CN111308887B - 一种无人驾驶车辆的制动控制的优化方法及优化端 - Google Patents
一种无人驾驶车辆的制动控制的优化方法及优化端 Download PDFInfo
- Publication number
- CN111308887B CN111308887B CN202010271241.5A CN202010271241A CN111308887B CN 111308887 B CN111308887 B CN 111308887B CN 202010271241 A CN202010271241 A CN 202010271241A CN 111308887 B CN111308887 B CN 111308887B
- Authority
- CN
- China
- Prior art keywords
- unmanned vehicle
- group
- parameters
- static friction
- friction force
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000005457 optimization Methods 0.000 title abstract description 11
- 230000003068 static effect Effects 0.000 claims abstract description 67
- 238000011156 evaluation Methods 0.000 claims abstract description 65
- 230000000694 effects Effects 0.000 claims abstract description 49
- 238000012360 testing method Methods 0.000 claims abstract description 12
- 230000004044 response Effects 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 14
- 238000006073 displacement reaction Methods 0.000 claims description 12
- 238000011217 control strategy Methods 0.000 abstract description 14
- 238000005070 sampling Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Regulating Braking Force (AREA)
Abstract
本发明公开了一种无人驾驶车辆的制动控制的优化方法及优化端,获取无人驾驶车辆的制动装置的最大静摩擦力和频带宽度;给定大于最大静摩擦力的初始力矩,在频带宽度内对无人驾驶车辆的制动装置的PID控制中的对比例系数Kp、积分系数Ki以及微分系数Kd进行正交试验,以得到评价效果最好的一组水平参数:Kp1、Ki1和Kd1;给定大于最大静摩擦力的初始力矩,在频带宽度内对无人驾驶车辆的制动装置按照PID控制的输出Y=Kp1*e(t)+Ki1*∫e(t)*dt+Kd1*de(t)/dt进行制动控制。本发明提供了最优控制策略,能保证制动装置的稳定性与可控性。
Description
技术领域
本发明涉及无人驾驶技术领域,特别涉及一种无人驾驶车辆的制动控制的优化方法及优化端。
背景技术
无人驾驶汽车是智能汽车的一种,也称为轮式移动机器人,它主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目的。
在对无人驾驶车辆的制动装置进行制动控制策略的制定时,由于现有的制动控制策略都是基于PID控制,因此,PID控制中的比例系数Kp、积分系数Ki、微分系数Kd以及采样间隔便成了能否达到最优控制策略的关键参数。
发明内容
本发明所要解决的技术问题是:提供一种无人驾驶车辆的制动控制的优化方法及优化端,以提供最优控制策略。
为了解决上述技术问题,本发明采用的技术方案为:
一种无人驾驶车辆的制动控制的优化方法,包括步骤:
S1、获取无人驾驶车辆的制动装置的最大静摩擦力和频带宽度;
S2、给定大于所述最大静摩擦力的初始力矩,在所述频带宽度内对所述无人驾驶车辆的制动装置的PID控制中的对比例系数Kp、积分系数Ki以及微分系数Kd进行正交试验,以得到评价效果最好的一组水平参数:Kp1、Ki1和Kd1;
S3、给定大于所述最大静摩擦力的初始力矩,在所述频带宽度内对所述无人驾驶车辆的制动装置按照输出Y=Kp1*e(t)+Ki1*∫e(t)*dt+Kd1*de(t)/dt进行PID控制。
为了解决上述技术问题,本发明采用的另一种技术方案为:
一种无人驾驶车辆的制动控制的优化端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
S1、获取无人驾驶车辆的制动装置的最大静摩擦力和频带宽度;
S2、给定大于所述最大静摩擦力的初始力矩,在所述频带宽度内对所述无人驾驶车辆的制动装置的PID控制中的对比例系数Kp、积分系数Ki以及微分系数Kd进行正交试验,以得到评价效果最好的一组水平参数:Kp1、Ki1和Kd1;
S3、给定大于所述最大静摩擦力的初始力矩,在所述频带宽度内对所述无人驾驶车辆的制动装置按照输出Y=Kp1*e(t)+Ki1*∫e(t)*dt+Kd1*de(t)/dt进行PID控制。
本发明的有益效果在于:一种无人驾驶车辆的制动控制的优化方法及优化端,通过获取无人驾驶车辆的制动装置的最大静摩擦力和频带宽度,给定大于最大静摩擦力的初始力矩,在频带宽度内对无人驾驶车辆的制动装置的PID控制中的对比例系数Kp、积分系数Ki以及微分系数Kd进行正交试验,以得到评价效果最好的一组水平参数:Kp1、Ki1和Kd1,从而提供了最优控制策略。在对无人驾驶车辆的制动装置进行制动控制时,按照最大静摩擦力来提供初始力矩,按照频带宽度来进行采样间隔,按照Y=Kp1*e(t)+Ki1*∫e(t)*dt+Kd1*de(t)/dt来提供输出量,以保证制动装置的稳定性与可控性。
附图说明
图1为本发明实施例的一种无人驾驶车辆的制动控制的优化方法的流程示意图;
图2为本发明实施例涉及的角速度与幅值的关系示意图;
图3为本发明实施例的一种无人驾驶车辆的制动控制的优化端与制动装置的框架示意图;
图4为本发明实施例的一种无人驾驶车辆的制动控制的优化端与显示器、制动装置的架构示意图。
标号说明:
1、一种无人驾驶车辆的制动控制的优化端;2、处理器;3、存储器;4、制动装置;5、显示器;6、USART通信接口;7、CAN通信接口。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
请参照图1以及图2,一种无人驾驶车辆的制动控制的优化方法,包括步骤:
S1、获取无人驾驶车辆的制动装置的最大静摩擦力和频带宽度;
S2、给定大于所述最大静摩擦力的初始力矩,在所述频带宽度内对所述无人驾驶车辆的制动装置的PID控制中的对比例系数Kp、积分系数Ki以及微分系数Kd进行正交试验,以得到评价效果最好的一组水平参数:Kp1、Ki1和Kd1;
S3、给定大于所述最大静摩擦力的初始力矩,在所述频带宽度内对所述无人驾驶车辆的制动装置按照输出Y=Kp1*e(t)+Ki1*∫e(t)*dt+Kd1*de(t)/dt进行PID控制。
从上述描述可知,本发明的有益效果在于:通过获取无人驾驶车辆的制动装置的最大静摩擦力和频带宽度,给定大于最大静摩擦力的初始力矩,在频带宽度内对无人驾驶车辆的制动装置的PID控制中的对比例系数Kp、积分系数Ki以及微分系数Kd进行正交试验,以得到评价效果最好的一组水平参数:Kp1、Ki1和Kd1,从而提供了最优控制策略。在对无人驾驶车辆的制动装置进行制动控制时,按照最大静摩擦力来提供初始力矩,按照频带宽度来进行采样间隔,按照Y=Kp1*e(t)+Ki1*∫e(t)*dt+Kd1*de(t)/dt来提供输出量,以保证制动装置的稳定性与可控性。
进一步地,所述步骤S1中“获取无人驾驶车辆的制动装置的最大静摩擦力”具体包括以下步骤:
下发驱动制动装置进行转动的力矩命令,所述力矩命令中的力矩值依照下发时间从0开始增加,且在每一次所述力矩命令间隔预设时间后接收制动装置返回的位移信息,直至所述位移信息大于0时,则停止下发力矩命令,记录最后一个力矩命令中的力矩值为最大静摩擦力。
从上述描述可知,通过对制动装置输入不同大小的力矩值,以得到所述制动装置的最大静摩擦力,从而解决了不同制动装置中由于传统结构的不一致性而无法得到不可观且不可控的最大静摩擦力的问题。
进一步地,所述步骤S1中“获取无人驾驶车辆的制动装置的频带宽度”具体包括以下步骤:
给定大于所述最大静摩擦力的初始力矩使得制动装置克服静摩擦力继续制动时,连续向所述制动装置输入幅值不变但角速度从低到高的正弦力矩波形,并记录每一次输入的角速度所对应的输出信号的幅值,记录所述制动装置的输出信号的幅值降至最大值的0.707倍时所对应的角速度ω0,根据所述角速度ω0得到所述无人驾驶车辆的制动装置的频带宽度。
从上述描述可知,通过将截止频率作为无人驾驶车辆的制动装置的频带宽度,使得后续在制动控制时,约束采样间隔在频带宽度内,以保证制动装置的稳定性与可控性。
进一步地,所述步骤S2具体包括以下步骤:
将所述PID控制中的比例系数Kp、积分系数Ki以及微分系数Kd作为三个评价因素,设计一个包括三个评价因素且每一种评价因素设置有至少一个的水平参数的正交表格;
给定大于所述最大静摩擦力的初始力矩,在所述频带宽度内对所述无人驾驶车辆的制动装置按照所述正交表格里的参数进行PID控制,并记录下每一组水平参数所对应的评价效果,得到评价效果最好的一组水平参数:Kp1、Ki1和Kd1。
从上述描述可知,通过设置三因素多水平的正交表格,在对正交表格中的每一组水平参数都进行PID控制,并记录在此控制下的相关参数,以评估该组水平参数的效果,将其中评价效果最好的一组水平参数作为制动装置的控制参数,以达到最优控制策略。
进一步地,所述步骤S2中“并记录下每一组水平参数所对应的评价效果,得到评价效果最好的一组水平参数:Kp1、Ki1和Kd1”具体包括以下步骤:
并记录下每一组水平参数所对应的调整次数、响应时间和过冲峰值;
判断所述调整次数最少的水平参数是否为一组,若是,则所述调整次数最少的水平参数即为评价效果最好的一组水平参数:Kp1、Ki1和Kd1,否则判断所述调整次数最少且所述响应时间最短的水平参数是否为一组,若是,则所述调整次数最少且所述响应时间最短的水平参数即为评价效果最好的一组水平参数:Kp1、Ki1和Kd1,否则从所述调整次数最少且所述响应时间最短的水平参数中选出过冲峰值最低的一组水平参数作为评价效果最好的一组水平参数:Kp1、Ki1和Kd1。
从上述描述可知,以每一组水平参数在调控至目标值的调整次数、响应时间和过冲峰值作为评价指标,并按照调整次数的优先级最高、响应时间次之以及过冲峰值的优先级最低来依次筛选出评价效果最好,从而得到最优控制策略。
请参照图3以及图4,一种无人驾驶车辆的制动控制的优化端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
S1、获取无人驾驶车辆的制动装置的最大静摩擦力和频带宽度;
S2、给定大于所述最大静摩擦力的初始力矩,在所述频带宽度内对所述无人驾驶车辆的制动装置的PID控制中的对比例系数Kp、积分系数Ki以及微分系数Kd进行正交试验,以得到评价效果最好的一组水平参数:Kp1、Ki1和Kd1;
S3、给定大于所述最大静摩擦力的初始力矩,在所述频带宽度内对所述无人驾驶车辆的制动装置按照输出Y=Kp1*e(t)+Ki1*∫e(t)*dt+Kd1*de(t)/dt进行PID控制。
从上述描述可知,本发明的有益效果在于:通过获取无人驾驶车辆的制动装置的最大静摩擦力和频带宽度,给定大于最大静摩擦力的初始力矩,在频带宽度内对无人驾驶车辆的制动装置的PID控制中的对比例系数Kp、积分系数Ki以及微分系数Kd进行正交试验,以得到评价效果最好的一组水平参数:Kp1、Ki1和Kd1,从而提供了最优控制策略。在对无人驾驶车辆的制动装置进行制动控制时,按照最大静摩擦力来提供初始力矩,按照频带宽度来进行采样间隔,按照Y=Kp1*e(t)+Ki1*∫e(t)*dt+Kd1*de(t)/dt来提供输出量,以保证制动装置的稳定性与可控性。
进一步地,所述处理器执行所述计算机程序的所述步骤S1中“获取无人驾驶车辆的制动装置的最大静摩擦力”时具体包括以下步骤:
下发驱动制动装置进行转动的力矩命令,所述力矩命令中的力矩值依照下发时间从0开始增加,且在每一次所述力矩命令间隔预设时间后接收制动装置返回的位移信息,直至所述位移信息大于0时,则停止下发力矩命令,记录最后一个力矩命令中的力矩值为最大静摩擦力。
从上述描述可知,通过对制动装置输入不同大小的力矩值,以得到所述制动装置的最大静摩擦力,从而解决了不同制动装置中由于传统结构的不一致性而无法得到不可观且不可控的最大静摩擦力的问题。
进一步地,所述处理器执行所述计算机程序的所述步骤S1中“获取无人驾驶车辆的制动装置的频带宽度”时具体包括以下步骤:
给定大于所述最大静摩擦力的初始力矩使得制动装置克服静摩擦力继续制动时,连续向所述制动装置输入幅值不变但角速度从低到高的正弦力矩波形,并记录每一次输入的角速度所对应的输出信号的幅值,记录所述制动装置的输出信号的幅值降至最大值的0.707倍时所对应的角速度ω0,根据所述角速度ω0得到所述无人驾驶车辆的制动装置的频带宽度。
从上述描述可知,通过将截止频率作为无人驾驶车辆的制动装置的频带宽度,使得后续在制动控制时,约束采样间隔在频带宽度内,以保证制动装置的稳定性与可控性。
进一步地,所述处理器执行所述计算机程序的所述步骤S2时具体包括以下步骤:
将所述PID控制中的比例系数Kp、积分系数Ki以及微分系数Kd作为三个评价因素,设计一个包括三个评价因素且每一种评价因素设置有至少一个的水平参数的正交表格;
给定大于所述最大静摩擦力的初始力矩,在所述频带宽度内对所述无人驾驶车辆的制动装置按照所述正交表格里的参数进行PID控制,并记录下每一组水平参数所对应的评价效果,得到评价效果最好的一组水平参数:Kp1、Ki1和Kd1。
从上述描述可知,通过设置三因素多水平的正交表格,在对正交表格中的每一组水平参数都进行PID控制。并记录在此控制下的相关参数,以评估该组水平参数的效果,将其中评价效果最好的一组水平参数作为制动装置的控制参数,以达到最优控制策略。
进一步地,所述处理器执行所述计算机程序的所述步骤S2中“并记录下每一组水平参数所对应的评价效果,得到评价效果最好的一组水平参数:Kp1、Ki1和Kd1”时具体包括以下步骤:
并记录下每一组水平参数所对应的调整次数、响应时间和过冲峰值;
判断所述调整次数最少的水平参数是否为一组,若是,则所述调整次数最少的水平参数即为评价效果最好的一组水平参数:Kp1、Ki1和Kd1,否则判断所述调整次数最少且所述响应时间最短的水平参数是否为一组,若是,则所述调整次数最少且所述响应时间最短的水平参数即为评价效果最好的一组水平参数:Kp1、Ki1和Kd1,否则从所述调整次数最少且所述响应时间最短的水平参数中选出过冲峰值最低的一组水平参数作为评价效果最好的一组水平参数:Kp1、Ki1和Kd1。
从上述描述可知,以每一组水平参数在调控至目标值的调整次数、响应时间和过冲峰值作为评价指标,并按照调整次数的优先级最高、响应时间次之以及过冲峰值的优先级最低来依次筛选出评价效果最好,从而得到最优控制策略。
请参照图1以及图2,本发明的实施例一为:
一种无人驾驶车辆的制动控制的优化方法,包括步骤:
S1、获取无人驾驶车辆的制动装置的最大静摩擦力和频带宽度;
在本实施例中,步骤S1具体包括以下步骤
下发驱动制动装置进行转动的力矩命令,力矩命令中的力矩值依照下发时间从0开始增加,且在每一次力矩命令间隔预设时间后接收制动装置返回的位移信息,直至位移信息大于0时,则停止下发力矩命令,记录最后一个力矩命令中的力矩值为最大静摩擦力;当位移信息大于0时,则说明克服了静摩擦力,因此,最后一个力矩命令中的力矩值即为最大静摩擦力,这样,虽然不同制动装置的传动结构存在不一致性,但都能得到与该传动结构相对应的最大静摩擦力;其中,本实施例中的预设时间为20ms,确保命令下发的周期能满足制动装置的接收、执行以及返回位移信息;
给定大于最大静摩擦力的初始力矩使得制动装置克服静摩擦力继续制动时,连续向制动装置输入幅值不变但角速度从低到高的正弦力矩波形,并记录每一次输入的角速度所对应的输出信号的幅值,记录制动装置的输出信号的幅值降至最大值的0.707倍时所对应的角速度ω0,根据角速度ω0得到无人驾驶车辆的制动装置的频带宽度,如图2所示,在本实施例中,制动装置的输出信号的幅值降至最大值的0.707倍时所对应的角速度ω0在25rad/s左右,根据截止频率f=25*1/2π=4hz左右,可知,在本实施例中,无人驾驶车辆的制动装置的频带宽度在4Hz左右。
S2、给定大于最大静摩擦力的初始力矩,在频带宽度内对无人驾驶车辆的制动装置的PID控制中的对比例系数Kp、积分系数Ki以及微分系数Kd进行正交试验,以得到评价效果最好的一组水平参数:Kp1、Ki1和Kd1;
在本实施例中,步骤S2具体包括以下步骤:
将PID控制中的比例系数Kp、积分系数Ki以及微分系数Kd作为三个评价因素,设计一个包括三个评价因素且每一种评价因素设置有至少一个的水平参数的正交表格,比如三个评价因素三个水平参数的正交表格;
给定大于最大静摩擦力的初始力矩,在频带宽度内对无人驾驶车辆的制动装置按照正交表格里的参数进行PID控制,并记录下每一组水平参数所对应的调整次数、响应时间和过冲峰值;
判断调整次数最少的水平参数是否为一组,若是,则调整次数最少的水平参数即为评价效果最好的一组水平参数:Kp1、Ki1和Kd1,否则判断调整次数最少且响应时间最短的水平参数是否为一组,若是,则调整次数最少且响应时间最短的水平参数即为评价效果最好的一组水平参数:Kp1、Ki1和Kd1,否则从调整次数最少且响应时间最短的水平参数中选出过冲峰值最低的一组水平参数作为评价效果最好的一组水平参数:Kp1、Ki1和Kd1。
S3、给定大于所述最大静摩擦力的初始力矩,在频带宽度内对无人驾驶车辆的制动装置按照输出Y=Kp1*e(t)+Ki1*∫e(t)*dt+Kd1*de(t)/dt进行PID控制,即为制动装置提供了最优控制策略,以保证制动装置的稳定性与可控性。
请参照图3以及图4,本发明的实施例二为:
一种无人驾驶车辆的制动控制的优化端1,包括存储器3、处理器2及存储在存储器3上并可在处理器2上运行的计算机程序,处理器2执行计算机程序时实现上述实施例一中的步骤。
如图4所示,一种无人驾驶车辆的制动控制的优化端1通过USART通信接口6与显示器5连接,显示器5用于接收并显示一种无人驾驶车辆的制动控制的优化端1所发送的信息;一种无人驾驶车辆的制动控制的优化端1通过CAN通信接口7与制动装置4连接,从而控制与接收制动装置4的信息来驱动制动装置4。
综上所述,本发明提供的一种无人驾驶车辆的制动控制的优化方法及优化端,通过对制动装置输入不同大小的力矩值,以得到制动装置的最大静摩擦力,通过对制动装置输入不同频率的信号,以将截止频率作为无人驾驶车辆的制动装置的频带宽度;给定大于最大静摩擦力的初始力矩,在频带宽度内对无人驾驶车辆的制动装置的PID控制中的对比例系数Kp、积分系数Ki以及微分系数Kd进行正交试验,以每一组水平参数在调控至目标值的调整次数、响应时间和过冲峰值作为评价指标,并按照调整次数的优先级最高、响应时间次之以及过冲峰值的优先级最低来依次筛选出评价效果最好的一组水平参数:Kp1、Ki1和Kd1,从而提供了最优控制策略。在对无人驾驶车辆的制动装置进行制动控制时,按照最大静摩擦力来提供初始力矩,按照频带宽度来进行采样间隔,按照Y=Kp1*e(t)+Ki1*∫e(t)*dt+Kd1*de(t)/dt来提供输出量,以保证制动装置的稳定性与可控性。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (4)
1.一种无人驾驶车辆的制动控制的优化方法,其特征在于,包括步骤:
S1、获取无人驾驶车辆的制动装置的最大静摩擦力和频带宽度;
所述步骤S1中“获取无人驾驶车辆的制动装置的最大静摩擦力”具体包括以下步骤:
下发驱动制动装置进行转动的力矩命令,所述力矩命令中的力矩值依照下发时间从0开始增加,且在每一次所述力矩命令间隔预设时间后接收制动装置返回的位移信息,直至所述位移信息大于0时,则停止下发力矩命令,记录最后一个力矩命令中的力矩值为最大静摩擦力;
所述步骤S1中“获取无人驾驶车辆的制动装置的频带宽度”具体包括以下步骤:
给定大于所述最大静摩擦力的初始力矩使得制动装置克服静摩擦力继续制动时,连续向所述制动装置输入幅值不变但角速度从低到高的正弦力矩波形,并记录每一次输入的角速度所对应的输出信号的幅值,记录所述制动装置的输出信号的幅值降至最大值的0.707倍时所对应的角速度ω0,根据所述角速度ω0得到所述无人驾驶车辆的制动装置的频带宽度;
S2、给定大于所述最大静摩擦力的初始力矩,在所述频带宽度内对所述无人驾驶车辆的制动装置的PID控制中的对比例系数Kp、积分系数Ki以及微分系数Kd进行正交试验,以得到评价效果最好的一组水平参数:Kp1、Ki1和Kd1;
所述步骤S2中“并记录下每一组水平参数所对应的评价效果,得到评价效果最好的一组水平参数:Kp1、Ki1和Kd1”具体包括以下步骤:
并记录下每一组水平参数所对应的调整次数、响应时间和过冲峰值;
判断所述调整次数最少的水平参数是否为一组,若是,则所述调整次数最少的水平参数即为评价效果最好的一组水平参数:Kp1、Ki1和Kd1,否则判断所述调整次数最少且所述响应时间最短的水平参数是否为一组,若是,则所述调整次数最少且所述响应时间最短的水平参数即为评价效果最好的一组水平参数:Kp1、Ki1和Kd1,否则从所述调整次数最少且所述响应时间最短的水平参数中选出过冲峰值最低的一组水平参数作为评价效果最好的一组水平参数:Kp1、Ki1和Kd1;
S3、给定大于所述最大静摩擦力的初始力矩,在所述频带宽度内对所述无人驾驶车辆的制动装置按照输出Y=Kp1*e(t)+Ki1*∫e(t)*dt+Kd1*de(t)/dt进行PID控制。
2.根据权利要求1所述的一种无人驾驶车辆的制动控制的优化方法,其特征在于,所述步骤S2具体包括以下步骤:
将所述PID控制中的比例系数Kp、积分系数Ki以及微分系数Kd作为三个评价因素,设计一个包括三个评价因素且每一种评价因素设置有至少一个的水平参数的正交表格;
给定大于所述最大静摩擦力的初始力矩,在所述频带宽度内对所述无人驾驶车辆的制动装置按照所述正交表格里的参数进行PID控制,并记录下每一组水平参数所对应的评价效果,得到评价效果最好的一组水平参数:Kp1、Ki1和Kd1。
3.一种无人驾驶车辆的制动控制的优化端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现以下步骤:
S1、获取无人驾驶车辆的制动装置的最大静摩擦力和频带宽度;
所述步骤S1中“获取无人驾驶车辆的制动装置的最大静摩擦力”具体包括以下步骤:
下发驱动制动装置进行转动的力矩命令,所述力矩命令中的力矩值依照下发时间从0开始增加,且在每一次所述力矩命令间隔预设时间后接收制动装置返回的位移信息,直至所述位移信息大于0时,则停止下发力矩命令,记录最后一个力矩命令中的力矩值为最大静摩擦力;
所述步骤S1中“获取无人驾驶车辆的制动装置的频带宽度”具体包括以下步骤:
给定大于所述最大静摩擦力的初始力矩使得制动装置克服静摩擦力继续制动时,连续向所述制动装置输入幅值不变但角速度从低到高的正弦力矩波形,并记录每一次输入的角速度所对应的输出信号的幅值,记录所述制动装置的输出信号的幅值降至最大值的0.707倍时所对应的角速度ω0,根据所述角速度ω0得到所述无人驾驶车辆的制动装置的频带宽度;
S2、给定大于所述最大静摩擦力的初始力矩,在所述频带宽度内对所述无人驾驶车辆的制动装置的PID控制中的对比例系数Kp、积分系数Ki以及微分系数Kd进行正交试验,以得到评价效果最好的一组水平参数:Kp1、Ki1和Kd1;
所述处理器执行所述计算机程序的所述步骤S2中“并记录下每一组水平参数所对应的评价效果,得到评价效果最好的一组水平参数:Kp1、Ki1和Kd1”时具体包括以下步骤:
并记录下每一组水平参数所对应的调整次数、响应时间和过冲峰值;
判断所述调整次数最少的水平参数是否为一组,若是,则所述调整次数最少的水平参数即为评价效果最好的一组水平参数:Kp1、Ki1和Kd1,否则判断所述调整次数最少且所述响应时间最短的水平参数是否为一组,若是,则所述调整次数最少且所述响应时间最短的水平参数即为评价效果最好的一组水平参数:Kp1、Ki1和Kd1,否则从所述调整次数最少且所述响应时间最短的水平参数中选出过冲峰值最低的一组水平参数作为评价效果最好的一组水平参数:Kp1、Ki1和Kd1;
S3、给定大于所述最大静摩擦力的初始力矩,在所述频带宽度内对所述无人驾驶车辆的制动装置按照输出Y=Kp1*e(t)+Ki1*∫e(t)*dt+Kd1*de(t)/dt进行PID控制。
4.根据权利要求3所述的一种无人驾驶车辆的制动控制的优化端,其特征在于,所述处理器执行所述计算机程序的所述步骤S2时具体包括以下步骤:
将所述PID控制中的比例系数Kp、积分系数Ki以及微分系数Kd作为三个评价因素,设计一个包括三个评价因素且每一种评价因素设置有至少一个的水平参数的正交表格;
给定大于所述最大静摩擦力的初始力矩,在所述频带宽度内对所述无人驾驶车辆的制动装置按照所述正交表格里的参数进行PID控制,并记录下每一组水平参数所对应的评价效果,得到评价效果最好的一组水平参数:Kp1、Ki1和Kd1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010271241.5A CN111308887B (zh) | 2020-04-08 | 2020-04-08 | 一种无人驾驶车辆的制动控制的优化方法及优化端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010271241.5A CN111308887B (zh) | 2020-04-08 | 2020-04-08 | 一种无人驾驶车辆的制动控制的优化方法及优化端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111308887A CN111308887A (zh) | 2020-06-19 |
CN111308887B true CN111308887B (zh) | 2023-10-24 |
Family
ID=71159243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010271241.5A Active CN111308887B (zh) | 2020-04-08 | 2020-04-08 | 一种无人驾驶车辆的制动控制的优化方法及优化端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111308887B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6354675B1 (en) * | 1997-05-22 | 2002-03-12 | Japan Electronics Industry Ltd. | ABS apparatus |
CN1608012A (zh) * | 2001-12-21 | 2005-04-20 | 株式会社普利司通 | 路面状况及轮胎行驶状态的推断方法和装置及利用它们的防滑刹车系统和车辆控制 |
CN103092076A (zh) * | 2013-01-06 | 2013-05-08 | 华东交通大学 | 动车组制动过程多模型自适应pid控制 |
CN103308238A (zh) * | 2013-06-21 | 2013-09-18 | 吉林大学 | 可控扭矩事故车辆制动力检测装置 |
CN108306563A (zh) * | 2018-02-05 | 2018-07-20 | 上海应用技术大学 | 刹车系统驱动器 |
CN109940618A (zh) * | 2019-04-04 | 2019-06-28 | 天津理工大学 | 一种基于正交模糊pid的串联机械手驱动系统运动控制方法 |
-
2020
- 2020-04-08 CN CN202010271241.5A patent/CN111308887B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6354675B1 (en) * | 1997-05-22 | 2002-03-12 | Japan Electronics Industry Ltd. | ABS apparatus |
CN1608012A (zh) * | 2001-12-21 | 2005-04-20 | 株式会社普利司通 | 路面状况及轮胎行驶状态的推断方法和装置及利用它们的防滑刹车系统和车辆控制 |
CN103092076A (zh) * | 2013-01-06 | 2013-05-08 | 华东交通大学 | 动车组制动过程多模型自适应pid控制 |
CN103308238A (zh) * | 2013-06-21 | 2013-09-18 | 吉林大学 | 可控扭矩事故车辆制动力检测装置 |
CN108306563A (zh) * | 2018-02-05 | 2018-07-20 | 上海应用技术大学 | 刹车系统驱动器 |
CN109940618A (zh) * | 2019-04-04 | 2019-06-28 | 天津理工大学 | 一种基于正交模糊pid的串联机械手驱动系统运动控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111308887A (zh) | 2020-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11136030B2 (en) | Method and device for controlling vehicle, and storage medium | |
CN103465901B (zh) | 用于不具有扭矩转换器的车辆的减振方法 | |
EP3699698B1 (en) | Method and device for processing control parameter, and storage medium | |
CN105402394B (zh) | 双离合器变速器的改主意换挡控制 | |
CN107795651A (zh) | 无级变速器以及控制高转矩事件的系统和方法 | |
CN103277503B (zh) | 自动变速车辆驾驶员强制降档意图的识别方法及识别系统 | |
CN106438984B (zh) | 动力系及用于控制动力系的想法改变换档操纵的方法 | |
CN111308887B (zh) | 一种无人驾驶车辆的制动控制的优化方法及优化端 | |
JP6289993B2 (ja) | 変速機クラッチトルク推定方法 | |
CN104048031A (zh) | 基于变速器输入轴扭矩信号的自动变速器换档控制 | |
CN109515444B (zh) | 用于输出无人驾驶汽车的行驶性能指标的方法和装置 | |
US10100884B2 (en) | Clutch control method and clutch control filter for vehicle | |
CN106064611B (zh) | 制动力控制装置 | |
CN112208356B (zh) | 扭矩控制方法、设备、存储介质及装置 | |
CN107908871A (zh) | 一种基于底盘角总成瞬态动力学的制动颤振抑制方法 | |
JP2005245051A5 (zh) | ||
US11378142B2 (en) | Method and controller for operating a drivetrain of a vehicle | |
JP2000158978A (ja) | 自動車の縦運動の制御方法及び装置 | |
US20230303055A1 (en) | Method for torque control of hybrid vehicle, storage medium and electronic device | |
CN100588829C (zh) | 包括力矩转换器的系统中功率转换的控制方法及机械组件 | |
KR101856337B1 (ko) | 차량의 클러치 제어방법 | |
GB2414776A (en) | Method of actuating an automatic clutch | |
CN101553672A (zh) | 用于控制和/或调节自动变速器的方法 | |
WO2015039460A1 (zh) | 智能遥控设备混控方法、遥控器及飞行系统 | |
JP3281334B2 (ja) | 同定用信号の設定装置 |
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 |