CN110989346B - 一种集成驾驶员决策行为的智能操纵方法 - Google Patents

Abstract

本发明提供了一种集成驾驶员决策行为的智能转向操纵方法，把转向过程分为角度决策模块以及角速度决策模块得出理想的偏转角度，将该偏转角度作为工程机械及车辆模型的输入，完成路径跟踪，将航向角偏差与路径偏差作为调整角度策略模块的输入，得出偏转角度值大小，再根据航向角偏差与路径偏差的正负得出偏转角度的方向，将偏转角度以及行驶速度作为调整角速度策略模块的输入，建立双输入单输出的偏转角速度模糊控制器，输出理想的偏转角速度，最后将偏转角度作为工程机械及车辆模型的输入，输出实际路径点以及航向角反馈回输入端，形成完整的闭环系统。本发明鲁棒性强、实用性好，该方法可以更符合驾驶员推理和决策行为。

Description

一种集成驾驶员决策行为的智能操纵方法

技术领域

本发明属于智能无人系统工程技术领域,具体涉及一种集成驾驶员决策行为的智能操纵方法。

背景技术

随着人们对车辆操纵稳定性研究的深入，单纯依靠建立车辆动力学模型很难完成对转向过程的综合评估。因为转向过程与驾驶员的驾驶经验和对驾驶状态的估计密切相关。在不断的驾驶实践中，如果驾驶员能够掌握轨迹曲率与偏转角度之间的映射关系，当驾驶员观察到特定的道路曲率之后，就可以很自然地确定出相应的偏转转角。转向和回正时间的长短会使车辆实际运动轨迹与期望轨迹发生偏差，时间长短与偏差大小成正比。随着车速的提高，这种影响会越大，因此方向盘转速的调节问题也是非常重要的。通过建立偏转角度模型和偏转角速度模型，利用模糊逻辑系统建立拟人转向控制方法。

2012年沈峘等人通过对驾驶员转向行为的人—车闭环稳定性研究，发现驾驶员不仅能从汽车的线性动力学特性中学习控制汽车行驶方向的技能，还可结合自身的生理限制形成内部参考模型，据此形成一种建立驾驶员自适应转向控制的方法。此方法仅考虑了预瞄侧向偏差，因此在车辆行驶到预瞄点后，即使预瞄侧向偏差被消除，也可能出现车辆行驶方向与预瞄点处的道路切线方向不一致的情况，随后的控制过程会引发超调导致的车辆震荡运动。

在现有专利中，专利申请号CN201710815045.8公开了一种基于神经肌肉动态性模型驾驶员转向控制方法。建立的驾驶员转向模型融合了神经肌肉动态性，使得模型与人类的神经肌肉动态性具有良好的一致性。模仿人类驾驶员转向过程中手臂神经肌肉的反应过程，通过建立驾驶员手臂肌肉扭矩与转角动力学方程得出偏转角度，对于人体神经之间的反应时间与肌肉收缩关系是较难确定的，并且该发明对于偏转角度的也并没有考虑路径横向误差。

发明内容

为解决上述问题，本发明提供了一种鲁棒性强、实用性强、实时性强、自适应性强的集成驾驶员决策行为的智能转向操纵方法。

为了实现上述目的，本发明采用的技术方案如下：

一种集成驾驶员决策行为的智能操纵方法，包括以下步骤：

步骤一，计算路径切线角度：根据实际位置坐标点(x,y)在理想路径坐标点中找出的实际位置坐标点下一路径坐标点(x₁,y₁)，根据实际位置坐标点与下一路径坐标点坐标求解出路径斜率k，通过斜率k得出路径切线角度α_L，再根据当前航向角度α与路径切线角度α_L得出工程机械或车辆当前航向角度偏差Δα；

步骤二，计算路径横向偏差：根据实际位置坐标点(x,y)在理想路径坐标点中找出最短距离点(x_e,y_e)，通过实际位置坐标点与最短距离点坐标求解出两点距离即横向偏差Δd，判断出横向偏差Δd的正负；

步骤三，计算行驶偏转角度δ：通过横向偏差Δd判断工程机械或车辆是否偏离理想路径，利用横向偏差Δd与航向角度偏差Δα计算出偏转角度δ；

步骤四，建立偏转角速度策略模型：将行驶速度V和偏转角度δ作为输入变量，偏转角速度ω_δ作为输出变量建立偏转角速度策略模型；

步骤五，建立操纵工程机械及车辆模型：将输入偏转角度δ作为输入，以航向角度α和横向位移y作为输出建立操纵工程机械及车辆模型；

步骤六，将偏转角度δ以及行驶速度V作为输入，通过模糊控制器输出理想的偏转角速度，然后将偏转角度作为操纵工程机械及车辆模型的输入，输出实际路径点(x,y)以及航向角α反馈回输入端，形成完整的闭环系统。

进一步地，所述步骤一中路径斜率k表示为：

对应的路径切线角度α_L表示为：

α_L＝arctan(k)

当前航向角偏差Δα表示为：

Δα＝α-α_L

式中：α为工程机械或车辆当前航向角度。

进一步地，所述步骤二中横向偏差Δd如下式所示：

根据最短距离点(x_e,y_e)与最短距离点下一路径点(x_b,y_b)求解出直线方程L，将实际位置横坐标x代入直线L，若求解出的y_m小于实际位置点纵坐标y，则实际位置坐标点(x,y)在理想路径上方，此时Δd取正值，反之则在下方，此时Δd取负值。

进一步地，所述步骤三中，

当横向偏差Δd在±0.1m之内时，则认为工程机械或车辆并没有偏离理想路径，计算Δα，根据航向角偏差Δα工程机械或车辆只需在原来转角基础上补偿一个调整角度δ₁，其中δ₁＝Δα，则可使得工程机械或车辆行驶时的航向角与理想路径切线角度一致；

当横向偏差Δd在±0.1m之外时，则认为工程机械或车辆偏离理想路径，通过横向偏差Δd在理想路径寻找一个理想路径点(x^*,y^*)，所述理想路径点的确定方法为：以实际位置坐标点(x,y)为圆心，10倍|Δd|为半径做圆，该圆与理想路径具有交点，若该交点为一个时，该交点即为理想路径点(x^*,y^*)，若该交点为两个时，取横坐标值大于实际位置坐标点的x值的交点为理想路径点(x^*,y^*)，在实际位置坐标点(x,y)与理想路径点(x^*,y^*)之间建立中间点(x_j,y_j)，所述中间点(x_j,y_j)的确定过程为：首先找到实际位置坐标点(x,y)与理想路径点(x^*,y^*)的连线中点的坐标(x_中，y_中)，所述中间点的横坐标x_j即为连线中点的横坐标x_中，所述中间点的纵坐标y_j为连线中点的纵坐标y_中的2倍，

根据三点画圆的原则，(x,y)、(x^*,y^*)与(x_j,y_j)得出圆心点坐标(x₀,y₀)以及圆半径R，以Aeklman几何关系求解出调整角度δ₂，通过判断横向偏差Δd的正负决定偏转角度的方向，Aeklman几何关系表达式为：

式中：L为轴距。

进一步地，所述步骤四具体包括：输入参数行驶速度V隶属度函数定义域为[0,60]，将行驶速度V划分3个模糊子集{低速(NB)、中速(ZO)、高速(PB)}，其中NB∈[0,20]、ZO∈[20,40]以及PB∈[40,60]；

输入参数偏转角度δ的隶属度函数定义域为[-540,540]，将偏转角度δ划分6个模糊子集{左大(NB)、左中(NM)、左小(NS)、右小(PS)、右中(PM)、右大(PB)}，NB∈[-540,-400]、NM∈[-400,-200]、NS∈[-200,0]、PS∈[0,200]PM∈[200,400]以及PB∈[400,540]；

输出参数偏转角速度ω_δ隶属度函数定义域为[-30,30]，将偏转角速度ω_δ划分3个模糊子集{慢(NB)、中(ZO)、快(PB)}，NB∈[-30,-10]、ZO∈[-10,10]以及PB∈[10,30]；

模糊规则表定义为：

进一步地，步骤五中的建立操纵工程机械及车辆模型为：

式中：

m为工程机械或车辆质量，I为质心绕地面坐标Z轴转动惯量，l_f为质心到前轮轴的水平距离，l_r为质心到后轮轴的水平距离，K_f为前轮侧偏刚度，K_r为后轮侧偏刚度。

与现有技术相比，本发明具有以下有益效果：

(1)实用性强，本发明中工程机械或车辆调整轨迹是通过三点确定的圆计算得出，这样可以使得工程机械或车辆圆滑过渡驶回理想路径，偏转角速度控制器是一种基于规则的控制，它直接采用语言型控制规则，在设计中不需要建立被控对象的精确的数学模型，因而使得控制机理和策略易于接受与理解，设计简单，便于应用；

(2)实时性强，本发明将实际运行轨迹点与理想路径点进行对比，实时判断工程机械或车辆的偏离程度，通过横向误差找出工程机械或车辆轨迹点，得出偏转角度；

(3)鲁棒性强，本发明中的模糊控制系统减弱了干扰和参数变化对控制效果的影响，尤其适合于非线性、时变及纯滞后系统的控制；

(4)自适应性强，本发明中的模糊控制是基于启发性的知识及语言决策规则设计的，这有利于模拟人工控制的过程和方法，增强控制系统的适应能力，使之具有一定的智能水平。

附图说明

图1是本发明集成驾驶员决策行为的智能转向操纵方法的原理图。

图2是横向误差方向定义图。

图3是工程机械或车辆寻找轨迹点图。

图4是行驶速度的隶属度函数图。

图5是偏转角度隶属度函数。

图6是偏转角速度隶属度函数。

图7是偏转角度随时间变化曲线图。

图8是路径跟踪对比曲线图。

图9是路径跟踪误差对比曲线图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供了一种集成驾驶员决策行为的智能转向操纵方法，该发明把转向过程分为角度决策模块以及角速度决策模块得出理想的偏转角度，将该偏转角度作为工程机械及车辆模型的输入，完成路径跟踪。将航向角偏差与路径偏差作为调整角度策略模块的输入，根据航向角偏差与路径偏差的大小得出偏转角度值大小，再根据航向角偏差与路径偏差的正负得出偏转角度的方向。将偏转角度以及车速作为调整角速度策略模块的输入，建立双输入单输出的偏转角速度模糊控制器，输出理想的偏转角速度。最后将偏转角度作为操纵工程机械及车辆模型的输入，输出实际路径点以及航向角反馈回输入端，形成完整的闭环系统。发明原理如图1所示，结合图2-3，包括以下步骤：

(1)计算路径切线角度：通过实际位置坐标点(x,y)，在理想路径坐标点中找出下一坐标点(x₁,y₁)，则两点之间的斜率k表示为：

对应的路径切线角度α_L可表示为：

α_L＝arctan(k)

因此航向角偏差Δα可表示为：

Δα＝α-α_L

式中：α为工程机械或车辆当前航向角度；

(2)计算路径横向误差：通过实际位置坐标点(x,y)与最短距离点(x_e,y_e)求解出两点间的距离即横向偏差Δd，如下式所示：

根据最短距离点(x_e,y_e)与最短距离点下一路径点(x_b,y_b)求解出直线方程L，将实际位置横坐标x代入直线L，若求解出的y_m小于实际位置点纵坐标y，则实际位置坐标点(x,y)在理想路径上方，此时Δd取正值，反之则在下方，此时Δd取负值；

(3)结合图3，建立调整角度策略模型：当横向偏差Δd在±0.1m之内时，则认为工程机械或车辆并没有偏离理想路径，计算Δα，根据航向角偏差Δα工程机械或车辆只需在原来转角基础上补偿一个调整角度δ₁，其中δ₁＝Δα，则可使得工程机械或车辆行驶时的航向角与理想路径切线角度一致；

当横向偏差Δd在±0.1m之外时，则认为工程机械或车辆偏离理想路径，通过横向偏差Δd在理想路径寻找一个理想路径点(x^*,y^*)，所述理想路径点的确定方法为：以实际位置坐标点(x,y)为圆心，10倍|Δd|为半径做圆，该圆与理想路径具有交点，若该交点为一个时，该交点即为理想路径点(x^*,y^*)，若该交点为两个时，取横坐标值大于实际位置坐标点的x值的交点为理想路径点(x^*,y^*)，在实际位置坐标点(x,y)与理想路径点(x^*,y^*)之间建立中间点(x_j,y_j)，所述中间点(x_j,y_j)的确定过程为：首先找到实际位置坐标点(x,y)与理想路径点(x^*,y^*)的连线中点的坐标(x_中，y_中)，所述中间点的横坐标x_j即为连线中点的横坐标x_中，所述中间点的纵坐标y_j为连线中点的纵坐标y_中的2倍，

根据三点画圆的原则，(x,y)、(x^*,y^*)与(x_j,y_j)得出圆心点坐标(x₀,y₀)以及圆半径R，以Aeklman几何关系求解出调整角度δ₂，通过判断横向偏差Δd的正负决定偏转角度的方向，Aeklman几何关系表达式为：

式中：L为轴距。

(4)建立偏转角速度策略模型：将行驶速度V和偏转角度δ作为输入变量，偏转角速度ω_δ作为输出变量建立偏转角速度策略模型。输入参数行驶速度V隶属度函数定义域为[0,60]，将行驶速度V划分3个模糊子集{低速(NB)、中速(ZO)、高速(PB)}，其中NB∈[0,20]、ZO∈[20,40]以及PB∈[40,60]，V的隶属度函数如图4所示；

输入参数偏转角度δ的隶属度函数定义域为[-540,540]，将偏转角度δ划分6个模糊子集{左大(NB)、左中(NM)、左小(NS)、右小(PS)、右中(PM)、右大(PB)}，NB∈[-540,-400]、NM∈[-400,-200]、NS∈[-200,0]、PS∈[0,200]、PM∈[200,400]以及PB∈[400,540]，δ的隶属度函数如图5所示；

输出参数偏转角速度ω_δ隶属度函数定义域为[-30,30]，将偏转角速度ω_δ划分3个模糊子集{慢(NB)、中(ZO)、快(PB)}，NB∈[-30,-10]、ZO∈[-10,10]以及PB∈[10,30]，ω_δ的隶属度函数如图6所示；

模糊规则表定义为：

(5)建立操纵工程机械及车辆模型：整理成状态方程形式动力学模型为：

式中：

m为工程机械或车辆质量，I为质心绕地面坐标Z轴转动惯量，l_f为质心到前轮轴的水平距离，l_r为质心到后轮轴的水平距离，K_f为前轮侧偏刚度，K_r为后轮侧偏刚度。

本发明方法的偏转角度随时间变化曲线如图7所示，本发明方法与人类驾驶员以及PID控制法的路径跟踪对比如图8所示。路径跟踪误差如图9所示。本发明方法从提高了路径跟踪的精确性以及稳定性，跟踪误差相比小于人类驾驶员以及PID，且上下波动范围小基本处于±0.1m之间，满足工程机械或车辆对路径跟踪精度要求同时验证了本发明方法的有效性。

以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (1)

1.一种集成驾驶员决策行为的智能操纵方法，其特征在于，包括以下步骤：

步骤一，计算路径切线角度：根据实际位置坐标点(x,y)在理想路径坐标点中找出的实际位置坐标点下一路径坐标点(x₁,y₁)，根据实际位置坐标点与下一路径坐标点坐标求解出路径斜率k，通过斜率k得出路径切线角度α_L，再根据当前航向角度α与路径切线角度α_L得出工程机械或车辆当前航向角度偏差Δα；

所述步骤一中路径斜率k表示为：

对应的路径切线角度α_L表示为：

α_L＝arctan(k)

当前航向角偏差Δα表示为：

Δα＝α-α_L

式中：α为工程机械或车辆当前航向角度；

步骤二，计算路径横向偏差：根据实际位置坐标点(x,y)在理想路径坐标点中找出最短距离点(x_e,y_e)，通过实际位置坐标点与最短距离点坐标求解出两点距离即横向偏差Δd，判断出横向偏差Δd的正负；

所述步骤二中横向偏差Δd如下式所示：

根据最短距离点(x_e,y_e)与最短距离点下一路径点(x_b,y_b)求解出直线方程L，将实际位置横坐标x代入直线L，若求解出的y_m小于实际位置点纵坐标y，则实际位置坐标点(x,y)在理想路径上方，此时Δd取正值，反之则在下方，此时Δd取负值；

步骤三，计算行驶偏转角度δ：通过横向偏差Δd判断工程机械或车辆是否偏离理想路径，利用横向偏差Δd与航向角度偏差Δα计算出偏转角度δ；

当横向偏差Δd在±0.1m之内时，则认为工程机械或车辆并没有偏离理想路径，计算Δα，根据航向角偏差Δα工程机械或车辆只需在原来转角基础上补偿一个调整角度δ₁，其中δ₁＝Δα，则可使得工程机械或车辆行驶时的航向角与理想路径切线角度一致；

当横向偏差Δd在±0.1m之外时，则认为工程机械或车辆偏离理想路径，通过横向偏差Δd在理想路径寻找一个理想路径点(x*,y*)，所述理想路径点的确定方法为：以实际位置坐标点(x,y)为圆心，10倍|Δd|为半径做圆，该圆与理想路径具有交点，若该交点为一个时，该交点即为理想路径点(x*,y*)，若该交点为两个时，取横坐标值大于实际位置坐标点的x值的交点为理想路径点(x*,y*)，在实际位置坐标点(x,y)与理想路径点(x*,y*)之间建立中间点(x_j,y_j)，所述中间点(x_j,y_j)的确定过程为：首先找到实际位置坐标点(x,y)与理想路径点(x*,y*)的连线中点的坐标(x_中，y_中)，所述中间点的横坐标x_j即为连线中点的横坐标x_中，所述中间点的纵坐标y_j为连线中点的纵坐标y_中的2倍，

根据三点画圆的原则，(x,y)、(x*,y*)与(x_j,y_j)得出圆心点坐标(x₀,y₀)以及圆半径R，以Aeklman几何关系求解出调整角度δ₂，通过判断横向偏差Δd的正负决定偏转角度的方向，Aeklman几何关系表达式为：

式中：L为轴距；

步骤四，建立偏转角速度策略模型：将行驶速度V和偏转角度δ作为输入变量，偏转角速度ω_δ作为输出变量建立偏转角速度策略模型；

所述步骤四具体包括：输入参数行驶速度V隶属度函数定义域为[0,60]，将行驶速度V划分3个模糊子集{低速(NB)、中速(ZO)、高速(PB)}，其中NB∈[0,20]、ZO∈[20,40]以及PB∈[40,60]；

输入参数偏转角度δ的隶属度函数定义域为[-540,540]，将偏转角度δ划分6个模糊子集{左大(NB)、左中(NM)、左小(NS)、右小(PS)、右中(PM)、右大(PB)}，NB∈[-540,-400]、NM∈[-400,-200]、NS∈[-200,0]、PS∈[0,200]PM∈[200,400]以及PB∈[400,540]；

输出参数偏转角速度ω_δ隶属度函数定义域为[-30,30]，将偏转角速度ω_δ划分3个模糊子集{慢(NB)、中(ZO)、快(PB)}，NB∈[-30,-10]、ZO∈[-10,10]以及PB∈[10,30]；

模糊规则表定义为：

步骤五，建立操纵工程机械及车辆模型：将输入偏转角度δ作为输入，以航向角度α和横向位移y作为输出建立操纵工程机械及车辆模型；

步骤五中的建立操纵工程机械及车辆模型为：

式中：

m为工程机械或车辆质量，I为质心绕地面坐标Z轴转动惯量，l_f为质心到前轮轴的水平距离，l_r为质心到后轮轴的水平距离，K_f为前轮侧偏刚度，K_r为后轮侧偏刚度；

步骤六，将偏转角度δ以及行驶速度V作为输入，通过模糊控制器输出理想的偏转角速度，然后将偏转角度作为操纵工程机械及车辆模型的输入，输出实际路径点(x,y)以及航向角α反馈回输入端，形成完整的闭环系统。

Images