CN111959527A - 一种基于转角优化序列的汽车路径跟踪控制方法 - Google Patents
一种基于转角优化序列的汽车路径跟踪控制方法 Download PDFInfo
- Publication number
- CN111959527A CN111959527A CN202010786342.6A CN202010786342A CN111959527A CN 111959527 A CN111959527 A CN 111959527A CN 202010786342 A CN202010786342 A CN 202010786342A CN 111959527 A CN111959527 A CN 111959527A
- Authority
- CN
- China
- Prior art keywords
- tire
- automobile
- model
- lateral
- slip angle
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000005457 optimization Methods 0.000 title claims abstract description 18
- 238000006073 displacement reaction Methods 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000005096 rolling process Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 3
- 238000013461 design Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- ZFMRLFXUPVQYAU-UHFFFAOYSA-N sodium 5-[[4-[4-[(7-amino-1-hydroxy-3-sulfonaphthalen-2-yl)diazenyl]phenyl]phenyl]diazenyl]-2-hydroxybenzoic acid Chemical compound C1=CC(=CC=C1C2=CC=C(C=C2)N=NC3=C(C=C4C=CC(=CC4=C3O)N)S(=O)(=O)O)N=NC5=CC(=C(C=C5)O)C(=O)O.[Na+] ZFMRLFXUPVQYAU-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
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
-
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- 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
- B60W30/10—Path keeping
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0031—Mathematical model of the vehicle
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0037—Mathematical models of vehicle sub-units
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
一种基于转角优化序列的汽车路径跟踪控制方法,其特征在于,该方法包括MPC路径跟踪控制器、轮胎侧偏角估计模块、CarSim汽车模型和轮胎模型线性化模块。轮胎侧偏角估计模块用于估计预测时域内的轮胎侧偏角序列,轮胎模型线性化模块用于预测时域内非线性轮胎力的线性处理,MPC路径跟踪控制器优化求解出汽车的前轮转角序列,输入给CarSim汽车模型,实现路径跟踪控制。
Description
技术领域:
本发明涉及汽车路径跟踪控制领域,一种基于转角优化序列的汽车路径跟踪控制方法。
背景技术:
随着交通拥堵问题的日益严重和道路安全问题的日益突出,自动驾驶汽车已经成为汽车行业发展的趋势。由于实际的道路环境复杂多样,而且汽车本身也存在着强非线性,使得自动驾驶汽车的跟踪控制面临巨大的挑战。
国内外学者在自动驾驶汽车跟踪控制算法方面已经有了很多研究成果,传统的控制方法主要有鲁棒控制、预瞄控制和滑模控制等。但上述方法通常只能利用当前的环境信息和汽车状态,并且难以考虑环境和汽车的约束条件。因此,研究人员开始将模型预测控制(Model predictive control,MPC)应用到汽车控制领域。
国内在进行路径跟踪控制研究时,通常假设汽车的轮胎侧偏角较小,将轮胎模型简化成线性轮胎模型,因此并不适用于高速极限工况下的路径跟踪控制。而在汽车稳定性控制领域,国内外已有很多学者根据当前汽车状态对轮胎模型进行连续线性化处理,设计基于线性时变MPC的汽车稳定性控制器并取得了很好的控制效果。但是,这种线性化方法在预测时域内并没有考虑轮胎力的非线性变化,当汽车处于动力学极限附近时,这种线性化方式将变得不那么精确。而国外在路径跟踪控制方面有一些学者开始考虑预测时域内轮胎力的变化对路径跟踪效果的影响。论文[Brown M,Funke J,Erlien S,Gerdes J C.Safedriving envelopes for path tracking in autonomous vehicles[J].ControlEngineering Practice,2017(61):307-316.]在研究基于MPC的路径规划与路径跟踪的集成控制时,利用上一时刻求解的轮胎侧偏角序列对当前预测时域内的轮胎力进行连续线性化处理。但仅仅使用上一时刻优化的侧偏角序列会产生抖动的现象。论文[Funke J,BrownM,Erlien S M,Gerdes J C.Collision Avoidance and Stabilization for AutonomousVehicles in Emergency Scenarios[J].IEEE Transactions on Control SystemsTechnology,2017,25(4):1204-1216.]在此基础上,对轮胎侧偏角进行了正则化处理,较好的解决了这一问题。但是上述方法要求控制时域与预测时域长度一致,较长的控制时域加重了求解器的计算负担。而且,这些研究主要针对中低速工况,尚未讨论高速低附着极限工况下的控制问题。
发明内容:
为解决极限工况下自动驾驶汽车紧急避撞时传统路径跟踪控制方法因轮胎力表达不精确导致的路径跟踪失败问题,本发明提供一种基于转角优化序列的路径跟踪控制方法。首先,基于非线性UniTire轮胎模型求解的轮胎状态刚度对非线性轮胎力进行线性化处理,然后,提出基于优化转角序列的轮胎状态刚度预测方法,并利用预测的轮胎状态刚度实现预测时域内轮胎力的预测和线性化,最后设计MPC控制器实现路径跟踪控制。
本发明解决技术问题所采取的技术方案如下:
一种基于优化转角序列的路径跟踪控制方法,其特征在于,该方法包括MPC控制器、轮胎侧偏角估计模块、CarSim汽车模型和轮胎模型线性化模块;轮胎侧偏角估计模块用于估计预测时域内汽车的轮胎侧偏角序列;轮胎模型线性化模块用于实现预测时域内非线性轮胎力的线性近似;CarSim汽车模型用于输出汽车的实际状态量,包括汽车纵向速度、侧向速度、横摆角速度、质心侧偏角和侧向位移;MPC控制器根据期望的侧向位移、横摆角以及汽车的实际状态量,求解出汽车的前轮转角和前轮转角序列,并输入给CarSim汽车模型和轮胎侧偏角估计模块,控制汽车实现路径跟踪控制;
该方法包括以下步骤:
步骤1、设计轮胎侧偏角估计模块,确定预测时域内的轮胎侧偏角序列,其表达式如下:
步骤2、设计轮胎模型线性化模块,实现预测时域内非线性轮胎力的线性近似,其过程包括如下子步骤:
步骤2.1、设计非线性UniTire轮胎模型,如下:
其中,Fy为轮胎侧向力;为无量纲总切向力;φx为相对纵向滑移率;φn为修正后的相对综合滑移率;μy为侧向摩擦系数;Fz为轮胎垂直载荷;E为综合曲率因子;φ为相对综合滑移率;Ex为纵向力曲率因子;Ey为侧向力曲率因子;φy为相对侧向滑移率;λ为总切向力方向因子;Kx为纵滑刚度;Ky为侧偏刚度;Sx为纵向滑移率;Sy为侧向滑移率;μx为纵向摩擦系数;Fzn为轮胎无量纲垂直载荷;ω为车轮角速度;Vx为轮胎接地印迹中心纵向滑移速度;Vy为轮胎接地印迹中心侧向滑移速度;Re为轮胎有效滚动半径;κ为ISO轮胎坐标系中的纵向滑移率;α为ISO轮胎坐标系中的轮胎侧偏角;Fz0为轮胎标称载荷;模型参数η=4,φc=1,pu1=0.89,pu2=-0.289,pu3=-0.289,su1=1.106,su2=-0.36,su3=0.051,pe1=-2.98,pe2=9.37,se1=-2.08,se2=9.37,pk1=0.019,pk2=-0.00000001,pk3=-0.00000001,sk1=0.046,sk2=0.008,sk3=0.006;
步骤2.2、轮胎模型线性化方程设计,其过程包括如下子步骤:
步骤2.2.1、轮胎状态刚度定义,定义轮胎状态刚度C为每一侧偏角α下,侧向力与该侧偏角的比值,表达式如下:
其中,前、后轮的轮胎侧偏角αf和αr分别定义如下:
步骤2.2.2、轮胎模型性化方程设计,将步骤2.1的式(2)得到的轮胎侧向力和步骤2.2.1的式(15)得到的轮胎侧偏角代入步骤2.2.1的式(14)可得到每个轮胎的轮胎状态刚度,基于得到的轮胎状态刚度,前、后轮胎的侧向力可线性化表示为:
Fy,i=Ci·αi (16)
其中,下标i=f,r,分别指前、后轮胎;
步骤2.3、预测时域内轮胎状态刚度预测和轮胎模型线性化,其过程包括如下子步骤:
步骤2.3.1、为了获得轮胎的非线性特性,基于Unitire轮胎模型,获取不同路面附着系数下的轮胎侧向刚度对轮胎载荷与轮胎侧偏角的关系曲线,得到轮胎状态刚度三维图。轮胎线性化模块将轮胎的载荷和预测的轮胎侧偏角分别输入到轮胎状态刚度三维图,通过线性插值法获得轮胎的轮胎状态刚度
步骤2.3.2、预测时域内轮胎状态刚度预测,将步骤1中得到的预测的轮胎侧偏角序列输入到步骤2.3.1中的轮胎状态三维图,可以得到预测内M步的轮胎状态刚度值,进而预测M步的轮胎状态刚度变化量可以表示为:
其中n=1,2,…M.
最终可以得到预测时域内M步的轮胎状态刚度:
为了提高预测的轮胎状态的精度,设计了一种预测时域内P至M步的轮胎状态刚度预测方法,具体如下所示:
预测时域内P步的轮胎状刚度可以表示为:
步骤2.3.3、预测时域内的轮胎模型线性化,将步骤2.3.2的式(20)代入步骤2.2.2的式(16)可得到预测时域内的轮胎侧向力的线性化表达式:
步骤3、设计MPC控制器,其过程包括如下子步骤:
步骤3.1、建立汽车运动学模型,其表达式如下:
其中,Iz为绕汽车质心铅垂轴的横摆转动惯量;为汽车横摆角加速度;Fy,f和Fy,r分别为前、后轮胎的侧向力;m为汽车质量;β为汽车的质心侧偏角速度;为汽车在大地坐标系中的横摆角变化率;为汽车在大地坐标系中侧向位移的变化率;为汽车在大地坐标系中的横摆角;
步骤2.3.1的式(20)代入步骤3.1的汽车动力学模型式(22),可以得到MPC控制器的预测模型:
将式(23)写成标准状态空间方程的形式,并以步长Ts进行离散化,得到增量式的离散预测模型模型如下:
步骤3.2、计算预测输出,根据模型预测控制理论,取预测时域为P,控制时域为M,可以得到在当前k时刻的预测输出为:
ζ(k+1|k)=Sξ·Δξ(k)+I·ζ(k)+SuΔU(k) (25)
其中,
预测输出矩阵ζ(k+1|k)=[ζ(k+1|k),…,ζ(k+P|k)]T;控制输入增量矩阵ΔU(k)=[Δu(k),…,Δu(k+M-1)]T;
步骤3.3、设计优化目标及约束条件,其过程包括如下子步骤:
步骤3.3.1、用期望的侧向位移和质心侧偏角与汽车实际侧向位移和质心侧偏角偏差的二范数作为路径跟踪性能指标,其表达式如下:
其中:Γy和Γβ分别是对侧向位移和质心侧偏角跟踪性能的加权因子;
步骤3.3.2、用控制量变化量的二范数作为转向平滑指标,其表达式如下:
其中:Γu是对控制输入变化量的加权因子;
步骤3.3.3、设置执行器物理约束,满足执行器要求:
利用线性不等式限制前轮转角及其变化量的上下限,得到转向执行器的物理约束,其数学表达式为:
-δfmax≤δf(k+n)≤δfmax
-Δδfmax≤Δδf(k+n)≤Δδfmax (28)
n=0,1…M
其中:-δfmax是前轮转角下限,δfmax是前轮转角上限;-Δδfmax是前轮转角变化量的下限;Δδfmax是前轮转角变化量的上限;
步骤3.3.4、设置控制输出约束,满足道路环境要求:
其中,-βmax是质心侧偏角下限,βmax是质心侧偏角上限;-Ymax是侧向位移下限;Ymax是侧向位移上限;
步骤3.4、求解系统控制输入,其过程包括如下子步骤:
步骤3.4.1、利用线性加权法将步骤3.3.1所述跟踪性能指标和步骤3.3.2所述转向平滑指标转化为单一指标,构建多目标优化控制问题:
服从于
i)预测模型式(27)
ii)约束条件式(31)~(32)
步骤3.4.2、在控制器中,采用二次规划算法,求解多目标优化控制问题(30),得到最优开环控制序列Δδf为:
选取当前时刻最优开环控制序列中的第一个元素进行反馈,与前一时刻进行线性叠加后得到前轮转角δf,输入给CarSim汽车模型,实现汽车的路径跟踪控制。
本发明的有益效果是:本方法通过优化的转角序列预测时域内的轮胎状态刚度,实现预测时域内轮胎力的预测和线性化,能够有效解决高速极限工况下自动驾驶汽车紧急避撞时传统路径跟踪控制方法因轮胎力表达不精确导致的路径跟踪失败问题,明显改善高速极限工况下的避撞控制效果,而且有助于降低求解器的计算负担。
附图说明
图1是本发明的控制系统结构示意图。
图2是轮胎状态刚度预测示意图。
图3是汽车运动学模型示意图。
图4是预测时域内轮胎模型线性化示意图。
图5是轮胎状态刚度特性三维图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
图1是本发明一种基于优化转角序列的路径跟踪控制方法的系统结构示意图,该系统主要包括MPC控制器1、轮胎侧偏角估计模型块2、CarSim汽车模型3和轮胎模型线性化模块4;轮胎侧偏角估计模型快2用于估计预测时域内的轮胎侧偏角序列;轮胎模型线性化模块4用于实现预测时域内非线性轮胎力的线性近似;CarSim汽车模型4用于输出汽车的实际状态量,包括汽车纵向速度、侧向速度、横摆角速度、横摆角和侧向位移;MPC控制器1根据期望的侧向位移、质心侧偏角以及汽车的实际状态量,求解出汽车的前轮转角,输入给CarSim汽车4模型,控制汽车实现路径跟踪控制;同时将求解出的前轮转角序列输入给轮胎侧偏角估计模型块2,计算出预测时域内的轮胎侧偏角序列;
下面以CarSim汽车仿真软件某车型为平台,具体说明本发明的方法,其主要参数如表1所示:
表1 CarSim汽车的主要参数
前轮转角估计模块2的设计,用于计算出预测的轮胎侧偏角序列,其表达式如下:
设计轮胎模型线性化模块4的设计包括三部分:2.1设计非线性轮胎模型;2.2轮胎模型线性化方程设计;2.3预测时域内轮胎状态刚度预测和轮胎模型线性化;
在2.1部分中,设计非线性UniTire轮胎模型如下:
其中,Fy为轮胎侧向力;为无量纲总切向力;φx为相对纵向滑移率;φn为修正后的相对综合滑移率;μy为侧向摩擦系数;Fz为轮胎垂直载荷;E为综合曲率因子;φ为相对综合滑移率;Ex为纵向力曲率因子;Ey为侧向力曲率因子;φy为相对侧向滑移率;λ为总切向力方向因子;Kx为纵滑刚度;Ky为侧偏刚度;Sx为纵向滑移率;Sy为侧向滑移率;μx为纵向摩擦系数;Fzn为轮胎无量纲垂直载荷;ω为车轮角速度;Vx为轮胎接地印迹中心纵向滑移速度;Vy为轮胎接地印迹中心侧向滑移速度;Re为轮胎有效滚动半径;κ为ISO轮胎坐标系中的纵向滑移率;α为ISO轮胎坐标系中的轮胎侧偏角;Fz0为轮胎标称载荷;模型参数η=4,φc=1,pu1=0.89,pu2=-0.289,pu3=-0.289,su1=1.106,su2=-0.36,su3=0.051,pe1=-2.98,pe2=9.37,se1=-2.08,se2=9.37,pk1=0.019,pk2=-0.00000001,pk3=-0.00000001,sk1=0.046,sk2=0.008,sk3=0.006;
在2.2部分中,在前时刻对轮胎模型进行线性化,包括两部分:2.2.1轮胎状态刚度定义;2.2.2轮胎模型性化方程设计;
在2.2.1部分中,定义轮胎状态刚度C为每一侧偏角α下,侧向力与该侧偏角的比值,如图3,表达式如下:
其中,前、后轮的轮胎侧偏角αf和αr分别定义如下:
在2.2.2部分中,设计轮胎模型线性化方程,将式(2)得到的轮胎侧向力和式(15)得到的轮胎侧偏角代入式(14)可得到每个轮胎的轮胎状态刚度,基于得到的轮胎状态刚度,前、后轮胎的侧向力可线性化表示为:
Fy,i=Ci·αi (16)
其中,下标i=f,r,分别指前、后轮胎;
在2.3部分中,预测时域内轮胎状态刚度预测和轮胎模型线性化包括三部分:2.3.1建立轮胎侧偏刚度特性三维图;2.3.2预测时域内轮胎状态刚度预测;2.3.3预测时域内的轮胎模型线性化;
在2.3.1部分中,建立汽车运动学模型轮胎侧偏刚度特性三维图,如图5所示;
在2.3.2部分中,对预测时域内轮胎状态刚度预测,将式(1)得到的预测的轮胎侧偏角序列输入轮胎状态刚度三维图,可以得到预测时域内M步的轮胎状态刚度值,进而预测M步的轮胎状态刚度变化量可以表示为:
其中n=1,2,…M.
最终可以得到预测时域内M步的轮胎状态刚度:
为了提高预测的准确度,设计了一种预测时域内P至M步的轮胎状态刚度预测方法,具体如下所示:
预测时域内P步的轮胎状刚度如图2所示,可以表示为:
在2.3.3部分中,对预测时域内的轮胎模型线性化,如图3,将式(21)代入步骤2.2.2的式(16)可得到预测时域内的轮胎侧向力的线性化表达式:
MPC控制器3的设计包括四部分:3.1建立预测模型;3.2计算预测输出;3.3设计优化目标及约束条件;3.4求解系统控制输入;
在3.1部分中,首先建立车辆运动学模型,如图4所示,其表达式如下:
图中,XOY坐标系为大地坐标系;为汽车侧向速度;为汽车纵向速度;γ为汽车横摆角速度;δf为车辆前轮转角;Fy,f和Fy,r分别为前、后轮胎的侧向力;αf与αr分别为前、后轮胎侧偏角;lf与lr分别为汽车质心到前轴和后轴的距离;
其中,Iz为绕汽车质心铅垂轴的横摆转动惯量;为汽车横摆角加速度;Fy,f和Fy,r分别为前、后轮胎的侧向力;m为汽车质量;β为汽车的质心侧偏角;为汽车在大地坐标系中的横摆角变化率;为汽车在大地坐标系中侧向位移的变化率;为汽车在大地坐标系中的横摆角;
将式(20)代入式(22),可以得到MPC控制器的预测模型:
将式(23)写成标准状态空间方程的形式,并以步长Ts进行离散化,得到增量式的离散预测模型模型如下:
将式(24)写成标准状态空间方程的形式,并以步长Ts进行离散化,得到增量式的离散预测模型模型如下:
在3.2部分中,计算预测输出,根据模型预测控制理论,取预测时域为P,控制时域为M,可以得到在当前k时刻的预测输出为:
ζ(k+1|k)=Sξ·Δξ(k)+I·ζ(k)+SuΔU(k) (26)
其中,
预测输出矩阵ζ(k+1|k)=[ζ(k+1|k),…,ζ(k+P|k)]T;控制输入增量矩阵ΔU(k)=[Δu(k),…,Δu(k+M-1)]T;
在3.3部分中,优化目标及约束条件的设计包括三部分:3.3.1设计路径跟踪性能指标;3.3.2设计转向平滑指标;3.3.3设置执行器物理约束;3.3.4设置控制输出约束;
在3.3.1部分中,用期望的侧向位移和横摆角与汽车实际侧向位移和横摆角的偏差的二范数作为路径跟踪性能指标,其表达式如下:
在3.3.2部分中,用控制量变化量的二范数作为转向平滑指标,其表达式如下:
其中:Γu是对控制输入变化量的加权因子;
在3.3.3部分中,设置执行器物理约束,利用线性不等式限制前轮转角及其变化量的上下限,得到转向执行器的物理约束,其数学表达式为:
-δfmax≤δf(k+n)≤δfmax
-Δδfmax≤Δδf(k+n)≤Δδfmax (29)
n=0,1…M
其中:-δfmax是前轮转角下限,δfmax是前轮转角上限;-Δδfmax是前轮转角变化量的下限;Δδfmax是前轮转角变化量的上限;
在3.3.4部分中,设置控制输出约束,满足道路环境要求:
其中,-βmax是质心侧偏角下限,βmax是质心侧偏角上限;-Ymax是侧向位移下限;Ymax是侧向位移上限;
在3.4部分中,系统控制输入的求解包括两部分:3.4.1构建多目标优化控制问题;3.4.2求解多目标优化控制问题;
在3.4.1部分中,利用线性加权法将式(27)的跟踪性能指标和式(28)的转向平滑指标转化为单一指标,构建多目标优化控制问题:
服从于
i)预测模型式(25)
ii)约束条件式(29)~(30)
在3.4.2部分中,采用二次规划算法,求解多目标优化控制问题(31),得到最优开环控制序列Δδf为:
选取当前时刻最优开环控制序列中的第一个元素进行反馈,与前一时刻进行线性叠加后得到前轮转角δf,输出给CarSim汽车模型3,实现汽车的路径跟踪控制。
Claims (1)
1.一种基于转角优化序列的汽车路径跟踪控制方法,其特征在于,该方法包括轮胎侧偏角估计模块、轮胎模型线性化模块、MPC控制器和CarSim汽车模型;轮胎侧偏角估计模块用于估计预测时域内汽车的轮胎侧偏角序列;轮胎模型线性化模块用于实现预测时域内非线性轮胎力的线性近似;CarSim汽车模型用于输出汽车的实际状态量,包括汽车纵向速度、侧向速度、横摆角速度、横摆角和侧向位移;MPC控制器根据期望的侧向位移、质心侧偏角以及汽车的实际状态量,求解出汽车的前轮转角和前轮转角序列,并输入给CarSim汽车模型和轮胎侧偏角估计模块,控制汽车实现路径跟踪控制;
该方法包括以下步骤:
步骤1、设计轮胎侧偏角估计模块,确定预测时域内的轮胎侧偏角序列,其表达式如下:
步骤2、设计轮胎模型线性化模块,实现预测时域内非线性轮胎力的线性近似,其过程包括如下子步骤:
步骤2.1、设计非线性轮胎模型,得到轮胎侧向力Fy的表达式如下:
其中,Fy为轮胎侧向力;为无量纲总切向力;φx为相对纵向滑移率;φn为修正后的相对综合滑移率;μy为侧向摩擦系数;Fz为轮胎垂直载荷;E为综合曲率因子;φ为相对综合滑移率;Ex为纵向力曲率因子;Ey为侧向力曲率因子;φy为相对侧向滑移率;λ为总切向力方向因子;Kx为纵滑刚度;Ky为侧偏刚度;Sx为纵向滑移率;Sy为侧向滑移率;μx为纵向摩擦系数;Fzn为轮胎无量纲垂直载荷;ω为车轮角速度;Vx为轮胎接地印迹中心纵向滑移速度;Vy为轮胎接地印迹中心侧向滑移速度;Re为轮胎有效滚动半径;κ为ISO轮胎坐标系中的纵向滑移率;α为ISO轮胎坐标系中的轮胎侧偏角;Fz0为轮胎标称载荷;模型参数η=4,φc=1,pu1=0.89,pu2=-0.289,pu3=-0.289,su1=1.106,su2=-0.36,su3=0.051,pe1=-2.98,pe2=9.37,se1=-2.08,se2=9.37,pk1=0.019,pk2=-0.00000001,pk3=-0.00000001,sk1=0.046,sk2=0.008,sk3=0.006;
步骤2.2、轮胎模型线性化方程设计,其过程包括如下子步骤:
步骤2.2.1、轮胎状态刚度定义,定义轮胎状态刚度C为每一侧偏角α下,侧向力与该侧偏角的比值,表达式如下:
其中,前、后轮的轮胎侧偏角αf和αr分别定义如下:
步骤2.2.2、轮胎模型性化方程设计,将步骤2.1得到的轮胎侧向力和步骤2.2.1的式(15)得到的轮胎侧偏角代入步骤2.2.1的式(14)可得到每个轮胎的轮胎状态刚度,基于得到的轮胎状态刚度,前、后轮胎的侧向力可线性化表示为:
Fy,i=Ci·αi (16)
其中,下标i=f,r,分别指前、后轮胎;
步骤2.3、预测时域内轮胎状态刚度预测和轮胎模型线性化,其过程包括如下子步骤:
步骤2.3.1、为了获得轮胎的非线性特性,基于Unitire轮胎模型,获取不同路面附着系数下的轮胎侧向刚度对轮胎载荷与轮胎侧偏角的关系曲线,得到轮胎状态刚度三维图;轮胎线性化模块将轮胎的载荷和预测的轮胎侧偏角分别输入到轮胎状态刚度三维图,通过线性插值法获得轮胎的状态刚度
步骤2.3.2、预测时域内轮胎状态刚度预测,将步骤1中得到的预测的轮胎侧偏角序列输入到步骤2.3.1中的轮胎状态三维图,可以得到预测内M步的轮胎状态刚度值,进而预测M步的轮胎状态刚度变化量可以表示为:
其中n=1,2,…M.
最终可以得到预测时域内M步的轮胎状态刚度:
为了提高预测的轮胎状态刚度的精度,设计了一种预测时域内P至M步的轮胎状态刚度预测方法,具体如下所示:
预测时域内P步的轮胎状刚度可以表示为:
步骤2.3.3、预测时域内的轮胎模型线性化,将步骤2.3.2的式(20)代入步骤2.2.2的式(16)可得到预测时域内的轮胎侧向力的线性化表达式:
步骤3、设计MPC控制器,其过程包括如下子步骤:
步骤3.1、建立预测模型,建立汽车运动学模型,其表达式如下:
其中,Iz为绕汽车质心铅垂轴的横摆转动惯量;为汽车横摆角加速度;Fy,f和Fy,r分别为前、后轮胎的侧向力;m为汽车质量;为汽车侧向加速度;为汽车在大地坐标系中的横摆角变化率;Y为汽车在大地坐标系中侧向位移的变化率;为汽车在大地坐标系中的横摆角;
将步骤2.3.3的式(20)代入步骤3.1的汽车动力学模型式(22),可以得到MPC控制器的预测模型:
将式(23)写成标准状态空间方程的形式,并以步长Ts进行离散化,得到增量式的离散预测模型模型如下:
步骤3.2、计算预测输出,根据模型预测控制理论,取预测时域为P,控制时域为M,可以得到在当前k时刻的预测输出为:
ζ(k+1|k)=Sξ·Δξ(k)+I·ζ(k)+SuΔU(k) (25)
其中,
预测输出矩阵ζ(k+1|k)=[ζ(k+1|k),…,ζ(k+P|k)]T;控制输入增量矩阵ΔU(k)=[Δu(k),…,Δu(k+M-1)]T;
步骤3.3、设计优化目标及约束条件,其过程包括如下子步骤:
步骤3.3.1、用期望的侧向位移和质心侧偏角与汽车实际侧向位移和质心侧偏角偏差的二范数作为路径跟踪性能指标,其表达式如下:
其中:Γy和Γβ分别是对侧向位移和质心侧偏角跟踪性能的加权因子;
步骤3.3.2、用控制量变化量的二范数作为转向平滑指标,其表达式如下:
其中:Γu是对控制输入变化量的加权因子;
步骤3.3.3、设置执行器物理约束,满足执行器要求:
利用线性不等式限制前轮转角及其变化量的上下限,得到转向执行器的物理约束,其数学表达式为:
其中:-δfmax是前轮转角下限,δfmax是前轮转角上限;-Δδfmax是前轮转角变化量的下限;Δδfmax是前轮转角变化量的上限;
步骤3.3.4、设置控制输出约束,满足道路环境要求:
其中,-βmax是质心侧偏角下限,βmax是质心侧偏角上限;-Ymax是侧向位移下限;Ymax是侧向位移上限;
步骤3.4、求解系统控制输入,其过程包括如下子步骤:
步骤3.4.1、利用线性加权法将步骤3.3.1所述跟踪性能指标和步骤3.3.2所述转向平滑指标转化为单一指标,构建多目标优化控制问题:
服从于
i)预测模型式(27)
ii)约束条件式(31)~(32)
步骤3.4.2、在控制器中,采用二次规划算法,求解多目标优化控制问题(30),得到最优开环控制序列Δδf为:
选取当前时刻最优开环控制序列中的第一个元素进行反馈,与前一时刻进行线性叠加后得到前轮转角δf,输入给CarSim汽车模型,实现汽车的路径跟踪控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010786342.6A CN111959527B (zh) | 2020-08-07 | 2020-08-07 | 一种基于转角优化序列的汽车路径跟踪控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010786342.6A CN111959527B (zh) | 2020-08-07 | 2020-08-07 | 一种基于转角优化序列的汽车路径跟踪控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111959527A true CN111959527A (zh) | 2020-11-20 |
CN111959527B CN111959527B (zh) | 2023-09-05 |
Family
ID=73364697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010786342.6A Active CN111959527B (zh) | 2020-08-07 | 2020-08-07 | 一种基于转角优化序列的汽车路径跟踪控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111959527B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112829766A (zh) * | 2021-02-07 | 2021-05-25 | 西南大学 | 一种基于分布式驱动电动车辆的自适应路径跟踪方法 |
CN112882474A (zh) * | 2021-01-26 | 2021-06-01 | 北京科技大学 | 基于时变模型预测控制的一体式无人汽车换道控制方法 |
CN112904849A (zh) * | 2021-01-18 | 2021-06-04 | 北京科技大学 | 一体式自动驾驶汽车换道轨迹规划和跟踪控制方法及系统 |
CN113022567A (zh) * | 2021-03-03 | 2021-06-25 | 南京航空航天大学 | 一种基于Popov超稳定性的智能车路径跟踪控制方法 |
CN113602279A (zh) * | 2021-08-27 | 2021-11-05 | 吾驾之宝汽车技术(江苏)有限公司 | 分布式驱动电动汽车质心侧偏角与轮胎侧向力估计方法 |
CN113954873A (zh) * | 2021-11-01 | 2022-01-21 | 北京科技大学 | 一种基于降维模型的转向和制动一体化路径跟踪控制方法 |
CN118025223A (zh) * | 2024-01-15 | 2024-05-14 | 华南理工大学 | 基于长短时记忆网络的无人驾驶汽车学习型预测控制方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101434235A (zh) * | 2008-12-22 | 2009-05-20 | 长安大学 | 一种汽车转向制动稳定性控制系统 |
DE102008032754A1 (de) * | 2007-07-12 | 2009-07-16 | Magna Steyr Fahrzeugtechnik Ag & Co. Kg | Vorrichtung und Verfahren zur Fahrdynamikreglung eines Fahrzeuges |
CN101532914A (zh) * | 2009-04-09 | 2009-09-16 | 吉林大学 | 混合动力轿车制动协调控制系统的硬件在回路试验台 |
CN101973313A (zh) * | 2010-10-27 | 2011-02-16 | 江苏大学 | 基于自治体技术的车辆转向稳定控制装置及方法 |
CN102267460A (zh) * | 2011-05-26 | 2011-12-07 | 上海理工大学 | 一种基于轮胎垂向载荷分配的车辆稳定性控制方法 |
CN108515969A (zh) * | 2018-04-19 | 2018-09-11 | 佛山市梅雨科技有限公司 | 一种用于车辆制动过程中的路径控制方法 |
CN109606352A (zh) * | 2018-11-22 | 2019-04-12 | 江苏大学 | 一种车辆路径跟踪与稳定性协调控制方法 |
CN109606379A (zh) * | 2018-11-22 | 2019-04-12 | 江苏大学 | 一种分布式驱动无人驾驶车辆路径跟踪容错控制方法 |
CN110217227A (zh) * | 2019-06-25 | 2019-09-10 | 长春工业大学 | 一种适用于冰雪道路工况的转向制动联合避撞控制方法 |
CN110217229A (zh) * | 2019-06-25 | 2019-09-10 | 长春工业大学 | 一种适用于高速极限工况的路径跟踪控制方法 |
-
2020
- 2020-08-07 CN CN202010786342.6A patent/CN111959527B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102008032754A1 (de) * | 2007-07-12 | 2009-07-16 | Magna Steyr Fahrzeugtechnik Ag & Co. Kg | Vorrichtung und Verfahren zur Fahrdynamikreglung eines Fahrzeuges |
CN101434235A (zh) * | 2008-12-22 | 2009-05-20 | 长安大学 | 一种汽车转向制动稳定性控制系统 |
CN101532914A (zh) * | 2009-04-09 | 2009-09-16 | 吉林大学 | 混合动力轿车制动协调控制系统的硬件在回路试验台 |
CN101973313A (zh) * | 2010-10-27 | 2011-02-16 | 江苏大学 | 基于自治体技术的车辆转向稳定控制装置及方法 |
CN102267460A (zh) * | 2011-05-26 | 2011-12-07 | 上海理工大学 | 一种基于轮胎垂向载荷分配的车辆稳定性控制方法 |
CN108515969A (zh) * | 2018-04-19 | 2018-09-11 | 佛山市梅雨科技有限公司 | 一种用于车辆制动过程中的路径控制方法 |
CN109606352A (zh) * | 2018-11-22 | 2019-04-12 | 江苏大学 | 一种车辆路径跟踪与稳定性协调控制方法 |
CN109606379A (zh) * | 2018-11-22 | 2019-04-12 | 江苏大学 | 一种分布式驱动无人驾驶车辆路径跟踪容错控制方法 |
CN110217227A (zh) * | 2019-06-25 | 2019-09-10 | 长春工业大学 | 一种适用于冰雪道路工况的转向制动联合避撞控制方法 |
CN110217229A (zh) * | 2019-06-25 | 2019-09-10 | 长春工业大学 | 一种适用于高速极限工况的路径跟踪控制方法 |
Non-Patent Citations (1)
Title |
---|
于志新;何三慧;李绍松;张振;: "基于DEKF的车辆状态与参数估计及验证", 拖拉机与农用运输车, no. 01 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112904849A (zh) * | 2021-01-18 | 2021-06-04 | 北京科技大学 | 一体式自动驾驶汽车换道轨迹规划和跟踪控制方法及系统 |
CN112882474A (zh) * | 2021-01-26 | 2021-06-01 | 北京科技大学 | 基于时变模型预测控制的一体式无人汽车换道控制方法 |
CN112829766A (zh) * | 2021-02-07 | 2021-05-25 | 西南大学 | 一种基于分布式驱动电动车辆的自适应路径跟踪方法 |
CN113022567A (zh) * | 2021-03-03 | 2021-06-25 | 南京航空航天大学 | 一种基于Popov超稳定性的智能车路径跟踪控制方法 |
CN113602279A (zh) * | 2021-08-27 | 2021-11-05 | 吾驾之宝汽车技术(江苏)有限公司 | 分布式驱动电动汽车质心侧偏角与轮胎侧向力估计方法 |
CN113954873A (zh) * | 2021-11-01 | 2022-01-21 | 北京科技大学 | 一种基于降维模型的转向和制动一体化路径跟踪控制方法 |
CN118025223A (zh) * | 2024-01-15 | 2024-05-14 | 华南理工大学 | 基于长短时记忆网络的无人驾驶汽车学习型预测控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111959527B (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110217229B (zh) | 一种适用于高速极限工况的路径跟踪控制方法 | |
CN111959527B (zh) | 一种基于转角优化序列的汽车路径跟踪控制方法 | |
CN110217227B (zh) | 一种适用于冰雪道路工况的转向制动联合避撞控制方法 | |
CN108944866B (zh) | 一种改善转向与制动协同控制的自适应模型预测控制算法 | |
CN107415939B (zh) | 一种分布式驱动电动汽车转向稳定性控制方法 | |
CN111497826B (zh) | 一种电动汽车横摆稳定性协调控制方法及系统 | |
CN112092815B (zh) | 一种基于模型预测的车辆换道轨迹跟踪控制方法 | |
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 | |
CN108107732B (zh) | 主动前轮转向和直接横摆力矩联合的汽车稳定性控制方法 | |
CN108107731B (zh) | 一种基于轮胎非线性特性的汽车稳定性控制方法 | |
CN111959500B (zh) | 一种基于轮胎力分配的汽车路径跟踪性能提升方法 | |
CN109050659B (zh) | 一种基于时变动力学模型的四轮转向汽车稳定性控制方法 | |
CN113581201B (zh) | 一种基于势场模型的无人汽车避撞控制方法及系统 | |
CN112572410B (zh) | 一种基于稳定状态预测的汽车侧向稳定性提升方法 | |
CN111824146A (zh) | 一种路径跟随模型预测控制方法、系统、装置及存储介质 | |
CN114967475B (zh) | 一种无人驾驶车辆轨迹跟踪与稳定性鲁棒控制方法及系统 | |
CN112606843A (zh) | 一种基于Lyapunov-MPC技术的智能车辆路径跟踪控制方法 | |
CN112829766A (zh) | 一种基于分布式驱动电动车辆的自适应路径跟踪方法 | |
CN113031443A (zh) | 一种带有主动安全和自适应预瞄的车辆横向运动控制方法 | |
CN111965977A (zh) | 一种基于轮胎均等后备能力的汽车稳定性控制方法 | |
CN113341994B (zh) | 一种基于分段仿射系统最优控制的智能汽车路径跟踪控制方法 | |
CN114326709A (zh) | 一种基于模型预测控制的具有预览特性的智能车辆路径跟踪方法 | |
CN115675459A (zh) | 一种智能车辆及其路径跟踪的控制方法、装置和存储介质 | |
CN115817509A (zh) | 一种基于ampc的多轴分布式驱动车辆转向辅助轨迹跟踪方法 | |
CN114834263A (zh) | 电动汽车主动前轮转向与扭矩矢量的协调控制方法及装置 |
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 |