CN112859863A - 一种基于预测的路径跟踪控制关键参考点选取方法及系统 - Google Patents
一种基于预测的路径跟踪控制关键参考点选取方法及系统 Download PDFInfo
- Publication number
- CN112859863A CN112859863A CN202110055024.7A CN202110055024A CN112859863A CN 112859863 A CN112859863 A CN 112859863A CN 202110055024 A CN202110055024 A CN 202110055024A CN 112859863 A CN112859863 A CN 112859863A
- Authority
- CN
- China
- Prior art keywords
- reference point
- key reference
- next control
- key
- prediction
- 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
- 238000010187 selection method Methods 0.000 title claims description 16
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000005457 optimization Methods 0.000 claims description 25
- 230000003321 amplification Effects 0.000 claims description 5
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 description 22
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000015654 memory Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception 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
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
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)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于预测的路径跟踪控制关键参考点选取方法及系统,用于在以等间隔离散点列形式给出的参考路径上选取用于路径跟踪控制的关键参考点,所述路径跟踪控制关键参考点选取方法包括:基于被控移动装备的纵向速度、控制周期以及当前关键参考点的位置,确定下一控制周期中的搜索基准点;基于所述搜索基准点,确定下一控制周期中关键参考点的搜索范围;建立局部寻优代价函数,以关键参考点和下一控制周期中移动装备实际位置的距离最小为目标,在所述搜索范围内搜索出下一控制周期中的关键参考点。本发明在参考路径以等间隔离散点列形式给出时,可实时、有效获取关键参考点。
Description
技术领域
本发明涉及移动装备自主行驶控制技术领域,特别涉及一种基于预测的路径跟踪控制关键参考点选取方法及系统。
背景技术
路径跟踪控制,即是被控对象沿着给定的参考路径行驶的控制过程,是轮式移动机器人、无人驾驶车辆等移动装备自主行驶控制系统中的关键技术。与轨迹跟踪控制相比,路径跟踪控制无需使移动装备在特定时间到达特定位置,其控制目标仅为使移动装备与参考路径之间的横向偏差和航向偏差达到最小。现有基于反馈线性化、滑模控制、模型预测控制等不同控制方法的多种路径跟踪控制技术,这些控制技术均需在参考路径上选取关键参考点(即路径跟踪控制中用以计算移动装备和参考路径之间误差信息的点)。选取关键参考点的方法目前有两种,一种是基于运动几何关系插值的关键点选取方法,另一种是基于全局寻优的关键点选取方法。
基于运动几何关系插值的关键参考点选取方法的技术特征包括:以参数方程形式的参考路径为基础,首先建立固定于移动装备上的局部坐标系,然后求解垂直于移动装备前进方向的坐标轴与参考路径的交点,若存在两个以上的交点,则选取其中截距较短的一个作为关键参考点。当参考路径较为简单,能够以参数方程的形式给出时,该方法能够有效获取关键参考点。但是目前在路径跟踪控制中,参考路径一般较为复杂,通常以等间隔离散点列的形式给出,在这种情况下,该方法无法有效获取关键参考点。基于全局寻优的关键点选取方法的技术特征包括:以等间隔离散点列形式的参考路径为基础,首先求取移动装备与参考路径上所有跟踪目标点之间的距离,然后通过全局寻优,获取与移动装备距离最短的跟踪目标点作为关键参考点。该方法能够有效获取关键参考点,但是当参考路径较长时,全局寻优需要耗费较多的计算资源,从而会导致路径跟踪控制的实时性发生恶化。
发明内容
本发明提供了一种基于预测的路径跟踪控制关键参考点选取方法及系统,以解决现有技术所存在的无法有效获取关键参考点,或者耗费较多计算资源,导致路径跟踪控制实时性恶化的技术问题。
为解决上述技术问题,本发明提供了如下技术方案:
一方面,本发明提供了一种基于预测的路径跟踪控制关键参考点选取方法,用于在以等间隔离散点列形式给出的参考路径上选取用于路径跟踪控制的关键参考点,所述方法包括:
基于被控移动装备的纵向速度、控制周期以及当前关键参考点的位置,确定下一控制周期中的搜索基准点;
基于所述搜索基准点,确定下一控制周期中关键参考点的搜索范围;
建立局部寻优代价函数,以关键参考点和下一控制周期中移动装备实际位置的距离最小为目标,在所述搜索范围内搜索出下一控制周期中的关键参考点。
进一步地,所述确定下一控制周期中的搜索基准点,包括:
通过以下公式,计算出所述搜索基准点在参考路径离散点列中的位置kn:
其中,kc表示当前关键参考点的位置,v表示被控移动装备的纵向速度,T表示控制周期,l表示参考路径上相邻两个离散点之间的距离。
进一步地,在初始控制周期中,kc为一预设值。
进一步地,所述确定下一控制周期中关键参考点的搜索范围,包括:
在所述搜索基准点的前后分别进行预设范围扩增,以确定出所述搜索范围。
进一步地,所述建立局部寻优代价函数,以关键参考点和下一控制周期中移动装备实际位置的距离最小为目标,在所述搜索范围内搜索出下一控制周期中的关键参考点,包括:
建立优化目标函数J,如下:
其中,xt和yt分别表示下一控制周期中被控移动装备实际位置的横坐标和纵坐标,xi和yi分别表示所述搜索范围内第i个离散点的横坐标和纵坐标;
求解所述优化目标函数的最小值,获得下一控制周期中关键参考点的位置。
另一方面,本发明还提供了一种基于预测的路径跟踪控制关键参考点选取系统,用于在以等间隔离散点列形式给出的参考路径上选取用于路径跟踪控制的关键参考点,所述系统包括:
下一控制周期中关键参考点的粗略位置预测模块,用于基于被控移动装备的纵向速度、控制周期以及当前关键参考点的位置,确定下一控制周期中的搜索基准点;
下一控制周期中关键参考点的搜索范围确定模块,用于基于所述搜索基准点,确定下一控制周期中关键参考点的搜索范围;
下一控制周期中的关键参考点的准确位置确定模块,用于建立局部寻优代价函数,以关键参考点和下一控制周期中移动装备实际位置的距离最小为目标,在所述搜索范围内搜索出下一控制周期中的关键参考点。
进一步地,所述下一控制周期中关键参考点的粗略位置预测模块具体用于:
通过以下公式,计算出所述搜索基准点在参考路径离散点列中的位置kn:
其中,kc表示当前关键参考点的位置,v表示被控移动装备的纵向速度,T表示控制周期,l表示参考路径上相邻两个离散点之间的距离。
进一步地,在初始控制周期中,kc为一预设值。
进一步地,所述下一控制周期中关键参考点的搜索范围确定模块具体用于:
在所述搜索基准点的前后分别进行预设范围扩增,以确定出所述搜索范围。
进一步地,下一控制周期中的关键参考点的准确位置确定模块具体用于:
建立优化目标函数J,如下:
其中,xt和yt分别表示下一控制周期中被控移动装备实际位置的横坐标和纵坐标,xi和yi分别表示所述搜索范围内第i个离散点的横坐标和纵坐标;
求解所述优化目标函数的最小值,获得下一控制周期中关键参考点的位置。
再一方面,本发明还提供了一种电子设备,其包括处理器和存储器;其中,存储器中存储有至少一条指令,所述指令由处理器加载并执行以实现上述方法。
又一方面,本发明还提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现上述方法。
本发明提供的技术方案带来的有益效果至少包括:
本发明采用预测控制的思路,首先预测下一控制周期中搜索基准点在参考路径等间隔离散点列中的位置,然后根据搜索基准点确定搜索范围,最后通过局部优化搜索,确定下一控制周期中关键参考点。从而在参考路径以等间隔离散点列形式给出时可实时、有效获取关键参考点,解决现有技术方案在参考路径以等间隔离散点列形式给出时,无法获取或无法实时获取关键参考点的问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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基于预测的路径跟踪控制关键参考点选取方法所适用的自主行驶系统的系统结构框图;
图2为本发明实施例提供的基于预测的路径跟踪控制关键参考点选取方法的输入、输出示意图;
图3为本发明实施例提供的基于预测的路径跟踪控制关键参考点选取方法的流程示意图;
图4为本发明实施例提供的基于预测的路径跟踪控制关键参考点选取方法的另一流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
第一实施例
本实施例提供了一种基于预测的路径跟踪控制关键参考点选取方法,适用于在以等间隔离散点列形式给出的参考路径上选取用于路径跟踪控制的关键参考点,该方法可以由电子设备实现。将本实施例的方法应用于自主行驶系统,可以在在参考路径以等间隔离散点列形式给出时,实时有效地获取关键参考点;其中,如图1所示,为了实现本实施例的基于预测的路径跟踪控制关键参考点选取方法,无人驾驶车辆等移动装备的自主行驶系统所需的环境感知系统、规划决策系统、运动控制系统必须完备。
进一步地,所述环境感知系统必须具备实时、精确给出移动装备在全局坐标系中的横坐标、纵坐标、航向角等位置姿态状态信息的功能。所述规划决策系统必须具备根据工作任务和移动装备的位置姿态状态实时给出自主行驶所需的参考路径的功能,而且参考路径以等间隔离散点列的形式给出。所述运动控制系统必须具备路径跟踪控制器和运动执行控制器,路径跟踪控制器需具备控制移动装备沿着参考路径行驶的功能,运动执行控制器需具备根据路径跟踪控制器指令控制移动装备动作的功能。本实施例的方法包含于路径跟踪控制器中。
如图2所示,路径跟踪控制关键参考点选取程序需要的输入信号包括当前控制周期中关键参考点的位置和下一控制周期中移动装备的位置姿态信息。其中当前控制周期中关键参考点的位置为路径跟踪控制关键参考点选取程序的上一个运行过程中通过优化求解获得,初始控制周期中的当前控制周期中关键参考点通过人工给定。下一控制周期中移动装备的位置姿态信息,通过定位系统在下一控制周期开始前获得。路径跟踪控制关键参考点选取程序的输出信号为下一控制周期中的关键参考点,该关键参考点即路径跟踪控制关键参考点选取程序在下一运行过程中的当前控制周期中关键参考点。
基于上述,本实施例的基于预测的路径跟踪控制关键参考点选取方法的执行流程如图3和图4所示,其主要包括以下步骤:
S101,基于被控移动装备的纵向速度、控制周期以及当前关键参考点的位置,确定下一控制周期中的搜索基准点;
需要说明的是,上述S101的目的是为了预测出下一控制周期中关键参考点的粗略位置;具体地,在本实施例中,上述S101的实现过程如下:
在等间隔离散点列形式的参考路径Pi(xi,yi,θi)中,i=1,2,3,…,N,N为参考路径中离散点的总数,xi,yi和θi分别表示参考路径上第i个点的横坐标、纵坐标和航向角。由于参考路径上,每两个相邻离散点之间的距离相等,所以在已知被控移动装备的车速和控制周期时,可以通过以下公式,计算出下一个控制周期内关键参考点的搜索基准点在参考路径离散点列中的位置kn:
其中,kc表示当前关键参考点的位置,初始控制周期中该值可以人工给定,即参考路径上离移动装备初始位置最近的点在参考路径离散点列中的位置,v表示车速,T表示控制周期,l表示参考路径上每两个相邻离散点之间的距离。
S102,基于所述搜索基准点,确定下一控制周期中关键参考点的搜索范围;
需要说明的是,由于控制周期较短,所以如果只考虑加、减速约束的影响,关键参考点与搜索基准点通常较为接近,但是考虑到移动装备可能偏离参考路径,所以还需基于搜索基准点设置搜索范围。也即,在确定搜索基准点之后,通过在搜索基准点前后分别进行扩增,从而确定设置搜索范围。具体如下:
搜索范围起点ks在参考路径等间隔离散点列中的位置为:
ks=kn-ρf
其中,ρf表示在搜索基准点前扩增的搜索范围,通常ρf≤kn-kc。
搜索范围终点ke在参考路径等间隔离散点列中的位置为:
ke=kn-ρr
其中,ρr表示在搜索基准点后扩增的搜索范围,通常ρr与ρf值相等。
S103,建立局部寻优代价函数,以关键参考点和下一控制周期中移动装备实际位置的距离最小为目标,在所述搜索范围内搜索出下一控制周期中的关键参考点。
需要说明的是,现有的基于全局优化的关键参考点选取方法,是直接采用参考路径上的所有等间隔离散点作为搜索范围,所以导致搜索过程实时性较差。而本实施例的方法通过上述S101~S102,基于纵向速度和控制周期预测下一控制周期中的搜索基准点并基于搜索基准点确定搜索范围的目的,就是考虑减小搜索范围后可以减少搜索成本,从而提高路径跟踪控制关键参考点选取的实时性。
在确定搜索范围后,通过建立局部寻优代价函数,基于局部寻优在搜索范围内以关键参考点和下一控制周期中移动装备实际位置的距离最小为目标进行最优搜索,即可实现路径跟踪控制关键参考点的选取,并提高搜索过程实时性。
具体地,在本实施例中,上述S103的实现过程如下:
在确定搜索范围后,可以设置下一控制周期中被控移动装备的实际位置与搜索范围内各离散点的距离为优化目标函数J,如下:
其中,xt和yt分别表示下一控制周期中被控移动装备实际位置的横坐标和纵坐标,xi和yi分别表示所述搜索范围内第i个离散点的横坐标和纵坐标;
通过求解优化目标函数J的最小值,即可获得下一控制周期中关键参考点的准确位置:
在获得关键参考点的准确位置之后,将该点代入路径跟踪控制器中,即可获得路径跟踪控制器所需的移动装备与参考路径之间的位置偏差与航向偏差。
综上,本实施例的方法根据纵向速度和控制周期,以预测下一控制周期中关键参考点的粗略位置为目标,确定搜索基准点在参考路径离散点列中的位置,在此基础上确定下一控制周期中关键参考点的搜索范围,最后建立局部寻优代价函数,以关键参考点和下一控制周期中移动装备实际位置的距离最小为目标,搜索获得下一控制周期中的关键参考点,从而解决了现有技术方案在参考路径以等间隔离散点列形式给出时,无法获取或无法实时获取关键参考点的问题。
第二实施例
本实施例提供了一种基于预测的路径跟踪控制关键参考点选取系统,用于在以等间隔离散点列形式给出的参考路径上选取用于路径跟踪控制的关键参考点,该系统包括以下模块:
下一控制周期中关键参考点的粗略位置预测模块,用于基于被控移动装备的纵向速度、控制周期以及当前关键参考点的位置,确定下一控制周期中的搜索基准点;
下一控制周期中关键参考点的搜索范围确定模块,用于基于所述搜索基准点,确定下一控制周期中关键参考点的搜索范围;
下一控制周期中的关键参考点的准确位置确定模块,用于建立局部寻优代价函数,以关键参考点和下一控制周期中移动装备实际位置的距离最小为目标,在所述搜索范围内搜索出下一控制周期中的关键参考点。
本实施例的基于预测的路径跟踪控制关键参考点选取系统与上述第一实施例的基于预测的路径跟踪控制关键参考点选取方法相对应;其中,该基于预测的路径跟踪控制关键参考点选取系统中的各功能模块所实现的功能与上述路径跟踪控制关键参考点选取方法中的各流程步骤一一对应;故,在此不再赘述。
第三实施例
本实施例提供一种电子设备,其包括处理器和存储器;其中,存储器中存储有至少一条指令,所述指令由处理器加载并执行,以实现第一实施例的方法。
该电子设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)和一个或一个以上的存储器,其中,存储器中存储有至少一条指令,所述指令由处理器加载并执行上述方法。
第四实施例
本实施例提供一种计算机可读存储介质,该存储介质中存储有至少一条指令,所述指令由处理器加载并执行,以实现上述第一实施例的方法。其中,该计算机可读存储介质可以是ROM、随机存取存储器、CD-ROM、磁带、软盘和光数据存储设备等。其内存储的指令可由终端中的处理器加载并执行上述方法。
此外,需要说明的是,本发明可提供为方法、装置或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
还需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
最后需要说明的是,以上所述是本发明优选实施方式,应当指出,尽管已描述了本发明优选实施例,但对于本技术领域的技术人员来说,一旦得知了本发明的基本创造性概念,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
Claims (10)
1.一种基于预测的路径跟踪控制关键参考点选取方法,用于在以等间隔离散点列形式给出的参考路径上选取用于路径跟踪控制的关键参考点,其特征在于,所述方法包括:
基于被控移动装备的纵向速度、控制周期以及当前关键参考点的位置,确定下一控制周期中的搜索基准点;
基于所述搜索基准点,确定下一控制周期中关键参考点的搜索范围;
建立局部寻优代价函数,以关键参考点和下一控制周期中移动装备实际位置的距离最小为目标,在所述搜索范围内搜索出下一控制周期中的关键参考点。
3.如权利要求2所述的基于预测的路径跟踪控制关键参考点选取方法,其特征在于,在初始控制周期中,kc为一预设值。
4.如权利要求1所述的基于预测的路径跟踪控制关键参考点选取方法,其特征在于,所述确定下一控制周期中关键参考点的搜索范围,包括:
在所述搜索基准点的前后分别进行预设范围扩增,以确定出所述搜索范围。
6.一种基于预测的路径跟踪控制关键参考点选取系统,用于在以等间隔离散点列形式给出的参考路径上选取用于路径跟踪控制的关键参考点,其特征在于,所述系统包括:
下一控制周期中关键参考点的粗略位置预测模块,用于基于被控移动装备的纵向速度、控制周期以及当前关键参考点的位置,确定下一控制周期中的搜索基准点;
下一控制周期中关键参考点的搜索范围确定模块,用于基于所述搜索基准点,确定下一控制周期中关键参考点的搜索范围;
下一控制周期中的关键参考点的准确位置确定模块,用于建立局部寻优代价函数,以关键参考点和下一控制周期中移动装备实际位置的距离最小为目标,在所述搜索范围内搜索出下一控制周期中的关键参考点。
8.如权利要求7所述的基于预测的路径跟踪控制关键参考点选取系统,其特征在于,在初始控制周期中,kc为一预设值。
9.如权利要求6所述的基于预测的路径跟踪控制关键参考点选取系统,其特征在于,所述下一控制周期中关键参考点的搜索范围确定模块具体用于:
在所述搜索基准点的前后分别进行预设范围扩增,以确定出所述搜索范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110055024.7A CN112859863B (zh) | 2021-01-15 | 2021-01-15 | 一种基于预测的路径跟踪控制关键参考点选取方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110055024.7A CN112859863B (zh) | 2021-01-15 | 2021-01-15 | 一种基于预测的路径跟踪控制关键参考点选取方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112859863A true CN112859863A (zh) | 2021-05-28 |
CN112859863B CN112859863B (zh) | 2022-02-25 |
Family
ID=76006733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110055024.7A Active CN112859863B (zh) | 2021-01-15 | 2021-01-15 | 一种基于预测的路径跟踪控制关键参考点选取方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112859863B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114047743A (zh) * | 2021-08-11 | 2022-02-15 | 中国舰船研究设计中心 | 一种带预测的无人艇目标跟踪控制方法与系统 |
CN114750750A (zh) * | 2022-04-28 | 2022-07-15 | 南阳理工学院 | 一种自动泊车的最优跟踪控制方法、系统、设备和介质 |
CN115127576A (zh) * | 2022-09-02 | 2022-09-30 | 青岛慧拓智能机器有限公司 | 路径规划方法、装置、芯片、终端、电子设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102890511A (zh) * | 2012-10-31 | 2013-01-23 | 台州清华机电制造有限公司 | 一种激光导引的sd型agv系统的导引方法 |
CN107015477A (zh) * | 2017-04-05 | 2017-08-04 | 同济大学 | 基于状态反馈的车辆路径跟踪h∞控制方法 |
CN108983782A (zh) * | 2018-08-02 | 2018-12-11 | 吉林大学 | 一种无人车路径跟踪移动目标点的选取方法 |
CN109177974A (zh) * | 2018-08-28 | 2019-01-11 | 清华大学 | 一种智能汽车的人机共驾型车道保持辅助方法 |
CN109407677A (zh) * | 2018-12-24 | 2019-03-01 | 清华大学 | 自动驾驶车辆的轨迹跟踪方法 |
CN109823393A (zh) * | 2018-12-14 | 2019-05-31 | 清华大学苏州汽车研究院(相城) | 一种智能驾驶车辆轨迹跟踪控制方法 |
US20190276016A1 (en) * | 2016-10-31 | 2019-09-12 | MAGNETI MARELLI S.p.A. | Adaptive control method and system in a terrestrial vehicle for tracking a route, particularly in an autonomous driving scenario |
JP2019202765A (ja) * | 2018-05-23 | 2019-11-28 | バイドゥ ユーエスエイ エルエルシーBaidu USA LLC | 自動運転車両のためのpid埋め込みlqr |
CN111857152A (zh) * | 2020-07-31 | 2020-10-30 | 北京京东乾石科技有限公司 | 用于生成车辆控制信息的方法和装置 |
-
2021
- 2021-01-15 CN CN202110055024.7A patent/CN112859863B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102890511A (zh) * | 2012-10-31 | 2013-01-23 | 台州清华机电制造有限公司 | 一种激光导引的sd型agv系统的导引方法 |
US20190276016A1 (en) * | 2016-10-31 | 2019-09-12 | MAGNETI MARELLI S.p.A. | Adaptive control method and system in a terrestrial vehicle for tracking a route, particularly in an autonomous driving scenario |
CN107015477A (zh) * | 2017-04-05 | 2017-08-04 | 同济大学 | 基于状态反馈的车辆路径跟踪h∞控制方法 |
JP2019202765A (ja) * | 2018-05-23 | 2019-11-28 | バイドゥ ユーエスエイ エルエルシーBaidu USA LLC | 自動運転車両のためのpid埋め込みlqr |
CN108983782A (zh) * | 2018-08-02 | 2018-12-11 | 吉林大学 | 一种无人车路径跟踪移动目标点的选取方法 |
CN109177974A (zh) * | 2018-08-28 | 2019-01-11 | 清华大学 | 一种智能汽车的人机共驾型车道保持辅助方法 |
CN109823393A (zh) * | 2018-12-14 | 2019-05-31 | 清华大学苏州汽车研究院(相城) | 一种智能驾驶车辆轨迹跟踪控制方法 |
CN109407677A (zh) * | 2018-12-24 | 2019-03-01 | 清华大学 | 自动驾驶车辆的轨迹跟踪方法 |
CN111857152A (zh) * | 2020-07-31 | 2020-10-30 | 北京京东乾石科技有限公司 | 用于生成车辆控制信息的方法和装置 |
Non-Patent Citations (5)
Title |
---|
GUOXING BAI 等: "Improvement of Vehicle Path Tracking by Relaxing the Steering Angle Speed Limit", 《2020 CHINESE AUTOMATION CONGRESS (CAC)》 * |
曲智恒: "基于 MPC 算法的无人驾驶车辆轨迹跟踪控制研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
李仁杰: "人机共驾型智能汽车的共享控制", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
白国星 等: "基于可变预测时域及速度的车辆路径跟踪控制", 《中国机械工程》 * |
白国星 等: "矿用铰接式车辆路径跟踪控制研究现状与进展", 《工程科学学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114047743A (zh) * | 2021-08-11 | 2022-02-15 | 中国舰船研究设计中心 | 一种带预测的无人艇目标跟踪控制方法与系统 |
CN114750750A (zh) * | 2022-04-28 | 2022-07-15 | 南阳理工学院 | 一种自动泊车的最优跟踪控制方法、系统、设备和介质 |
CN115127576A (zh) * | 2022-09-02 | 2022-09-30 | 青岛慧拓智能机器有限公司 | 路径规划方法、装置、芯片、终端、电子设备及存储介质 |
CN115127576B (zh) * | 2022-09-02 | 2022-12-13 | 青岛慧拓智能机器有限公司 | 路径规划方法、装置、芯片、终端、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112859863B (zh) | 2022-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112859863B (zh) | 一种基于预测的路径跟踪控制关键参考点选取方法及系统 | |
US11661068B2 (en) | Vehicle system for recognizing objects | |
US11433884B2 (en) | Lane-based probabilistic motion prediction of surrounding vehicles and predictive longitudinal control method and apparatus | |
US11919518B2 (en) | Vehicle lane change control method and device | |
US10073458B2 (en) | Path determining apparatus for autonomous driving vehicle and path determining method | |
CN112180925B (zh) | Agv轨迹跟随方法、装置及处理设备 | |
CN109900289B (zh) | 基于闭环控制的路径规划方法及装置 | |
CN110646009A (zh) | 一种基于dqn的车辆自动驾驶路径规划的方法及装置 | |
CN110688920B (zh) | 一种无人驾驶控制方法、装置及服务器 | |
EP3776127B1 (en) | Method and system for controlling an autonomous vehicle device to repeatedly follow a same predetermined trajectory | |
CN111731307B (zh) | 一种车辆转弯控制方法、装置、车辆及存储介质 | |
CN113253741B (zh) | 一种agv叉车的控制方法、装置及计算机可读介质 | |
CN110609539B (zh) | 路径跟踪控制方法、装置和系统及存储介质 | |
CN113260936B (zh) | 移动体控制装置、移动体控制学习装置及移动体控制方法 | |
CN117250957A (zh) | 路径跟踪控制关键参考点选取方法、装置、设备和介质 | |
JP2020042496A (ja) | 電子制御装置、ニューラルネットワーク更新システム | |
CN115042787B (zh) | 一种无车道线下确定跟踪轨迹的方法及装置 | |
US20240202393A1 (en) | Motion planning | |
CN113419542B (zh) | 一种路径规划的方法、装置及存储介质 | |
CN112925323B (zh) | 一种基于规则的移动机器人速度调节方法及系统 | |
CN115179969A (zh) | 车辆控制方法、装置、车辆及存储介质 | |
WO2022052556A1 (zh) | 一种车辆行为预测方法、装置及车辆 | |
CN115409682A (zh) | 一种自动驾驶路径的优化方法、装置、设备及存储介质 | |
CN118131749A (zh) | 一种自动驾驶车辆跟踪控制器参数优化方法 | |
CN115718486A (zh) | 轨迹跟踪方法、装置、设备及计算机可读存储介质 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230915 Address after: No. 55, Fuqian West Road, Shanting District, Zaozhuang City, Shandong Province 277100 Patentee after: Shandong hannuo Automobile Co.,Ltd. Address before: 100083 No. 30, Haidian District, Beijing, Xueyuan Road Patentee before: University OF SCIENCE AND TECHNOLOGY BEIJING |
|
TR01 | Transfer of patent right |