CN111352384A - 用于控制自动化或自主运动机构的方法和分析评价单元 - Google Patents

用于控制自动化或自主运动机构的方法和分析评价单元 Download PDF

Info

Publication number
CN111352384A
CN111352384A CN201911337739.0A CN201911337739A CN111352384A CN 111352384 A CN111352384 A CN 111352384A CN 201911337739 A CN201911337739 A CN 201911337739A CN 111352384 A CN111352384 A CN 111352384A
Authority
CN
China
Prior art keywords
trajectory
predefined
movement mechanism
manipulated variable
return
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.)
Pending
Application number
CN201911337739.0A
Other languages
English (en)
Inventor
M·曼德拉
P·霍尔茨瓦特
R·布鲁德
S·朱斯
T·施佩克尔
S·格罗德
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.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
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 Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of CN111352384A publication Critical patent/CN111352384A/zh
Pending legal-status Critical Current

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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/19—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by positioning or contouring control systems, e.g. to control position from one programmed point to another or to control movement along a programmed continuous path
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/12—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to parameters of the vehicle itself, e.g. tyre models
    • B60W40/13—Load or weight
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/12—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to parameters of the vehicle itself, e.g. tyre models
    • B60W40/13—Load or weight
    • B60W2040/1323—Moment of inertia of the vehicle body
    • 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
    • B60W2520/06—Direction of travel
    • 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/20—Steering systems
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/35—Nc in input of data, input till input file format
    • G05B2219/35349—Display part, programmed locus and tool path, traject, dynamic locus

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Manufacturing & Machinery (AREA)
  • Mathematical Physics (AREA)
  • Feedback Control In General (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明涉及一种用于控制自动化或自主运动机构(1)的方法，其中：自动求取(200)与预定义轨迹的偏差，所述偏差要求运动机构返回到预定义轨迹上，根据与预定义轨迹的偏差自动计算(300)急动度作为输入参量；根据加权总和自动计算(400)不受限的调节参量用于返回到预定义轨迹上，加权总和包括与输入参量相关的用于返回的状态加权加数；自动计算(500)关于急动度的、受限的调节参量，通过具有多个级的级联来处置不受限的调节参量，每个级关于对应的动态系统状态具有一个饱和函数，与时间相关地积分(600)受限的调节参量，以得到到预定义轨迹上的、受限的返回轨迹，通过到预定义轨迹上的、受限的返回轨迹自动控制(700)运动机构。

Description

用于控制自动化或自主运动机构的方法和分析评价单元
技术领域
本发明涉及一种用于控制自动化或自主运动机构的方法和一种运动机构的分析评价单元。
背景技术
随着高度自动化和自主车辆的持续的进一步发展，轨迹规划的重要性也提高。在此，对轨迹规划的要求可能是多样的。这些要求包括从规划舒适的轨迹用于在高速公路上的车道变换到在城市内外交通中的与安全性相关的避让机动动作。因此，根据要求经常对轨迹规划提出较高的要求，例如遵守特定的舒适性准则或安全性准则或预测危险情况。此外，轨迹计算必须能是实时的，因为所述计算必须在连续的行驶运行中执行。为了满足该要求，在相关文献中讨论了基于多项式的方法。基于多项式的规划方法虽然能是实时的，但具有下述缺点：不能容易地明确考虑限制。此外，通过低阶多项式很难在较长的时间域上模拟人的非对称驾驶行为。例如人类驾驶员在开始车道变换时比他结束车道变换时的动态性更高。一种在轨迹规划时将限制和非对称行为纳入的可能性是模型预测式控制(MPC)。然而，因为此时必须在约束条件下连续地解决优化问题，所以基于MPC的规划需要非常高的运算能力，以便能是实时的。然而，以在目前车辆中使用的控制器的基础负荷不能确保这种较高的运算能力。
发明内容
根据本发明，提出一种用于控制自动化的或自主的运动机构的方法，所述方法包括以下步骤：
·自动求取与预定义轨迹的偏差，其中，所述偏差要求所述运动机构返回到所述预定义轨迹上，响应于此，
·根据与所述预定义轨迹的偏差，自动计算急动度作为输入参量；
·根据加权总和自动计算用于返回到所述预定义轨迹上的、不受限的调节参量，所述加权总和包括用于所述返回的状态的加权加数，所述加权加数与输入参量相关；
·自动计算关于急动度的、受限的调节参量，其方式是，通过具有多个级的级联处置所述不受限的调节参量，每个级具有饱和函数，其中，每个级关于对应的动态系统状态具有一个饱和函数，响应与此，
·与时间相关地积分受限的调节参量，以得到到所述预定义轨迹(2)上的、受限的返回轨迹，响应与此，
·通过到所述预定义的轨迹上的、受限的返回轨迹自动控制所述运动机构。
根据第一方面，本发明涉及一种用于控制自动化或自主运动机构的方法。例如汽车、尤其轿车和/或载重车和/或摩托车和/或飞机和/或轮船适合作为本发明意义上的运动机构。当前，“自主”或“自动化”的可行驶运动机构可以理解为能够例如通过分析评价单元独立地规划轨迹并且还能够在独立地该轨迹上运动的至少一种运动机构。在第一步骤中，本发明的方法包括求取例如路程的偏差，所述偏差要求返回(Rückführung)到预定义轨迹上。可以尤其通过所述运动机构、例如通过分析评价单元、例如CPU和/或微控制器或电控制器来进行这种偏差求取。为了求取偏差也可以考虑另外的当前可用的动态系统参量，例如能够通过传统的运动机构传感器装置求取的速度和/或加速度。“预定义轨迹”可以理解为例如在弗雷内坐标系的参考线或参考曲线上延伸的全球轨迹。例如可以在行驶开始时或之前规划所述全球轨迹并且不考虑由于发生偏差的路程引导或由于障碍物而将意味着必须偏差该轨迹的意外情况。偏差或者说返回到该预定义轨迹上的必要性可以例如基于车辆的传感器技术数据而发生，所述传感器技术数据例如来自超声波传感器和/或摄像头和/或激光雷达传感器和/或雷达传感器和/或加速度测量器具和/或速度测量器具。偏差可能由障碍物引起，由此，运动机构必须偏差预定义轨迹。障碍物能够以传感器技术被感测或求取。此外，基于求得的偏差尤其得出由于障碍物和车道边界而产生的车道。响应于求取到偏差，根据所述偏差进行作为输入参量的急动度的自动计算。例如为了计算急动度可以考虑与预定义参考轨迹的偏差，例如运动机构的距离和/或当前加速度和/或当前速度。从该输入参量出发，进行不受限的调节参量的自动计算用于返回到预定义轨迹上。“调节参量”当前在控制技术的意义上应理解为所使用的调节环节(例如分析评价单元)的输出参量，其中，通过该输出参量或调节参量能够基于输入参量(急动度)进行有针对性地干预系统、即运动机构的控制段或者说调节(Regelung)段。但不受限的调节参量当前不直接作用于系统。而是进行将在下面阐明的进一步的处置步骤。用于返回到预定义轨迹上的不受限的调节参量根据加权总和计算出，所述加权总和包括输入参量的加权加数和所述返回的一个状态的加权加数或另一状态的加权加数。在此，输入参量的加数也可以具有零权重。此外可以考虑另外的状态。尤其每个状态得到一个加权加数，以计算不受限的调节参量。所述不受限的调节参量受到饱和级联的限制。在对由此得到的输出参量进行三重时间积分后可以得到直接作用于运动机构的状态。对于下一个时间点，从当前状态出发重复该过程。例如运动机构的速度、急动度、加速度和/或位置可以作为“状态”。在此，尤其根据与预定义轨迹的偏差计算所述状态。所述状态例如能够以传感器技术求取。尤其针对运动机构的对应的横向或纵向或垂直运动在假设所列举出的运动相互脱耦的条件下在存在偏差的情况下针对车辆的对应的加速度、速度和位置求取所述状态并且将其转换到状态空间中。例如可以将不受限的调节参量的规划视为状态返回，使得运动机构能够从初始条件出发渐进地稳定到预定义的参考轨迹上。例如为此可以借助极点预给定和/或“线性平方控制器(LQR)方法”计算出返回矩阵。由于使用加权总和及所述加权总和的简单的计算机处理，所需的运算速度或运算能力与模型预测方法相比能够10至100倍地减小。在下一步骤中进行关于急动度的受限调节参量的自动计算，在此，通过多个级的级联来处置不受限的调节参量。为此，所述级联的每个级设置有关于动态系统状态的饱和函数。所述饱和函数描述在该级联的级内部在动态系统状态方面进行的限制。动态系统状态可以包含例如急动度，所述急动度根据物理定义包括路程的三阶时间导数。在此，可以尤其针对横坐标使用求取与预定义参考轨迹的偏差。尤其可以简化地假设，运动机构的横向和纵向运动是脱耦的，其中，在求取针对横向运动的返回轨迹时以至少一个恒定的纵向运动为前提。在费雷内坐标系的情况下，可以使用与预定义轨迹的距离以及预定义轨迹的随时间变化的弧长，以便由此分别计算急动度。急动度的变化在此可以尤其被理解为调节参量。由这些假设得出的数学模型尤其可以在状态空间中进行变换。对此做出响应地，进行受限的调节参量的与时间相关的积分、例如三重时间积分，以得到受限的返回轨迹，即包含来自动态系统状态(例如急动度和/或加速度)方面的级联的限制信息的、受限的返回轨迹。在最后一个步骤中进行对运动机构的自动控制，通过受限的返回轨迹返回到预定义轨迹上。这例如可以借助调节器来进行。因此，通过本发明的方法如下限制急动度：使得可以进行舒适的轨迹规划。例如可以通过分析评价单元、例如CPU和/或微控制器和/或电子控制单元求取并且实施前述步骤。因此，可以突出地提供轨迹规划，所述轨迹规划相比于基于高阶多项式的传统规划方法也能用于非对称行驶行为(通过将急动度作为输入参量和输出参量考虑)并且可以考虑限制。
改进技术方案示出本发明的优选扩展方案。
根据本发明的有利扩展方案，动态系统状态包括运动机构的急动度和/或速度和/或加速度和/或位置。所述动态系统状态可能尤其涉及运动机构的纵向和/或横向和/或垂直轨迹分量。因此，轨迹规划所需的所有相关的动态系统状态可以在本发明的方法内运算高效地使用。
根据本发明的方法的另一有利构型，受限的返回轨迹包括纵向和/或横向和/或垂直分量。如果所述运动机构是飞机，则垂直轨迹分量可能尤其重要。只要针对横向轨迹分量实施本发明方法，则尤其假设始终存在恒定的纵向速度，尽管为了简化而假设这两个轨迹分量脱耦。
根据本发明的方法的有利扩展方案，级联可以包含二至四个级。理想地，级联包含四个级。因此，可以在无需高运算能力的情况下为考虑规划受限的返回轨迹所需的所有限制信息(例如急动度、加速度、位置和速度)。
根据本发明方法的另一有利构型，可以根据预定义的限制求取饱和函数。以该方式能够针对需求特定地确定用于创建饱和函数的变化多样的初始条件，以便尽可能逼真地反映人的非对称驾驶行为。例如关于运动机构的位置的预定义边界可以包括用于计算受限车道的道路边缘的坐标。附加地或替代地，可以根据被试验者研究来预定义最大急动度和/或最大加速度。例如最大急动度或最大加速度可以分别定义为下述最大值：超过该最大值会在一组代表性被试验者中引起不适。运动机构(关于加速度和/或位置和/或速度)的当前状态例如可以根据运动机构的相应传感器技术数据来评估。
根据本发明方法的另一有利构型，时不变地实施所述限制的自动求取。以该方式可以在忽略时间分量的情况下节省运算能力。
根据本发明方法的有利构型，级联的较晚步骤，即在较晚的级中对调节参量的处置，优先级高于较早的步骤，即在级联的较早步骤中对调节参量的处置。换言之这意味着，不受限的调节参量经历各个饱和函数，这些饱和函数可以配属给各个状态的限制。如果不同的限制是相竞的，即不存在用于所有限制的、物理上有意义的解，则具有在级联中较晚出现的饱和函数的限制或处置占优势，因为该限制或处置可以覆盖先前的饱和步骤的适配。这也被称为“优先化”。由此，如果在考虑所有限制的情况不再能解决问题，则可以有针对性地违反具有较低优先级的一个或多个限制，例如舒适性。这使得本发明的轨迹规划或用于解决轨迹规划问题的本发明方法非常稳健，而同时仅需要MPC方法的运算能力的一部分。
根据本发明方法的另一有利构型，该方法包括通过运动机构以传感器技术求取障碍物的步骤。例如可以以传感器技术借助激光雷达传感器和/或摄像机传感器和/或雷达传感器和/或超声波传感器求取障碍物。此外，也可以基于所接收的数据、例如实时交通信息数据来在车辆方面求取障碍物。
根据本发明方法的另一有利构型，该方法包括计算返回矩阵的步骤，基于所述返回矩阵进行关于动态系统状态的返回轨迹自动求取。尤其可以如下理解所述返回矩阵：该返回矩阵描述了“返回轨迹多快返回到预定义参考轨迹上”的动态。例如可以在行驶开始之前、即离线地计算返回矩阵。因此，当前的轨迹规划能是实时的。因为不必在行驶期间计算用于本发明方法的返回矩阵，所以该方法在运算能力方面是足够离散且高效的。
本发明的以下方面具有有利的构型和扩展方案，这些有利的构型和扩展方案具有本发明方法的前述特征以及通用优点和分别相关的技术效果。为了避免重复，因此省去再次列举。
根据第二方面，本发明涉及一种运动机构的分析评价单元，其中，所述分析评价设置为用于实施根据本发明的第一方面的方法。所述分析评价单元可以尤其固定地安装在运动机构的车载电子装置中。尤其是，根据本发明不必通过外部服务器来规划轨迹。尤其是，本发明方法是运算高效的，使得该方法可以在运动机构的分析评价单元上简单地实施。
附图说明
下面参考附图详细说明本发明的实施例。在附图中示出：
图1本发明方法的变型方案的流程图；
图2费雷内坐标系的图解；
图3本发明方法的状态的处理的图解；
图4本发明方法的级联的图解；
图5a用于横向轨迹规划的级联的图解；
图5b用于横向轨迹规划的级联的另一图解；
图6a用于纵向轨迹规划的级联的图解；
图6b用于纵向轨迹规划的级联的另一图解；
图7用于轨迹规划的级联的另一图解；和
图8用于求得状态总和的控制技术流程的图解。
具体实施方式
图1示出本发明方法的变型方案的流程图。在第一步骤100中，通过运动机构1以传感器技术求取障碍物。响应于此，在第二步骤200中通过运动机构1求取偏差，所述偏差要求返回到运动机构1的预定义轨迹2。在弗雷内坐标系中规划为此所必需的轨迹。在图2中示出具有运动机构1和预定义轨迹2的这种坐标系。该坐标系通过基点r(s)与预定义轨迹2在运动学上关联并且描述运动机构1在每个时间点相对于惯性系统的应有位置和应有取向。在此，纵坐标s(t)描述沿预定义轨迹2的弧长。运动机构1垂直于预定义轨迹2的距离相应于横坐标d(t)。为了说明运动机构1在这种弗雷内坐标系中的动态(即与预定义轨迹2的偏差)，使用三重积分器，其中，将急动度理解为系统的输入参量。由此得出：
Figure BDA0002331434170000061
Figure BDA0002331434170000062
因此，在第三步骤300中进行急动度输入参量的计算。在此t为时间。在此相应地假设横向运动和纵向运动是脱耦的。接着将模型通过状态
Figure BDA0002331434170000063
或者说
Figure BDA0002331434170000064
变换到状态空间。在初始条件x0＝x(0)的情况下微分方程系统按照等式(3)为：
Figure BDA0002331434170000071
现在，基于纵向动态和横向动态的线性状态空间描述可以进行轨迹规划。相应于图3，首先在第一步骤中解决不受限的轨迹规划的问题，接着在随后的步骤中考虑状态参量限制和调节参量限制。在此，约束条件尤其可以直接关于在最大急动度、最大横向加速度等方面的技术要求被导出。在第四步骤400中根据加权总和自动计算不受限的调节参量，所述加权总和包括加权后的状态加数。在此，对于高动态的轨迹，可以在借助LQR方法计算状态返回时进行对状态的更高加权。而如果需要具有较小急动度的更舒适的轨迹，则可以将急动度的权重选择得高于状态的权重。在此，为了规划返回轨迹，计算状态返回：uc(t)＝-K(x*-x(t))，所述状态返回将系统6从初始条件x(0)＝x0出发渐近地稳定到预定义轨迹2上，因而这意味着：x(t)→x*,t→∞。为此，状态x(t)必须是完全已知的，但这对于纯基于模型的规划任务是给定的。在第四步骤400中，进行返回矩阵K的运算，所述运算借助极点预给定或具有有限域或无线域的LQR方法或类似方法实施。在此，根据极点的位置或各个状态的权重而定，可以调整返回轨迹的不受限的动态。关于该过程的详细说明，参考J·伦策的：Regelungstechnik(控制技术)2：
Figure BDA0002331434170000072
Digitale Regelung(多参量系统的数字控制)，Springerverlag(施普林格出版社)，2013年。
在第五步骤500中，根据预定义的边界和运动机构1的当前状态自动计算关于动态系统状态的受限的调节参量。为此，根据预定义的限制进行不受限的调节参量关于动态系统状态的变化。换言之，从不受限的调节参量出发这样地适配调节参量变化曲线，使得能够遵守在调节参量和状态方面的限制。这尤其基于具有与状态相关的上限和下限的饱和环节的级联来实现，如同示例性地在图4中所示。这些环节或者说级在级联中的顺序在此反映了相应的限制的优先级。限制越靠近级联的输出端，则对应的优先级越高。在图4中示例性地示出具有不同级7a至7c的级联。在此，例如从第一状态x1沿着积分器链直至输出端u，优先级越来越高。如果用于这些限制对于该系统因此被优先化，则顺序为：1.u，2.x3，3.x2，4.x1。在此，u定义为急动度，x4定义为加速度，x2定义为速度而x1定义为位置，其中，四描述最高优先级而一描述最低优先级。但饱和的顺序一般可以自由选择。对这些限制的优先化具有以下优点：如果在物理上将不再能遵守所有限制，则自动违反具有最低优先级的限制，以便仍能找到解。这具体意味着：例如违反舒适性准则，以便遵守安全性准则。
在此，与状态相关的饱和的计算表现为：
Figure BDA0002331434170000081
首先，针对具有
Figure BDA0002331434170000082
和
Figure BDA0002331434170000083
的状态限定与时间相关的并且多胞形的状态限制，其中，其中nc是状态限制的数量。与时间相关的调节参量限制由公式(5)表达：
umin(t)≤u(t)≤umax(t). (5)
在此，umin是最小急动度而umax是最大急动度。通过公式(6)和(7)进行用于遵守上限和下限的所有调节参量的计算：
Figure BDA0002331434170000084
Figure BDA0002331434170000085
对于以不受限的调节参量作为输入值的饱和级联，按照在S·Joos；M·Bitzer；R·Karrelmeyer；K·Graichen在Limassol,Zypern(利马索尔，塞浦路斯),2018年EuropeanControl Conference(ECC)(欧洲控制会议)中的：“Prioritization-based switchedfeedback control for linear SISO systems with time-varying state and inputconstraints(针对具有时变状态和输入限制的线性SISO系统的基于优先级变化的反馈控制)”第2935-2940页中所说明的做法并且考虑之前由方程(4)和(5)限定的状态限制和调节参量限制。在此，
Figure BDA0002331434170000086
是饱和级联的计算得出的最大值。
Figure BDA0002331434170000087
是饱和级联的计算得出的最小值。在进一步的步骤中进行不受限的调节参量相应于限制在级联中的优先级的适配。如果这些限制在任何时间点都没有被激活，则级联不会使不受限的调节参量改变。然后按照等式(3)将所得的调节参量应用到纵向动态或横向动态的模型上。接着，对来自饱和级联的输出端的受限调节参量进行三重积分，以得到受限的轨迹。最后，在第七步骤700中，通过关于动态系统状态的受限的返回轨迹对运动机构1进行返回到预定义路径2上的自动控制。
图3示出流程图，包括状态调节器4、考虑限制5和系统6。状态调节器4的输入参量最初是应有状态和实际状态的偏差。状态调节器4的输出参量(急动度)是不受限的调节参量，所述不受限的调节参量通过考虑限制5而被限制。因此，得到经三重积分的受限的调节参量，以得到受限的返回轨迹，所述受限的返回轨迹然后作用于系统6、即运动机构1。
图4示出按照S·Joos；M·Bitzer；R·Karrelmeyer；K·Graichen在Limassol,Zypern,2018，European Control Conference(ECC)中的：“Prioritization-basedswitched feedback control for linear SISO systems with time-varying state andinput constraints”第2935-2940页进行的级联。在此示出级联的级7a、7b、7c。在此，级7b的优先于级7a并且级7c优先于级7b。换言之，如果基于该级联会产生处于该级联中的调节参量的不能解决的任务时，则在级7b中消除级7a的限制。
图5a示出在考虑上限8a至8d和下限9a至9d的情况下用于横向轨迹规划的LQR方法的解决方案的图解。在此，在针对运动机构1的位置的最上方的图中示出位置10a的状态的求得的本地轨迹。此外，以虚线示出预定义的全球轨迹2。在此，求得的本地轨迹、即变化后的返回轨迹的走向渐近地接近预定义轨迹2。在此，对于动态的系统状态给出以下优先级顺序：1.急动度，2.加速度，3.速度，4.位置。换言之这意味着，运动机构1的急动度具有最高优先级而运动机构1的位置具有最低优先级。在此，从上到下地实施第一至第四状态10a至10d的限制。在图5b中具有另一优先级顺序，其中，位置具有最高的优先级，速度具有第二高的优先级，加速度具有第三高的优先级，而急动度具有第四高的优先级。
图6a示出在考虑上限8a至8d和下限9a至9d的情况下的用于纵向轨迹规划的LQR方法的解决方案。在此，第一状态10a关于位置不受限。第二状态10b渐近地接近预定义轨迹2。在此也示出状态10a至10d的上限8b至8d和下限9b至9d。在图6a中的优先级顺序如下：1.急动度，2.加速度，3.速度。图6b示出用于纵向轨迹规划的关于状态10a至10d的轨迹规划。在此，第一至第三状态10a至10c如下优先化：1.速度，2.加速度和3.急动度。
图7示出饱和级联的另一变型方案。在此，不受限的调节参量从上到下经历各个饱和函数，这些饱和函数可以配属给各个状态10a至10d的限制(从上到下：位置、速度、加速度以及急动度)。在此，在前四个图的每个图中从上到下各示出一个限制级联。如果不同的限制是相竞的，即不存在针对该级联的全部限制的解，则在级联中更晚出现的限制占优势，因为这些适配覆盖了之前的饱和步骤。在此，在上限8a至8d和下限9a至9d外部延伸的各个状态10a-10d以虚线标出。通过限制级联将这些在外部延伸的调节参量如下适配，使得这些调节参量遵守限制。这通过状态10a至10d的实线示出，所述实线在上限8a至8d和下限9a至9d内部延伸。由限制8a至8d和9a至9d得出受限的轨迹10e用于返回到预定义轨迹2上。
图8示出用于求得状态总和的流程图。为此，状态x3可以代表运动机构的加速度，状态x2可以代表速度并且状态x1可以代表位置。在此，对于求得状态总和不考虑急动度u。换言之，急动度u得到为0的权重加数。在限制5的输入端处求得状态x1到x3的状态总和。在此，这些状态x1到x3中的每个状态可具有不同的权重。按照希望哪个状态应被更强地或更弱地考虑而定，可将对应的状态更强地或更弱地加权。作为限制5的输出，得到急动度。对该急动度在时间上积分，以得到状态x1。此外，对状态x1积分，以得到状态x2等。在此，尤其x1作用于运动机构1的调节器。尤其能够以该方式对每个时间点t确定用于该调节器的、受限的调节参量，以使运动机构1返回到预定义的轨迹2上。

Claims (10)

1.一种用于控制自动化的或自主的运动机构(1)的方法，所述方法包括以下步骤：
·自动求取(200)与预定义轨迹(2)的偏差，其中，所述偏差要求所述运动机构(1)返回到所述预定义轨迹(2)上，响应于此，
·根据与所述预定义轨迹(2)的偏差，自动计算(300)急动度作为输入参量；
·根据加权总和自动计算(400)用于返回到所述预定义轨迹(2)上的、不受限的调节参量，所述加权总和包括用于所述返回的状态的加权加数，所述加权总和与输入参量相关；
·自动计算(500)关于急动度的、受限的调节参量，其方式是，通过具有多个级的级联处置所述不受限的调节参量，每个级具有饱和函数，其中，每个级关于对应的动态系统状态具有一个饱和函数，响应与此，
·与时间相关地积分(600)受限的调节参量，以得到到所述预定义轨迹(2)上的、受限的返回轨迹，响应与此，
·通过到所述预定义的轨迹(2)上的、受限的返回轨迹自动控制(700)所述运动机构(1)。
2.根据权利要求1所述的方法，其中，所述动态系统状态分别包括所述运动机构(1)的：
·急动度和/或
·速度和/或
·加速度和/或
·位置。
3.根据权利要求1或2所述的方法，其中，所述受限的返回轨迹包括纵向分量和/或横向分量和/或垂直分量。
4.根据前述权利要求中任一项所述的方法，其中，所述级联包括两个至四个级。
5.根据前述权利要求中任一项所述的方法，其中，根据预定义的限制求取所述饱和函数。
6.根据权利要求5所述的方法，其中，时不变地实施所述饱和函数的求取。
7.根据前述权利要求中任一项所述的方法，其中，所述级联中的较晚的步骤与较早的步骤相比具有更高优先级。
8.根据前述权利要求中任一项所述的方法，还包括下述步骤：通过所述运动机构(1)以传感器技术求取(100)障碍物和基于所述障碍物的、与所述预定义参考轨迹(2)的偏差。
9.根据前述权利要求中任一项所述的方法，还包括下述步骤：借助极点预给定和/或借助线性平方控制器方法来计算用于所述不受限的调节参量的返回矩阵。
10.运动机构(1)的分析评价单元(4)，其中，所述分析评价单元(4)设置为用于实施根据权利要求1至9中任一项所述的方法。
CN201911337739.0A 2018-12-21 2019-12-23 用于控制自动化或自主运动机构的方法和分析评价单元 Pending CN111352384A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102018222783.7 2018-12-21
DE102018222783.7A DE102018222783A1 (de) 2018-12-21 2018-12-21 Verfahren zum Steuern eines automatisierten oder autonomen Fortbewegungsmittels und Auswerteeinheit

Publications (1)

Publication Number Publication Date
CN111352384A true CN111352384A (zh) 2020-06-30

Family

ID=70969201

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911337739.0A Pending CN111352384A (zh) 2018-12-21 2019-12-23 用于控制自动化或自主运动机构的方法和分析评价单元

Country Status (3)

Country Link
US (1) US11358612B2 (zh)
CN (1) CN111352384A (zh)
DE (1) DE102018222783A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115593405A (zh) * 2021-06-25 2023-01-13 Aptiv技术有限公司（Bb） 检测车道偏离事件的方法和系统

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019110217B4 (de) * 2019-04-17 2021-09-16 Zf Friedrichshafen Ag Verfahren zum automatisierten Steuern eines Kraftfahrzeugs
CN112859913B (zh) * 2021-01-13 2023-06-06 广东工业大学 考虑输出约束的多四旋翼无人机姿态一致最优控制方法
CN113460091B (zh) * 2021-08-23 2022-10-21 吉林大学 一种无保护十字路口无人车滚动优化决策方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8554343B2 (en) * 2010-12-08 2013-10-08 Mitsubishi Electric Research Laboratories, Inc. Method for solving control problems
DE102013214225A1 (de) * 2013-07-19 2015-01-22 Bayerische Motoren Werke Aktiengesellschaft Dynamische Neuplanung einer Fahrtrajektorie mittels LQ-Regelung für einen Ausweichassistenten
EP2996003B1 (en) * 2014-09-11 2021-06-30 Robert Bosch GmbH Device and method for moving an object
EP3730384B1 (en) * 2019-04-24 2022-10-26 Aptiv Technologies Limited System and method for trajectory estimation

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115593405A (zh) * 2021-06-25 2023-01-13 Aptiv技术有限公司（Bb） 检测车道偏离事件的方法和系统

Also Published As

Publication number Publication date
US20200198657A1 (en) 2020-06-25
DE102018222783A1 (de) 2020-06-25
US11358612B2 (en) 2022-06-14

Similar Documents

Publication Publication Date Title
Wang et al. A reinforcement learning based approach for automated lane change maneuvers
CN111352384A (zh) 用于控制自动化或自主运动机构的方法和分析评价单元
CN108698595B (zh) 用于控制车辆运动的方法和车辆的控制系统
CN109415089B (zh) 控制车辆的控制器和方法以及非暂时性计算机可读存储器
Plessen et al. Spatial-based predictive control and geometric corridor planning for adaptive cruise control coupled with obstacle avoidance
JP7345676B2 (ja) 自動または半自動運転車両の適応制御
US10012984B2 (en) System and method for controlling autonomous vehicles
JP7334364B2 (ja) 自動運転車または半自動運転車のアダプティブコントロール
Gu et al. Tunable and stable real-time trajectory planning for urban autonomous driving
CN111295318B (zh) 用于调节车辆纵向位置的方法和装置
CN111930015B (zh) 一种无人车控制方法及装置
Ward et al. Probabilistic model for interaction aware planning in merge scenarios
WO2010101749A1 (en) Predictive semi-autonomous vehicle navigation system
WO2017002590A1 (ja) 走行指令生成装置
CN110688920A (zh) 一种无人驾驶控制方法、装置及服务器
Németh et al. Optimal control of overtaking maneuver for intelligent vehicles
US20220227391A1 (en) Systems and methods for scenario dependent trajectory scoring
JP2021011173A (ja) 予測装置、予測方法、プログラムおよび車両制御システム
Berntorp et al. Motion planning of autonomous road vehicles by particle filtering: Implementation and validation
WO2023176083A1 (en) Model-based control with uncertain motion model
Romero et al. Low speed hybrid generalized predictive control of a gasoline-propelled car
CN116323351A (zh) 用于生成横向偏移轨迹的方法
CN114690630A (zh) 神经网络控制器与基于模型的控制器相组合的车辆控制
Wang Path planning and path following for vehicles at intersections and in parking lots
Yang et al. A Hybrid Approach using an Adaptive Waypoint Generator for Lane-changing Maneuver on Curved Roads

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