CN110562245B - 自动寻车位的路径跟随控制方法、系统、存储介质及车辆 - Google Patents

Abstract

本发明公开了一种自动寻车位的路径跟随控制方法、系统、存储介质及车辆，包括以下步骤：步骤1、获取规划路径的曲率，以及车身位姿与期望路径的偏离量；步骤2、根据步骤1所获取的信息以及车辆运动学模型建立状态方程；步骤3、结合状态方程，依据李雅普诺夫第一稳定性判据设计控制器；步骤4、对步骤3所得出的控制器进行优化，增加位置误差的积分和微分模块、姿态误差的微分模块，得出前轴等效车轮转角；步骤5、根据前轴等效车轮转角计算出方向盘转角的输入信号，并输出给自动驾驶车辆的执行机构。本发明能够实现车辆在自动寻车位过程中的路径跟随控制。

Description

自动寻车位的路径跟随控制方法、系统、存储介质及车辆

技术领域

本发明属于自动泊车技术领域，具体涉及一种自动寻车位的路径跟随控制方法、系统、存储介质及车辆。

背景技术

自动泊车是指汽车自动泊车入位不需要人工控制，即在泊车过程中，通过自动控制转向、油门、以及挡位等执行机构自动完成泊车，从而彻底解放了驾驶员的双手、双脚。但是，在开始泊车之前的找车位过程，仍然需要驾驶员自己手动完成。如图1所示，首先需要驾驶员操作车辆完成①-③，然后再由全自动泊车系统完成第④、⑤步。即需要驾驶员手动按下泊车开始按键，然后驾驶车辆前行搜索车位，找到车位后根据提示，刹停车辆，挂P挡拉手刹，接着，按照提示执行一系列操作后开启泊车功能，整个过程略显繁琐。或者是基于记忆路径的路径跟随找车位过程，需要用户提前驾驶车辆模拟找车位的过程，然后控制器内部记录下之前行驶的路径，当车辆下次驶入当前场景范围内时，可以开启记忆路径的自动找车位功能。

当前的人为找车位过程存在一些缺点，主要是人为驾驶车辆找车位具有很大的不确定因素，路径不可控。如驾驶员在找车位过程中的车辆姿态或者车辆边缘距离车位顶点坐标连线的距离控制的不合理，则可能造成无法识别车位，或者找到车位后的路径规划不理想，造成无法一次泊入车位或增加泊车的步骤。此外，人为驾驶车辆找车位的过程，操作过程繁琐，易给用户造成不好的体验感。而基于记忆路径的自动找车位过程，只能针对提前已经采集记录好找车位路径的情况，此技术在通用场景不具有可行性。

而要实现车辆自动寻找车位的功能，主要包括以下三个步骤：感知环境、规划路径和路径跟踪，由此可见，路径跟踪是实现自动寻找车位的关键步骤。

现有自动驾驶的路径跟随方法主要包括以下几种：

(1)基于模糊神经网络控制理论对车辆进行跟随控制，但是这种方法需要大量操作经验数据的学习来建立模糊逻辑控制器，从而使其操作效果接近人工操作结果。但是模糊控制结构和规则不易获取，且算法复杂度高。

(2)基于预瞄控制方法对车辆进行跟随控制，此方法广泛应用于车速高于20kph的驾驶场景。但是在泊车系统中，由于车速本身较低，且车辆运动范围有限。因此，预瞄的距离太近，几乎跟直接的反馈控制无异，预瞄距离过远，也没有实际的应用空间。

(3)基于模型预测控制方法对车辆进行跟随控制，此方法对于模型简化成的数学公式精准度要求较高，对应实车场景，很难寻求到有效的表达式在各种场景下均适用。

因此，有必要开发一种自动寻车位的路径跟随控制方法、系统、存储介质及车辆。

发明内容

本发明的目的是提供一种自动寻车位的路径跟随控制方法、系统、存储介质及车辆，以解决车辆在通用画线场景自动找车位过程的路径跟随控制问题。

本发明所述的自动寻车位的路径跟随控制系统，包括以下步骤：

步骤1、获取规划路径的曲率，以及车身位姿与期望路径的偏离量；

步骤2、根据步骤1所获取的信息以及车辆运动学模型建立状态方程；

步骤3、结合状态方程，依据李雅普诺夫第一稳定性判据设计控制器；

步骤4、对步骤3所得出的控制器进行优化，增加位置误差的积分和微分模块、姿态误差的微分模块，得出前轴等效车轮转角；

步骤5、根据前轴等效车轮转角计算出方向盘转角的输入信号，并输出给自动驾驶车辆的执行机构，以实现车辆在自动寻车位过程中的路径跟随控制。

进一步，所述步骤2具体为：

选择车辆后轴中心点的X坐标作为非时间参考量，令x₁＝y_Tar-y_Real，x₂＝tanθ_Tar-tanθ_Real，则位姿误差方程表示为：

其中：y_Real为实际的车辆Y坐标，y_Tar为期望的车辆Y坐标，θ_Tar为期望的航向角，θ_Real为实际的航向角；

所述车辆运动学模型为：

其中，x为车辆后轴中心在全局坐标系下x方向的坐标，y为车辆后轴中心在全局坐标系下y方向的坐标，θ为车身与全局坐标系x轴的夹角，v为车速，

为前轴等效车轮转角，L为车辆轴距；

根据车辆运动学模型和公式一得到状态方程：

其中，ρ_Tar为期望的曲率，

为期望的前轴等效车轮转角。

进一步，所述步骤3具体为：

基于Lyapunov第一稳定定理，将公式二转化为：

即将公式二转化为：

将公式三代入公式五计算得到：

其中：k₁、k₂为控制系数。

进一步，所述步骤4中：

位置误差的积分和微分模块为：

姿态误差的微分模块为：k_2d(dθ(k)-dθ(k-1))；

令：

得到前轴等效车轮转角：

其中，k_1p、k_1i、k_1d、k_2p和k_2d为控制系数，e为横向位置误差。

本发明所述的一种自动寻车位的路径跟随控制系统，包括：

存储器，用于存储可执行程序；

处理器，用于通过执行所述存储器中存储的可执行程序时，实现如权利要求1至5任一项所述的自动寻车位的路径跟随控制方法。

本发明所述的一种存储介质，存储有可执行程序，所述可执行程序被处理器执行时，实现如本发明所述的自动寻车位的路径跟随控制方法。

本发明所述的一种车辆，采用如本发明所述的自动寻车位的路径跟随控制系统。

本发明具有以下优点：本发明首先基于李雅普诺夫直接法设计控制器，在确保系统稳定的前提下，增加了积分和微分模块，在保证系统收敛的同时，减小超调和静差。该方法能够控制车辆的方向盘运动，从而使车辆跟随预定的期望路径前行自动搜索车位，实现自动搜索车位的功能，彻底解放了驾驶员的双手双脚。

附图说明

图1为自动找车位过程示意图；

图2为自动找车位路径跟随控制框图；

图3为本发明的流程图。

具体实施方式

下面结合附图对本发明作进一步说明。

如图2和图3所示，本实施例中，一种自动寻车位的路径跟随控制系统，包括以下步骤：

步骤1、获取规划路径的曲率，以及车身位姿与期望路径的偏离量；

步骤2、根据步骤1所获取的信息以及车辆运动学模型建立状态方程；

步骤3、结合状态方程，依据李雅普诺夫第一稳定性判据设计控制器；

步骤4、对步骤3所得出的控制器进行优化，增加位置误差的积分和微分模块、姿态误差的微分模块，得出前轴等效车轮转角(即前向转角控制律)；

步骤5、根据前轴等效车轮转角计算出方向盘转角的输入信号，并输出给自动驾驶车辆的执行机构，以实现车辆在自动寻车位过程中的路径跟随控制。

本实施例中，所述步骤2具体为：

选择车辆后轴中心点的X坐标作为非时间参考量，令x₁＝y_Tar-y_Real，x₂＝tanθ_Tar-tanθ_Real，则位姿误差方程表示为：

其中：y_Real为实际的车辆Y坐标，y_Tar为期望的车辆Y坐标，θ_Tar为期望的航向角，θ_Real为实际的航向角。

所述车辆运动学模型为：

其中，x为车辆后轴中心在全局坐标系下x方向的坐标，y为车辆后轴中心在全局坐标系下y方向的坐标，θ为车身与全局坐标系x轴的夹角，v为车速，

为前轴等效车轮转角，L为车辆轴距。

根据车辆运动学模型和公式一得到状态方程：

由公式一和公式二得到公式三的过程如下：

其中，ρ_Tar为期望的曲率，

为期望的前轴等效车轮转角。本实施例中，所述步骤3具体为：

基于Lyapunov第一稳定定理，将公式二转化为：

即将公式二转化为：

将公式三代入公式五计算得到：

从而计算得到：

其中：k₁、k₂为控制系数，本实施例中，k₁＝10,k₂＝18.5。

本实施例中，所述步骤4中，

位置误差的积分和微分模块为：

姿态误差的微分模块为：k_2d(dθ(k)-dθ(k-1))；

令：

得到前轴等效车轮转角：

其中，k_1p、k_1i、k_1d、k_2p和k_2d为控制系数，本实施例中，k_1p＝10、k_1i＝0.05、k_1d＝20、k_2p＝18.5、k_2d＝10。e(k)为k时刻(即当前时刻)的横向位置误差，e(k-1)为k-1时刻(即上一时刻)的横向位置误差，θ(k)表示k时刻(即当前时刻)的姿态误差，θ(k-1)表示k-1时刻(即上一时刻)的姿态误差。

公式七中的k₁(y_Tar-y_Real)+k₂(tanθ_Tar-tanθ_Real)转变成公式八中的k_1pe(k)+k_2pdθ(k)的过程如下：

令：

故得到：

k₁(y_Tar-y_Real)+k₂(tanθ_Tar-tanθ_Real)＝k_1pe(k)+k_2pdθ(k)。

由前轴等效车轮转角(即前向转角控制律)可知，公式八的唯一平衡点为(0，0)，随着车辆X轴坐标的增加，车辆Y轴方向的距离偏差将会逐渐减小，车身的航向角也会与目标路径的切线的航向角重合，车辆将会逐渐靠近目标路径。且由于积分和微分模块的介入，能够有效控制路径跟随过程中外界因素造成的静态误差，同时减小可能出现的超调量。

平衡点(0，0)代表的是位姿误差最终会趋于0；

即：

本实施例中，所述步骤5具体为：前轮转角到方向盘转角计算的过程是一个映射过程。一般是通过标定得出，可以近似为正比关系：车辆系统中一般称为ratio，每个车型不一样，本实施例中的取值为16.6。

本实施例中，在路径跟随过程中，还实时监测车辆前行过程中的环境信息，以便随时采取减速或制动行为。

采用本实施例中所述的自动寻车位的路径跟随控制方法后，图1中①-⑤步的过程，能够彻底地实现低速自动驾驶。

本发明所述的一种自动寻车位的路径跟随控制系统，包括：

存储器，用于存储可执行程序；

处理器，用于通过执行所述存储器中存储的可执行程序时，实现如权利要求1至5任一项所述的自动寻车位的路径跟随控制方法。

本发明所述的一种存储介质，存储有可执行程序，所述可执行程序被处理器执行时，实现如本发明所述的自动寻车位的路径跟随控制方法。

本发明所述的一种车辆，采用如本发明所述的自动寻车位的路径跟随控制系统。

Claims (6)

1.一种自动寻车位的路径跟随控制方法，其特征在于，包括以下步骤：

步骤1、获取规划路径的曲率，以及车身位姿与期望路径的偏离量；

步骤2、根据步骤1所获取的信息以及车辆运动学模型建立状态方程,具体为：

选择车辆后轴中心点的X坐标作为非时间参考量，令x₁＝y_Tar-y_Real，x₂＝tanθ_Tar-tanθ_Real，则位姿误差方程表示为：

其中：y_Real为实际的车辆Y坐标，y_Tar为期望的车辆Y坐标，θ_Tar为期望的航向角，θ_Real为实际的航向角；

所述车辆运动学模型为：

其中，x为车辆后轴中心在全局坐标系下x方向的坐标，y为车辆后轴中心在全局坐标系下y方向的坐标，θ为车身与全局坐标系x轴的夹角，v为车速，

为前轴等效车轮转角，L为车辆轴距；

根据车辆运动学模型和公式一得到状态方程：

其中，ρ_Tar为期望的曲率，

为期望的前轴等效车轮转角；

步骤3、结合状态方程，依据李雅普诺夫第一稳定性判据设计控制器；

步骤4、对步骤3所得出的控制器进行优化，增加位置误差的积分和微分模块、姿态误差的微分模块，得出前轴等效车轮转角；

步骤5、根据前轴等效车轮转角计算出方向盘转角的输入信号，并输出给自动驾驶车辆的执行机构，以实现车辆在自动寻车位过程中的路径跟随控制。

2.根据权利要求1所述的自动寻车位的路径跟随控制方法，其特征在于：所述步骤3具体为：

基于Lyapunov第一稳定定理，将公式二转化为：

即将公式二转化为：

将公式三代入公式五计算得到：

其中：k₁、k₂为控制系数。

3.根据权利要求2所述的自动寻车位的路径跟随控制方法，其特征在于：所述步骤4中：

位置误差的积分和微分模块为：

姿态误差的微分模块为：k_2d(dθ(k)-dθ(k-1))；

令：

得到前轴等效车轮转角：

其中，k_1p、k_1i、k_1d、k_2p和k_2d为控制系数，e为横向位置误差。

4.一种自动寻车位的路径跟随控制系统，其特征在于，包括：

存储器，用于存储可执行程序；

处理器，用于通过执行所述存储器中存储的可执行程序时，实现如权利要求1至3任一项所述的自动寻车位的路径跟随控制方法。

5.一种存储介质，其特征在于，存储有可执行程序，所述可执行程序被处理器执行时，实现如权利要求1至3任一项所述的自动寻车位的路径跟随控制方法。

6.一种车辆，其特征在于：采用如权利要求4所述的自动寻车位的路径跟随控制系统。

Images