CN112099515A - 一种用于换道避让的自动驾驶方法 - Google Patents

一种用于换道避让的自动驾驶方法 Download PDF

Info

Publication number
CN112099515A
CN112099515A CN202011279574.9A CN202011279574A CN112099515A CN 112099515 A CN112099515 A CN 112099515A CN 202011279574 A CN202011279574 A CN 202011279574A CN 112099515 A CN112099515 A CN 112099515A
Authority
CN
China
Prior art keywords
automobile
path
curve
lane change
lane
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.)
Withdrawn
Application number
CN202011279574.9A
Other languages
English (en)
Inventor
李乐
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.)
Beijing Dinghan Technology Co Ltd
Original Assignee
Beijing Dinghan Technology Co Ltd
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 Beijing Dinghan Technology Co Ltd filed Critical Beijing Dinghan Technology Co Ltd
Priority to CN202011279574.9A priority Critical patent/CN112099515A/zh
Publication of CN112099515A publication Critical patent/CN112099515A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • 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
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本发明公开了一种用于换道避让的自动驾驶方法，该方法基于三次多项式曲线的路径规划同时考虑了计算效率和汽车非完整性约束对路径规划的影响，简洁高效的获取符合约束条件的路径；基于“前馈+反馈”控制结构的汽车换道避让路径跟踪控制方法同时考虑汽车动力学特性和模型不确定性对路径跟踪控制的影响，利用汽车换道避让路径跟踪前馈控制来抑制扰动项对路径跟踪精度的影响，并利用汽车换道避让路径跟踪反馈控制将闭环系统的极点配置在期望的位置上，保证闭环系统具有良好的动态和稳态性能。本发明提供的一种用于换道避让的自动驾驶方法作用效果显著，适于广泛推广。

Description

一种用于换道避让的自动驾驶方法
技术领域
本发明涉及自动驾驶技术领域，特别涉及，一种用于换道避让的自动驾驶方法。
背景技术
汽车自动驾驶技术具有减少交通事故、缓解道路拥堵和降低排放等优点，在未来的智能交通和军事领域拥有广阔的应用前景。
现有的路径规划方法未能同时考虑计算效率和汽车非完整性约束对路径规划的影响。在规划出可行的路径之后，路径跟踪控制的目标是消除汽车实际行驶路径与规划路径之间的偏差，进而完成规划路径的准确跟踪。现有的路径跟踪方法未能同时考虑汽车动力学特性和模型不确定性对路径跟踪控制的影响。
针对上述问题，设计一种解决现有技术所存在的未能同时考虑计算效率和汽车非完整性约束对路径规划的影响，未能同时考虑汽车动力学特性和模型不确定性对路径跟踪控制的影响的问题的方法，推动自动驾驶技术的进一步完善与发展。
发明内容
针对上述缺陷，本发明解决的技术问题在于，提供一种用于换道避让的自动驾驶方法，以解决现在技术所存在的未能同时考虑计算效率和汽车非完整性约束对路径规划的影响，未能同时考虑汽车动力学特性和模型不确定性对路径跟踪控制的影响的问题。
本发明提供了一种用于换道避让的自动驾驶方法，具体步骤包括：
步骤1、根据当前车道与目标车道的位置信息，将换道避让路径分解成几何形状相同的多段路径；
步骤2、基于三次多项式曲线
Figure 394390DEST_PATH_IMAGE001
，其中
Figure 373848DEST_PATH_IMAGE002
为三次多项式系数，x、y分别为曲线OA上点的X、Y坐标，规划得到汽车换道避让路径的第一段路径；
步骤3、基于路径之间的对称关系，通过对第一段路径进行平移、翻转和旋转操作得到全部路径；
步骤4、根据汽车换道避让路径，基于线性二自由度汽车动力学模型，建立汽车换道避让路径跟踪控制模型；
步骤5、根据汽车换道避让路径跟踪控制模型，将闭环系统的极点配置在期望的位置上，基于汽车换道避让路径跟踪前馈控制律，将前馈和反馈控制相结合实现路径跟踪控制。
优选地，所述步骤1中具体的是将换道避让路径分解成几何形状相同的4段路径。
优选地，所述步骤2具体步骤包括：
步骤2.1、以汽车换道避让路径的起点为坐标原点，以汽车初始运动方向所在直线为X轴，以与所述X轴垂直的直线为Y轴，建立XOY直角坐标系；
步骤2.2、根据汽车换道避让路径和汽车前轮转向角在起始点处状态的几何关系，基于三次多项式得到第一段路径曲线OA；
步骤2.3、根据边界约束条件及汽车运动学关系得到
Figure 966634DEST_PATH_IMAGE003
，基于相邻路径曲线间平滑连接的对称关系，得到曲线OA的末端端点A与第二段路径曲线AB的末端端点B的函数关系
Figure 361843DEST_PATH_IMAGE004
，其中
Figure 238532DEST_PATH_IMAGE005
为点A的坐标，
Figure 60995DEST_PATH_IMAGE006
为点B的坐标，
Figure 328028DEST_PATH_IMAGE007
为曲线OA在点A处的切线角；
步骤2.4、根据曲线曲率的变化关系及汽车换道避让过程的侧向加速度约束，得到
Figure 339978DEST_PATH_IMAGE008
，其中
Figure 8856DEST_PATH_IMAGE009
为汽车允许的最大侧向加速度，
Figure 64537DEST_PATH_IMAGE010
为汽车换道避让初始速度；
步骤2.5、根据汽车允许的最大侧向加速度和汽车换道避让初始速度规划得到第一段路径OA。
优选地，所述步骤3具体步骤包括：
步骤3.1、根据规划得到的第一段路径OA得到点A的坐标，通过点A的坐标求得点B的坐标；
步骤3.2、基于相邻路径曲线间的平滑连接，得到曲线AB和第三段路径曲线BC关于点B中心对称，曲线OA和第四段路径曲线CD关于点B中心对称，得到点D和点C的坐标；
步骤3.3、通过对曲线OA平移、翻转和旋转操作得到曲线AB、曲线BC和曲线CD，规划得到由曲线OA、曲线AB、曲线BC和曲线CD组成的汽车换道避让路径。
优选地，所述步骤4具体步骤包括：
步骤4.1、根据系统状态向量
Figure 818867DEST_PATH_IMAGE011
，将汽车前轮转向角作为系统控制输入
Figure 368928DEST_PATH_IMAGE012
，基于线性二自由度汽车动力学方程构建汽车换道避让路径跟踪误差方程，其中，
Figure 892313DEST_PATH_IMAGE013
为汽车质心点与目标路径的距离，
Figure 384474DEST_PATH_IMAGE014
为
Figure 626100DEST_PATH_IMAGE013
的导数，
Figure 901223DEST_PATH_IMAGE015
为汽车方位角与目标方位角的偏差，
Figure 357743DEST_PATH_IMAGE016
为
Figure 692910DEST_PATH_IMAGE015
的导数；
步骤4.2、修正汽车前轮和后轮等效侧偏刚度；
步骤4.3、根据系统输出量
Figure 484148DEST_PATH_IMAGE017
，构建汽车换道避让路径跟踪控制模型
Figure 562963DEST_PATH_IMAGE018
其中，A为系统名义矩阵，ΔA为A的摄动矩阵；B1为控制名义矩阵，ΔB1为B1的摄动矩阵，B2为扰动名义矩阵，ΔB2为B2的摄动矩阵，C为输出矩阵，
Figure 873990DEST_PATH_IMAGE019
为目标横摆角速度，
Figure 645636DEST_PATH_IMAGE020
为汽车换道避让路径跟踪误差。
优选地，所述步骤5具体步骤包括：
步骤5.1、通过汽车换道避让路径跟踪反馈控制，将闭环系统的极点配置在期望的位置上，保证闭环系统具有良好的动态和稳态性能；
步骤5.2、通过汽车换道避让路径跟踪前馈控制，根据汽车换道避让路径跟踪控制律
Figure 658592DEST_PATH_IMAGE021
，其中
Figure 541097DEST_PATH_IMAGE022
为汽车换道避让路径跟踪反馈控制律，K为反馈控制增益，u2为汽车换道避让路径跟踪前馈控制律，得到
Figure 706630DEST_PATH_IMAGE023
，其中f3为矩阵KC的分量，控制稳态误差为
Figure 649179DEST_PATH_IMAGE024
和
Figure 87113DEST_PATH_IMAGE025
，其中m为汽车质量，Cr为汽车后轮的等效侧偏刚度，lf为汽车质心到前轴的距离，lr为汽车质心到后轴的距离，
Figure 570047DEST_PATH_IMAGE026
为汽车纵向速度，从而抑制扰动项对路径跟踪精度的影响。
优选地，所述步骤5.1具体步骤包括：
步骤5.1.1、简化汽车换道避让路径跟踪控制模型，
得到
Figure 42617DEST_PATH_IMAGE027
，其中，
Figure 969116DEST_PATH_IMAGE022
为汽车换道避让路径跟踪反馈控制律，K为反馈控制增益；
步骤5.1.2、根据简化的汽车换道避让路径跟踪控制模型，得到闭环系统闭环控制的关系
Figure 894346DEST_PATH_IMAGE028
，其中
Figure 180971DEST_PATH_IMAGE029
，W为表征系统摄动结构的常数矩阵，F为满足
Figure 242468DEST_PATH_IMAGE030
的摄动矩阵，I为转动惯量；
步骤5.1.3、将闭环系统的极点配置在半径为r、中心在（-q，0）的圆盘中，依据仿真结果标定参数r和q；
步骤5.1.4、将闭环系统极点配置区域约束问题转化满足不等式约束的对称矩阵X的存在性问题，得到汽车换道避让路径跟踪反馈控制律的增益。
由上述方案可知，本发明提供的一种用于换道避让的自动驾驶方法基于三次多项式曲线的路径规划同时考虑了计算效率和汽车非完整性约束对路径规划的影响，简洁高效的获取符合约束条件的路径；基于“前馈+反馈”控制结构的汽车换道避让路径跟踪控制方法同时考虑汽车动力学特性和模型不确定性对路径跟踪控制的影响，利用汽车换道避让路径跟踪前馈控制来抑制扰动项对路径跟踪精度的影响，并利用汽车换道避让路径跟踪反馈控制将闭环系统的极点配置在期望的位置上，保证闭环系统具有良好的动态和稳态性能。本发明有效解决现在技术所存在的未能同时考虑计算效率和汽车非完整性约束对路径规划的影响，未能同时考虑汽车动力学特性和模型不确定性对路径跟踪控制的影响的问题，作用效果显著，适于广泛推广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种用于换道避让的自动驾驶方法的过程框图；
图2为图1所示的一种用于换道避让的自动驾驶方法的汽车换道避让路径图；
图3为图1所示的一种用于换道避让的自动驾驶方法的汽车换道避让路径跟踪误差模型图；
图4为图1所示的一种用于换道避让的自动驾驶方法的对比实验中汽车路径结果对比图；
图5为图4所示的对比实验中汽车方位角结果对比图；
图6为图4所示的对比实验中汽车横摆角速度结果对比图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请一并参阅图1至图6，现对本发明提供的一种用于换道避让的自动驾驶方法的一种具体实施方式进行说明。该种用于换道避让的自动驾驶方法的具体步骤包括：
S1、根据当前车道与目标车道的位置信息，将换道避让路径分解成几何形状相同的多段路径；
S1中具体的是将换道避让路径分解成几何形状相同的4段路径，以此简化汽车换道避让路径规划问题。汽车换道避让路径通常由曲率逐渐增加的曲率OA、曲率逐渐减小的曲线AB、曲率逐渐增加的曲线BC和曲率逐渐减小的曲线CD组成。其中，曲线OA驱动汽车驶离当前车道，曲线AB驱动汽车前轮转向角回正到零，曲线BC驱动汽车逐渐平稳的靠近目标车道中心线，曲线CD驱动汽车前轮转向角回正到零。
S2、基于三次多项式曲线
Figure 328149DEST_PATH_IMAGE001
，其中
Figure 740676DEST_PATH_IMAGE002
为三次多项式系数，x、y分别为曲线OA上点的X、Y坐标，根据汽车运动学和动力学约束，规划得到汽车换道避让路径的第一段路径；
本步骤具体的实现步骤可以为：
S2.1、以汽车换道避让路径的起点为坐标原点，以汽车初始运动方向所在直线为X轴，以与所述X轴垂直的直线为Y轴，建立XOY直角坐标系；
S2.2、根据汽车换道避让路径和汽车前轮转向角在起始点处状态的几何关系，汽车换道避让路径在起始点处的切线角和汽车前轮转向角均为0，基于三次多项式得到第一段路径曲线OA的表达式为
Figure 830992DEST_PATH_IMAGE001
，其中
Figure 12575DEST_PATH_IMAGE002
为三次多项式系数，x、y分别为曲线OA上点的X、Y坐标，对曲线OA逐级求导，得
Figure 202248DEST_PATH_IMAGE031
，
Figure 915120DEST_PATH_IMAGE032
，
Figure 543547DEST_PATH_IMAGE033
；
S2.3、根据边界约束条件及汽车运动学关系得到
Figure 845215DEST_PATH_IMAGE003
，基于相邻路径曲线间平滑连接的对称关系，得到曲线OA的末端端点A与第二段路径曲线AB的末端端点B的函数关系
Figure 205790DEST_PATH_IMAGE034
，其中
Figure 405958DEST_PATH_IMAGE035
为点A的坐标，
Figure 775759DEST_PATH_IMAGE036
为点B的坐标，
Figure 728672DEST_PATH_IMAGE037
为曲线OA在点A处的切线角；
汽车换道避让路径起点在坐标原点处，且在起点处的切线角为0，得到边界约束条件
Figure 525727DEST_PATH_IMAGE038
，进而得到三次多项式系数为
Figure 947612DEST_PATH_IMAGE039
，汽车前轮转向角在汽车换道避让路径起始点处为0，由汽车运动学关系得到汽车换道避让路径曲率在起始点处为0，即
Figure 121104DEST_PATH_IMAGE040
，
Figure 194102DEST_PATH_IMAGE041
，进而得到三次多项式系数为
Figure 162058DEST_PATH_IMAGE042
。
根据点A坐标
Figure 258190DEST_PATH_IMAGE043
，得到
Figure 595893DEST_PATH_IMAGE044
，
Figure 274130DEST_PATH_IMAGE045
，
Figure 412988DEST_PATH_IMAGE046
，
Figure 58733DEST_PATH_IMAGE047
，曲线OA和曲线AB关于直线AE对称，以保证曲线OA和曲线AB平滑连接，得到
Figure 308448DEST_PATH_IMAGE048
，得到
Figure 106771DEST_PATH_IMAGE049
。
S2.4、根据曲线曲率的变化关系及汽车换道避让过程的侧向加速度约束，得到
Figure 416530DEST_PATH_IMAGE050
，其中
Figure 549571DEST_PATH_IMAGE051
为汽车允许的最大侧向加速度，
Figure 602978DEST_PATH_IMAGE052
为汽车换道避让初始速度；
曲线OA的曲率变化率大于0，以保证曲线OA曲率处于逐渐增加的状态，即
Figure 442758DEST_PATH_IMAGE053
，得到
Figure 736467DEST_PATH_IMAGE054
，等价约束条件
Figure 28908DEST_PATH_IMAGE055
，曲率OA的曲率在点A处取得最大值，得到
Figure 886005DEST_PATH_IMAGE056
，即得到汽车换道避让过程的侧向加速度约束
Figure 642609DEST_PATH_IMAGE057
，其中
Figure 294170DEST_PATH_IMAGE058
为汽车允许的最大侧向加速度，
Figure 152536DEST_PATH_IMAGE059
为汽车换道避让初始速度。
S2.5、根据汽车允许的最大侧向加速度和汽车换道避让初始速度规划得到第一段路径OA。
若已知汽车允许的最大侧向加速度，汽车换道避让初始车速越大，汽车换道避让路径允许的最大曲率就越小。以最小化汽车换道避让路径的横向距离为优化目标，将汽车换道避让路径曲线OA的规划问题转化为非线性规划问题，求解即可得到第一段路径。
S3、基于路径之间的对称关系，通过对第一段路径进行平移、翻转和旋转操作得到后三段路径，并且保证4段路径曲线平滑连接，即得到全部路径；
本步骤具体的实现步骤可以为：
S3.1、采用内点法求解非线性规划问题得到三次多项式系数得到第一段路径OA和点A的横坐标，进而得到曲线OA的具体表达式和点A的纵坐标，通过点A的坐标求得点B的坐标；
S3.2、基于相邻路径曲线间的平滑连接，曲线AB和曲线BC平滑连接，以及曲线BC和曲线CD平滑连接，得到曲线AB和第三段路径曲线BC关于点B中心对称，曲线OA和第四段路径曲线CD关于点B中心对称，得到点D和点C的坐标；
S3.3、将曲线OA的起始点O平移到点B，先后通过水平翻转、绕点B逆时针旋转
Figure 547745DEST_PATH_IMAGE060
角度得到曲线AB。将曲线OA和曲线AB组成的曲线OB绕点B逆时针旋转π角度得到由曲线BC和曲线CD组成的曲线BD。即通过对曲线OA平移、翻转和旋转操作得到曲线AB、曲线BC和曲线CD，规划得到由曲线OA、曲线AB、曲线BC和曲线CD组成的汽车换道避让路径。
S4、根据汽车换道避让路径，基于线性二自由度汽车动力学模型，建立能够充分表征轮胎侧偏刚度不确定性的汽车换道避让路径跟踪控制模型；
本步骤具体的实现步骤可以为：
S4.1、根据系统状态向量
Figure 96538DEST_PATH_IMAGE061
，将汽车前轮转向角作为系统控制输入
Figure 246897DEST_PATH_IMAGE062
，基于线性二自由度汽车动力学方程构建汽车换道避让路径跟踪误差方程：
Figure 513930DEST_PATH_IMAGE064
其中，m为汽车质量，Iz为汽车的横摆转动惯量，Cf、Cr分别为汽车前轮和后轮的等效侧偏刚度，lf、lr分别为汽车质心到前轴和后轴的距离，
Figure 712830DEST_PATH_IMAGE065
为汽车纵向速度，
Figure 929179DEST_PATH_IMAGE066
为目标横摆角速度，
Figure 188122DEST_PATH_IMAGE013
为汽车质心点与目标路径的距离，
Figure 4768DEST_PATH_IMAGE014
为
Figure 741780DEST_PATH_IMAGE013
的导数，
Figure 265165DEST_PATH_IMAGE015
为汽车方位角与目标方位角的偏差，
Figure 508059DEST_PATH_IMAGE016
为
Figure 484105DEST_PATH_IMAGE015
的导数；
S4.2、修正汽车前轮和后轮等效侧偏刚度，以解决汽车换道避让过程中轮胎侧偏角较大时引起的汽车前轮和后轮等效侧偏刚度摄动问题，得到
Figure 87125DEST_PATH_IMAGE067
，其中，
Figure 730596DEST_PATH_IMAGE068
分别为汽车前轮、后轮的等效侧偏刚度名义值，
Figure 65762DEST_PATH_IMAGE069
分别为汽车前轮、后轮的等效侧偏刚度最大摄动量；
S4.3、根据系统输出量
Figure 607733DEST_PATH_IMAGE070
，构建汽车换道避让路径跟踪控制模型
Figure 686548DEST_PATH_IMAGE071
其中，A为系统名义矩阵，ΔA为A的摄动矩阵；B1为控制名义矩阵，ΔB1为B1的摄动矩阵，B2为扰动名义矩阵，ΔB2为B2的摄动矩阵，C为输出矩阵，
Figure 184525DEST_PATH_IMAGE072
为目标横摆角速度，
Figure 752910DEST_PATH_IMAGE020
为汽车换道避让路径跟踪误差。
S5、根据汽车换道避让路径跟踪控制模型，将闭环系统的极点配置在期望的位置上，基于汽车换道避让路径跟踪前馈控制律，将前馈和反馈控制相结合实现路径跟踪控制。
汽车换道避让路径跟踪控制模型包含汽车目标横摆角速度引起的扰动项，采用前馈+反馈的控制结构设计汽车换道避让路径跟踪控制器，保证闭环系统具有良好的动态和稳态性能。
本步骤具体的实现步骤可以为：
S5.1、通过汽车换道避让路径跟踪反馈控制，将闭环系统的极点配置在期望的位置上，保证闭环系统具有良好的动态和稳态性能，汽车换道避让路径反馈控制用于抑制扰动项对路径跟踪精度的影响；
S5.1.1、简化汽车换道避让路径跟踪控制模型，
得到
Figure 969127DEST_PATH_IMAGE073
，其中，
Figure 664682DEST_PATH_IMAGE074
为汽车换道避让路径跟踪反馈控制律，K为反馈控制增益；
S5.1.2、根据简化的汽车换道避让路径跟踪控制模型，得到闭环系统闭环控制的关系
Figure 17166DEST_PATH_IMAGE075
，其中
Figure 959714DEST_PATH_IMAGE076
，W为表征系统摄动结构的常数矩阵，F为满足
Figure 459966DEST_PATH_IMAGE077
的摄动矩阵，I为转动惯量；
S5.1.3、将闭环系统的极点配置在半径为r、中心在（-q，0）的圆盘中，使闭环系统具有良好的动态和稳态性能，当圆盘中心远离复平面虚轴且半径较小时，闭环系统可以获得更好的动态性能，但其稳态性能降低，依据仿真结果标定参数r和q，从而保证闭环系统动态性能和稳态性能；
S5.1.4、将闭环系统极点配置区域约束问题转化满足不等式约束的对称矩阵X的存在性问题
Figure 880583DEST_PATH_IMAGE078
，得到汽车换道避让路径跟踪反馈控制律的增益。
基于
Figure 166202DEST_PATH_IMAGE079
将
Figure 14072DEST_PATH_IMAGE080
转化得到
Figure 939303DEST_PATH_IMAGE081
，根据线性矩阵不等式处理方法的定理得到：
Figure 225927DEST_PATH_IMAGE082
，其中
Figure 553003DEST_PATH_IMAGE083
为一个常数，转化得到
Figure 837354DEST_PATH_IMAGE084
，从而得到矩阵变量K和X的非线性矩阵不等式
Figure 74649DEST_PATH_IMAGE085
。
对该不等式进行变量替换
Figure 837069DEST_PATH_IMAGE086
，其中Q为矩阵C核空间基向量构成的列满秩矩阵，R为矩阵C的伪逆矩阵，可表示为
Figure 80968DEST_PATH_IMAGE087
，XQ和XR为未知的对称正定矩阵，YR为未知的任意矩阵，转化得到
Figure 536220DEST_PATH_IMAGE088
，其中，矩阵M和N表示为：
Figure 436043DEST_PATH_IMAGE089
，求解得到汽车换道避让路径跟踪反馈控制律的增益
Figure 815203DEST_PATH_IMAGE090
，其中，
Figure 851292DEST_PATH_IMAGE091
为XR、YR的可行解。
S5.2、通过汽车换道避让路径跟踪前馈控制，根据汽车换道避让路径跟踪控制律
Figure 539763DEST_PATH_IMAGE092
，其中
Figure 926882DEST_PATH_IMAGE093
为汽车换道避让路径跟踪反馈控制律，K为反馈控制增益，u2为汽车换道避让路径跟踪前馈控制律，得到
Figure 31104DEST_PATH_IMAGE094
，其中f3为矩阵KC的分量，控制稳态误差为
Figure 328DEST_PATH_IMAGE095
和
Figure 797383DEST_PATH_IMAGE096
，其中m为汽车质量，Cr为汽车后轮的等效侧偏刚度，lf为汽车质心到前轴的距离，lr为汽车质心到后轴的距离，
Figure DEST_PATH_IMAGE097
为汽车纵向速度，从而抑制扰动项对路径跟踪精度的影响，解决设计汽车换道避让路径跟踪控制律时，忽略了汽车目标横摆角速度引起的扰动项，闭环系统的极点可以配置在期望的位置上，但闭环系统实际受汽车目标横摆角速度引起的扰动项的影响，无法达到预期的动态和稳态性能的问题。
该种用于换道避让的自动驾驶方法是一种基于三次多项式曲线的路径规划算法和线性矩阵不等式区域极点配置方法的路径跟踪控制方法。基于三次多项式曲线的路径规划同时考虑了计算效率和汽车非完整性约束对路径规划的影响，简洁高效的获取符合约束条件的路径。采用线性矩阵不等式区域极点配置方法，基于“前馈+反馈”控制结构的汽车换道避让路径跟踪控制方法同时考虑汽车动力学特性和模型不确定性对路径跟踪控制的影响，利用汽车换道避让路径跟踪前馈控制来抑制扰动项对路径跟踪精度的影响，并利用汽车换道避让路径跟踪反馈控制将闭环系统的极点配置在期望的位置上，保证闭环系统具有良好的动态和稳态性能。
示例性的：在仿真过程中，汽车换道避让初始速度设为33.33m/s，最大侧向加速度设置为4m/s2，车道宽度设置为3.75m，具体的实行步骤是，设置实验组与对照组，其中，实验组采用该种用于换道避让的自动驾驶方法，对照组采用斯坦利方法，斯坦利方法的前轮转向角控制输入由汽车前轴中点与目标路径距离的反正切值和汽车方位角偏差组成。
得到实验结果：实验组和对照组均可使汽车稳定的跟踪基于三次多项式曲线规划出平滑目标路径，相对于对照组，在汽车驶离本车道时，实验组将其纵向延迟距离由4.3m减小到2.3m，说明实验组具有更快的动态响应速度；相对于对照组，在汽车靠近目标车道时，实验组将汽车最大侧向超调量由0.21m减小到0.004m，说明实验组具有更小的超调量，可使汽车更快速、更稳定的由本车道切换到目标车道上。
通过对比，最终得出结论：实验组相较于对照组可将汽车驶离本车道时的纵向延迟距离减小，并且将汽车靠近目标车道时的最大侧向超调量减小，实验组呈现出更好的动态和稳态性能。
由上述数据可见，汽车换道避让试验工况使汽车处于线性工作区域与非线性工作区域之间过渡区域，线性二自由度汽车动力学模型已无法准确描述汽车换道避让试验工况的动力学特性，应用该方法进行换道避让自动驾驶控制动态和稳态性能更好，效果十分显著。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。本发明实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种用于换道避让的自动驾驶方法，其特征在于，具体步骤包括：
步骤1、根据当前车道与目标车道的位置信息，将换道避让路径分解成几何形状相同的多段路径；
步骤2、基于三次多项式曲线
Figure 574546DEST_PATH_IMAGE001
，其中
Figure 567909DEST_PATH_IMAGE002
为三次多项式系数，x、y分别为曲线OA上点的X、Y坐标，规划得到汽车换道避让路径的第一段路径；
步骤3、基于路径之间的对称关系，通过对第一段路径进行平移、翻转和旋转操作得到全部路径；
步骤4、根据汽车换道避让路径，基于线性二自由度汽车动力学模型，建立汽车换道避让路径跟踪控制模型；
步骤5、根据汽车换道避让路径跟踪控制模型，将闭环系统的极点配置在期望的位置上，基于汽车换道避让路径跟踪前馈控制律，将前馈和反馈控制相结合实现路径跟踪控制。
2.根据权利要求1所述的一种用于换道避让的自动驾驶方法，其特征在于，所述步骤1中具体的是将换道避让路径分解成几何形状相同的4段路径。
3.根据权利要求2所述的一种用于换道避让的自动驾驶方法，其特征在于，所述步骤2具体步骤包括：
步骤2.1、以汽车换道避让路径的起点为坐标原点，以汽车初始运动方向所在直线为X轴，以与所述X轴垂直的直线为Y轴，建立XOY直角坐标系；
步骤2.2、根据汽车换道避让路径和汽车前轮转向角在起始点处状态的几何关系，基于三次多项式得到第一段路径曲线OA；
步骤2.3、根据边界约束条件及汽车运动学关系得到
Figure 384556DEST_PATH_IMAGE003
，基于相邻路径曲线间平滑连接的对称关系，得到曲线OA的末端端点A与第二段路径曲线AB的末端端点B的函数关系
Figure 121567DEST_PATH_IMAGE004
，其中
Figure 644953DEST_PATH_IMAGE005
为点A的坐标，
Figure 137114DEST_PATH_IMAGE006
为点B的坐标，
Figure 378739DEST_PATH_IMAGE007
为曲线OA在点A处的切线角；
步骤2.4、根据曲线曲率的变化关系及汽车换道避让过程的侧向加速度约束，得到
Figure 653863DEST_PATH_IMAGE008
，其中
Figure 359651DEST_PATH_IMAGE009
为汽车允许的最大侧向加速度，
Figure 694817DEST_PATH_IMAGE010
为汽车换道避让初始速度；
步骤2.5、根据汽车允许的最大侧向加速度和汽车换道避让初始速度规划得到第一段路径OA。
4.根据权利要求3所述的一种用于换道避让的自动驾驶方法，其特征在于，所述步骤3具体步骤包括：
步骤3.1、根据规划得到的第一段路径OA得到点A的坐标，通过点A的坐标求得点B的坐标；
步骤3.2、基于相邻路径曲线间的平滑连接，得到曲线AB和第三段路径曲线BC关于点B中心对称，曲线OA和第四段路径曲线CD关于点B中心对称，得到点D和点C的坐标；
步骤3.3、通过对曲线OA平移、翻转和旋转操作得到曲线AB、曲线BC和曲线CD，规划得到由曲线OA、曲线AB、曲线BC和曲线CD组成的汽车换道避让路径。
5.根据权利要求4所述的一种用于换道避让的自动驾驶方法，其特征在于，所述步骤4具体步骤包括：
步骤4.1、根据系统状态向量
Figure 423739DEST_PATH_IMAGE011
，将汽车前轮转向角作为系统控制输入
Figure 564870DEST_PATH_IMAGE012
，基于线性二自由度汽车动力学方程构建汽车换道避让路径跟踪误差方程，其中，
Figure 62848DEST_PATH_IMAGE013
为汽车质心点与目标路径的距离，
Figure 896811DEST_PATH_IMAGE014
为
Figure 847450DEST_PATH_IMAGE013
的导数，
Figure 729955DEST_PATH_IMAGE015
为汽车方位角与目标方位角的偏差，
Figure 144756DEST_PATH_IMAGE016
为
Figure 87304DEST_PATH_IMAGE015
的导数；
步骤4.2、修正汽车前轮和后轮等效侧偏刚度；
步骤4.3、根据系统输出量
Figure 525239DEST_PATH_IMAGE017
，构建汽车换道避让路径跟踪控制模型
Figure 742594DEST_PATH_IMAGE018
其中，A为系统名义矩阵，ΔA为A的摄动矩阵；B1为控制名义矩阵，ΔB1为B1的摄动矩阵，B2为扰动名义矩阵，ΔB2为B2的摄动矩阵，C为输出矩阵，
Figure 215163DEST_PATH_IMAGE019
为目标横摆角速度，
Figure 328613DEST_PATH_IMAGE020
为汽车换道避让路径跟踪误差。
6.根据权利要求5所述的一种用于换道避让的自动驾驶方法，其特征在于，所述步骤5具体步骤包括：
步骤5.1、通过汽车换道避让路径跟踪反馈控制，将闭环系统的极点配置在期望的位置上，保证闭环系统具有良好的动态和稳态性能；
步骤5.2、通过汽车换道避让路径跟踪前馈控制，根据汽车换道避让路径跟踪控制律
Figure 581739DEST_PATH_IMAGE021
，其中
Figure 806047DEST_PATH_IMAGE022
为汽车换道避让路径跟踪反馈控制律，K为反馈控制增益，u2为汽车换道避让路径跟踪前馈控制律，得到
Figure 867544DEST_PATH_IMAGE023
，其中f3为矩阵KC的分量，控制稳态误差为
Figure 214212DEST_PATH_IMAGE024
和
Figure 626739DEST_PATH_IMAGE025
，其中m为汽车质量，Cr为汽车后轮的等效侧偏刚度，lf为汽车质心到前轴的距离，lr为汽车质心到后轴的距离，
Figure 717055DEST_PATH_IMAGE026
为汽车纵向速度，从而抑制扰动项对路径跟踪精度的影响。
7.根据权利要求6所述的一种用于换道避让的自动驾驶方法，其特征在于，所述步骤5.1具体步骤包括：
步骤5.1.1、简化汽车换道避让路径跟踪控制模型，
得到
Figure 898637DEST_PATH_IMAGE027
，其中，
Figure 88310DEST_PATH_IMAGE028
为汽车换道避让路径跟踪反馈控制律，K为反馈控制增益；
步骤5.1.2、根据简化的汽车换道避让路径跟踪控制模型，得到闭环系统闭环控制的关系
Figure 50450DEST_PATH_IMAGE029
，其中
Figure 616560DEST_PATH_IMAGE030
，W为表征系统摄动结构的常数矩阵，F为满足
Figure 918229DEST_PATH_IMAGE032
的摄动矩阵，I为转动惯量；
步骤5.1.3、将闭环系统的极点配置在半径为r、中心在（-q，0）的圆盘中，依据仿真结果标定参数r和q；
步骤5.1.4、将闭环系统极点配置区域约束问题转化满足不等式约束的对称矩阵X的存在性问题，得到汽车换道避让路径跟踪反馈控制律的增益。
CN202011279574.9A 2020-11-16 2020-11-16 一种用于换道避让的自动驾驶方法 Withdrawn CN112099515A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011279574.9A CN112099515A (zh) 2020-11-16 2020-11-16 一种用于换道避让的自动驾驶方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011279574.9A CN112099515A (zh) 2020-11-16 2020-11-16 一种用于换道避让的自动驾驶方法

Publications (1)

Publication Number Publication Date
CN112099515A true CN112099515A (zh) 2020-12-18

Family

ID=73785265

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011279574.9A Withdrawn CN112099515A (zh) 2020-11-16 2020-11-16 一种用于换道避让的自动驾驶方法

Country Status (1)

Country Link
CN (1) CN112099515A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113268067A (zh) * 2021-07-20 2021-08-17 苏州大学 自移动设备的循迹方法及装置
CN113619574A (zh) * 2021-08-27 2021-11-09 中国第一汽车股份有限公司 一种车辆避让方法、装置、计算机设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106926844A (zh) * 2017-03-27 2017-07-07 西南交通大学 一种基于实时环境信息的动态自动驾驶换道轨迹规划方法
CN107813820A (zh) * 2017-10-13 2018-03-20 江苏大学 一种仿优秀驾驶员的无人车换道路径规划方法
CN109598934A (zh) * 2018-12-13 2019-04-09 清华大学 一种基于规则与学习模型的无人驾驶汽车驶离高速的方法
US20190113916A1 (en) * 2017-10-17 2019-04-18 Nio Usa, Inc. Vehicle path-planner monitor and controller
CN111081069A (zh) * 2019-12-31 2020-04-28 交通运输部公路科学研究所 一种高速公路瓶颈区域的车辆轨迹控制方法
CN111681452A (zh) * 2020-01-19 2020-09-18 重庆大学 一种基于Frenet坐标系下的无人驾驶汽车动态换道轨迹规划方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106926844A (zh) * 2017-03-27 2017-07-07 西南交通大学 一种基于实时环境信息的动态自动驾驶换道轨迹规划方法
CN107813820A (zh) * 2017-10-13 2018-03-20 江苏大学 一种仿优秀驾驶员的无人车换道路径规划方法
US20190113916A1 (en) * 2017-10-17 2019-04-18 Nio Usa, Inc. Vehicle path-planner monitor and controller
CN109598934A (zh) * 2018-12-13 2019-04-09 清华大学 一种基于规则与学习模型的无人驾驶汽车驶离高速的方法
CN111081069A (zh) * 2019-12-31 2020-04-28 交通运输部公路科学研究所 一种高速公路瓶颈区域的车辆轨迹控制方法
CN111681452A (zh) * 2020-01-19 2020-09-18 重庆大学 一种基于Frenet坐标系下的无人驾驶汽车动态换道轨迹规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张家旭等: "采用极点配置的自动驾驶汽车换道路径规划与跟踪控制", 《西安交通大学学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113268067A (zh) * 2021-07-20 2021-08-17 苏州大学 自移动设备的循迹方法及装置
CN113619574A (zh) * 2021-08-27 2021-11-09 中国第一汽车股份有限公司 一种车辆避让方法、装置、计算机设备和存储介质
WO2023024914A1 (zh) * 2021-08-27 2023-03-02 中国第一汽车股份有限公司 车辆避让方法、装置、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
Guo et al. A computationally efficient path-following control strategy of autonomous electric vehicles with yaw motion stabilization
CN108227491B (zh) 一种基于滑模神经网络的智能车轨迹跟踪控制方法
CN111650929B (zh) 一种自适应滑模控制方法、系统及移动机器人控制器
CN112099515A (zh) 一种用于换道避让的自动驾驶方法
Acosta et al. A hybrid hierarchical rally driver model for autonomous vehicle agile maneuvering on loose surfaces.
Zhu et al. An adaptive path tracking method for autonomous land vehicle based on neural dynamic programming
Zuo et al. Platoon tracking control with road-friction based spacing policy for nonlinear vehicles
Du et al. A novel sliding mode control for lane keeping in road vehicles
Lin et al. Continuous-time finite-horizon ADP for automated vehicle controller design with high efficiency
Wang et al. A path planning and tracking control for autonomous vehicle with obstacle avoidance
Yin et al. Nonlinear model predictive control for path tracking using discrete previewed points
Liu et al. A Two-layer Model predictive path-tracking control with curvature adaptive method for high-speed autonomous driving
Zhang et al. Event-Triggered Adaptive Fuzzy Approach-based Lateral Motion Control for Autonomous Vehicles
Yang et al. Trajectory tracking for autonomous vehicles based on Frenet frame
CN110654386A (zh) 弯道下多智能电动汽车协作式巡航纵横向综合控制方法
Zhang et al. Model predictive control for path following of autonomous vehicle considering model parameter uncertainties
CN112596516B (zh) 基于Dubins曲线的多车队形切换方法
Zhang et al. Model Predictive Control for Trajectory Planning Considering Constraints on Vertical Load Variation
Schwartz et al. Analysis of a cascaded MPC structure for vehicle motion control
Xu et al. The optimized flocking-based vehicle fleet control considering vehicular dynamic process
Hamzah et al. GA-based sliding mode controller for yaw stability improvement
Shen et al. Stability Analysis and Control Validation of DDEV in Handling Limit via SOSP: A Strategy Based on Stability Region
Sun et al. Trajectory Tracking Control Design for 4WS Vehicle Based on Particle Swarm Optimization and Phase Plane Analysis
Kumar et al. An optimal lateral trajectory stabilization of vehicle using differential dynamic programming
Xu et al. Flocking cooperative driving control of four-wheel independently driving electric autonomous vehicles considering vehicular dynamic processes

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20201218

WW01 Invention patent application withdrawn after publication