道时出现过度转向，控制精度低、控制稳定差。
发明内容
本发明的目的在于提供一种基于航向预估的无人驾驶车辆路径跟踪控制方法，能够在纵向车速变化下保持良好的控制精度与控制稳定性。
实现本发明目的的技术方案为：
一种基于航向预估的无人驾驶车辆路径跟踪控制方法，包括如下步骤：
(10)车辆当前时刻状态量获取：获取车辆当前时刻的状态量，包括坐标、实际航向、纵向车速、前轮转角及前轮绝对转角；
(20)可行驶道路终点获取：根据车辆当前位置、实际航向，获取车辆后方最近点，根据纵向车速，获取预期理想道路中前方可行驶道路的终点，即预瞄点和预瞄点处对应的期望航向角；
(30)中间量计算：根据车辆当前位置、纵向车速、前轮转角，计算车辆横向位置偏差、附加航向、车辆预瞄点距离和航向预估量；
(40)预瞄点位置判断：通过在预定的理想道路上预先设置对应的直道起始点和弯道起始点，判断所述预瞄点是否处于直线路径，若否，则转至(60)步骤；
(50)直线路径行驶：根据所述附加航向、航向预估量，以及车辆当前时刻实际航向角与预期道路期望航向角的偏差，调整驾驶方向，使无人驾驶车辆朝着期望直线路径行驶；
(60)弯道路径行驶：根据附加航向、前轮绝对转角，以及车辆当前时刻实际航向角与预期道路的期望航向角的偏差，调整驾驶方向，使无人驾驶车辆朝着期望弯道路径行驶。
与现有技术相比，本发明具有以下几点：
1、本路径跟踪算法采用单步航向预估原理，通过引入纵向车速和前轮转角等状态量，可预测出车辆在下一时刻的航向变化量，将其纳入航向偏差，使得车辆在纵向车速变化时保持良好的跟踪效果，且计算量较小，硬件要求低，可应用于嵌入式系统中，具有较高的适应性。
2、车辆的航向变化趋势与纵向车速、前轮角度有关。基于此原理，本发明设计了基于航向预估的路径跟踪方法，以确保无人车在纵向车速变化的情况下能保持较好的路径跟踪。
附图说明
图1为本发明基于航向预估的无人驾驶车辆路径跟踪控制方法的主流程图。
图2为图1中车辆当前时刻状态量获取步骤的流程图。
图3为图1中可行驶道路终点获取步骤的流程图。
图4为图1中中间量计算步骤的流程图。
图5为车辆路径跟踪各状态量标注示意图。
图6为航向预估模型示意图。
图中参数说明如下：
r0：预期理想道路上车辆当前位置后方且离车辆最近的点；
r1：预期理想道路上车辆当前位置前方且离车辆最近的点；
rk+1：预期理想道路上车辆前方的预瞄点；
ψd：预瞄点rk+1在大地坐标系下的期望航向；
ψ：车辆当前时刻在大地坐标系下的实际航向；
y：车辆当前位置至预期理想道路的横向位置偏差；
Figure BDA0002165770880000031
航向预估量；
G：当前时刻下的车辆质心；
Rideal：期望跟随路径；
XOY：大地直角坐标系；
xoy：以车辆当前位置下的质心为原点，纵向车速方向为x轴的车辆坐标系；
O：车辆转向时绕瞬时转向中心；
r：车辆转向时绕瞬时转向中心O的转向半径；
G：车辆的质心；
δ：前轮转角；
a、b：为质心G到前后轴的距离。
具体实施方式
如图1、图5所示，本发明基于航向预估的无人驾驶车辆路径跟踪控制方法，包括如下步骤：
(10)车辆当前时刻状态量获取：获取车辆当前时刻的状态量，包括坐标、实际航向、纵向车速、前轮转角及前轮绝对转角；
如图2所示，所述(10)车辆当前时刻状态量获取步骤包括：
(11)当前坐标获取：通过差分GPS系统获取车辆在大地直角坐标系下的当前位置坐标(X0,Y0)；
(12)车辆坐标系建立：以车辆当前位置的质心为原点，速度方向为x轴建立车辆坐标系xoy；
(13)理想道路离散点车辆坐标获取：按下式将预期理想道路上各离散点的坐标转换为车辆坐标系下的坐标，
Figure BDA0002165770880000041
其中，(xi,yi)为预期理想道路上某一点在车辆坐标系下的坐标，(X0,Y0)为大地坐标系下当前时刻GPS获取的车辆质心位置的坐标，ψ为大地直角坐标系下车辆当前位置的实际航向，通过惯性导航传感器获得。
(14)纵向车速获取：通过轮速传感器获取车辆当前时刻车速
(15)前轮转角及前轮绝对转角获取：通过转角传感器获取车辆当前时刻前轮实际转角及相应的前轮绝对转角。
(20)可行驶道路终点获取：根据车辆当前位置、实际航向，获取车辆后方最近点，根据纵向车速，获取预期理想道路中前方可行驶道路的终点，即预瞄点和预瞄点处对应的期望航向角；
如图3所示，所述(20)可行驶道路终点获取步骤包括：
(21)车辆后方最近点获取：从描述预期道路的离散数表中，找到车辆当前位置后方且离车辆最近的点rj，点rj在车辆坐标系下的横坐标xr(j)必为负，且车辆当前位置前方且离车辆最近的点rj+1的横坐标xr(j+1)必定为正，则满足关系式
xr(j)·xr(j+1)≤0&&xr(j)<0
(22)前方终点获取：将车辆后方最近点rj作为搜索的起点，获取预期理想道路中前方可行驶道路的终点，即预瞄点rk+1，车辆在以当前车速v行驶时间T后，点rk必定为位于车辆后方且距离车辆最近的点，即点rk在车辆坐标系下的横坐标xr(j)必为负，预瞄点rk+1为rk前方的点，其横坐标xr(j+1)必定为正，则满足关系式
xr(k)·xr(k+1)≤0&&xr(k)<0。
(30)中间量计算：根据车辆当前位置、纵向车速、前轮转角，计算车辆横向位置偏差、附加航向、车辆预瞄点距离和航向预估量；
如图4所示，所述(30)中间量计算步骤包括：
(31)横向位置偏差计算：按下式计算车辆当前位置至预期理想道路的横向位置偏差，
Figure BDA0002165770880000051
其中，y为横向位置偏差，(X0,Y0)为车辆当前位置在大地坐标系下的坐标，(Xr(k+1),Yr(k+1))为预瞄点rk+1在大地坐标系下的坐标，ψd为预瞄点rk+1在大地坐标系下的期望航向；
(32)车辆预瞄点距离计算：按下式计算车辆当前位置至预瞄点的距离，
Figure BDA0002165770880000052
其中，l为车辆当前位置至预瞄点距离，(xr(k+1),yr(k+1))为预瞄点在车辆坐标系下的坐标；
(33)附加航向计算：按下式计算附加航向，
Figure BDA0002165770880000053
其中，
Figure BDA0002165770880000054
为附加航向，y为横向位置偏差，l为车辆当前位置至预瞄点距离；
(34)航向预估量计算：如图6所示，按下式计算航向预估量，
Δθ＝uTsinδ/(a+b)，
其中，Δθ为航向预估量，u为纵向车速，δ为前轮转角，T为采样周期，a、b分别为车辆质心至前后轴的距离。
(40)预瞄点位置判断：通过在预定的理想道路上预先设置对应的直道起始点和弯道起始点，判断所述预瞄点是否处于直线路径，若否，则转至(60)步骤；
(50)直线路径行驶：根据所述附加航向、航向预估量，以及车辆当前时刻实际航向角与预期道路期望航向角的偏差，调整驾驶方向，使无人驾驶车辆朝着期望直线路径行驶；
(60)弯道路径行驶：根据附加航向、前轮绝对转角，以及车辆当前时刻实际航向角与预期道路的期望航向角的偏差，调整驾驶方向，使无人驾驶车辆朝着期望弯道路径行驶。
本发明提出的路径跟踪方法建立在预先获取的期望路径的前提下。期望路径是由差分GPS预先采集好的离散的点组成的，根据路径中的路段曲率半径将路段分为直道和弯道，若路段曲率半径大，则该路段属于弯道，此时弯道设置较多的点，若路段曲率半径小，则该路段属于直道，此时弯道设置较少的点。预瞄点是预期理想道路上车辆前方的点，根据无人车的车速与所处路径来设置，车速越高，路段道路曲率半径越小，预瞄点取得越远；车速越近，路段道路曲率半径越大，预瞄点取得越近。
直道路径跟踪方法是指基于由车辆当前位置与预期道路存在横向位置偏差产生的附加航向、由纵向车速与前轮转角产生的航向预估量及车辆当前时刻的实际航向角与预期理想道路的期望航向角的偏差来进行驾驶。
转向路径跟踪方法是基于由车辆当前位置与预期道路产生的横向位置偏差产生的附加航向、前轮的绝对转角及车辆当前时刻的实际航向角与预期道路的期望航向角的偏差进行转向行驶。
在本发明实施例中，前轮的绝对转角是指汽车前轮到某一位置与前轮不发生偏转时中心线所形成的角度，向左转为正，向右转为负。
本发明实施例提供的路径跟踪方法的原理及计算过程简洁，计算量小，且易于在嵌入式系统中实现，此外，通过在嵌入式系统中实现高精度卫星与路径跟踪算法的结合，提高了路径跟踪的准确性。

Claims (1)

1.一种基于航向预估的无人驾驶车辆路径跟踪控制方法，包括如下步骤：
(10)车辆当前时刻状态量获取：获取车辆当前时刻的状态量，包括坐标、实际航向、纵向车速、前轮转角及前轮绝对转角；
(20)可行驶道路终点获取：根据车辆当前位置、实际航向，获取车辆后方最近点，根据纵向车速，获取预期理想道路中前方可行驶道路的终点，即预瞄点和预瞄点处对应的期望航向角；
(30)中间量计算：根据车辆当前位置、纵向车速、前轮转角，计算车辆横向位置偏差、附加航向、车辆预瞄点距离和航向预估量；
(40)预瞄点位置判断：通过在预定的理想道路上预先设置对应的直道起始点和弯道起始点，判断所述预瞄点是否处于直线路径，若否，则转至(60)步骤；
(50)直线路径行驶：根据所述附加航向、航向预估量，以及车辆当前时刻实际航向角与预期道路期望航向角的偏差，调整驾驶方向，使无人驾驶车辆朝着期望直线路径行驶；
(60)弯道路径行驶：根据附加航向、前轮绝对转角，以及车辆当前时刻实际航向角与预期道路的期望航向角的偏差，调整驾驶方向，使无人驾驶车辆朝着期望弯道路径行驶；
所述(10)车辆当前时刻状态量获取步骤包括：
(11)当前坐标获取：通过差分GPS系统获取车辆在大地直角坐标系下的当前位置坐标(X0,Y0)；
(12)车辆坐标系建立：以车辆当前位置的质心为原点，速度方向为x轴建立车辆坐标系xoy；
(13)理想道路离散点车辆坐标获取：按下式将预期理想道路上各离散点的坐标转换为车辆坐标系下的坐标，
Figure FDA0003465464030000011
其中，(xi,yi)为预期理想道路上某一点在车辆坐标系下的坐标，(X0,Y0)为大地坐标系下当前时刻GPS获取的车辆质心位置的坐标，ψ为大地直角坐标系下车辆当前位置的实际航向，通过惯性导航传感器获得；
(14)纵向车速获取：通过轮速传感器获取车辆当前时刻车速
(15)前轮转角及前轮绝对转角获取：通过转角传感器获取车辆当前时刻前轮实际转角及相应的前轮绝对转角；
所述(20)可行驶道路终点获取步骤包括：
(21)车辆后方最近点获取：从描述预期道路的离散数表中，找到车辆当前位置后方且离车辆最近的点rj，点rj在车辆坐标系下的横坐标xr(j)必为负，且车辆当前位置前方且离车辆最近的点rj+1的横坐标xr(j+1)必定为正，则满足关系式
xr(j)·xr(j+1)≤0&&xr(j)＜0；
(22)前方终点获取：将车辆后方最近点rj作为搜索的起点，获取预期理想道路中前方可行驶道路的终点，即预瞄点rk+1，车辆在以当前车速v行驶时间T后，点rk必定为位于车辆后方且距离车辆最近的点，即点rk在车辆坐标系下的横坐标xr(j)必为负，预瞄点rk+1为rk前方的点，其横坐标xr(j+1)必定为正，则满足关系式
xr(k)·xr(k+1)≤0&&xr(k)＜0；
其特征在于，所述(30)中间量计算步骤包括：
(31)横向位置偏差计算：按下式计算车辆当前位置至预期理想道路的横向位置偏差，
Figure FDA0003465464030000021
其中，y为横向位置偏差，(X0,Y0)为车辆当前位置在大地坐标系下的坐标，(Xr(k+1),Yr(k+1))为预瞄点rk+1在大地坐标系下的坐标，ψd为预瞄点rk+1在大地坐标系下的期望航向；
(32)车辆预瞄点距离计算：按下式计算车辆当前位置至预瞄点的距离，
Figure FDA0003465464030000022
其中，l为车辆当前位置至预瞄点距离，(xr(k+1),yr(k+1))为预瞄点在车辆坐标系下的坐标；
(33)附加航向计算：按下式计算附加航向，
Figure FDA0003465464030000031
其中，
Figure FDA0003465464030000032
为附加航向，y为横向位置偏差，l为车辆当前位置至预瞄点距离；
(34)航向预估量计算：按下式计算航向预估量，
Δθ＝uTsinδ/(a+b)，
其中，Δθ为航向预估量，u为纵向车速，δ为前轮转角，T为采样周期，a、b分别为车辆质心至前后轴的距离。
CN201910746627.4A 2019-08-14 2019-08-14 基于航向预估的无人驾驶车辆路径跟踪控制方法 Active CN110502009B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910746627.4A CN110502009B (zh) 2019-08-14 2019-08-14 基于航向预估的无人驾驶车辆路径跟踪控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910746627.4A CN110502009B (zh) 2019-08-14 2019-08-14 基于航向预估的无人驾驶车辆路径跟踪控制方法

Publications (2)

Publication Number Publication Date
CN110502009A CN110502009A (zh) 2019-11-26
CN110502009B true CN110502009B (zh) 2022-04-01

Family

ID=68587379

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910746627.4A Active CN110502009B (zh) 2019-08-14 2019-08-14 基于航向预估的无人驾驶车辆路径跟踪控制方法

Country Status (1)

Country Link
CN (1) CN110502009B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111158379B (zh) * 2020-01-16 2022-11-29 合肥中科智驰科技有限公司 一种方向盘零偏自学习的无人车轨迹跟踪方法
CN111487966B (zh) * 2020-04-13 2022-09-09 哈尔滨工程大学 一种基于航路点的水面无人艇自适应路径跟踪控制方法
CN111504340B (zh) * 2020-05-22 2022-04-29 北京汽车研究总院有限公司 车辆的路径规划方法、装置、车辆
CN111806437B (zh) * 2020-09-10 2021-01-15 中汽研（天津）汽车工程研究院有限公司 自动驾驶汽车预瞄点确定方法、装置、设备及存储介质
CN112596516B (zh) * 2020-11-30 2022-11-18 南京理工大学 基于Dubins曲线的多车队形切换方法
CN112590930A (zh) * 2020-12-11 2021-04-02 国汽(北京)智能网联汽车研究院有限公司 自主运行设备的转向角度确定方法、装置及计算机设备
CN112572436A (zh) * 2020-12-15 2021-03-30 北京理工大学 一种车辆跟车控制方法及系统
CN114806321A (zh) * 2020-12-17 2022-07-29 山西长达交通设施有限公司 一种无人驾驶车辆用地面标线感应涂层涂料及其制备方法、磁导航跟踪方法
CN112699575A (zh) * 2021-01-22 2021-04-23 中汽创智科技有限公司 一种虚拟车辆测试平台中相对位置测算方法及系统
CN113204236B (zh) * 2021-04-14 2022-05-20 华中科技大学 一种智能体路径跟踪控制方法
CN113734198B (zh) * 2021-09-03 2023-04-07 智己汽车科技有限公司 一种目标相对航向获取方法及设备
CN114253241B (zh) * 2021-12-21 2023-12-22 昆山星际舟智能科技有限公司 用于工业智能小车的路径跟踪方法
CN115542925B (zh) * 2022-11-28 2023-05-02 安徽中科星驰自动驾驶技术有限公司 一种无人车横向控制用的偏差精准估计方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102358287A (zh) * 2011-09-05 2012-02-22 北京航空航天大学 一种用于车辆自动驾驶机器人的轨迹跟踪控制方法
CN107315345A (zh) * 2017-06-23 2017-11-03 华南农业大学 基于双天线gnss和预瞄追踪模型的农机自动导航控制方法
CN107323450A (zh) * 2017-06-08 2017-11-07 广州汽车集团股份有限公司 车辆变道的控制方法及装置、存储介质
CN109733386A (zh) * 2018-12-29 2019-05-10 北京智行者科技有限公司 自动驾驶充电车精准泊车的纵向控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102358287A (zh) * 2011-09-05 2012-02-22 北京航空航天大学 一种用于车辆自动驾驶机器人的轨迹跟踪控制方法
CN107323450A (zh) * 2017-06-08 2017-11-07 广州汽车集团股份有限公司 车辆变道的控制方法及装置、存储介质
CN107315345A (zh) * 2017-06-23 2017-11-03 华南农业大学 基于双天线gnss和预瞄追踪模型的农机自动导航控制方法
CN109733386A (zh) * 2018-12-29 2019-05-10 北京智行者科技有限公司 自动驾驶充电车精准泊车的纵向控制方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
A Path Tracking Control Algorithm with Speed Adjustment for Intelligent Vehicle;Jianmin Duan 等;《Proceeding of the IEEE International Conference on Robotics and Biomimetics (ROBIO)》;20131231;全文 *
Model Predictive Control for Unmanned Tracked Vehicle Path Following;Hao Yan 等;《2018 International Conference on Sensing, Diagnostics, Prognostics, and Control》;20181231;全文 *
MPC-Based Regional Path Tracking Controller Design for Autonomous Ground Vehicles;Ru Yu 等;《2015 IEEE International Conference on Systems, Man, and Cybernetics》;20151231;全文 *
基于加速度反馈的任意道路和车速跟随控制驾驶员模型;丁海涛 等;《机械工程学报》;20100531;第46卷(第10期);说明书第116-120、125页 *
基于模型预测理论的车辆纵向跟踪控制研究;贾瑞雪 等;《内燃机与配件》;20190131;全文 *

Also Published As

Publication number Publication date
CN110502009A (zh) 2019-11-26

Similar Documents

Publication Publication Date Title
CN110502009B (zh) 基于航向预估的无人驾驶车辆路径跟踪控制方法
CN107264531B (zh) 一种半结构化环境中智能车辆自主换道超车运动规划方法
CN111610780B (zh) 一种自动驾驶车路径跟踪控制方法及其装置
CN112733270B (zh) 车辆行驶轨迹预测和轨迹偏离危险度评估的系统与方法
JP6055525B1 (ja) 車両の走行制御装置
CN108725585B (zh) 车辆自主泊车的轨迹跟踪控制方法及装置
US8190330B2 (en) Model based predictive control for automated lane centering/changing control systems
US9457807B2 (en) Unified motion planning algorithm for autonomous driving vehicle in obstacle avoidance maneuver
CN109017793B (zh) 基于前后轴融合参考的自主停车导航及控制方法
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
CN107037818A (zh) 一种无人驾驶汽车的路径跟踪方法
CN107963126A (zh) 一种多轴转向车辆大曲率自动驾驶转向控制方法
WO2009155228A1 (en) Path generation algorithm for automated lane centering and lane changing control system
US20230211786A1 (en) Path-controlling module, associated path-controlling device and associated method
KR102164606B1 (ko) 자율주행 차량을 위한 횡방향 제어 파라미터 보정 장치 및 방법
CN112596521B (zh) 一种双舵轮磁导航agv纠偏方法及装置
JP7185511B2 (ja) 車両の走行制御装置
Fu et al. Path tracking for autonomous race car based on GG diagram
CN109703553B (zh) 一种基于牵引点跟踪的自动泊车方法
WO2021249088A1 (zh) 多铰接式车辆及其轨迹跟随控制方法与系统
CN112874536B (zh) 一种智能车辆拨杆换道方法
CN112710301B (zh) 一种自动驾驶车辆高精度定位方法和系统
CN113428134A (zh) 用于车辆的运动控制安全监测和校正策略
CN116080754B (zh) 一种车辆自主驾驶横向控制方法
JP5633118B2 (ja) 走行制御装置

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
CB03 Change of inventor or designer information

Inventor after: Pi Dawei

Inventor after: Lu Bangbang

Inventor after: Chen Junji

Inventor after: Cheng Qing

Inventor after: Wang Benxiong

Inventor after: Wang Xianhui

Inventor after: Wang Hongliang

Inventor after: Xie Boyuan

Inventor after: Wang Xia

Inventor before: Lu Bangbang

Inventor before: Pi Dawei

Inventor before: Chen Junji

Inventor before: Cheng Qing

Inventor before: Wang Benxiong

Inventor before: Wang Xianhui

Inventor before: Wang Hongliang

Inventor before: Xie Boyuan

Inventor before: Wang Xia

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant