CN110962849B - 一种弯道自适应巡航方法 - Google Patents

一种弯道自适应巡航方法 Download PDF

Info

Publication number
CN110962849B
CN110962849B CN201911128082.7A CN201911128082A CN110962849B CN 110962849 B CN110962849 B CN 110962849B CN 201911128082 A CN201911128082 A CN 201911128082A CN 110962849 B CN110962849 B CN 110962849B
Authority
CN
China
Prior art keywords
vehicle
control
longitudinal
acceleration
des
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
CN201911128082.7A
Other languages
English (en)
Other versions
CN110962849A (zh
Inventor
余世明
孔利峰
何德峰
仇翔
宋秀兰
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.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
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 Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN201911128082.7A priority Critical patent/CN110962849B/zh
Publication of CN110962849A publication Critical patent/CN110962849A/zh
Application granted granted Critical
Publication of CN110962849B publication Critical patent/CN110962849B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/14—Adaptive cruise control
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/14—Adaptive cruise control
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • B60W30/165—Automatically following the path of a preceding lead vehicle, e.g. "electronic tow-bar"
    • 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
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration
    • 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
    • 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
    • B60W2520/125—Lateral acceleration

Abstract

本发明公开了一种弯道自适应巡航控制方法。本发明在纵向跟驰控制上增加了横向控制器，车辆可以在弯道工况跟随前车行驶并保证车辆的稳定性和路径跟踪能力。纵向控制使用了考虑前车加速度的车间距策略模型和MPC（模型预测控制）算法，考虑了纵向跟驰的安全性、舒适性和燃油经济性。横向控制使用了二自由度单车模型和ADRC（自抗扰控制）算法，并设计了理想横摆角，考虑纵向速度对车辆弯道行驶的影响，以车辆前轮转角和理想角速度为输入控制了车辆横摆角和横向距离误差，实现了车辆在弯道工况的稳定跟车行驶和路径保持的能力。而且ADRC算法对车辆特性变化的鲁棒性强，对模型依赖度低。

Description

一种弯道自适应巡航方法
技术领域
本发明涉及一种弯道自适应巡航算法，主要针对车辆在弯道巡航的情况。
背景技术
随着汽车保有量的逐年增加，由此引发的交通问题也日渐严重，汽车辅助驾驶系统也成为汽车行业的热点。(ACC)自适应巡航作为汽车辅助系统的重要组成部分也越来越多的被使用到车辆上。
现有的(ACC)自适应巡航多考虑纵向的跟驰和定速巡航，但是遇到弯道需要驾驶员的介入。在弯道行驶中，纵向速度过快会产生车辆的横向偏差和方向偏差，影响到车辆的稳定性和路径跟踪，而且车辆是一个强耦合、非线性的系统。因此，在弯道控制中，控制算法不仅需要考虑与前车的安全距离，还要考虑纵向速度对横向控制的影响。
发明内容
针对上述问题，本发明提出来一种适应弯道的巡航算法。本算法在基于现有的跟驰算法上加上横向控制器，实现弯道工况也可跟驰前方车辆。
为实现上述目的，本发明的技术方案如下：
一种适应弯道的巡航算法，纵向控制器是根据MPC(模型预测控制)算法设计的跟驰算法，考虑了纵向控制安全性、舒适性、快速性。而设计的弯道横向控制器是一个二输入二输出的耦合系统，通过ADRC(自抗扰控制)实现解耦，最终实现车辆在弯道工况中保持横向稳定和纵向安全跟车。
一、建立纵向跟驰模型
根据自车与前车的纵向运动学关系，建立了考虑前车加速度的车间距策略模型。
期望车间距离ddes采用恒定车头时距计算，vh为自车速度，vp为前车速度，T0为车间时距，d0为最小安全距离，Δd、Δv为距离误差和速度误差。
Δd＝ddes-d，ddes＝vhT0+d0，Δv＝vp-vh (1)
实际加速度ah和期望加速度ades存在时延T0
Figure BDA0002277480870000011
根据自车与前车之间的纵向运动学关系建立如下状态空间方程：
其中，状态量取为x＝[Δd Δv ah]T，控制量u＝ades，干扰量ω＝ap为前车加速度，Ts为采样时间。
Figure BDA0002277480870000021
x(k)＝[Δd Δv ah]T u ＝ades ω＝ap (4)
Figure BDA0002277480870000022
式(3)为车辆纵向跟车模型，该车辆纵向跟车模型不仅考虑自车的加速度，
而且将前车的加速度作为干扰项考虑进来，可保证车辆的纵向安全性、跟车性和舒适性。
性能指标和约束设计
车辆跟驰中存在着一些约束和性能指标，跟车性能是主要指标之一，在跟车安全的基础上，进一步实现跟车的舒适性和燃油经济性，所设计的多目标代价函数为：
Figure BDA0002277480870000023
其中:J1表示跟车性能，J2表示执行器动作不要太大也不要太小，可解决舒适性和燃油经济性问题。yp(k+i|k)为控制输出预测值，(k+i|k)表示根据k采样时刻的信息来预测k+i时刻的值，u(k+i)和Δu(k+i)分别是k+i
时刻控制输入和控制输入增量
跟踪性能Δd>0目标d→ddesΔv→0
驾驶舒适性Jmin≤|Δu(k)|≤Jmax J为加加速度
燃油经济性amin≤ah(k)≤amax、|u(k)min|≤|u(k)|≤|u(k)max|
Figure BDA0002277480870000024
Figure BDA0002277480870000031
二、建立横向模型
考虑了车辆横向、横摆运动，忽略车辆的悬架系统的影响，并假设车辆左右两侧完全对称，采用线性轮胎模型，忽略质心侧偏角对汽车的影响，建立了二自由度单车模型。
Figure BDA0002277480870000032
其中vx、vy是车辆纵向速度和横向速度，m为整车质量，ωz为车辆的横摆角速度，δ为前轮转角，Jz为车辆绕z轴的转动惯量，Fxf、Fxr分别是前后轮纵向力，Fyf、Fyr分别是前后轮侧向力。a、b为质心到前后轴的距离。
假设转弯半径足够大，对车辆进行路径跟踪，考虑了车辆的横向误差和横摆角误差，设计了理想横摆角并建立了基于道路误差的横向车辆动力学模型。
Figure BDA0002277480870000033
Figure BDA0002277480870000034
Figure BDA0002277480870000035
Figure BDA0002277480870000036
其中：R为弯道曲率，ωd、ayd为理想横摆角速度和角加速度，ωd为理想横摆角速度。Δy相对位置误差，yd为期望轨迹。
考虑到δ较小，将公式简化；
Figure BDA0002277480870000037
Figure BDA0002277480870000038
其中，Kaf、Kar为前后轮侧偏刚度，f为前后轮滚动阻力系数。
对于车辆横向控制，建立车辆路径跟踪模型，将用(11)状态空间形式表示：
Figure BDA0002277480870000041
Figure BDA0002277480870000042
在该车辆路径跟踪模型中，状态变量选取为
Figure BDA0002277480870000043
输入为δ和ωd
Figure BDA0002277480870000044
Figure BDA0002277480870000045
式(11)是一个二输入二输出系统，通过ADRC(自抗扰控制)进行解耦控制。
Figure BDA0002277480870000046
Figure BDA0002277480870000047
x＝[x1 x2…xm]T,f＝[f1 f2…fm]T,u＝[u1 u2…um]T
引入虚拟控制量
Figure BDA0002277480870000048
系统方程变为
Figure BDA0002277480870000049
这样每个通道虚拟控制量Ui和被控输出yi之前为单输入单输出的关系，达成解耦，而
Figure BDA00022774808700000410
则是作用于i通道的扰动总和。
Figure BDA00022774808700000411
Figure BDA00022774808700000412
其中a，b，g，f，Kaf，Kar，m，Jz都是常量，只要考虑vx,B(t)可逆。
由于将
Figure BDA0002277480870000051
当做扰动并在最后做了反馈补偿，所以算法对车辆的特性变化鲁棒性强，并对车辆模型依赖度低。
用虚拟控制量所作的整个自抗扰控制器算法为
(1)跟踪微分器
Figure BDA0002277480870000052
最速控制函数fhan(v1(k)-y*，v2(k)，r，h)算法公式如下：
Figure BDA0002277480870000053
其中r和h分别为速度因子和仿真步长,v1(k)，v2(k)为微分跟踪器的输出，y*
为期望输出。
(2)扩张状态观测器：
Figure BDA0002277480870000054
其中：z1(k)，z2(k)，z3(k)均为扩张状态观测器输出
非线性函数
Figure BDA0002277480870000055
(3)误差反馈
Figure BDA0002277480870000056
整个ADRC控制算法如下：
Figure BDA0002277480870000061
Figure BDA0002277480870000062
其中β01，β02，β03，c，r，h1均为设计参数。
确定虚拟控制量U1，U2后，实际控制量为
Figure BDA0002277480870000063
u1，u2为δ，ωd.
本发明具有以下优点：
本发明的一种弯道自适应巡航算法控制方法，在现有的纵向跟驰控制器中增加了横向控制器，考虑了纵向的安全性、舒适性、跟驰性，考虑了弯道跟驰中纵向速度对横向运动的影响，并用ADRC(自抗扰控制)算法对二输出二输入横向控制系统进行解耦控制，实现了车辆在弯道工况的稳定跟车行驶和路径保持的能力，且算法对车辆特性变化的鲁棒性强，对车辆模型依赖度低。
附图说明
图1为纵向跟驰模型；
图2为二自由度车辆平面模型；
图3为基于道路误差的车辆动力学模型；
图4为ADRC算法的流程。
具体实施方式
下面结合附图对本发明作进一步说明。
一、建立纵向跟驰模型
根据自车与前车的纵向运动学关系，建立了考虑前车加速度的车间距策略模型,其跟车模型如图1。
期望车间距离ddes采用恒定车头时距计算，vh为自车速度，vp为前车速度，T0为车间时距，d0为最小安全距离，Δd、Δv为距离误差和速度误差。
Δd＝ddes-d，ddes＝vhT0+d0，Δv＝vp-vh (1)
实际加速度ah和期望加速度ades存在时延T0
Figure BDA0002277480870000071
根据自车与前车之间的纵向运动学关系建立如下状态空间方程：
其中，状态量取为x＝[Δd Δv ah]T，控制量u＝ades，干扰量ω＝ap为前车加速度，Ts为采样时间。
Figure BDA0002277480870000072
x(k)＝[Δd Δv ah]T u＝ades ω＝ap (4)
Figure BDA0002277480870000073
式(3)为车辆纵向跟车模型，该车辆纵向跟车模型不仅考虑自车的加速度，
而且将前车的加速度作为干扰项考虑进来，可保证车辆的纵向安全性、跟车性和舒适性.
性能指标和约束设计
车辆跟驰中存在着一些约束和性能指标，跟车性能是主要指标之一，在跟车安全的基础上，进一步实现跟车的舒适性和燃油经济性，所设计的多目标代价函数为：
Figure BDA0002277480870000081
其中:J1表示跟车性能，J2表示执行器动作不要太大也不要太小，可解决舒适性和燃油经济性问题。yp(k+i|k)为控制输出预测值，(k+i|k)表示根据k采样时刻的信息来预测k+i时刻的值，u(k+i)和Δu(k+i)分别是k+i时刻控制输入和控制输入增量
跟踪性能Δd>0目标d→ddesΔv→0
驾驶舒适性Jmin≤|Δu(k)|≤Jmax J为加加速度
燃油经济性amin≤ah(k)≤amax、|u(k)min|≤|u(k)|≤|u(k)max|
Figure BDA0002277480870000082
Figure BDA0002277480870000083
二、建立横向模型
考虑了车辆横向、横摆运动，忽略车辆的悬架系统的影响，并假设车辆左右两侧完全对称，采用线性轮胎模型，忽略质心侧偏角对汽车的影响，建立了二自由度车辆模型如图2所示。
Figure BDA0002277480870000084
其中vx、vy是车辆纵向速度和横向速度，m为整车质量，ωz为车辆的横摆角速度，δ为前轮转角，Jz为车辆绕z轴的转动惯量，Fxf、Fxr分别是前后轮纵向力，Fyf、Fyr分别是前后轮侧向力。a、b为质心到前后轴的距离。
假设转弯半径足够大，对车辆进行路径跟踪，考虑了车辆的横向误差和横摆角误差，设计了理想横摆角并建立了基于道路误差的横向车辆动力学模型如图3。
Figure BDA0002277480870000091
Figure BDA0002277480870000092
Figure BDA0002277480870000093
Figure BDA0002277480870000094
其中：R为弯道曲率，ωd、ayd为理想横摆角速度和角加速度，ωd为理想横摆角速度。Δy相对位置误差，yd为期望轨迹。
考虑到δ较小，将公式简化；
Figure BDA0002277480870000095
Figure BDA0002277480870000096
其中，Kaf、Kar为前后轮侧偏刚度，f为前后轮滚动阻力系数，a、b为质心到前后轴的距离。
对于车辆横向控制，建立车辆路径跟踪模型，将用(11)状态空间形式表示：
Figure BDA0002277480870000097
Figure BDA0002277480870000098
在该车辆路径跟踪模型中，状态变量选取为
Figure BDA0002277480870000099
输入为δ和ωd
Figure BDA00022774808700000910
Figure BDA00022774808700000911
式(11)是一个二输入二输出系统，通过ADRC(自抗扰控制)进行解耦控制。
Figure BDA0002277480870000101
Figure BDA0002277480870000102
x＝[x1 x2…xm]T,f＝[f1 f2…fm]T,u＝[u1 u2…um]T
引入虚拟控制量
Figure BDA0002277480870000103
系统方程变为
Figure BDA0002277480870000104
这样每个通道虚拟控制量Ui和被控输出yi之前为单输入单输出的关系，达成解耦，而
Figure BDA0002277480870000105
则是作用于i通道的扰动总和。
Figure BDA0002277480870000106
Figure BDA0002277480870000107
其中a，b，g，f，Kaf，Kar，m，Jz都是常量，只要考虑vx,B(t)可逆。
由于将
Figure BDA0002277480870000108
当做扰动并在最后做了反馈补偿，所以算法对车辆的特性变化鲁棒性强，并对车辆模型依赖度低。
用虚拟控制量所作的整个自抗扰控制器算法流程如图4所示：
(1)跟踪微分器
Figure BDA0002277480870000109
最速控制函数fhan(v1(k)-y*，v2(k)，r，h)算法公式如下：
Figure BDA00022774808700001010
其中r和h分别为速度因子和仿真步长,v1(k)，v2(k)为微分跟踪器的输出，y*为期望输出。
(2)扩张状态观测器：
Figure BDA0002277480870000111
其中：z1(k)，z2(k)，z3(k)均为扩张状态观测器输出
非线性函数
Figure BDA0002277480870000112
(3)误差反馈
Figure BDA0002277480870000113
整个ADRC控制算法如下：
Figure BDA0002277480870000114
Figure BDA0002277480870000115
其中β01，β02，β03，c，r，h1均为设计参数。
确定虚拟控制量U1，U2后，实际控制量为
Figure BDA0002277480870000121
u1，u2为δ，ωd.
所设计的弯道横向控制器通过ADRC解耦控制实现了对车辆横向距离误差和横摆角的控制，实现了车辆在弯道工况的稳定跟车行驶和路径保持的能力。

Claims (1)

1.一种弯道自适应巡航方法，其特征在于建立如下纵向跟驰模型：
Δd＝ddes-d，ddes＝vhT0+d0，Δv＝vp-vh (1)
实际加速度和期望加速度存在时延
Figure FDA0002923513390000011
其中，ddes为理想车距，d为实际车距，T0为安全车头时距，d0为最小安全车距，vh为本车速度，vp为前车速度，ah为本车实际加速度，ades为期望加速度；
ap为前车加速度并作为扰动量；
Figure FDA0002923513390000012
状态量x＝[Δd，Δv，ah]T；控制量u＝ades；扰动量ω＝ap (4)
其中，式(3)为车辆纵向跟车模型；
Figure FDA0002923513390000013
其中，Ts为采样时间；
性能指标：
跟踪性能需要满足Δd>0，实现目标为d→ddes、Δv→0；
驾驶舒适性需要满足Jmin≤|Δu(k)|≤Jmax；J为加加速度；
燃油经济性需要满足amin≤ah(k)≤amax、|u(k)min|≤|u(k)|≤|u(k)max|；
约束条件：
Figure FDA0002923513390000014
Q、R是权重系数；
Figure FDA0002923513390000021
P为预测步长，m为控制步长；
yp(k+i|k)为控制输出预测值，(k+i|k)表示根据k采样时刻的信息来预测k+i时刻的值，u(k+i)和Δu(k+i)分别是k+i时刻控制输入和控制输入增量。
CN201911128082.7A 2019-11-18 2019-11-18 一种弯道自适应巡航方法 Active CN110962849B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911128082.7A CN110962849B (zh) 2019-11-18 2019-11-18 一种弯道自适应巡航方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911128082.7A CN110962849B (zh) 2019-11-18 2019-11-18 一种弯道自适应巡航方法

Publications (2)

Publication Number Publication Date
CN110962849A CN110962849A (zh) 2020-04-07
CN110962849B true CN110962849B (zh) 2021-03-16

Family

ID=70031049

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911128082.7A Active CN110962849B (zh) 2019-11-18 2019-11-18 一种弯道自适应巡航方法

Country Status (1)

Country Link
CN (1) CN110962849B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111942383B (zh) * 2020-07-14 2023-05-23 南京天航智能装备研究院有限公司 一种电动汽车跟驰节能控制系统及其博弈论方法
CN111923907B (zh) * 2020-07-15 2022-08-02 常州工学院 一种基于多目标性能融合的车辆纵向跟踪控制方法
CN112477880B (zh) * 2020-11-30 2022-05-20 天津大学 一种无人驾驶汽车纵向控制方法
CN112477847B (zh) * 2020-12-11 2022-09-27 清华大学苏州汽车研究院（吴江） 一种交通拥堵辅助控制方法及系统
CN112550290B (zh) * 2020-12-17 2022-07-22 江苏大学 一种考虑电机能耗的能量最优自适应巡航控制方法及系统
CN113291286B (zh) * 2021-05-20 2022-08-30 东风汽车集团股份有限公司 基于弯道横摆稳定性的辅助驾驶系统及其控制方法
CN113734183B (zh) * 2021-09-17 2023-05-02 京东鲲鹏(江苏)科技有限公司 基于转向迟滞的车辆控制方法、装置、设备及存储介质
CN114394092B (zh) * 2022-01-28 2022-11-29 华东交通大学 基于车车通信的混合车流汽车协同自适应巡航控制方法
CN115257782A (zh) * 2022-08-31 2022-11-01 中国第一汽车股份有限公司 车辆横摆角预测方法、装置及计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101417655A (zh) * 2008-10-14 2009-04-29 清华大学 一种车辆多目标协调式自适应巡航控制方法
KR20100023663A (ko) * 2008-08-22 2010-03-04 주식회사 만도 차량의 자동 운행 제어 장치 및 방법
CN107380165A (zh) * 2017-07-27 2017-11-24 浙江工业大学 一种车辆自适应变速巡航过程车间距控制方法
CN108189838A (zh) * 2017-12-30 2018-06-22 吉利汽车研究院（宁波）有限公司 一种融合型自适应巡航弯道控制方法及装置
CN109976159A (zh) * 2019-04-09 2019-07-05 台州学院 基于安全可控域的智能车辆横向控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100023663A (ko) * 2008-08-22 2010-03-04 주식회사 만도 차량의 자동 운행 제어 장치 및 방법
CN101417655A (zh) * 2008-10-14 2009-04-29 清华大学 一种车辆多目标协调式自适应巡航控制方法
CN107380165A (zh) * 2017-07-27 2017-11-24 浙江工业大学 一种车辆自适应变速巡航过程车间距控制方法
CN108189838A (zh) * 2017-12-30 2018-06-22 吉利汽车研究院（宁波）有限公司 一种融合型自适应巡航弯道控制方法及装置
CN109976159A (zh) * 2019-04-09 2019-07-05 台州学院 基于安全可控域的智能车辆横向控制方法

Also Published As

Publication number Publication date
CN110962849A (zh) 2020-04-07

Similar Documents

Publication Publication Date Title
CN110962849B (zh) 一种弯道自适应巡航方法
CN110356404B (zh) 一种具有自主换道功能并提高侧向安全性的智能驾驶系统
CN107943071B (zh) 无人车的编队保持控制方法及系统
CN111717204B (zh) 自动驾驶车辆的横向控制方法及系统
CN110471408B (zh) 基于决策过程的无人驾驶车辆路径规划方法
CN110329255B (zh) 一种基于人机协同策略的车道偏离辅助控制方法
CN107831761B (zh) 一种智能车的路径跟踪控制方法
CN112622903B (zh) 一种车辆跟随驾驶环境下自主车辆的纵向和横向控制方法
CN111240187B (zh) 一种基于车辆误差模型的车辆轨迹跟踪控制算法
CN109969183A (zh) 基于安全可控域的弯道跟车控制方法
CN111750866B (zh) 基于区域虚拟力场的智能汽车横纵向耦合路径规划方法
CN111002976B (zh) 一种基于模糊自适应pid控制的智能车辆抗侧风控制方法
CN112373470A (zh) 紧急避让工况自动驾驶转向制动Nash博弈控制方法
CN113911106B (zh) 基于博弈论的商用车横向轨迹跟随与稳定性协同控制方法
CN113220021A (zh) 基于虚拟领导者的飞行编队协同自适应跟踪控制方法
CN113460088A (zh) 基于非线性轮胎和驾驶员模型的无人车路径跟踪控制方法
Hayakawa et al. Driver-compatible steering system for wide speed-range path following
Floren et al. An integrated control approach for the combined longitudinal and lateral vehicle following problem
CN114502450A (zh) 机动车辆横向和纵向引导中的死区时间补偿技术
CN116560371A (zh) 基于自适应模型预测控制的自动驾驶车辆路径跟踪方法
CN116834754A (zh) 一种自动驾驶车辆自适应调速的横纵协同控制方法
CN115042770A (zh) 一种基于分布式鲁棒模型预测的车辆队列横向控制方法
US20230139711A1 (en) Method for steering a vehicle
CN114179818A (zh) 基于自适应预瞄时间和滑模控制的智能汽车横向控制方法
Savkoor et al. Analysis of driver's steering and speed control strategies in curve negotiation

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