CN110962839A - 无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法 - Google Patents
无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法 Download PDFInfo
- Publication number
- CN110962839A CN110962839A CN201911310143.1A CN201911310143A CN110962839A CN 110962839 A CN110962839 A CN 110962839A CN 201911310143 A CN201911310143 A CN 201911310143A CN 110962839 A CN110962839 A CN 110962839A
- Authority
- CN
- China
- Prior art keywords
- electric vehicle
- unmanned electric
- module
- unmanned
- control
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000005457 optimization Methods 0.000 claims description 16
- 238000012512 characterization method Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000013461 design Methods 0.000 claims description 12
- 238000013178 mathematical model Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- B60W30/02—Control of vehicle driving stability
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/12—Lateral speed
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法,涉及汽车智能安全与自动驾驶领域。通过车载传感器采集无人驾驶电动汽车行驶的自身行驶状态信息和车辆相对于期望轨迹的位置信息,建立表征参数不确定性和时变特性的无人驾驶电动汽车Takagi–Sugeno模糊控制模型,设计一种基于Takagi–Sugeno模糊的无人驾驶电动汽车轨迹跟踪和横向稳定性鲁棒H∞综合控制方法,实现了无人驾驶电动汽车的轨迹跟踪和横向稳定性的集成控制,有效克服了无人驾驶电动汽车轮胎侧偏刚度不确定、预瞄距离和纵向速度时变对系统的影响,显著提升了无人驾驶电动汽车运动控制系统的品质。
Description
技术领域
本发明涉及汽车智能安全与自动驾驶领域,特别是涉及一种基于Takagi–Sugeno模糊的无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法。
背景技术
无人驾驶电动汽车利用传感和学习算法来感知并分析汽车的周围环境,从而对汽车进行决策与执行控制,其主要由环境感知系统、决策系统和运动控制系统组成。此外,由于无人驾驶电动汽车每个单独的车轮均由电机驱动,因此具有控制灵活性和出色的可操纵性。
无人驾驶电动汽车轨迹跟踪控制和横向稳定性控制主要研究如何设计控制策略确保无人驾驶电动汽车准确、实时和平稳地跟踪指定规划的路径行驶,是无人驾驶电动汽车的关键技术之一。文献1(J.H.Guo,Y.G.Luo,and K.Q.Li,“Robust gain schedulingautomatic steering control of unmanned ground vehicles under velocity-varyingmotion,”Vehicle System Dynamics,vol.57,no.4,pp.595-616,2019.)提出了一种无人驾驶车自动转向增益调度控制方法,该增益调度控制方法可以保证系统的控制精度。文献2(S.Yue,and Y.fan,“Hierarchical direct yaw-moment control system design forin-wheel motor driven electric vehicle,”International Journal of AutomotiveTechnology,vol.19,no.4,pp.695-703,2018.)提出了一种用于车辆横向稳定性控制的分层控制方法,在传统线性二次调节器的反馈环节中添加了一个额外的控制项,以限制闭环跟踪误差。
无人驾驶电动汽车横向运动控制的大量研究都集中在单一的轨迹跟踪控制或单一的横向稳定性控制上,对无人电动汽车的轨迹跟踪控制和横向稳定性综合控制的研究相当有限。此外,对于无人驾驶电动汽车动力学模型的前后轮胎侧偏刚度存在不确定性,并且其预瞄距离和行驶速度具有时变性等特点,如果在控制设计过程中没有考虑不确定性和时变参数,则无人驾驶电动汽车的运动控制性能将受到影响。
发明内容
本发明的目的是针对现有技术存在的上述问题,提供一种可有效克服无人驾驶电动汽车参数不确定性和时变的特性,基于Takagi–Sugeno模糊的无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制系统。
本发明的另一目的在于提供一种无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法。
所述无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制系统包括车载传感器模块、Takagi–Sugeno模糊横向控制模型表征模块、鲁棒H∞输出反馈上位动态控制器模块和下位控制分配模块;
所述车载传感器模块的输入端接无人驾驶电动汽车,车载传感器模块的输出端接Takagi–Sugeno模糊横向控制模型表征模块;车载传感器模块包括GPS模块和CCD视觉模块,GPS模块用于采集无人驾驶电动汽车行驶状态信息,CCD视觉模块用于检测车辆相对于期望轨迹的位置信息;
所述Takagi–Sugeno模糊横向控制模型表征模块包括轮胎不确定性侧偏刚度表征模块、时变预瞄距离和纵向速度模糊表征模块;轮胎不确定性侧偏刚度表征模块和时变预瞄距离和纵向速度模糊表征模块分别采集轮胎侧偏刚度不确定性特点以及其预瞄距离和纵向速度时变特性,用于建立表征无人驾驶电动汽车参数不确定性和时变特性的Takagi–Sugeno模糊横向控制模型;
所述鲁棒H∞输出反馈上位动态控制器模块包括鲁棒上位动态控制器构型、鲁棒上位动态控制器存在条件表征模块、鲁棒上位动态控制器反馈增益控制矩阵;所述鲁棒H∞输出反馈上位动态控制器模块用于实时求出无人驾驶电动汽车转向行驶所需的前轮转向角和附加横摆力矩,并输出至下位控制分配模块;
所述下位控制分配模块的输出端接无人驾驶电动汽车,下位控制分配模块将非线性凸优化问题转换为SQP优化问题,用于分配无人驾驶电动汽车的附加横摆力矩,求解得到各执行器所需的附加电机转矩,并将信息传输给无人驾驶电动汽车,以实现对附加横摆力矩的跟踪控制,进而实现对无人驾驶电动汽车轨迹跟踪与横向稳定性的综合控制。
所述无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法,包括以下步骤:
1)通过车载传感系统实时获取无人驾驶电动汽车行驶状态信息及周围环境信息;
2)基于车载传感器获取的信息,考虑无人驾驶电动汽车的轮胎侧偏刚度具有参数不确定性特点以及其预瞄距离和纵向速度具有时变特性,建立表征无人驾驶电动汽车参数不确定性和时变特性的横向动力学Takagi–Sugeno模糊模型;
3)设计鲁棒H∞输出反馈上位动态控制器模块,实时求出无人驾驶电动汽车转向行驶所需的前轮转向角和附加横摆力矩;
4)设计一种序列二次规划(SQP)下位控制分配模块,用于分配无人驾驶电动汽车的附加横摆力矩,求解得到各执行器所需的附加电机转矩,实现对附加横摆力矩的跟踪控制。
在步骤1)中,所述无人驾驶电动汽车行驶状态信息包括车辆的横摆角速度、纵向速度和横向速度等信息等;所述周围环境信息包括预瞄点处车辆与期望轨迹的角度偏差和横向距离偏差。
在步骤2)中,所述建立建立表征无人驾驶电动汽车参数不确定性和时变特性的横向动力学Takagi–Sugeno模糊模型的具体步骤可为:
(1)建立描述无人驾驶电动汽车转向特性的横向动力学模型;
(2)基于CCD视觉系统获取的无人驾驶电动汽车预瞄点处的角度偏差和横向距离偏差,建立表征无人驾驶电动汽车相对于期望轨迹的横向运动学模型;
(3)建立描述轮胎侧偏刚度不确定的数学模型,综合无人驾驶电动汽车横向动力学模型和横向运动学模型,得到包含参数不确定性的无人驾驶电动汽车横向控制模型;
(4)针对无人驾驶电动汽车预瞄距离和纵向速度具有时变性,设计描述预瞄距离和纵向速度的模糊模型,建立包含参数不确定性和时变特性的无人驾驶电动汽车Takagi–Sugeno模糊控制模型。
在步骤3)中,所述设计鲁棒H∞输出反馈上位动态控制器模块,实时求出无人驾驶电动汽车转向行驶所需的前轮转向角和附加横摆力矩的具体步骤可为:
(1)设计用于实现无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制系统的鲁棒H∞输出反馈上位动态控制器构型;
(2)将所设计的鲁棒H∞输出反馈上位控制器构型代入无人驾驶电动汽车Takagi–Sugeno模糊多模型集,建立表征参数不确定性和时变特性的无人驾驶电动汽车横向控制闭环系统状态方程;
(3)设计H∞输出反馈上位动态控制器存在可行解所需满足的线性矩阵不等式条件。利用该不等式条件推导出鲁棒H∞输出反馈上位动态控制器的反馈控制增益矩阵。
在步骤4)中,所述设计一种序列二次规划(SQP)下位控制分配模块,用于分配无人驾驶电动汽车的附加横摆力矩,求解得到各执行器所需的附加电机转矩的具体步骤可为:
(1)建立描述无人驾驶电动汽车附加横摆力矩与车轮半径、轮距以及车轮的附加电机转矩关系的数学模型;
(2)以控制输入量消耗能量最小和控制分配误差最少的分配目标,建立无人驾驶电动汽车附加横摆力矩分配的非线性凸优化函数;
(3)引入执行器的速率约束以确保动态分配的实时性能,将非线性凸优化函数改写为SQP形式;
(4)给出无人驾驶电动汽车附加横摆力矩SQP优化问题的可行解,得到无人驾驶电动汽车各执行器的附加电机转矩。
与现有技术相比,本发明的技术效果和益处是:
本发明通过车载传感器采集无人驾驶电动汽车行驶的自身行驶状态信息和车辆相对于期望轨迹的位置信息,建立表征参数不确定性和时变特性的无人驾驶电动汽车Takagi–Sugeno模糊控制模型,设计一种基于Takagi–Sugeno模糊的无人驾驶电动汽车轨迹跟踪和横向稳定性鲁棒H∞综合控制方法,本发明实现了无人驾驶电动汽车的轨迹跟踪和横向稳定性的集成控制,有效克服了无人驾驶电动汽车轮胎侧偏刚度不确定、预瞄距离和纵向速度时变对系统的影响,显著提升了无人驾驶电动汽车运动控制系统的品质。
附图说明
图1为本发明的基于Takagi–Sugeno模糊的无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制系统。
图2为本发明的基于视觉的无人驾驶运动学模型图。
具体实施方式
以下实施例将结合附图对本发明作进一步说明。
如图1所示,本发明所述无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制系统,包括车载传感器模块1、Takagi–Sugeno模糊横向控制模型表征模块2、鲁棒H∞输出反馈上位动态控制器模块3和序列二次规划(SQP)下位控制分配模块4等;
所述车载传感器模块1的输入端接无人驾驶电动汽车5,车载传感器模块1包括GPS模块11和CCD视觉模块12,GPS模块11用于采集无人驾驶电动汽车行驶状态信息,CCD视觉模块12用于检测车辆相对于期望轨迹的位置信息;车载传感器模块1的输出端接Takagi–Sugeno模糊横向控制模型表征模块2;
所述Takagi–Sugeno模糊横向控制模型表征模块2包括轮胎不确定性侧偏刚度表征模块21、时变预瞄距离与纵向速度模糊表征模块22;轮胎不确定性侧偏刚度表征模块21和时变预瞄距离与纵向速度模糊表征模块22分别采集轮胎侧偏刚度不确定性特点以及其预瞄距离和纵向速度时变特性,用于建立表征无人驾驶电动汽车参数不确定性和时变特性的Takagi–Sugeno模糊横向控制模型23;
所述鲁棒H∞输出反馈上位动态控制器模块3包括鲁棒上位动态控制器构型31、鲁棒上位动态控制器存在条件表征模块32、鲁棒上位动态控制器反馈增益控制矩阵33;所述鲁棒H∞输出反馈上位动态控制器模块3用于实时求出无人驾驶电动汽车转向行驶所需的前轮转向角和附加横摆力矩,并输出至序列二次规划(SQP)下位控制分配模块4;
所述序列二次规划(SQP)下位控制分配模块4用于将非线性凸优化问题转换为SQP优化问题,得出无人驾驶电动汽车行驶所需的前轮转角和附加电机转矩后传送给无人驾驶电动汽车5,实现对无人驾驶电动汽车轨迹跟踪与横向稳定性的综合控制。
本发明所述无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法,具体步骤如下:
步骤1:通过车载传感器实时获取无人驾驶电动汽车行驶运动状态信息及车辆相对于期望轨迹的位置信息。
步骤1.1:通过车载GPS系统实时获取无人驾驶电动汽车的行驶运动状态信息,主要包括车辆的横摆角速度、纵向速度和横向速度等信息。
步骤1.2:通过CCD视觉系统实时获取无人驾驶电动汽车相对于期望轨迹的位置信息,主要包括预瞄点处车辆与期望轨迹的角度偏差和横向距离偏差。
步骤2:基于车载传感器获取的信息,考虑轮胎侧偏刚度具有参数不确定性特点以及其预瞄距离和纵向速度具有时变特性,建立表征无人驾驶电动汽车参数不确定性和时变特性的Takagi–Sugeno模糊横向控制模型。
步骤2.1:建立无人驾驶电动汽车二自由度模型,如下所示:
其中,m是车辆的总质量,vx和vy分别表示纵向和横向速度,r是车辆的横摆角速度,I表示转动惯量,lf和lr分别质心到前后轮轴的纵向距离,ΔMz表示附加横摆力矩,Fyf和Fyr表示前轮和后轮的侧向轮胎力,分别表示为:
其中,Cf和Cr分别表示前后轮胎的侧偏刚度,δf表示前轮转角。
将公式(2)代入公式(1),建立描述无人驾驶电动汽车转向特性的横向动力学模型,如下所示:
步骤2.2:如图2所示,基于CCD视觉系统获取的无人驾驶电动汽车预瞄点处的角度偏差εL和横向距离偏差yL,建立表征无人驾驶电动汽车相对于期望轨迹的横向运动学模型,如下所示:
其中,Lp表示预瞄距离,KL表示预瞄点处期望轨迹的曲率。
步骤2.3:建立描述轮胎侧偏刚度Cf和Cr不确定的数学模型,如下所示:
其中,Cf0和Cr0分别是前后轮胎侧偏刚度的标称值。ρf和ρr是随时间变化的系数,并且满足|ρf|≤1和|ρr|≤1。Δf和Δr表示轮胎侧偏刚度的偏差幅值。
步骤2.4:综合无人驾驶电动汽车横向动力学模型和运动学模型,建立表征参数不确定性的无人驾驶电动汽车横向控制模型:
其中,
ΔA和ΔB可以由下式获得:
[ΔA ΔB]=Hw(ρf,ρr)[ΛaΛb] (7)
其中,状态向量x=[vy r yL εL]T,被控输出向量z=[yL εL]T,控制输入向量u=[δfΔMz]T,测量输出向量y=[vy r yL εL]T,ω=KL是外部干扰向量,Hw是满足||Hw||≤η的时变矩阵,||·||表示欧几里得范数。
步骤2.5:建立具有时变有界特性的预瞄距离Lp和纵向速度vx的模糊模型,如下所示:
其中M1(ξ1),M2(ξ1),N1(ξ2),N2(ξ2)表示隶属函数,可以通过下式获得:
步骤2.6:综合式(6)、(8)、(9)、(10),建立表征无人驾驶电动汽车参数不确定性和时变特性的Takagi–Sugeno模糊横向控制模型,如下所示:
其中,hi(ξ(t))是模糊加权函数,满足:
步骤3:设计有效克服参数不确定性和时变特性的无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制系统的鲁棒H∞输出反馈上位控制器,实时求出无人驾驶电动汽车转向行驶所需的前轮转向角和附加横摆力矩。
步骤3.1:设计用于实现无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制系统的鲁棒H∞输出反馈上位动态控制器构型,如下所示:
步骤3.2:将所设计的H∞输出反馈动态控制器构型(14)代入无人驾驶电动汽车Takagi–Sugeno模糊横向控制模型(11),建立具有不确定性和时变特性的无人驾驶电动汽车横向控制闭环系统状态方程,如下:
其中,
步骤3.3:设计无人驾驶电动汽车鲁棒H∞输出反馈上位动态控制器存在可行解所需满足的条件,如下所示:
对于无人驾驶电动汽车的模糊横向控制闭环系统(15),对于给定的γ>0和正常数ε,如果存在对称正定矩阵X,Y,矩阵Gi,Qi,i=1,2,...,r,使得如下矩阵不等式成立:
其中
则无人驾驶电动汽车鲁棒H∞输出反馈上位动态控制器存在可行解,器对于所有的非零ω(t)∈L2[0,tf]都具有规定的H∞性能指标γ。
步骤3.4:基于无人驾驶电动汽车鲁棒H∞动态控制器存在可行解的条件,推导出无人驾驶电动汽车鲁棒H∞动态控制器的反馈控制增益矩阵,如下所示:
其中
步骤4:设计一种序列二次规划(SQP)下位控制器,用于分配无人驾驶电动汽车的附加横摆力矩,求解得到各执行器所需的附加电机转矩,实现对附加横摆力矩的跟踪控制。
步骤4.1:建立描述无人驾驶电动汽车附加横摆力矩与车轮半径、轮距以及车轮的附加电机转矩关系的数学模型,如下所示:
ΔM=Wu (19)
其中,
u=[ΔTxfl ΔTxfr ΔTxrl ΔTxrr]T
其中r是轮胎半径,ls是轮距的一半,ΔTxfl,ΔTxfr,ΔTxrl,ΔTxrr表示每个车轮的附加电机转矩。
步骤4.2:以控制输入量消耗能量最小和控制分配误差最少的分配目标,建立无人驾驶电动汽车附加横摆力矩分配的非线性凸优化函数,如下所示:
步骤4.3:定义变量τ=[uT vT]T,引入执行器的速率约束以确保动态分配的实时性能,将非线性凸优化函数(20)改写为SQP形式:
步骤4.4:推导得到无人驾驶电动汽车附加横摆力矩的序列二次规划(SQP)下位控制器的最优解为:
τ(t)=Λ1τ(t-T)+Λ2ΔM(t) (22)
其中,
即得到无人驾驶电动汽车各执行器的附加电机转矩,实现对无人驾驶电动汽车轨迹跟踪与横向稳定性的综合控制。
以上内容是结合优选技术方案对本发明所做的进一步详细说明,不能认定发明的具体实施仅限于这些说明。对本发明所属技术领域的普通技术人员来说,在不脱离本发明的构思的前提下,还可以做出简单的推演及替换,都应当视为本发明的保护范围。
Claims (7)
1.无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制系统,其特征在于包括车载传感器模块、Takagi–Sugeno模糊横向控制模型表征模块、鲁棒H∞输出反馈上位动态控制器模块和下位控制分配模块;
所述车载传感器模块的输入端接无人驾驶电动汽车,车载传感器模块的输出端接Takagi–Sugeno模糊横向控制模型表征模块;车载传感器模块包括GPS模块和CCD视觉模块,GPS模块用于采集无人驾驶电动汽车行驶状态信息,CCD视觉模块用于检测车辆相对于期望轨迹的位置信息;
所述Takagi–Sugeno模糊横向控制模型表征模块包括轮胎不确定性侧偏刚度表征模块、时变预瞄距离与纵向速度模糊表征模块;轮胎不确定性侧偏刚度表征模块和时变预瞄距离与纵向速度模糊表征模块分别采集轮胎侧偏刚度不确定性特点以及其预瞄距离和纵向速度时变特性,用于建立表征无人驾驶电动汽车参数不确定性和时变特性的Takagi–Sugeno模糊横向控制模型;
所述鲁棒H∞输出反馈上位动态控制器模块包括鲁棒上位动态控制器构型、鲁棒上位动态控制器存在条件表征模块、鲁棒上位动态控制器反馈增益控制矩阵;所述鲁棒H∞输出反馈上位动态控制器模块用于实时求出无人驾驶电动汽车转向行驶所需的前轮转向角和附加横摆力矩,并输出至下位控制分配模块;
所述下位控制分配模块的输出端接无人驾驶电动汽车,下位控制分配模块将非线性凸优化问题转换为SQP优化问题,用于分配无人驾驶电动汽车的附加横摆力矩,求解得到各执行器所需的附加电机转矩,并将信息传输给无人驾驶电动汽车,以实现对附加横摆力矩的跟踪控制,进而实现对无人驾驶电动汽车轨迹跟踪与横向稳定性的综合控制。
2.无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法,其特征在于包括以下步骤:
1)通过车载传感系统实时获取无人驾驶电动汽车行驶状态信息及周围环境信息;
2)基于车载传感器获取的信息,考虑无人驾驶电动汽车的轮胎侧偏刚度具有参数不确定性特点以及其预瞄距离和纵向速度具有时变特性,建立表征无人驾驶电动汽车参数不确定性和时变特性的横向动力学Takagi–Sugeno模糊模型;
3)设计鲁棒H∞输出反馈上位动态控制器模块,实时求出无人驾驶电动汽车转向行驶所需的前轮转向角和附加横摆力矩;
4)设计一种序列二次规划下位控制分配模块,用于分配无人驾驶电动汽车的附加横摆力矩,求解得到各执行器所需的附加电机转矩,实现对附加横摆力矩的跟踪控制。
3.如权利要求2所述无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法,其特征在于在步骤1)中,所述无人驾驶电动汽车行驶状态信息包括车辆的横摆角速度、纵向速度和横向速度。
4.如权利要求2所述无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法,其特征在于在步骤1)中,所述周围环境信息包括预瞄点处车辆与期望轨迹的角度偏差和横向距离偏差。
5.如权利要求2所述无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法,其特征在于在步骤2)中,所述建立表征无人驾驶电动汽车参数不确定性和时变特性的横向动力学Takagi–Sugeno模糊模型的具体步骤为:
(1)建立描述无人驾驶电动汽车转向特性的横向动力学模型;
(2)基于CCD视觉系统获取的无人驾驶电动汽车预瞄点处的角度偏差和横向距离偏差,建立表征无人驾驶电动汽车相对于期望轨迹的横向运动学模型;
(3)建立描述轮胎侧偏刚度不确定的数学模型,综合无人驾驶电动汽车横向动力学模型和横向运动学模型,得到包含参数不确定性的无人驾驶电动汽车横向控制模型;
(4)针对无人驾驶电动汽车预瞄距离和纵向速度具有时变性,设计描述预瞄距离和纵向速度的模糊模型,建立包含参数不确定性和时变特性的无人驾驶电动汽车Takagi–Sugeno模糊控制模型。
6.如权利要求2所述无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法,其特征在于在步骤3)中,所述设计鲁棒H∞输出反馈上位动态控制器模块,实时求出无人驾驶电动汽车转向行驶所需的前轮转向角和附加横摆力矩的具体步骤为:
(1)设计用于实现无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制系统的鲁棒H∞输出反馈上位动态控制器构型;
(2)将所设计的鲁棒H∞输出反馈上位控制器构型代入无人驾驶电动汽车Takagi–Sugeno模糊多模型集,建立表征参数不确定性和时变特性的无人驾驶电动汽车横向控制闭环系统状态方程;
(3)设计H∞输出反馈上位动态控制器存在可行解所需满足的线性矩阵不等式条件;利用该不等式条件推导出鲁棒H∞输出反馈上位动态控制器的反馈控制增益矩阵。
7.如权利要求2所述无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法,其特征在于在步骤4)中,所述设计一种序列二次规划下位控制分配模块,用于分配无人驾驶电动汽车的附加横摆力矩,求解得到各执行器所需的附加电机转矩的具体步骤为:
(1)建立描述无人驾驶电动汽车附加横摆力矩与车轮半径、轮距以及车轮的附加电机转矩关系的数学模型;
(2)以控制输入量消耗能量最小和控制分配误差最少的分配目标,建立无人驾驶电动汽车附加横摆力矩分配的非线性凸优化函数;
(3)引入执行器的速率约束以确保动态分配的实时性能,将非线性凸优化函数改写为SQP形式;
(4)给出无人驾驶电动汽车附加横摆力矩SQP优化问题的可行解,得到无人驾驶电动汽车各执行器的附加电机转矩。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911310143.1A CN110962839B (zh) | 2019-12-18 | 2019-12-18 | 无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911310143.1A CN110962839B (zh) | 2019-12-18 | 2019-12-18 | 无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110962839A true CN110962839A (zh) | 2020-04-07 |
CN110962839B CN110962839B (zh) | 2020-11-10 |
Family
ID=70034934
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911310143.1A Active CN110962839B (zh) | 2019-12-18 | 2019-12-18 | 无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110962839B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111688723A (zh) * | 2020-05-28 | 2020-09-22 | 江苏理工学院 | 一种车辆自动驾驶的控制系统及其控制方法 |
CN111703417A (zh) * | 2020-06-24 | 2020-09-25 | 湖北汽车工业学院 | 一种高低速统一预瞄滑膜驾驶控制方法及控制系统 |
CN112937571A (zh) * | 2021-03-12 | 2021-06-11 | 北京理工大学 | 一种智能汽车轨迹跟踪控制方法及系统 |
CN113002527A (zh) * | 2021-03-01 | 2021-06-22 | 东北大学 | 一种自主电动汽车横向稳定性鲁棒容错控制方法 |
CN113619563A (zh) * | 2021-09-06 | 2021-11-09 | 厦门大学 | 基于人机共享的智能电动汽车横向控制系统及方法 |
CN113844267A (zh) * | 2021-09-30 | 2021-12-28 | 广州华立学院 | 基于sqp算法的四轮轮毂电机容错控制系统 |
CN114510047A (zh) * | 2022-01-27 | 2022-05-17 | 中国第一汽车股份有限公司 | 一种路径跟踪的原路径返回方法、装置、车辆及介质 |
US20220317687A1 (en) * | 2020-07-01 | 2022-10-06 | Wuhan University Of Technology | UNMANNED SURFACE VEHICLE CONTROL METHOD BASED ON SWITCHING T-S FUZZY SYSTEM UNDER DoS ATTACK |
CN115994436A (zh) * | 2021-10-20 | 2023-04-21 | 北京三快在线科技有限公司 | 一种无人设备数据处理的方法及装置 |
CN116974297A (zh) * | 2023-06-27 | 2023-10-31 | 北京五木恒润科技有限公司 | 基于多目标优化的冲突消解方法、装置、介质及电子设备 |
CN117311346A (zh) * | 2023-09-15 | 2023-12-29 | 广东省机场管理集团有限公司工程建设指挥部 | 机器人横向稳定协同转向控制方法、装置、终端及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102167039A (zh) * | 2011-03-08 | 2011-08-31 | 山东交通学院 | 无人驾驶独立驱动和转向车辆整车动力学控制量获得方法 |
CN106671982A (zh) * | 2017-01-09 | 2017-05-17 | 厦门大学 | 基于多智能体的无人驾驶电动汽车自动超车系统及方法 |
CN108622104A (zh) * | 2018-05-07 | 2018-10-09 | 湖北汽车工业学院 | 一种用于无人驾驶车辆的轨迹跟踪控制方法 |
CN108944899A (zh) * | 2018-07-26 | 2018-12-07 | 南京威尔瑞智能科技有限公司 | 一种基于模糊控制的无人驾驶车辆转向盘控制系统及方法 |
CN109572695A (zh) * | 2018-11-08 | 2019-04-05 | 湖南汽车工程职业学院 | 一种自动驾驶汽车跟车工况控制方法及系统 |
DE102017126512A1 (de) * | 2017-11-12 | 2019-05-16 | Zf Friedrichshafen Ag | Dynamikregelungssystem für ein selbstfahrendes Fahrzeug |
-
2019
- 2019-12-18 CN CN201911310143.1A patent/CN110962839B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102167039A (zh) * | 2011-03-08 | 2011-08-31 | 山东交通学院 | 无人驾驶独立驱动和转向车辆整车动力学控制量获得方法 |
CN106671982A (zh) * | 2017-01-09 | 2017-05-17 | 厦门大学 | 基于多智能体的无人驾驶电动汽车自动超车系统及方法 |
DE102017126512A1 (de) * | 2017-11-12 | 2019-05-16 | Zf Friedrichshafen Ag | Dynamikregelungssystem für ein selbstfahrendes Fahrzeug |
CN108622104A (zh) * | 2018-05-07 | 2018-10-09 | 湖北汽车工业学院 | 一种用于无人驾驶车辆的轨迹跟踪控制方法 |
CN108944899A (zh) * | 2018-07-26 | 2018-12-07 | 南京威尔瑞智能科技有限公司 | 一种基于模糊控制的无人驾驶车辆转向盘控制系统及方法 |
CN109572695A (zh) * | 2018-11-08 | 2019-04-05 | 湖南汽车工程职业学院 | 一种自动驾驶汽车跟车工况控制方法及系统 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111688723A (zh) * | 2020-05-28 | 2020-09-22 | 江苏理工学院 | 一种车辆自动驾驶的控制系统及其控制方法 |
CN111703417A (zh) * | 2020-06-24 | 2020-09-25 | 湖北汽车工业学院 | 一种高低速统一预瞄滑膜驾驶控制方法及控制系统 |
CN111703417B (zh) * | 2020-06-24 | 2023-09-05 | 湖北汽车工业学院 | 一种高低速统一预瞄滑膜驾驶控制方法及控制系统 |
US11921505B2 (en) * | 2020-07-01 | 2024-03-05 | Wuhan University Of Technology | Unmanned surface vehicle control method based on switching T-S fuzzy system under DoS attack |
US20220317687A1 (en) * | 2020-07-01 | 2022-10-06 | Wuhan University Of Technology | UNMANNED SURFACE VEHICLE CONTROL METHOD BASED ON SWITCHING T-S FUZZY SYSTEM UNDER DoS ATTACK |
CN113002527B (zh) * | 2021-03-01 | 2022-09-30 | 东北大学 | 一种自主电动汽车横向稳定性鲁棒容错控制方法 |
CN113002527A (zh) * | 2021-03-01 | 2021-06-22 | 东北大学 | 一种自主电动汽车横向稳定性鲁棒容错控制方法 |
CN112937571A (zh) * | 2021-03-12 | 2021-06-11 | 北京理工大学 | 一种智能汽车轨迹跟踪控制方法及系统 |
CN113619563A (zh) * | 2021-09-06 | 2021-11-09 | 厦门大学 | 基于人机共享的智能电动汽车横向控制系统及方法 |
CN113619563B (zh) * | 2021-09-06 | 2022-08-30 | 厦门大学 | 基于人机共享的智能电动汽车横向控制系统及方法 |
CN113844267B (zh) * | 2021-09-30 | 2024-01-30 | 广州华立学院 | 基于sqp算法的四轮轮毂电机容错控制系统 |
CN113844267A (zh) * | 2021-09-30 | 2021-12-28 | 广州华立学院 | 基于sqp算法的四轮轮毂电机容错控制系统 |
CN115994436A (zh) * | 2021-10-20 | 2023-04-21 | 北京三快在线科技有限公司 | 一种无人设备数据处理的方法及装置 |
CN115994436B (zh) * | 2021-10-20 | 2024-07-23 | 北京三快在线科技有限公司 | 一种无人设备数据处理的方法及装置 |
CN114510047A (zh) * | 2022-01-27 | 2022-05-17 | 中国第一汽车股份有限公司 | 一种路径跟踪的原路径返回方法、装置、车辆及介质 |
CN116974297A (zh) * | 2023-06-27 | 2023-10-31 | 北京五木恒润科技有限公司 | 基于多目标优化的冲突消解方法、装置、介质及电子设备 |
CN116974297B (zh) * | 2023-06-27 | 2024-01-26 | 北京五木恒润科技有限公司 | 基于多目标优化的冲突消解方法、装置、介质及电子设备 |
CN117311346A (zh) * | 2023-09-15 | 2023-12-29 | 广东省机场管理集团有限公司工程建设指挥部 | 机器人横向稳定协同转向控制方法、装置、终端及介质 |
CN117311346B (zh) * | 2023-09-15 | 2024-05-28 | 广东省机场管理集团有限公司工程建设指挥部 | 机器人横向稳定协同转向控制方法、装置、终端及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110962839B (zh) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110962839B (zh) | 无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法 | |
Chatzikomis et al. | Comparison of path tracking and torque-vectoring controllers for autonomous electric vehicles | |
CN107561942B (zh) | 基于模型补偿的智能车辆轨迹跟踪模型预测控制方法 | |
CN107380161B (zh) | 一种辅助驾驶员实现理想行驶轨迹的主动转向控制装置 | |
CN111007722B (zh) | 一种四轮转向自动驾驶汽车横向鲁棒容错控制系统及方法 | |
CN110979302B (zh) | 自动驾驶分布式驱动电动汽车横向与侧倾综合控制方法 | |
Guo et al. | Robust combined lane keeping and direct yaw moment control for intelligent electric vehicles with time delay | |
Tian et al. | Four wheel independent drive electric vehicle lateral stability control strategy | |
CN113442906B (zh) | 一种分布式驱动电动汽车横向稳定性分层控制系统及方法 | |
CN112829766B (zh) | 一种基于分布式驱动电动车辆的自适应路径跟踪方法 | |
CN111142534A (zh) | 一种智能车横纵向综合轨迹跟踪方法及控制系统 | |
Bárdos et al. | Implementation and experimental evaluation of a MIMO drifting controller on a test vehicle | |
Ercan et al. | An adaptive and predictive controller design for lateral control of an autonomous vehicle | |
Morera-Torres et al. | Experimental modelling and optimal torque vectoring control for 4WD vehicles | |
Liu et al. | Multi-level coordinated yaw stability control based on sliding mode predictive control for distributed drive electric vehicles under extreme conditions | |
Du et al. | Robust control study for four-wheel active steering vehicle | |
CN113665669B (zh) | 车辆稳定性控制系统及方法 | |
Zhang et al. | Trajectory tracking control of driverless racing car under extreme conditions | |
CN111352442A (zh) | 一种基于鲁棒H infinite控制的牵引式挂车轨迹跟踪方法 | |
CN109849898A (zh) | 基于遗传算法混合优化gpc的车辆横摆稳定性控制方法 | |
Zhang et al. | Adaptive backstepping fuzzy lateral motion control approach for autonomous vehicles | |
CN116198522B (zh) | 一种复杂矿区工况的无人矿卡横垂向耦合递阶控制方法 | |
CN116627036A (zh) | 一种基于智能轮胎技术的智能汽车泊车规划控制方法 | |
CN113602278B (zh) | 四轮独立驱动电动汽车分布式模型预测路径跟踪控制方法 | |
Li et al. | AFS/DYC control of in-wheel motor drive electric vehicle with adaptive tire cornering stiffness |
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 |