CN112506047B - 融合后轮反馈与滑模控制的智能汽车横向控制方法 - Google Patents

融合后轮反馈与滑模控制的智能汽车横向控制方法 Download PDF

Info

Publication number
CN112506047B
CN112506047B CN202011164847.5A CN202011164847A CN112506047B CN 112506047 B CN112506047 B CN 112506047B CN 202011164847 A CN202011164847 A CN 202011164847A CN 112506047 B CN112506047 B CN 112506047B
Authority
CN
China
Prior art keywords
vehicle
rear wheel
error
sliding mode
wheel feedback
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
Application number
CN202011164847.5A
Other languages
English (en)
Other versions
CN112506047A (zh
Inventor
秦兆博
陈亮
秦洪懋
胡满江
徐彪
王晓伟
谢国涛
秦晓辉
边有钢
陈鑫
丁荣军
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.)
Hunan University
Original Assignee
Hunan University
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 Hunan University filed Critical Hunan University
Priority to CN202011164847.5A priority Critical patent/CN112506047B/zh
Publication of CN112506047A publication Critical patent/CN112506047A/zh
Application granted granted Critical
Publication of CN112506047B publication Critical patent/CN112506047B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本发明公开了一种融合后轮反馈与滑模控制的智能汽车横向控制方法与系统，属于智能车辆横向控制技术领域。该方法包括：步骤1，建立基于后轮反馈的车辆运动学模型及跟踪误差模型；步骤2，设计用于车辆前进的滑模控制器；步骤3，将车辆质心处的横向距离误差与角度误差转化到车辆后轴中心；步骤4，改进用于车辆后退的后轮反馈控制器。本发明分别针对车辆前进和后退工况设计了横向控制策略，车辆前进时采用滑模控制方法与后轮反馈模型相结合，增强了系统的鲁棒性与稳定性；车辆后退时利用误差转换改进后轮反馈控制器，提升了车辆在大曲率工况下倒车的横向距离误差与角度误差精度。

Description

融合后轮反馈与滑模控制的智能汽车横向控制方法
技术领域
本发明涉及智能车辆横向控制技术领域，特别是涉及一种融合后轮反馈与滑模控制的智能汽车横向控制方法。
背景技术
近年来，随着汽车的智能驾驶技术的广泛应用，智能车辆运动控制相关技术的已成为近年来研究及探索的热点。作为实现智能车辆自主驾驶的关键技术之一，横向控制是指通过控制车辆的转向系统，使得车辆能始终沿着期望路径行驶，同时保证车辆的乘坐舒适性和行驶安全性，是连接智能车上层软件与底层硬件的桥梁。
目前已有关于智能汽车横向控制方法与系统的相关技术与专利：公开号为：CN111176302A，CN108646763A，CN111665850A的专利专注于车辆动力学控制，但其所考虑的动力学模型参数大多需要辨识与估计，当车速较高时，不准确的动力学参数可能使车辆发生侧滑或侧翻；公开号为：CN111679660A，CN111661034A的专利专注于基于神经网络的车辆控制方法，但该方法需要大量的实验数据作为支撑；公开号为：CN111674406A和CN111158377A的专利分别专注于纯跟踪与PID控制方法，前者十分依赖于预瞄距离，而后者调参十分繁琐，且基于几何的控制方法鲁棒性一般较差。
发明内容
针对现有技术存在的不足，本发明的目的在于提供一种融合后轮反馈与滑模控制的智能汽车横向控制方法与系统来克服现有技术的上述缺陷，本发明分别针对车辆前进和后退工况设计了横向控制策略，车辆前进时采用滑模控制方法与后轮反馈模型相结合，增强了系统的鲁棒性与稳定性；车辆后退时采用误差转换，提升了车辆在大曲率工况下倒车的横向距离误差与角度误差精度。
为实现上述目的，本发明提供了如下技术方案：一种融合后轮反馈与滑模控制的智能汽车横向控制方法，包括如下步骤：
步骤1，建立基于后轮反馈的车辆运动学模型及跟踪误差模型；
步骤2，设计用于车辆前进的滑模控制器；
步骤3，将车辆质心处的横向距离误差与角度误差转化到车辆后轴中心；
步骤4，改进用于车辆后退的后轮反馈控制器。
作为本发明的进一步改进，所述步骤1中建立基于后轮反馈的车辆运动学模型及跟踪误差模型具体步骤如下：
步骤11，建立基于后轮反馈的运动学模型：
Figure BDA0002745448890000021
Figure BDA0002745448890000022
式中，θe为角度误差,ω为车辆横摆角速度,v为车速,k为对应路径点的曲率，e为质心处的横向距离误差，a为车辆纵向加速度；
步骤12，建立基于后轮反馈的跟踪误差模型：
Figure BDA0002745448890000023
Figure BDA0002745448890000024
式中，xp为预瞄距离。
作为本发明的进一步改进，所述步骤2中设计用于车辆前进的滑模控制器具体步骤为：
步骤21，定义误差与滑模函数：
Figure BDA0002745448890000031
Figure BDA0002745448890000032
其中c＞0
步骤22，设计基于指数趋近律的滑模控制器：
Figure BDA0002745448890000033
Figure BDA0002745448890000034
作为本发明的进一步改进，所述步骤3中将车辆质心处的横向距离误差与角度误差转化到车辆后轴中心具体步骤为：
步骤31，计算路径点切线与车辆纵轴交点到路径点在纵轴投影点的距离：
Figure BDA0002745448890000035
步骤32，计算转换到车辆后轴中心的横向距离误差与角度误差，分别为：
Figure BDA0002745448890000036
θrear＝θe
式中,erear为转换到车辆后轴中心的横向距离误差，L为车辆轴距，θrear为转换到后轴中心的角度误差。
作为本发明的进一步改进，所述步骤4中改进用于车辆后退的后轮反馈控制器具体为：
步骤41，设计曲率项自适应系数：
kcur＝pk
式中，p为比例系数；
步骤42，改进用于车辆后退的后轮反馈控制器：
Figure BDA0002745448890000037
Figure BDA0002745448890000041
式中，kθ与ke为反馈增益,pgain为比例系数,a＞0。
本发明的有益效果，通过步骤1至步骤4的设置，便可有效的利用基于后轮反馈的基础上建立跟踪误差模型，然后根据这个模型设计出滑模控制器，之后将车辆质心出的横向距离误差与角度误差转化到车辆后轴中心，最后再对车辆后退的后轮反馈控制器进行改进，如此本发明针对车辆前进和后退工况设计了横向控制策略，车辆前进时采用滑模控制方法与后轮反馈模型相结合，增强了系统的鲁棒性与稳定性；车辆后退时利用误差转换改进后轮反馈控制器，提升了车辆在大曲率工况下倒车的横向距离误差与角度误差精度。
附图说明
图1为本发明实现智能车辆横向控制的总体框架图；
图2为本发明采用的后轮反馈模型。
具体实施方式
下面将结合附图所给出的实施例对本发明做进一步的详述。
参照图1至2所示，本实施例的一种融合后轮反馈与滑模控制的智能汽车横向控制方法，包括如下步骤：
步骤1，建立基于后轮反馈的车辆运动学模型及跟踪误差模型；
步骤2，设计用于车辆前进的滑模控制器；
步骤3，将车辆质心处的横向距离误差与角度误差转化到车辆后轴中心；
步骤4，改进用于车辆后退的后轮反馈控制器。
进一步地，所述步骤1中，所述建立基于后轮反馈的车辆运动学模型及跟踪误差模型具体为：
步骤11，如图2所示，建立基于后轮反馈的运动学模型：
Figure BDA0002745448890000051
Figure BDA0002745448890000052
式中，θe为角度误差,ω为车辆横摆角速度,v为车速,k为对应路径点的曲率，e为质心处的横向距离误差，a为车辆纵向加速度；
步骤12，建立基于后轮反馈的跟踪误差模型：
Figure BDA0002745448890000053
Figure BDA0002745448890000054
式中，xp为预瞄距离；
进一步地，所述步骤2中，所述设计用于车辆前进的滑模控制器具体为：
步骤21，，定义误差与滑模函数：
Figure BDA0002745448890000055
Figure BDA0002745448890000056
其中c＞0
步骤22，设计基于指数趋近律的滑模控制器：
Figure BDA0002745448890000057
Figure BDA0002745448890000058
步骤23，计算前轮转角：
Figure BDA0002745448890000059
进一步地，所述步骤3中，所述将车辆质心处的横向距离误差与角度误差转化到车辆后轴中心具体为：
步骤31，计算路径点切线与车辆纵轴交点到路径点在纵轴投影点的距离：
Figure BDA0002745448890000061
步骤32，计算转换到车辆后轴中心的横向距离误差与角度误差，分别为：
Figure BDA0002745448890000062
θrear＝θe
式中,erear为转换到车辆后轴中心的横向距离误差，L为车辆轴距，θrear为转换到后轴中心的角度误差；一种融合后轮反馈与滑模控制的智能汽车横向控制方法与系统；
进一步地，所述步骤4中，所述改进用于车辆后退的后轮反馈控制器具体为：
步骤41，设计曲率项自适应系数：
kcur＝pk
式中，p为比例系数；
步骤42，改进用于车辆后退的后轮反馈控制器：
Figure BDA0002745448890000063
Figure BDA0002745448890000064
式中，kθ与ke为反馈增益,pgain为比例系数,a＞0；
步骤43，计算前轮转角：
Figure BDA0002745448890000065
综上所述，本实施例的融合后轮反馈与滑模控制的智能汽车横向控制方法，针对车辆前进和后退工况设计了横向控制策略，车辆前进时采用滑模控制方法与后轮反馈模型相结合，增强了系统的鲁棒性与稳定性；车辆后退时利用误差转换改进后轮反馈控制器，提升了车辆在大曲率工况下倒车的横向距离误差与角度误差精度。
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (4)

1.一种融合后轮反馈与滑模控制的智能汽车横向控制方法，其特征在于：包括如下步骤：
步骤1，建立基于后轮反馈的车辆运动学模型及跟踪误差模型；
步骤2，设计用于车辆前进的滑模控制器；
步骤3，将车辆质心处的横向距离误差与角度误差转化到车辆后轴中心；
步骤4，改进用于车辆后退的后轮反馈控制器；
所述步骤3中将车辆质心处的横向距离误差与角度误差转化到车辆后轴中心具体步骤为：
步骤31，计算路径点切线与车辆纵轴交点到路径点在纵轴投影点的距离：
Figure FDA0003413198820000011
步骤32，计算转换到车辆后轴中心的横向距离误差与角度误差，分别为：
Figure FDA0003413198820000012
θrear＝θe
式中，erear为转换到车辆后轴中心的横向距离误差，L为车辆轴距，θrear为转换到后轴中心的角度误差。
2.根据权利要求1所述的融合后轮反馈与滑模控制的智能汽车横向控制方法，其特征在于：所述步骤1中建立基于后轮反馈的车辆运动学模型及跟踪误差模型具体步骤如下：
步骤11，建立基于后轮反馈的运动学模型：
Figure FDA0003413198820000013
Figure FDA0003413198820000014
式中，θe为角度误差，ω为车辆横摆角速度，v为车速，k为对应路径点的曲率，e为质心处的横向距离误差，a为车辆纵向加速度；
步骤12，建立基于后轮反馈的跟踪误差模型：
Figure FDA0003413198820000021
Figure FDA0003413198820000022
式中，xp为预瞄距离。
3.根据权利要求1或2所述的融合后轮反馈与滑模控制的智能汽车横向控制方法，其特征在于：所述步骤2中设计用于车辆前进的滑模控制器具体步骤为：
步骤21，定义误差与滑模函数：
Figure FDA0003413198820000023
Figure FDA0003413198820000024
其中c＞0
步骤22，设计基于指数趋近律的滑模控制器：
Figure FDA0003413198820000025
Figure FDA0003413198820000026
步骤23，计算前轮转角：
Figure FDA0003413198820000027
4.根据权利要求1或2所述的融合后轮反馈与滑模控制的智能汽车横向控制方法，其特征在于：所述步骤4中改进用于车辆后退的后轮反馈控制器具体为：
步骤41，设计曲率项自适应系数：
kcur＝pk
式中，p为比例系数；
步骤42，改进用于车辆后退的后轮反馈控制器：
Figure FDA0003413198820000031
Figure FDA0003413198820000032
式中，kθ与ke为反馈增益，pgain为比例系数，a＞0。
CN202011164847.5A 2020-10-27 2020-10-27 融合后轮反馈与滑模控制的智能汽车横向控制方法 Active CN112506047B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011164847.5A CN112506047B (zh) 2020-10-27 2020-10-27 融合后轮反馈与滑模控制的智能汽车横向控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011164847.5A CN112506047B (zh) 2020-10-27 2020-10-27 融合后轮反馈与滑模控制的智能汽车横向控制方法

Publications (2)

Publication Number Publication Date
CN112506047A CN112506047A (zh) 2021-03-16
CN112506047B true CN112506047B (zh) 2022-03-29

Family

ID=74954367

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011164847.5A Active CN112506047B (zh) 2020-10-27 2020-10-27 融合后轮反馈与滑模控制的智能汽车横向控制方法

Country Status (1)

Country Link
CN (1) CN112506047B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103439884A (zh) * 2013-07-19 2013-12-11 大连理工大学 一种基于模糊滑模的智能汽车横向控制方法
CN103895704A (zh) * 2014-03-19 2014-07-02 南京航空航天大学 基于后轮主动转向的变传动比控制方法
CN105241678A (zh) * 2015-11-15 2016-01-13 北京工业大学 一种主动后轮转向的快速控制原型实现方法
CN108227491A (zh) * 2017-12-28 2018-06-29 重庆邮电大学 一种基于滑模神经网络的智能车轨迹跟踪控制方法
CN108248605A (zh) * 2018-01-23 2018-07-06 重庆邮电大学 一种智能车辆轨迹跟随的横纵向协调控制方法
CN108622104A (zh) * 2018-05-07 2018-10-09 湖北汽车工业学院 一种用于无人驾驶车辆的轨迹跟踪控制方法
CN108646756A (zh) * 2018-07-05 2018-10-12 合肥工业大学 基于分段仿射模糊滑模的智能汽车横向控制方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030101975A1 (en) * 2001-11-29 2003-06-05 Hitachi Unisia Automotive, Ltd. Air-fuel ratio control apparatus of internal combustion engine and method thereof
JP3863069B2 (ja) * 2002-06-06 2006-12-27 本田技研工業株式会社 プラントの制御装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103439884A (zh) * 2013-07-19 2013-12-11 大连理工大学 一种基于模糊滑模的智能汽车横向控制方法
CN103895704A (zh) * 2014-03-19 2014-07-02 南京航空航天大学 基于后轮主动转向的变传动比控制方法
CN105241678A (zh) * 2015-11-15 2016-01-13 北京工业大学 一种主动后轮转向的快速控制原型实现方法
CN108227491A (zh) * 2017-12-28 2018-06-29 重庆邮电大学 一种基于滑模神经网络的智能车轨迹跟踪控制方法
CN108248605A (zh) * 2018-01-23 2018-07-06 重庆邮电大学 一种智能车辆轨迹跟随的横纵向协调控制方法
CN108622104A (zh) * 2018-05-07 2018-10-09 湖北汽车工业学院 一种用于无人驾驶车辆的轨迹跟踪控制方法
CN108646756A (zh) * 2018-07-05 2018-10-12 合肥工业大学 基于分段仿射模糊滑模的智能汽车横向控制方法及系统

Also Published As

Publication number Publication date
CN112506047A (zh) 2021-03-16

Similar Documents

Publication Publication Date Title
CN110001637B (zh) 一种基于多点跟踪的无人驾驶汽车路径跟踪控制装置及控制方法
CN109144076B (zh) 一种多车辆横纵向耦合协同控制系统及控制方法
CN107831761B (zh) 一种智能车的路径跟踪控制方法
CN111216713B (zh) 一种自动驾驶车辆速度预瞄控制方法
CN112319610B (zh) 一种智能汽车的人机共享转向控制方法
CN112660124B (zh) 一种用于换道场景的协同自适应巡航控制方法
CN106681327A (zh) 一种大惯性电动客车的智能驾驶横纵向解耦控制方法及系统
CN108773376A (zh) 一种融合驾驶意图的汽车多目标分层协同控制与优化方法
CN110096748B (zh) 一种基于车辆运动学模型的人-车-路模型建模方法
CN113050651B (zh) 智能车自主行驶路径跟踪的时滞控制方法及系统
CN108732921A (zh) 一种自动驾驶汽车横向可拓预瞄切换控制方法
CN112109732A (zh) 一种智能驾驶自适应曲线预瞄方法
KR20200017571A (ko) 자율주행 차량을 위한 횡방향 제어 파라미터 보정 장치 및 방법
CN113264049A (zh) 一种智能网联车队协作换道控制方法
CN115320596A (zh) 一种智能网联车队插入式协同换道控制方法
CN116560371A (zh) 基于自适应模型预测控制的自动驾驶车辆路径跟踪方法
CN117320951A (zh) 用于重型车辆的自适应路径跟随算法
CN112506047B (zh) 融合后轮反馈与滑模控制的智能汽车横向控制方法
CN111674406A (zh) 自动驾驶系统车辆横向控制的方法
CN116639114A (zh) 一种车辆过弯的横向控制方法
CN116061921A (zh) 一种具有时滞和控制方向未知的汽车横向约束控制方法
CN115042770A (zh) 一种基于分布式鲁棒模型预测的车辆队列横向控制方法
CN115071699A (zh) 一种智能汽车换道避撞控制方法
CN114044003A (zh) 前后双轴转向车辆的循迹控制方法
CN113671950B (zh) 一种基于位姿收敛算法的车辆轨迹跟踪控制方法

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