CN112506183A - 一种分布式驱动无人车辆路径跟踪控制方法及系统 - Google Patents
一种分布式驱动无人车辆路径跟踪控制方法及系统 Download PDFInfo
- Publication number
- CN112506183A CN112506183A CN202011214744.5A CN202011214744A CN112506183A CN 112506183 A CN112506183 A CN 112506183A CN 202011214744 A CN202011214744 A CN 202011214744A CN 112506183 A CN112506183 A CN 112506183A
- Authority
- CN
- China
- Prior art keywords
- control
- vehicle
- torque
- longitudinal
- control quantity
- 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 24
- 239000002131 composite material Substances 0.000 claims abstract description 37
- 238000013507 mapping Methods 0.000 claims abstract description 9
- 239000013598 vector Substances 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 17
- 230000007246 mechanism Effects 0.000 claims description 12
- 230000001133 acceleration Effects 0.000 claims description 10
- 238000005096 rolling process Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 3
- 230000004044 response Effects 0.000 abstract description 10
- 230000000007 visual effect Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
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
- G05D1/02—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
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- 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
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
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)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本发明提供一种分布式驱动无人车辆路径跟踪控制方法及系统,采用直接由偏差控制映射到复合转向控制量的横向控制方案,简单直观;采用的组合反馈控制算法既能确保控制响应的稳定性、控制精度以及闭环回路响应带宽,同时也便于工程实现与参数调节;同时在纵向上充分通过多轮独立力矩分配、复合制动等充分发挥分布式独立可控的动力学特点。该路径跟踪控制包括:横向控制量的计算、纵向控制量的计算、横/纵向控制量映射到底层执行机构中的转矩分配以及横/纵向控制量映射到底层执行机构中的复合制动力矩分配;其中横向控制量指转向角,纵向控制量为驱动控制量或制动控制量。
Description
技术领域
本发明属于自动驾驶或无人驾驶车辆控制技术领域,具体涉及一种分布式驱动无人车辆路径跟踪控制方法及系统。
背景技术
路径跟踪控制是无人车辆自主行驶的基础关键技术之一,尤其是针对分布式电驱动车辆,如何利用其独立可控的动力学潜力提高路径跟踪控制的稳定性和控制精度是一个研究重点。
闭环控制一般要分解为两个问题,即闭环控制回路的结构和控制算法。闭环控制系统的结构要利用其对象动力学的可观性与可控性以及物理直观性,制定一个合理的回路结构,然后依据系统输出信息设计反馈控制律以实现参考输入的跟踪和抗干扰控制等目的。目前大多数的研究集中在控制算法上,而对物理系统的控制回路结构缺乏深入的研究和清晰的认识。路径跟踪的横向控制里常用如下结构形式“横向偏差控制->曲率->转向角控制”,即通过目标路径的偏差下发目标曲率,再通过底层的转向控制完成目标曲率的跟踪以达到目标路径的跟踪,此类控制结构涉及的两层控制回路具有如下问题:
(1)双层级联式控制回路,降低了路径跟踪闭环控制的响应带宽;
(2)曲率不是一个可以直接测量的物理量,通过间接状态计算必然会带来误差;另外底层也无法确保曲率的理想跟踪,层层误差累积会导致路径跟踪控制整体的控制精度大大降低。
同时,关于车辆当前位置与目标路径之间的偏差如何建模也是个容易忽视的问题,偏差建模直接影响了闭环控制关于横向位置偏差、航向角偏差的敏感度以及整体的驾驶行为。
此外,基于分布式驱动的特点,扭矩矢量控制的复合转向、复合制动以及转矩的合理分配等,这些底层执行控制子模块也是无人车辆路径跟踪控制务必要充分利用的有力条件。
发明内容
有鉴于此,本发明提出一种分布式驱动无人车辆路径跟踪控制方法,采用直接由偏差控制映射到复合转向控制量的横向控制方案,简单直观;采用的组合反馈控制算法既能确保控制响应的稳定性、控制精度以及闭环回路响应带宽,同时也便于工程实现与参数调节;同时在纵向上充分通过多轮独立力矩分配、复合制动等充分发挥分布式独立可控的动力学特点。
所述的分布式驱动无人车辆路径跟踪控制方法,包括:
步骤一:横向控制量和纵向控制量的计算;
所述横向控制量为转向角δ,所述纵向控制量u包括驱动控制量fAcc或制动控制量fBrake;
所述横向控制量转向角δ的计算式为:
其中:组合比例系数λ∈[0,1],L为车辆等效轴距,dx为第二横向位置偏差,即期望路径中前向预瞄点P2到车辆当前路径切线方向的投影;ld为前向预瞄距离;状态反馈增益矢量K=[k1,k2,k3,k4,k5],k1,k2,k3,k4,k5均为增益矢量的增益常数;反馈状态其中e为第一横向位置偏差,即车辆当前质心到期望路径中当前跟踪点P1切线方向的投影,状态x1为第一横向位置偏差e的累积积分量;Δψ为航向角偏差;
然后依据所述横向控制量转向角δ计算车辆左右侧差动的矢量扭矩:
ΔT=KsTadδ
其中:ΔT为车辆左右侧驱动电机的差动转矩,Ks∈[0,1]为复合转向增益系数,Tad为可用于矢量转矩控制的容许转矩常数;
所述纵向控制量u的计算为:
u=Kpv(vd-vx)+Kiv∫(vd-vx)
ifu≥0fAcc=u,elsefBrake=u
其中:Kpv和Kiv分别为纵向速度闭环控制的比例系数和积分系数;fAcc为驱动控制量,fBrake为制动控制量;vx为车辆实际纵向速度,vd为期望纵向速度;
步骤二:横/纵向控制量映射到底层执行机构中的转矩分配和复合制动力矩分配;
进行所述横/纵向控制量映射到底层执行机构中的转矩分配时,首先按照轮胎垂向载荷的比例分配每个驱动电机的转矩,然后分配车辆左右侧驱动电机的差动转矩,由此得到所述分布式驱动无人车辆中每个轮胎的驱动电机的转矩;
所述横/纵向控制量映射到底层执行机构中的复合制动力矩分配为制动控制力矩TBrake到液压机械制动力矩和驱动电机电制动力矩的分配,其分配策略为:
其中:Tebi为第i个轮胎的液压机械制动力矩,Thbi为第i个轮胎的驱动电机电制动力矩,Fzi为第i个轮胎的垂向载荷;R0为轮胎有效滚动半径,g表示重力加速度,J为电动轮的转动惯量,为轮胎的摩擦系数,为摩擦系数关于滑移率函数的极值点对应的滑移率。
作为本发明的一种优选方式:所述前向预瞄距离ld与车辆实际纵向速度vx之间的关系为:
作为本发明的一种优选方式:所述航向角偏差Δψ=ψref-ψ,其中ψ为车辆的行驶速度方位角,ψref为期望路径切线方位角。
作为本发明的一种优选方式:所述期望纵向速度vd为:
作为本发明的一种优选方式:令所述分布式驱动无人车辆的轮胎个数为2n,n大于等于1;则第i个轮胎的转矩Ti为:
其中i=1,2…2n。
此外,本发明提供一种分布式驱动无人车辆路径跟踪控制系统,用于实现上述分布式驱动无人车辆路径跟踪控制方法:
该路径跟踪控制系统包括:路径跟踪偏差建模模块、路径跟踪控制模块、组合反馈控制模块和复合转向匹配模块;
所述路径跟踪偏差建模模块用于根据期望路径中当前跟踪点、前向预瞄点与车辆当前的质心位置计算第一横向位置偏差、第二横向位置偏差和航向角偏差;
所述路径跟踪控制模块依据车辆反馈的状态信息进行路径跟踪控制,所述车辆反馈的状态信息包括车辆的实际纵向速度,所述路径跟踪控制包括进行路径跟踪纵向速度规划,即计算期望速度vd;计算路径跟踪纵向控制量:驱动控制量fAcc和制动控制量fBrake;
所述组合反馈控制模块基于纯跟踪模型和状态反馈相结合的组合反馈控制进行横向控制量转向角δ的计算;
所述复合转向匹配模块依据横向稳定控制要求定义复合转向增益系数Ks,实现转向机构与矢量扭矩的复合转向控制,即依据所述组合反馈控制模块计算的转向角计算车辆左右侧差动的矢量扭矩,并将横/纵向控制量映射到底层执行机构中进行转矩分配和复合制动力矩分配。
有益效果:
(1)本发明的控制方法采用由偏差模型直接映射到复合转向控制量的横向控制方案,充分利用了扭矩矢量以增强横向开环增益,闭环响应带宽高、稳定性强;
(2)本发明的控制方法中采用的组合反馈控制算法既利用了前向预瞄点的偏差模型计算转向控制量,又利用当前位置处的偏差参与状态反馈计算,算法易于工程实现且具备较大的灵活性,通过组合反馈能够弥补单一算法呈现出的位置和角度偏差无法兼顾、远近距离无法兼顾的算法局限性;
(3)本发明充分利用了分布式驱动车辆的特点,有效集成了基于扭矩矢量的复合转向、机电复合制动以及力矩分配等模块,能够充分发挥分布式独立可控的动力学潜力,可广泛适用于分布式驱动车辆的路径跟踪控制。
附图说明
图1为本发明的分布式驱动无人车辆路径跟踪控制方法流程图;
图2为本发明的分布式驱动无人车辆路径跟踪控制方法对应的系统构图;
图3为路径跟踪偏差建模计算几何示意;
图4为某试验场地期望路点与无人车辆路径跟踪实际路点数据对比图;
图5为控制过程中横向控制量(转向角)随时间的变化图;
图6为控制过程中期望速度和实际的速度控制响应数据随时间的变化图。
具体实施方式
下面结合附图和较佳实施例对本发明进行详细阐述,以使本发明的优点和特征能更容易被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
本实施例以分布式驱动(即各轮独立驱动)的4×4轮式车辆路径跟踪控制为例,介绍该分布式驱动无人车辆路径跟踪控制方法的具体步骤。
如图1和图2,该路径跟踪控制包括:横向控制量的计算、纵向控制量的计算、横/纵向控制量映射到底层执行机构中的转矩分配以及横/纵向控制量映射到底层执行机构中的复合制动力矩分配;其中横向控制量指转向角δ,纵向控制量u包括驱动控制量fAcc或制动控制量fBrake。
其中横向控制量的计算过程为:
如图3所示,首先根据期望路径跟踪点与车辆当前的质心位置计算横向位置偏差和航向角偏差;其中横向位置偏差包括车辆当前的质心位置与期望路径中当前跟踪点P1(P1为当前期望位置)处的横向位置偏差(记为第一横向位置偏差e)以及车辆当前的质心位置与期望路径中前向预瞄点P2处的横向位置偏差(记为第二横向位置偏差dx);计算过程为:
(11)依据车载组合导航系统给出的车辆当前质心位置坐标与期望路径中当前跟踪点P1的坐标,计算车辆当前质心到当前跟踪点P1切线方向的投影,记为第一横向位置偏差e;
(12)依据车载组合导航系统给出的行驶速度方位角ψ,期望路径切线方位角ψref,计算航向角偏差Δψ=ψref-ψ;
(13)第二横向位置偏差dx为前向预瞄点P2到车辆当前路径切线方向的投影,设车辆按照转向半径R由当前位置行驶到前向预瞄点P2处,由几何关系得到:
R=ld/2sinα,sinα=dx/ld,
其中:ld为前向预瞄距离(即车辆当前质心位置与前向预瞄点P2之间的距离),α为车辆当前路径切线方向与前向预瞄线之间的夹角(前向预瞄线指车辆当前质心和前向预瞄点P2连线)。
其中前向预瞄距离ld与车辆实际纵向速度vx之间有如下关系:
其次是进行横向控制量(转向角δ)的计算:横向控制量(转向角δ)的计算依据组合反馈控制算法进行,即采用包含纯跟踪模型和状态反馈相结合的组合反馈控制算法,则转向角δ的控制律计算式为:
其中:组合比例系数λ∈[0,1],L为车辆等效轴距,状态反馈增益矢量K=[k1,k2,k3,k4,k5],k1,k2,k3,k4,k5均为增益矢量的增益常数;反馈状态其中e为第一横向位置偏差,状态x1为第一横向位置偏差e的累积积分量。
然后依据转向角进行差动转矩的计算,即依据横向位置控制计算的转向角δ来计算车辆左右侧差动的矢量扭矩,具体计算如下:
ΔT=KsTadδ
其中:ΔT为车辆左右侧轮毂电机的差动转矩,Ks∈[0,1]为复合转向增益系数,Tad为可用于矢量转矩控制的容许转矩常数。
在上述计算的基础上,还能够进行整车矢量转矩的计算,整车矢量转矩Mzx的计算公式为:
其中:m为车辆的轴个数(4x4车辆轴个数为2,6x6车辆轴个数为3,8x8车辆轴个数为4),Tdlj和Tdrj分别为左、右侧第j个轮毂电机的驱动力矩(每侧轮毂电机的编号为由车头到车尾的方向顺序排序),R0为轮胎有效滚动半径,w为车辆轮距。
纵向控制量的计算过程为:
在纵向控制上,首先是纵向速度规划,即计算期望纵向速度vd,计算式如下:
其中:t为当前周期,t+1为下一周期;ax为最大安全纵向加速度,ay最大安全横向加速度,k为车辆行驶曲率,T为速度控制周期,β为车辆的侧滑角;
然后基于上述纵向速度规划进行纵向控制量u的计算:
u=Kpv(vd-vx)+Kiv∫(vd-vx)
ifu≥0fAcc=u,elsefBrake=u
其中:Kpv和Kiv分别为纵向速度闭环控制的比例系数和积分系数;fAcc为驱动控制量,fBrake为制动控制量。
横/纵向控制量映射到底层执行机构中的转矩分配:
以4x4分布式驱动车辆为例,横/纵向控制量映射到底层执行机构中的转矩分配包括如下两个步骤:
(21)按照轮胎垂向载荷的比例分配四个轮毂电机(采用轮毂电机)的转矩,为方便起见,记左前、右前、左后、右后轮毂电机的转矩分别为T1,T2,T3,T4,转矩分配计算如下式:
其中Fz1为左前轮胎的垂向载荷,Fz2为右前轮胎的垂向载荷,Fz3为左后轮胎的垂向载荷,Fz4右后轮胎的垂向载荷;各轮胎垂向载荷为关于横纵向加速度的函数,可通过力矩平衡方程得出解算结果;
(22)通过分配左右侧矢量扭矩的附加项(即上述计算的车辆左右侧差动的矢量扭矩),得到最终的四轮转矩分配结果如下:
其中ΔT为车辆左右侧轮毂电机的差动转矩。
横/纵向控制量映射到底层执行机构中的复合制动分配:
横/纵向控制量映射到底层执行机构中的复合制动分配是指制动控制力矩TBrake(制动控制力矩TBrake与制动控制量fBrake为线性对应关系)到液压机械制动力矩Thb和轮毂电机电制动力矩Teb的分配;复合制动的分配策略是液压机械制动负责生成一个相对稳定的制动压力(即液压机械制动力矩),再附加以电制动负责生成快速变化的调节力矩(即轮毂电机电制动力矩),具体分配策略如下式:
其中:Tebi为第i个轮胎的液压机械制动力矩,Thbi为第i个轮胎的轮毂电机电制动力矩,Fzi为第i个轮胎的垂向载荷,i=1,2,3,4时分别对应左前、右前、左后、右后轮胎;R0为轮胎有效滚动半径,g表示重力加速度,J为电动轮(包括轮胎和电机)的转动惯量,为轮胎的摩擦系数,为摩擦系数关于滑移率函数的极值点对应的滑移率,一般地
上述复合制动力矩的分配能够确保在较大制动强度下采用较为稳定的液压机械制动再辅助以快速调节的电制动力矩,充分利用了液压机械的宽幅力矩和电制动的高带宽响应特性,且机械制动量在力学上确保了轮胎具备最优的附着力;在制动强度较低时采用纯电制动。
图4为在某试验场地选取一条期望路点,采集其路径点,然后实施上述路径跟踪控制方法后记录下的实际路点,试验表明采用该方法进行路径跟踪控制,控制精度高稳定性强。
图5为横向控制量(转向角)随时间的变化,其中上图为组合反馈算法计算出的状态反馈控制量和纯跟踪控制量,下图为转向角总控制量以及实际转向角响应数据。
图6为纵向控制的速度规划给出的期望速度和实际的速度控制响应数据。
实施例2:
在上述实施例1的基础上,为实现上述控制,设计了包括路径跟踪偏差建模模块、路径跟踪控制模块、组合反馈控制模块以及复合转向匹配模块的控制系统。
其中路径跟踪偏差建模模块用于根据期望路径跟踪点与车辆当前的质心位置计算横向位置偏差和航向角偏差,用于实现横向位置控制;
路径跟踪控制模块依据车辆反馈的状态信息进行路径跟踪控制,包括接收车辆反馈的状态信息(包括车辆的实际纵向速度)、进行路径跟踪纵向速度规划(即计算期望速度vd)、计算路径跟踪纵向控制量(驱动控制量fAcc或制动控制量fBrake);
组合反馈控制模块用于基于纯跟踪模型和状态反馈相结合的组合反馈控制进行横向控制量转向角δ控制律的计算;
复合转向匹配模块用于依据横向稳定控制要求定义复合转向增益系数Ks,实现转向机构与矢量扭矩的复合转向控制,即依据横向位置控制计算的转向角计算车辆左右侧差动的矢量扭矩,并将横/纵向控制量映射到底层执行机构进行转矩分配和复合制动的分配。
综上,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种分布式驱动无人车辆路径跟踪控制方法,其特征在于,包括:
步骤一:横向控制量和纵向控制量的计算;
所述横向控制量为转向角δ,所述纵向控制量u包括驱动控制量fAcc或制动控制量fBrake;
所述横向控制量转向角δ的计算式为:
其中:组合比例系数λ∈[0,1],L为车辆等效轴距,dx为第二横向位置偏差,即期望路径中前向预瞄点P2到车辆当前路径切线方向的投影;ld为前向预瞄距离;状态反馈增益矢量K=[k1,k2,k3,k4,k5],k1,k2,k3,k4,k5均为增益矢量的增益常数;反馈状态其中e为第一横向位置偏差,即车辆当前质心到期望路径中当前跟踪点P1切线方向的投影,状态x1为第一横向位置偏差e的累积积分量;Δψ为航向角偏差;
然后依据所述横向控制量转向角δ计算车辆左右侧差动的矢量扭矩:
ΔT=KsTadδ
其中:ΔT为车辆左右侧驱动电机的差动转矩,Ks∈[0,1]为复合转向增益系数,Tad为可用于矢量转矩控制的容许转矩常数;
所述纵向控制量u的计算为:
u=Kpv(vd-vx)+Kiv∫(vd-vx)
if u≥0 fAcc=u,else fBrake=u
其中:Kpv和Kiv分别为纵向速度闭环控制的比例系数和积分系数;fAcc为驱动控制量,fBrake为制动控制量;vx为车辆实际纵向速度,vd为期望纵向速度;
步骤二:横/纵向控制量映射到底层执行机构中的转矩分配和复合制动力矩分配;
进行所述横/纵向控制量映射到底层执行机构中的转矩分配时,首先按照轮胎垂向载荷的比例分配每个驱动电机的转矩,然后分配车辆左右侧驱动电机的差动转矩,由此得到所述分布式驱动无人车辆中每个轮胎的驱动电机的转矩;
所述横/纵向控制量映射到底层执行机构中的复合制动力矩分配为制动控制力矩TBrake到液压机械制动力矩和驱动电机电制动力矩的分配,其分配策略为:
3.如权利要求1所述的分布式驱动无人车辆路径跟踪控制方法,其特征在于:所述航向角偏差Δψ=ψref-ψ,其中ψ为车辆的行驶速度方位角,ψref为期望路径切线方位角。
6.一种分布式驱动无人车辆路径跟踪控制系统,用于实现上述权利要求1-5任一项所述的分布式驱动无人车辆路径跟踪控制方法,其特征在于:
该路径跟踪控制系统包括:路径跟踪偏差建模模块、路径跟踪控制模块、组合反馈控制模块和复合转向匹配模块;
所述路径跟踪偏差建模模块用于根据期望路径中当前跟踪点、前向预瞄点与车辆当前的质心位置计算第一横向位置偏差、第二横向位置偏差和航向角偏差;
所述路径跟踪控制模块依据车辆反馈的状态信息进行路径跟踪控制,所述车辆反馈的状态信息包括车辆的实际纵向速度,所述路径跟踪控制包括进行路径跟踪纵向速度规划,即计算期望速度vd;计算路径跟踪纵向控制量:驱动控制量fAcc和制动控制量fBrake;
所述组合反馈控制模块基于纯跟踪模型和状态反馈相结合的组合反馈控制进行横向控制量转向角δ的计算;
所述复合转向匹配模块依据横向稳定控制要求定义复合转向增益系数Ks,实现转向机构与矢量扭矩的复合转向控制,即依据所述组合反馈控制模块计算的转向角计算车辆左右侧差动的矢量扭矩,并将横/纵向控制量映射到底层执行机构中进行转矩分配和复合制动力矩分配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011214744.5A CN112506183B (zh) | 2020-11-04 | 2020-11-04 | 一种分布式驱动无人车辆路径跟踪控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011214744.5A CN112506183B (zh) | 2020-11-04 | 2020-11-04 | 一种分布式驱动无人车辆路径跟踪控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112506183A true CN112506183A (zh) | 2021-03-16 |
CN112506183B CN112506183B (zh) | 2022-05-20 |
Family
ID=74955198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011214744.5A Active CN112506183B (zh) | 2020-11-04 | 2020-11-04 | 一种分布式驱动无人车辆路径跟踪控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112506183B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113311845A (zh) * | 2021-07-29 | 2021-08-27 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) | 基于路径曲率的纯跟踪控制误差补偿方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108454623A (zh) * | 2018-01-22 | 2018-08-28 | 大连理工大学 | 一种四轮独立驱动无人驾驶电动车辆轨迹跟踪控制方法 |
CN108657174A (zh) * | 2018-06-01 | 2018-10-16 | 中国北方车辆研究所 | 一种多轴分布式驱动无人车辆控制方法及系统 |
CN109204317A (zh) * | 2018-07-24 | 2019-01-15 | 吉林大学 | 轮毂驱动电动汽车纵、横和垂向力集成控制优化方法 |
CN109795502A (zh) * | 2018-09-27 | 2019-05-24 | 吉林大学 | 智能电动汽车路径跟踪模型预测控制方法 |
CN110293853A (zh) * | 2019-07-05 | 2019-10-01 | 大连理工大学 | 四轮独立驱动电动汽车转向工况下的力矩分配方法 |
CN110979302A (zh) * | 2019-12-18 | 2020-04-10 | 厦门大学 | 自动驾驶分布式驱动电动汽车横向与侧倾综合控制方法 |
-
2020
- 2020-11-04 CN CN202011214744.5A patent/CN112506183B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108454623A (zh) * | 2018-01-22 | 2018-08-28 | 大连理工大学 | 一种四轮独立驱动无人驾驶电动车辆轨迹跟踪控制方法 |
CN108657174A (zh) * | 2018-06-01 | 2018-10-16 | 中国北方车辆研究所 | 一种多轴分布式驱动无人车辆控制方法及系统 |
CN109204317A (zh) * | 2018-07-24 | 2019-01-15 | 吉林大学 | 轮毂驱动电动汽车纵、横和垂向力集成控制优化方法 |
CN109795502A (zh) * | 2018-09-27 | 2019-05-24 | 吉林大学 | 智能电动汽车路径跟踪模型预测控制方法 |
CN110293853A (zh) * | 2019-07-05 | 2019-10-01 | 大连理工大学 | 四轮独立驱动电动汽车转向工况下的力矩分配方法 |
CN110979302A (zh) * | 2019-12-18 | 2020-04-10 | 厦门大学 | 自动驾驶分布式驱动电动汽车横向与侧倾综合控制方法 |
Non-Patent Citations (6)
Title |
---|
YANG WANG 等: "Path tracking of eight in-wheel-driving autonomous vehicle: controller design and experimental results", 《2019 IEEE INTERNATIONAL CONFERENCE ON UNMANNED SYSTEMS (ICUS)》 * |
张细政 等: "基于转矩协调分配的分布式驱动电动汽车稳定性控制", 《中国机械工程》 * |
张金城: "自动驾驶电动汽车的轨迹跟随控制研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
李亮 等: "汽车底盘线控与动力学域控制技术", 《汽车安全与节能学报》 * |
李鑫: "智能车辆横纵向运动综合控制研究", 《重庆交通大学学位论文》 * |
程常文: "智能车辆横纵向控制方法研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113311845A (zh) * | 2021-07-29 | 2021-08-27 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) | 基于路径曲率的纯跟踪控制误差补偿方法及装置 |
CN113311845B (zh) * | 2021-07-29 | 2021-11-16 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) | 基于路径曲率的纯跟踪控制误差补偿方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112506183B (zh) | 2022-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108437978B (zh) | 四轮毂电驱车辆行驶路面自动识别与稳定性集成控制方法 | |
CN108556680B (zh) | 一种用于轮毂电机驱动车辆的稳定性控制方法 | |
CN110696793B (zh) | 一种四轮转向联合差动制动的智能车辆分层控制方法 | |
CN110605973B (zh) | 一种基于分层结构的多轴分布式电驱动车辆操纵稳定性控制方法 | |
CN111923908A (zh) | 一种融合稳定性的智能汽车路径跟踪控制方法 | |
WO2022266824A1 (zh) | 一种转向控制方法及装置 | |
CN111572558A (zh) | 一种无人车最大包络线动力学控制方法 | |
CN113009829B (zh) | 一种智能网联车队纵横向耦合控制方法 | |
CN111959500A (zh) | 一种基于轮胎力分配的汽车路径跟踪性能提升方法 | |
CN113147420A (zh) | 一种基于路面附着系数识别的目标优化转矩分配方法 | |
CN111731267B (zh) | 一种装备非充气弹性车轮的分布式电动汽车稳定性控制系统及方法 | |
CN112506183B (zh) | 一种分布式驱动无人车辆路径跟踪控制方法及系统 | |
CN114148403B (zh) | 一种线控转向系统多工况稳定性控制方法 | |
CN116819972B (zh) | 一种模块化分层式架构的协同控制方法 | |
CN207274660U (zh) | 一种应用于全自动泊车的蠕行速度控制装置 | |
CN113183953A (zh) | 基于分布式驱动底盘的车辆碰后主动安全控制方法及系统 | |
CN115848162B (zh) | 一种用于六轮独立电驱动无人车辆差动转向的控制方法 | |
CN109795551B (zh) | 一种基于线性二次型微分博弈的四轮独立驱动电动汽车四轮主动转向控制方法 | |
CN109969165B (zh) | 考虑轮胎侧向力贡献的基于目标优化的转矩分配方法 | |
CN114620033A (zh) | 一种基于前轮反馈控制的泊车入库控制方法 | |
CN110758404B (zh) | 一种针对车辆稳定系统执行器故障的容错控制方法 | |
CN110606088B (zh) | 一种电动轮驱动防滑控制策略 | |
CN114148411A (zh) | 一种轮式无人平台的漂移控制方法 | |
Meng et al. | Tire-model-free control for steering of skid steering vehicle | |
US20220206498A1 (en) | Lateral control in path-tracking of autonomous vehicle |
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 |