CN111158377A - 一种用于车辆的横向控制方法、系统及车辆 - Google Patents

Abstract

本发明提供了一种用于车辆的横向控制方法、系统及车辆，涉及车辆电子电器领域。控制方法包括采集车辆当前的信息、根据当前速度信息和预设的期望路径曲率计算前视距离、根据前视距离确定前视点坐标和期望路径、根据期望路径计算得到车辆的侧向位移偏差和方向偏差、根据位姿计算Kp0、Ki0和Kd0、根据位姿及其变化率查找模糊规则表获得修正参数△Kp、△Ki和△Kd、根据△Kp、△Ki和△Kd修正Kp0、Ki0和Kd0得到Kp、Ki和Kd、根据位姿e及其变化率de、Kp、Ki和Kd计算获得车辆的方向盘转角及根据方向盘转角控制车辆转向。本发明提供的用于车辆的横向控制方法的鲁棒性高。

Description

一种用于车辆的横向控制方法、系统及车辆

技术领域

本发明涉及车辆电子电器领域，特别是涉及一种用于车辆的横向控制方法、系统及车辆。

背景技术

智能车辆控制中，横向控制是指控制车辆在不同的车速、载荷、路况以及风阻等条件下自动跟踪行车路线并保持一定的舒适性和平稳性要求，实际上也就是车辆转向控制。

智能车辆与一般的室外轮式移动机器人相比，由于纵向速度较高，速度、载荷以及轮胎侧偏刚度等因素的波动范围较大横向控制的难度因此更大。

目前的横向控制的基本设计思路为：基于车辆数学模型运用自动控制原理设计控制器的方法。即一般从车辆的动力学和运动学两个角度分别建立车辆横向控制模型。

目前最新的相关技术为：根据车辆的位姿通过传统的PID或模型预测MPC等的控制算法来实现车辆的横向控制。基于传统的PID算法其优点在于不需要精确的被控对象，但是在Kp、Ki、Kd参数调节时相当繁琐，并且受到速度，道路曲率等因素的影响特别明显，鲁棒性不高；而基于模型预测的控制算法控制精度较精确，但是对于一般的车辆模型，由于车辆实际载荷、路况等因素的千变万化该模型中诸如车体转动惯量、轮胎侧偏刚度等参数很难被准确确定，因此，预测模型搭建的准确性不高，导致该控制算法准确性不够，很难适用于实车的应用中。

发明内容

本发明的一个目的是提供一种鲁棒性高的用于车辆的横向控制方法。

本发明的一个进一步的目的是提供一种精度高且标定工作量少的用于车辆的横向控制方法。

特别地，本发明提供了一种用于车辆的横向控制方法，包括：

采集所述车辆的当前速度信息和当前位置信息；

根据所述当前速度信息和预设的期望路径曲率模拟驾驶员实际驾驶的动态过程并计算前视距离，进而根据所述前视距离确定前视点坐标和期望路径；

根据所述期望路径计算得到所述车辆的当前位置与所述期望路径之间的侧向位移偏差和方向偏差；

根据所述车辆的位姿e计算Kp0、Ki0和Kd0，所述位姿e包括所述侧向位移偏差和所述方向偏差，Kp0为初始比例系数，Ki0为初始积分系数，Kd0为初始微分系数；

根据所述位姿e及其变化率de查找模糊规则表获得修正参数ΔKp、ΔKi和ΔKd；

根据ΔKp、ΔKi和ΔKd修正Kp0、Ki0和Kd0得到Kp、Ki和Kd，Kp为最终比例系数，Ki为最终积分系数，Kd为最终微分系数；

根据所述位姿e及其变化率de、Kp、Ki和Kd计算获得所述车辆的方向盘转角；

根据所述方向盘转角控制所述车辆转向。

可选地，按照以下公式计算所述前视距离：

S＝t*t_pre*v_speed-f(C_urvature)

其中，S为前视距离，v_speed为所述当前速度信息，t_pre为预估时间，t为时间系数，f(C_urvature)为曲率补偿函数。

可选地，按照以下公式反推所述侧向位移偏差：

y＝Δy+b*x+c*x²+d*x³

其中：Δy为侧向位移偏差。b被定义为期望路径在x＝0时刻与车辆x轴的方向夹角。C被定义为道路曲率C_urvature/2，d被定义为道路曲率变化率C_urvatureRate/6。

可选地，根据以下公式计算所述方向偏差：

第一步，对用于计算侧向位移偏差的公式进行求导，得到所述期望路径的切线方程：

y＝b+2*c*x+3*d*x²

第二步，根据前视点坐标Xn得到前视点的切线方程斜率：

y_n＝b+2*c*Xn+3*d*Xn²

第三步，求得所述车辆的方向偏差为：

θ＝tan^-1y_n。

可选地，所述模糊规则表根据模拟驾驶员的驾驶习惯标定，包括Kp模糊规则表、Ki模糊规则表和Kd模糊规则表。

可选地，所述根据所述位姿e和所述位姿e的变化率de查找模糊规则表获得修正参数ΔKp、ΔKi和ΔKd包括：

将所述位姿e和位姿变化率de代入所述Kp模糊规则表中获得ΔKp；

将所述位姿e和所述位姿变化率de代入所述Ki模糊规则表获得ΔKi；

将所述位姿e和所述位姿变化率de代入所述Kd模糊规则表获得ΔKd。

可选地，按照以下公式修正Kp0、Ki0和Kd0：

Kp＝Kp0+ΔKp

Ki＝Ki0+ΔKi

Kd＝Kd0+ΔKd。

可选地，按照以下公式计算方向盘转角u(k)：

其中T为运行周期，k为当前时刻值。

特别地，本发明还提供一种用于车辆的横向控制系统，用于执行所述的用于车辆的横向控制方法，包括：

采集单元，用于采集所述车辆的当前速度信息和当前位置信息；

计算单元，用于计算所述车辆的位姿，所述位姿包括所述位姿侧向位移偏差和方向偏差，所述侧向位移偏差和所述方向偏差由所述计算单元首先根据所述当前速度信息和预设的期望路径曲率模拟驾驶员实际驾驶的动态过程并计算前视距离，然后根据所述前视距离确定前视点坐标和期望路径，最后根据所述期望路径计算得到；

第一控制器，用于根据所述位姿及其变化率来计算Kp0、Ki0和Kd0，Kp0为初始比例系数，Ki0为初始积分系数，Kd0为初始微分系数；

第二控制器，用于根据所述位姿及其变化率和模糊规则表来修正Kp0、Ki0和Kd0，并得到修正后的Kp、Ki和Kd，并将Kp、Ki和Kd发送给所述第一控制器，所述第一控制器还用于根据所述位姿及其变化率和所述修正后的Kp、Ki和Kd计算所述方向盘的转角。

特别地，本发明还提供一种车辆，包括所述的用于车辆的横向控制系统。

本发明的方案是在比例积分微分控制(PID控制)算法的基础上，通过计算车辆的位姿e及其变化率de，利用模糊规则进行模糊推理，查询模糊规则表进行参数调整。模糊控制设计的核心是模拟驾驶员实际的驾驶习惯，得到针对Kp，Ki，Kd三个参数分别整定的模糊规则表。此方法可以做出类似人驾驶的行为，在很大程度上增加了鲁棒性，在各种工况条件下均具有自适应能力。

根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。

附图说明

后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：

图1是根据本发明的一个实施例的用于车辆的横向控制方法的流程框图；

图2是根据本发明的一个实施例的用于车辆的横向控制方法的模型图；

图3是根据本发明的一个实施例的用于车辆的横向控制方法的仿真效果图；

图4是根据本发明的一个实施例的用于车辆的横向控制系统的结构图。

具体实施方式

图1是根据本发明的一个实施例的用于车辆的横向控制方法的流程框图。如图1所示，本发明提供了一种用于车辆的横向控制方法，包括：

S10：采集车辆的当前速度信息和当前位置信息。

S20：根据当前速度信息和预设的期望路径曲率模拟驾驶员实际驾驶的动态过程并计算前视距离，进而根据前视距离确定前视点坐标和期望路径。

S30：根据期望路径计算得到车辆的当前位置与期望路径之间的侧向位移偏差和方向偏差。

S40：根据车辆的位姿e计算Kp0、Ki0和Kd0，位姿e包括侧向位移偏差和方向偏差，Kp0为初始比例系数，Ki0为初始积分系数，Kd0为初始微分系数。

S50：根据位姿e及其变化率de查找模糊规则表获得修正参数ΔKp、ΔKi和ΔKd。

S60：根据ΔKp、ΔKi和ΔKd修正Kp0、Ki0和Kd0得到Kp、Ki和Kd，Kp为最终比例系数，Ki为最终积分系数，Kd为最终微分系数。

S70：根据位姿e及其变化率de、Kp、Ki和Kd计算获得车辆的方向盘转角。

S80：根据方向盘转角控制车辆转向。

本实施例的方案是在比例积分微分控制(PID控制)算法的基础上，通过计算车辆的位姿e及其变化率de，利用模糊规则进行模糊推理，查询模糊规则表进行参数调整。模糊控制设计的核心是模拟驾驶员实际的驾驶习惯，得到针对Kp，Ki，Kd三个参数分别整定的模糊规则表。此方法可以做出类似人驾驶的行为，在很大程度上增加了鲁棒性，在各种工况条件下均具有自适应能力。

图2是根据本发明的一个实施例的用于车辆的横向控制方法的模型图。图2中X坐标表示时间，Y坐标表示车辆的横向位移，坐标(0，0)表示车辆当前的位置。如图2所示，车辆的位姿包括当前车辆与期望路径之间的侧向位移偏差(Δy)以及车辆当前位置与期望路径之间的方向偏差(θ)，的位姿为车辆横向控制的输入量，而确定该输入量的方法为模拟人类开车时对于前视路径的预估，预测出期望路径上前视点位置，从而得到横向控制的车辆位姿信息。

前视点是基于人类在开车时通过有限的前视距离来判断车辆方向应该如何纠正的原理来确定。基于此原理，本专利中将此前视距离量化，根据车辆当前车速以及路径曲率的不同，来模拟人类驾驶时动态的前视距离。可选地，S20还包括按照以下公式1计算前视距离：

S＝t*t_pre*v_speed-f(C_urvature) (1)

其中，S为前视距离，v_speed为当前速度信息，t_pre为预估时间，t为时间系数，f(C_urvature)为曲率补偿函数。

得到前视距离S后，即确定前视点P。在简化的模型中，认为从点A到点P之间的期望路径上的曲线距离等于前视距离S，即

进一步地，S30还包括按照以下公式反推侧向位移偏差：

y＝Δy+b*x+c*x²+d*x³ (2)

其中：Δy为侧向位移偏差。b被定义为期望路径在x＝0时刻与车辆x轴的方向夹角。C被定义为道路曲率C_urvature/2，d被定义为道路曲率变化率C_urvatureRate/6。

进一步地，车辆当前位置与期望路径之间的方向偏差θ的计算首先要确定P点的坐标，由公式1已经得到S，即

再将其带入公式2即可得到P点坐标值Xn。S30还包括根据以下公式计算方向偏差：

第一步，对公式2进行求导，得到期望路径的切线方程：

y＝b+2*c*x+3*d*x² (3)

第二步，根据前视点坐标Xn得到前视点的切线方程斜率：

y_n＝b+2*c*Xn+3*d*Xn² (4)

第三步，求得车辆的方向偏差为：

θ＝tan^-1y_n (5)

Δy与θ作为车辆位姿输入量e。在车辆横向控制中，应用离散PID控制方法，由车辆位姿输入量e来计算需要控制的车辆方向盘角度，在PID参数调整中，先预设一个基本的PID参数Kp0、Ki0和Kd0，再根据模糊规则表实时的修正PID参数，以得到合适的方向盘角度来控制车辆。可选地，模糊规则表根据模拟驾驶员的驾驶习惯标定，包括Kp模糊规则表、Ki模糊规则表和Kd模糊规则表。

修正PID参数的原理是找出输入量e，de与PID参数Kp0、Ki0和Kd0之间的模糊关系，根据此关系，实时地对PID的三个参数进行修正，以此来实现实时自适应的要求。

以PID参数整定为例，必须考虑到在不同时刻两个参数的作用以及相互之间的互联关系。修正PID是在PID算法的基础上，通过计算当前系统误差e和误差变化率de，利用模糊规则进行模糊推理，查询模糊规则表来进行参数调整。

设计的核心是建立合适的模糊规则表，得到针对Kp，Ki，Kd三个参数分别整定的模糊控制表。

以Kp的模糊规则为例，制定的模糊规则表如表1所示：

表1

其中N表示负大，P表示正大。模糊规则表制定好后，将输入量e和de定义为模糊集上的论域。即：e，de＝{-1，0，1}。

其模糊子集为e，de＝{N，O，P}，子集中元素分别代表负，零，正。设e、de和s三个系数均服从正态分布，因此可得出各模糊子集的隶属度，根据各模糊子集的隶属度赋值表和各参数模糊控制模型，应用模糊合成推理设计PID参数的模糊规则表，查出修正参数ΔKp、ΔKi和ΔKd。

可选地，根据位姿e和位姿e的变化率de查找模糊规则表获得修正参数ΔKp、ΔKi和ΔKd包括：

将位姿e和位姿变化率de代入Kp模糊规则表中获得ΔKp；

将位姿e和位姿变化率de代入Ki模糊规则表获得ΔKi；

将位姿e和位姿变化率de代入Kd模糊规则表获得ΔKd。

可选地，S60包括按照以下公式修正Kp0、Ki0和Kd0：

Kp＝Kp0+ΔKp (6)

Ki＝Ki0+ΔKi (7)

Kd＝Kd0+ΔKd (8)

可选地，S70包括按照以下公式计算方向盘转角u(k)：

其中T为运行周期，k为当前时刻值。

图3是根据本发明的一个实施例的用于车辆的横向控制方法的仿真效果图。

根据该控制方法搭建MATLAB仿真模型，对仿真车辆进行横向控制，测试得到其横向偏差效果如图3所示。

其中横轴为时间，纵轴表示偏离期望路径的横向距离。

从图3可以看到，此方法在车辆初始位置偏离期望轨迹0.3米左右时，通过有效的自适应调节，在10秒左右调节到了期望轨迹上，并且横向偏差一直很稳定的保持在一个很小的值。

图4是根据本发明的一个实施例的用于车辆的横向控制系统的结构图。如图4所示，本发明还提供一种用于车辆的横向控制系统，用于执行的用于车辆的横向控制方法，包括采集单元1、计算单元2、第一控制器3和第二控制器4。采集单元1用于采集车辆的当前速度信息和当前位置信息。计算单元2用于计算车辆的位姿，位姿包括位姿侧向位移偏差和方向偏差，侧向位移偏差和方向偏差由计算单元首先根据当前速度信息和预设的期望路径曲率模拟驾驶员实际驾驶的动态过程并计算前视距离，然后根据前视距离确定前视点坐标和期望路径，最后根据期望路径计算得到。第一控制器3用于根据位姿及其变化率来计算Kp0、Ki0和Kd0，Kp0为初始比例系数，Ki0为初始积分系数，Kd0为初始微分系数。第二控制器4用于根据位姿及其变化率和模糊规则表来修正Kp0、Ki0和Kd0，并得到修正后的Kp、Ki和Kd，并将Kp、Ki和Kd发送给第一控制器，第一控制器还用于根据位姿及其变化率和修正后的Kp、Ki和Kd计算方向盘的转角。优选地，在一个实施例中，第一控制器3为PID控制器，第二控制器4为模糊控制器。

特别地，本发明还提供了一种车辆，包括的用于车辆的横向控制系统。

至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims (10)

1.一种用于车辆的横向控制方法，其特征在于，包括：

采集所述车辆的当前速度信息和当前位置信息；

根据所述当前速度信息和预设的期望路径曲率模拟驾驶员实际驾驶的动态过程并计算前视距离，进而根据所述前视距离确定前视点坐标和期望路径；

根据所述期望路径计算得到所述车辆的当前位置与所述期望路径之间的侧向位移偏差和方向偏差；

根据所述车辆的位姿e计算Kp0、Ki0和Kd0，所述位姿e包括所述侧向位移偏差和所述方向偏差，Kp0为初始比例系数，Ki0为初始积分系数，Kd0为初始微分系数；

根据所述位姿e及其变化率de查找模糊规则表获得修正参数△Kp、△Ki和△Kd；

根据△Kp、△Ki和△Kd修正Kp0、Ki0和Kd0得到Kp、Ki和Kd，Kp为最终比例系数，Ki为最终积分系数，Kd为最终微分系数；

根据所述位姿e及其变化率de、Kp、Ki和Kd计算获得所述车辆的方向盘转角；

根据所述方向盘转角控制所述车辆转向。

2.根据权利要求1所述的横向控制方法，其特征在于，按照以下公式计算所述前视距离：

S＝t*t_pre*v_speed-f(C_urvature)

其中，S为前视距离，v_speed为所述当前速度信息,t_pre为预估时间,t为时间系数，f(C_urvature)为曲率补偿函数。

3.根据权利要求2所述的横向控制方法，其特征在于，按照以下公式反推所述侧向位移偏差：

y＝Δy+b*x+c*x²+d*x³

其中：△y为侧向位移偏差。b被定义为期望路径在x＝0时刻与车辆x轴的方向夹角。C被定义为道路曲率C_urvature/2，d被定义为道路曲率变化率C_urvatureRate/6。

4.根据权利要求3所述的横向控制方法，其特征在于，根据以下公式计算所述方向偏差：

第一步，对用于计算侧向位移偏差的公式进行求导，得到所述期望路径的切线方程：

y＝b+2*c*x+3*d*x²

第二步，根据前视点坐标Xn得到前视点的切线方程斜率：

yn＝b+2*c*Cn+3*d*Xn²

第三步，求得所述车辆的方向偏差为：

θ＝tan^-1y_n。

5.根据权利要求4所述的横向控制方法，其特征在于，所述模糊规则表根据模拟驾驶员的驾驶习惯标定，包括Kp模糊规则表、Ki模糊规则表和Kd模糊规则表。

6.根据权利要求5所述的横向控制方法，其特征在于，所述根据所述位姿e和所述位姿e的变化率de查找模糊规则表获得修正参数△Kp、△Ki和△Kd包括：

将所述位姿e和位姿变化率de代入所述Kp模糊规则表中获得△Kp；

将所述位姿e和所述位姿变化率de代入所述Ki模糊规则表获得△Ki；

将所述位姿e和所述位姿变化率de代入所述Kd模糊规则表获得△Kd。

7.根据权利要求6所述的横向控制方法，其特征在于，按照以下公式修正Kp0、Ki0和Kd0：

Kp＝Kp0+ΔKp

Ki＝Ki0+ΔKi

Kd＝Kd0+ΔKd。

8.根据权利要求7所述的横向控制方法，其特征在于，按照以下公式计算方向盘转角u(k)：

其中T为运行周期，k为当前时刻值。

9.一种用于车辆的横向控制系统，用于执行权利要求1-8任意一项所述的用于车辆的横向控制方法，其特征在于，包括：

采集单元，用于采集所述车辆的当前速度信息和当前位置信息；

计算单元，用于计算所述车辆的位姿，所述位姿包括所述位姿侧向位移偏差和方向偏差，所述侧向位移偏差和所述方向偏差由所述计算单元首先根据所述当前速度信息和预设的期望路径曲率模拟驾驶员实际驾驶的动态过程并计算前视距离，然后根据所述前视距离确定前视点坐标和期望路径，最后根据所述期望路径计算得到；

第一控制器，用于根据所述位姿及其变化率来计算Kp0、Ki0和Kd0，Kp0为初始比例系数，Ki0为初始积分系数，Kd0为初始微分系数；

第二控制器，用于根据所述位姿及其变化率和模糊规则表来修正Kp0、Ki0和Kd0，并得到修正后的Kp、Ki和Kd，并将Kp、Ki和Kd发送给所述第一控制器，所述第一控制器还用于根据所述位姿及其变化率和所述修正后的Kp、Ki和Kd计算所述方向盘的转角。

10.一种车辆，其特征在于，包括权利要求9所述的用于车辆的横向控制系统。

Images