CN112859869A - 一种车辆路径跟踪方法、装置、控制器、车辆和介质 - Google Patents

一种车辆路径跟踪方法、装置、控制器、车辆和介质 Download PDF

Info

Publication number
CN112859869A
CN112859869A CN202110075132.0A CN202110075132A CN112859869A CN 112859869 A CN112859869 A CN 112859869A CN 202110075132 A CN202110075132 A CN 202110075132A CN 112859869 A CN112859869 A CN 112859869A
Authority
CN
China
Prior art keywords
vehicle
path tracking
path
controller
model
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
Application number
CN202110075132.0A
Other languages
English (en)
Other versions
CN112859869B (zh
Inventor
张士存
杨泽宇
姜喜民
林蓝
刘东寰
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.)
Tsinghua University
CRRC Qingdao Sifang Co Ltd
Original Assignee
Tsinghua University
CRRC Qingdao Sifang 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 Tsinghua University, CRRC Qingdao Sifang Co Ltd filed Critical Tsinghua University
Priority to CN202110075132.0A priority Critical patent/CN112859869B/zh
Publication of CN112859869A publication Critical patent/CN112859869A/zh
Application granted granted Critical
Publication of CN112859869B publication Critical patent/CN112859869B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G05D1/02—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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • 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
    • G05D1/0276—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)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本申请提供一种车辆路径跟踪方法、装置、控制器、车辆和介质，方法包括：根据车辆状态参数、不确定性参数建立车辆横向动力学模型；建立车辆路径跟踪运动学模型，并根据车辆路径跟踪运动学模型建立路径跟踪伺服等式约束；控制车辆横向动力学模型跟随路径跟踪伺服等式约束，以得到路径跟踪控制器；根据路径跟踪控制器控制车辆跟踪期望路径。本申请提供的该路径跟踪控制器设计简单，对所有车辆动力学参数摄动、外部干扰引起的动力学不确定性具有鲁棒性，可以有效提升车辆路径跟踪的精度，改善用户体验。

Description

一种车辆路径跟踪方法、装置、控制器、车辆和介质
技术领域
本申请涉及路径跟踪技术领域，特别涉及一种车辆路径跟踪方法、装置、控制器、车辆和介质。
背景技术
路径跟随的精度直接关系到车辆的安全性。然而，实际车辆动力学系统中由参数摄动及未知外部干扰造成的复杂不确定性对车辆路径跟踪精度的提升带来了巨大挑战。若缺乏对这些不确定性及外部干扰的考虑，可能导致路径跟踪控制器的不稳定，进而导致车辆跑偏，带来巨大的安全隐患。已有大量鲁棒控制方法被应用于车辆路径跟踪旨在处理这些不确定性，例如：滑模鲁棒控制、H-infity控制、LQG控制(linear-quadratic-Gaussiancontrol，线性二次型高斯控制)等。但是这些方法现有的方法大多只能考虑轮胎侧偏刚度，车辆纵向速度等少量参数的摄动。而对实际的车辆系统的车辆状态参数都是很难准确获取的，该参数的不确定性造成车辆路径跟踪的精度较低。
因此，如何提供一种解决上述技术问题的方案是本领域技术人员目前需要解决的问题。
发明内容
本申请的目的是提供一种车辆路径跟踪方法、装置、控制器、车辆和介质，能够提高车辆路径跟踪的精度。其具体方案如下：
本申请提供了一种车辆路径跟踪方法，包括：
根据车辆状态参数、不确定性参数建立车辆横向动力学模型；
建立车辆路径跟踪运动学模型，并根据所述车辆路径跟踪运动学模型建立路径跟踪伺服等式约束；
控制所述车辆横向动力学模型跟随所述路径跟踪伺服等式约束，以得到路径跟踪控制器；
根据所述路径跟踪控制器控制车辆跟踪期望路径。
优选地，所述根据所述路径跟踪控制器控制车辆跟踪期望路径，包括：
获取车辆的实时车辆状态参数；
获取所述车辆与所述期望路径间的实时相对位姿信息、曲率信息；
将所述实时车辆状态参数、所述实时相对位姿信息、所述曲率信息输入所述路径跟踪控制器，得到车轮转向系统的转向角指令；
将所述转向角指令发送至所述车轮转向系统，以使所述车轮转向系统根据所述转向角指令控制所述车辆按照所述期望路径行驶。
优选地，所述根据车辆状态参数、不确定性参数建立车辆横向动力学模型，包括：
利用二阶线性时变模型根据所述车辆状态参数、所述不确定性参数建立所述车辆横向动力学模型；
其中，所述车辆状态参数对应所述车辆横向动力学模型的名义部分，所述不确定性参数对应所述车辆横向动力学模型的不确定部分。
优选地，所述建立车辆路径跟踪运动学模型，并根据所述车辆路径跟踪运动学模型建立路径跟踪伺服等式约束，包括：
根据车辆质心与期望横向位置的第一偏差、车辆横摆角与期望横摆角的第二偏差，确定所述车辆路径跟踪运动学模型；
根据所述第一偏差和所述第二偏差，得到期望路径跟踪伺服等式约束；
根据所述期望路径跟踪伺服等式约束进行时间求导，得到二阶形式等式约束；
将所述期望路径跟踪伺服等式约束和所述二阶形式等式约束确定为所述路径跟踪伺服等式约束。
优选地，所述控制所述车辆横向动力学模型跟随所述路径跟踪伺服等式约束，以得到路径跟踪控制器，包括：
根据所述名义部分、所述期望路径跟踪伺服等式约束、所述二阶形式等式约束得到第一控制量；
根据所述名义部分、所述期望路径跟踪伺服等式约束、约束跟随误差得到第二控制量；
根据所述车辆横向动力学模型、所述约定跟随误差、系统有界不确定性边界估值、真实系统有界不确定性边界值以及自适应率，确定第三控制量；
根据所述第一控制量、所述第二控制量以及所述第三控制量确定路径跟踪控制器。
优选地，所述控制所述车辆横向动力学模型跟随所述路径跟踪伺服等式约束，以得到路径跟踪控制器之后，还包括：
对所述路径跟踪控制器进行稳定性验证，确定所述路径跟踪控制器满足一致有界性和一致最终有界性。
本申请提供了一种车辆路径跟踪装置，包括：
车辆横向动力学模型建立模块，用于根据车辆状态参数、不确定性参数建立车辆横向动力学模型；
路径跟踪伺服等式约束建立模块，用于建立车辆路径跟踪运动学模型，并根据所述车辆路径跟踪运动学模型建立路径跟踪伺服等式约束；
路径跟踪控制器生成模块，用于控制所述车辆横向动力学模型跟随所述路径跟踪伺服等式约束，以得到路径跟踪控制器；
控制模块，用于根据所述路径跟踪控制器控制车辆跟踪期望路径。
本申请提供了一种控制器，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上所述车辆路径跟踪方法的步骤。
本申请提供了一种车辆，包括：
车辆主体；
设置在所述车辆主体上的如上所述的控制器。
本申请提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述车辆路径跟踪方法的步骤。
本申请提供一种车辆路径跟踪方法，包括：根据车辆状态参数、不确定性参数建立车辆横向动力学模型；建立车辆路径跟踪运动学模型，并根据车辆路径跟踪运动学模型建立路径跟踪伺服等式约束；控制车辆横向动力学模型跟随路径跟踪伺服等式约束，以得到路径跟踪控制器；根据路径跟踪控制器控制车辆跟踪期望路径。
可见，由于在动力学模型中大部分参数很难被准确获取，实际模型中使用的参数往往偏离真实值存在参数摄动，模型也存在建模误差，因此，本申请首先根据车辆状态参数和不确定性参数建立了车辆横向动力学模型，解决了不确定性参数带来的干扰，更符合实际车辆的运行；然后，建立车辆路径运动学模型，将横向位置偏差和横摆角偏差以及对应的导数表示为车辆状态和期望路径信息的函数关系，并且，根据该车辆路径跟踪运动学模型保证横向位置偏差和横摆角偏差趋于零的等式约束，以得到路径跟踪伺服等式约束，将路径跟随控制任务转化成了车辆伺服约束控制任务，通过控制车辆横向动力学模型跟随车辆路径跟踪运动学模型，以得到路径跟踪控制器，该路径跟踪控制器设计简单，对所有车辆动力学参数摄动、外部干扰引起的动力学不确定性具有鲁棒性，可以有效提升车辆路径跟踪的精度，改善用户体验。
本申请同时还提供了一种车辆路径跟踪装置、控制器、车辆和介质，均具有上述有益效果，在此不再赘述。
附图说明
为了更清楚地说明本申请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申请的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种车辆路径跟踪方法的流程图；
图2为本申请实施例提供的另一种车辆路径跟踪方法的流程图；
图3为本申请实施例提供的一种控制器设计流程和在线控制的示意图；
图4为本申请实施例提供的一种车辆横向动力学模型示意图；
图5为具有预瞄距离DL的车辆路径跟踪运动学模型示意图；
图6为本申请实施例提供的一种车辆路径跟踪装置的结构示意图；
图7为本申请实施例提供的一种控制器的结构示意图；
图8为本申请实施例提供的另一种控制器的结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
路径跟随的精度直接关系到车辆的安全性。然而，实际车辆动力学系统中由参数摄动及未知外部干扰造成的复杂不确定性对车辆路径跟踪精度的提升带来了巨大挑战。若缺乏对这些不确定性及外部干扰的考虑，可能导致路径跟踪控制器的不稳定，进而导致车辆跑偏，带来巨大的安全隐患。已有大量鲁棒控制方法被应用于车辆路径跟踪旨在处理这些不确定性，例如：滑模鲁棒控制、H-infity控制、LQG控制等。但是这些方法现有的方法大多只能考虑轮胎侧偏刚度，车辆纵向速度等少量参数的摄动。而对实际的车辆系统的车辆状态参数都是很难准确获取的，该参数的不确定性造成车辆路径跟踪的精度较低。
基于上述技术问题，本实施例提供一种车辆路径跟踪方法，包括：根据车辆状态参数、不确定性参数建立车辆横向动力学模型；建立车辆路径跟踪运动学模型，并根据车辆路径跟踪运动学模型建立路径跟踪伺服等式约束；控制车辆横向动力学模型跟随路径跟踪伺服等式约束，以得到路径跟踪控制器；根据路径跟踪控制器控制车辆跟踪期望路径。
由于在动力学模型中大部分参数很难被准确获取，实际模型中使用的参数往往偏离真实值存在参数摄动，模型也存在建模误差，因此，本申请首先根据车辆状态参数和不确定性参数建立了车辆横向动力学模型，解决了不确定性参数带来的干扰，更符合实际车辆的运行；然后，建立车辆路径运动学模型，将横向位置偏差和横摆角偏差以及对应的导数表示为车辆状态和期望路径信息的函数关系，并且，根据该车辆路径跟踪运动学模型保证横向位置偏差和横摆角偏差趋于零的等式约束，以得到路径跟踪伺服等式约束，将路径跟随控制任务转化成了车辆伺服约束控制任务，通过控制车辆横向动力学模型跟随车辆路径跟踪运动学模型，以得到路径跟踪控制器，该路径跟踪控制器设计简单，对所有车辆动力学参数摄动、外部干扰引起的动力学不确定性具有鲁棒性，可以有效提升车辆路径跟踪的精度，改善用户体验。
请参考图1，图1为本申请实施例提供的一种车辆路径跟踪方法的流程图，具体包括：
S101、根据车辆状态参数、不确定性参数建立车辆横向动力学模型；
其中，车辆的横向运动学模型是以车辆横向位移和横摆角为系统状态，前、后转向系统的轮胎转向角为控制量输入，建立的车辆的车辆横向动力学模型，以表征车辆状态参数变化与控制量输入之间的映射关系。考虑到车辆横向动力学模型中，大部分车辆状态参数很难被准确获取。因此，实际车辆横向动力学模型中使用的参数(名义参数)往往偏离真实值，也即存在参数摄动，且车辆横向动力学模型中也存在未知的建模误差及外部干扰。其中，参数摄动是车辆真实质量和模型给出的质量之间的差别；建模误差为受力分析推导的数据，由于是简化的数据因此存在一定误差；外部干扰为外部车向风、道路侧倾倒等导致的误差。本申请中根据参数摄动、建模误差及外部干扰引入了复杂不确定性，使得所建立的车辆横向动力学模型中参数矩阵都能被分解为已知的名义部分和未知的不确定部分。因此，车辆横向动力学模型包括动力学摄动外部干扰等造成的动力学不确定以使路径跟踪控制器具有较强的鲁棒性，能更精准的实现路径跟踪。
S102、建立车辆路径跟踪运动学模型，并根据车辆路径跟踪运动学模型建立路径跟踪伺服等式约束；
进行路径跟踪运动学建模，得到车辆路径跟踪运动学模型，具体为定义路径跟踪横向位置偏差为车辆横向位置与期望横向位置的偏差；定义路径跟踪横摆角误差为车辆横摆角与期望横摆角的偏差。根据几何学及运动学关系，可将横向位置的偏差、横摆角的偏差以及它们的导数表示为关于车辆状态和期望路径信息的函数关系，得到车辆路径跟踪运动学模型。
根据车辆路径跟踪运动学模型建立路径跟踪伺服等式约束，也就是将车辆路径跟踪的目标是保证横向位置的偏差以及横摆角的偏差都趋近于零。根据路径跟踪运动学模型，为车辆状态建立能保证横向位置的偏差、横摆角的偏差趋近于零的等式约束，将路径跟随控制任务转化为车辆的伺服约束控制任务，得到路径跟踪伺服等式约束。
S103、控制车辆横向动力学模型跟随路径跟踪伺服等式约束，以得到路径跟踪控制器；
进而，通过控制车辆横向动力学模型可靠跟随这些路径跟踪伺服等式约束，即可保证车辆跟踪期望路径。
本实施例提供的路径跟踪控制器是线下设计完成的，得到路径跟踪控制器的具体解析形式后，嵌入车辆控制系统对应的路径跟踪控制模块中。车辆行驶时，传感模块、状态观测模块实时获取路径跟踪控制器所需的状态信息，并输入路径跟踪控制器中。根据线下设计的控制率以及实时状态信息，生成车辆前、后轮转向角控制指令，输入实际车辆系统完成路径跟踪控制。
S104、根据路径跟踪控制器控制车辆跟踪期望路径。
本实施例可以根据路径跟踪控制器，控制车辆跟随期望路径行驶。
在一种可实现的实施方式中，能够通过采用路径跟踪控制器直接控制车辆运行，保证车辆稳定跟随期望路径，具体的，步骤S104，包括：
S1041、获取车辆的实时车辆状态参数；
其中，车辆的实时车辆状态参数包括但是不限定于：车辆质量、车辆关于质心坐标系z轴的转动惯量、车辆前后轮的侧偏刚度、车辆纵向速度、车辆前后轴距车辆质心的距离。
S1042、获取车辆与期望路径间的实时相对位姿信息、曲率信息；
其中，相对位姿信息为车辆横向位置和期望横向位置的信息，曲率信息为车辆横摆角和期望横摆角的信息。
S1043、将实时车辆状态参数、实时相对位姿信息、曲率信息输入路径跟踪控制器，得到车轮转向系统的转向角指令；
本步骤的目的是为了得到车轮转向系统的转向角指令，其中，转向角指令包括前车轮转向角指令、后车轮转向角指令。
S1044、将转向角指令发送至车轮转向系统，以使车轮转向系统根据转向角指令控制车辆按照期望路径行驶。
基于上述技术方案，本实施例由于在动力学模型中大部分参数很难被准确获取，实际模型中使用的参数往往偏离真实值存在参数摄动，模型也存在建模误差，因此，本申请首先根据车辆状态参数和不确定性参数建立了车辆横向动力学模型，解决了不确定性参数带来的干扰，更符合实际车辆的运行；然后，建立车辆路径运动学模型，将横向位置偏差和横摆角偏差以及对应的导数表示为车辆状态和期望路径信息的函数关系，并且，根据该车辆路径跟踪运动学模型保证横向位置偏差和横摆角偏差趋于零的等式约束，以得到路径跟踪伺服等式约束，将路径跟随控制任务转化成了车辆伺服约束控制任务，通过控制车辆横向动力学模型跟随车辆路径跟踪运动学模型，以得到路径跟踪控制器，该路径跟踪控制器设计简单，对所有车辆动力学参数摄动、外部干扰引起的动力学不确定性具有鲁棒性，可以有效提升车辆路径跟踪的精度，改善用户体验。
基于上述实施例，本实施例提供一种车辆路径跟踪方法，具体请参考图2、图3，图2为本申请实施例提供的另一种车辆路径跟踪方法的流程图，图3为本申请实施例提供的一种控制器设计流程和在线控制的示意图。
具体的，车辆路径跟踪方法，包括：
S201、利用二阶线性时变模型根据车辆状态参数、不确定性参数建立车辆横向动力学模型；
其中，车辆状态参数对应车辆横向动力学模型的名义部分，不确定性参数对应车辆横向动力学模型的不确定部分。
本步骤中，车辆横向动力学模型的建立是利用二阶线性时变模型，能够去除对车辆动力学模型线性定常的要求，可基于更符合实际车辆的动力学模型设计控制器，使所建立的车辆动力学模型与实际车辆模型差异减小，提高了控制器设计的精度。
定义系统状态为
Figure BDA0002907205390000081
其中y为车辆横向位移(车辆质心坐标系下)，
Figure BDA0002907205390000082
为车辆横摆角。定义系统的控制量为U＝[δf,δr]T，其中δf为前轮转向系统的轮胎转向角输入，δr为后轮转向系统的轮胎转向角输入。车辆的横向动力学可建模为如公式(1)二阶线性时变模型：
Figure BDA0002907205390000083
其中，M(t)∈R2×2为惯性矩阵，C(t)∈R2为参数矩阵，ω(t)∈R2为未知建模误差及外部干扰矩阵，B(t)∈R2×2为输入矩阵；参数(·)(t)表示参数(·)是时变的；U(t)为系统控制量，
Figure BDA0002907205390000084
为系统状态X(t)的一阶导数，
Figure BDA0002907205390000085
为系统状态X(t)的二阶导数。请参考图4，图4为本申请实施例提供的一种车辆横向动力学模型示意图。
请参考公式(2-1)～(2-4)：
Figure BDA0002907205390000091
Figure BDA0002907205390000092
Figure BDA0002907205390000093
Figure BDA0002907205390000094
其中，m为车辆质量，IZ为车辆关于质心坐标系z轴的转动惯量，Cf和Cr分别为车辆前后轮的侧偏刚度，vx为车辆纵向速度，lf和lr分别为车辆前后轴距车辆质心的距离，ωy和
Figure BDA0002907205390000095
分别表示建模误差以及外部干扰对状态车辆横向位移y和车辆横摆角
Figure BDA0002907205390000096
的综合作用。
由于m、IZ、Cf、Cr、lf、lr等参数很难被准确获取，因此，实际模型中使用的参数(名义参数)往往偏离真实值，也即存在参数摄动，具体为公式(3-1)～(3-6)；
Figure BDA0002907205390000097
Figure BDA0002907205390000098
Figure BDA0002907205390000099
Figure BDA00029072053900000910
Figure BDA00029072053900000911
Figure BDA00029072053900000912
其中，Δm、ΔIZ、ΔCf、ΔCr、Δlf、Δlr为未知不确定参数即不确定性参数，
Figure BDA00029072053900000913
为已知的名义参数即车辆状态参数。因此，名义动力学模型(名义部分)为公式(4)；
Figure BDA00029072053900000914
其中，
Figure BDA0002907205390000101
具体为公式(5-1)，
Figure BDA0002907205390000102
具体为公式(5-2)，
Figure BDA0002907205390000103
具体为公式(5-3)；
Figure BDA0002907205390000104
Figure BDA0002907205390000105
Figure BDA0002907205390000106
公式(1)中的参数矩阵都可以分解为已知的名义参数
Figure BDA0002907205390000107
以及未知的不确定参数Δ(·)，具体为车辆横向动力学模型为公式(6-1)～(6-3)；
Figure BDA0002907205390000108
Figure BDA0002907205390000109
Figure BDA00029072053900001010
其中，
Figure BDA00029072053900001011
Figure BDA00029072053900001012
Figure BDA00029072053900001013
S202、根据车辆质心与期望横向位置的第一偏差、车辆横摆角与期望横摆角的第二偏差，确定车辆路径跟踪运动学模型；
可以理解的是，路径跟踪伺服等式约束的建立，将路径跟踪控制转化成了车辆伺服约束控制任务的问题，以便得到的控制器结构简单。
图5为具有预瞄距离DL的车辆路径跟踪运动学模型示意图，其中，xy轴表征位置。在预瞄点处，车辆质心(重心)与预瞄路径点的期望横向位置的第一偏差定义为ey，车辆横摆角与预瞄路径点的期望横摆角的第二偏差定义为
Figure BDA00029072053900001014
可得车辆路径跟踪运动学模型即公式(7-1)～(7-2)；
ey＝y-yd (7-1)
Figure BDA0002907205390000111
其中，yd为由预瞄路径点确定的期望横向位置，
Figure BDA0002907205390000112
为期望横摆角。在实际控制中，ey和
Figure BDA0002907205390000113
可由车辆与期望路径的相对位姿信息直接测量得到，而ey和
Figure BDA0002907205390000114
关于时间的导数
Figure BDA0002907205390000115
需要由以下运动学关系计算，得到公式(8-1)～(8-2)；
Figure BDA0002907205390000116
Figure BDA0002907205390000117
其中，CR为预瞄路径点处的路径曲率。
S203、根据第一偏差和第二偏差，得到期望路径跟踪伺服等式约束；
车辆路径跟踪的基本目标为：保证横向位置误差ey和横摆角误差
Figure BDA0002907205390000118
都趋近于零。若车辆状态X满足如下等式约束，则ey和
Figure BDA0002907205390000119
都将趋近于零，得到期望路径跟踪伺服等式约束公式(9)；
Figure BDA00029072053900001110
其中，A和b(X,t)分别为公式(10-1)、(10-2)；
Figure BDA00029072053900001111
Figure BDA00029072053900001112
其中，h1和h2都为大于零的常数参数，可以理解的是，路径跟踪误差收敛性能可通过h1和h2进行调整。
S204、根据期望路径跟踪伺服等式约束进行时间求导，得到二阶形式等式约束；
对公式(9)关于时间求导，可得二阶形式等式约束如公式(11)；
Figure BDA00029072053900001113
其中，
Figure BDA00029072053900001114
其中，
Figure BDA00029072053900001115
分别根据公式(8-1)、(8-2)得到。
S205、将期望路径跟踪伺服等式约束和二阶形式等式约束确定为路径跟踪伺服等式约束；
将期望路径跟踪伺服等式约束和二阶形式等式约束确定为路径跟踪伺服等式约束。
路径跟踪控制可转化为车辆状态的伺服约束控制。设计控制器保证车辆状态满足设计的期望路径跟踪伺服等式约束公式(9)和二阶形式等式约束公式(11)，即可实现路径跟踪任务，因此，路径跟踪伺服等式约束由公式(9)、(11)构成。
然而，实际中会存在误差，因此，定义约束跟随误差为公式(13)；
Figure BDA0002907205390000121
值得注意的是，步骤S205完成后，执行步骤S103，控制车辆横向动力学模型跟随路径跟踪伺服等式约束，以得到路径跟踪控制器的步骤。
具体的，步骤S103包括步骤S206～S209。
进一步的，为了得到路径跟踪控制器，根据第一控制量、第二控制量、第三控制量得到路径跟踪控制器，得到的路径跟踪控制的鲁棒性、精度更加准确，本实施例中所设计的路径跟踪控制器如公式(14)：
U＝U1+U2+U3 (14)
包含U1、U2、U3三部分控制量，设计路径跟踪控制器保证车辆可靠跟随设计的等式约束。所设计的路径跟踪控制器由三部分组成，第一控制量针对名义车辆横向动力学模型(不包含不确定性)及等式约束设计，可保证在无初始误差的情况下，名义车辆横向动力学模型稳定跟随等式约束。第二控制量为根据约束跟随误差建立的误差反馈控制项，能解决系统的约束跟随误差。前两部分控制力足够使名义系统(在有初始误差的条件下)稳定跟随等式约束。第三控制量控制力根据实时估计的不确定性边界信息设计，用于抑制系统不确定性带来的影响。
S206、根据名义部分、期望路径跟踪伺服等式约束、二阶形式等式约束得到第一控制量；
针对名义部分公式(4)以及等式约束公式(9)和公式(11)，设计控制量U1为公式(15)；
Figure BDA0002907205390000122
可以理解的是，所设计的控制量U1可保证在无初始误差的情况下，名义系统(4)始终满足等式约束(9)和(11)，也即在公式(13)中β＝0对任意时间t>0成立。
S207、根据名义部分、期望路径跟踪伺服等式约束、约束跟随误差得到第二控制量；
考虑到实际系统经常存在初始误差，同时由系统不确定性引起的系统偏离所设计的等式约束的情况，设计误差反馈控制量U2，根据公式(4)、公式(9)、公式(13)得到公式(16)；
Figure BDA0002907205390000131
其中，κ为大于零的常数参数。
所设计的控制量U1+U2可保证名义系统稳定跟随设计的约束，即当t→∞时，有β→0。
S208、根据车辆横向动力学模型、约定跟随误差、系统有界不确定性边界估值、真实系统有界不确定性边界值以及自适应率，确定第三控制量；
进一步考虑，具有动力学不确定性的实际动力学系统如公式(1)，设计控制量U3抑制不确定性对系统造成的影响，根据公式(6)、公式(18)、公式(19)、公式(20)、公式(22)得到公式(17)；
Figure BDA0002907205390000132
其中，P为二维对角参数矩阵，其对角线元素都为正数；
Figure BDA0002907205390000133
Figure BDA0002907205390000134
式中，ε为一个大于零的常数参数，通常取为0.1；
Figure BDA0002907205390000135
项为系统有界不确定性的边界的估计值。真实的系统不确定性边界描述为
Figure BDA0002907205390000136
如下:
对任意的
Figure BDA0002907205390000137
存在一个未知的常数向量α∈(0,+∞)k以及一个已知的函数
Figure BDA0002907205390000138
使得公式(20)成立；
Figure BDA0002907205390000139
公式(20)不等号左侧为系统的有界不确定性，右侧为对该有界不确定边界的描述。左侧式中，ρ为一个大于零的未知常数，由惯性矩阵M(t)和输入矩阵B(t)的不确定性限定，具体为：
对任意的
Figure BDA0002907205390000141
存在一个未知的常数ρ＞0，使得公式(21)成立；
Figure BDA0002907205390000142
公式(21)表示不等号左侧大括号内的矩阵最小特征值大于一个未知常数正数ρ，其中，λm{}表示{}内矩阵的最小特征根。
公式(20)不等号右侧对有界不确定边界的描述中，常数向量α∈(0,+∞)k很难被准确获取，通过如下自适应率进行估计：
Figure BDA0002907205390000143
其中，k1和k2为大于零的常数参数，
Figure BDA0002907205390000144
(
Figure BDA0002907205390000145
为
Figure BDA0002907205390000146
的第i个元素，i＝1,2,…,k，每个元素的初始值取为正数)。很容易得到，
Figure BDA0002907205390000147
对任意的t∈R成立。
控制量U3能有效的抑制系统不确定性。
S209、根据第一控制量、第二控制量以及第三控制量确定路径跟踪控制器。
本实施例中所设计的路径跟踪控制器为U＝U1+U2+U3，包含U1、U2、U3三部分控制量，设计路径跟踪控制器保证车辆可靠跟随设计的等式约束。所设计的路径跟踪控制器由三部分组成，第一控制量针对名义车辆横向动力学模型(不包含不确定性)及等式约束设计，可保证在无初始误差的情况下，名义车辆横向动力学模型稳定跟随等式约束。第二控制量为根据约束跟随误差建立的误差反馈控制项，能解决系统的约束跟随误差。前两部分控制力足够使名义系统(在有初始误差的条件下)稳定跟随等式约束。第三控制量控制力根据实时估计的不确定性边界信息设计，用于抑制系统不确定性带来的影响。
进一步的，为了验证路径跟踪控制器的稳定性，保证能够在不确定性的影响下保证车辆稳定跟随，具体的，控制车辆横向动力学模型跟随路径跟踪伺服等式约束，以得到路径跟踪控制器之后，还包括：
对路径跟踪控制器进行稳定性验证，确定路径跟踪控制器满足一致有界性和一致最终有界性。
其中，在系统的不确定性的影响下，所设计的路径跟踪控制器能保证车辆稳定地跟随设计的路径跟踪伺服等式约束。可以理解的是，约束跟随误差满足一致有界性及一致最终有界性。因此，车辆也能稳定地跟随期望路径。
统稳定性分析，令
Figure BDA0002907205390000151
δ∈R2+k，对具有复杂不确定性的四轮转向智能车辆，本实施例提出的控制方法能保证状态δ具有以下性能：
①一致有界性。对于任意的常数r＞0，存在一个关于r的函数χ(r)＜∞，如果初始状态的二范数满足||δ(t0)||≤r，则对任意的t＞0，δ(t)是有界的，且其边界可描述为||δ(t)||≤χ(r)，t0为初始时间。
②一致最终有界性。对于任意的常数r＞0，若||δ(t0)||≤r，则存在一个常数
Figure BDA0002907205390000152
使得对任意的常数
Figure BDA0002907205390000153
控制器能在有限的时间
Figure BDA0002907205390000154
内将δ(t)控制到
Figure BDA0002907205390000155
区间内。(当时间
Figure BDA0002907205390000156
时，有
Figure BDA0002907205390000157
成立)。
上述结论可通过构造李亚普洛夫函数如公式(23)
Figure BDA0002907205390000158
采用李亚普洛夫稳定性理论可证。上述结论表明：在所设计的控制器作用下，车辆状态能够近似满足设计的等式约束；同时通过所设计的自适应率公式(22)，不确定性边界参数能被较准确的估计。因此即使存在复杂的系统不确定性，所设计的控制器仍能保证车辆稳定跟随期望的路径。
S210、根据路径跟踪控制器控制车辆跟踪期望路径。
可见，本实施例的车辆横向动力学建模、路径跟踪运动学建模、伺服等式约束建模、伺服约束控制器(路径跟踪控制器)设计、系统稳定性分析都是线下进行的，旨在获取确定形式的路径跟踪控制器表达式。将车辆路径跟踪控制转化为车辆伺服约束控制任务的控制器设计思路。所提出的车辆二阶线性时变车辆横向动力学模型公式(1)、公式(2)、公式(3)。该模型考虑所有参数摄动及外部干扰引起的动力学不确定性，更符合实际车辆系统。由路径跟随运动学关系构造的伺服等式约束公式(9)和公式(11)。设计的路径跟踪自适应鲁棒控制器的具体形式，式公式(14)-公式(17)，以及自适应率公式(22)。
将设计的路径跟踪控制器嵌入车载控制器模块中，实现在线控制。具体的：传感模块首先测得车辆的部分状态(包括车辆纵向速度、车辆横摆角速度、车辆与期望路径的相对位姿等)。由于车辆路径跟踪控制需要的一些状态信息，如车辆横向速度
Figure BDA0002907205390000161
很难通过低成本的传感器直接准确测量，但是可利用传感模块测得的部分状态信息，通过设计的观测器进行状态观测得到。经过传感模块、状态观测模块得到所需的状态信息后，根据所设计的路径跟踪控制器公式(14)计算出车辆前、后轮转向系统的转角控制量，输入实际的车辆转向系统，即可完成路径跟踪控制。本实施例中路径跟踪性能要求(收敛速度或任意期望收敛曲线)可直接嵌入设计的约束中，使得系统性能可设计；去除了对车辆动力学模型线性定常的要求，可基于更符合实际车辆模型的动力学模型设计路径跟踪控制器；所设计的路径跟踪控制器对所有动力学参数摄动以及复杂外部未知干扰造成的动力学不确定性具有较强鲁棒性，能实现更好的路径跟踪精度。
下面对本申请实施例提供的一种车辆路径跟踪装置进行介绍，下文描述的装置与上文描述的车辆路径跟踪方法可相互对应参照，参考图6，图6为本申请实施例提供的一种车辆路径跟踪装置的结构示意图，包括：
车辆横向动力学模型建立模块610，用于根据车辆状态参数、不确定性参数建立车辆横向动力学模型；
路径跟踪伺服等式约束建立模块620，用于建立车辆路径跟踪运动学模型，并根据车辆路径跟踪运动学模型建立路径跟踪伺服等式约束；
路径跟踪控制器生成模块630，用于控制车辆横向动力学模型跟随路径跟踪伺服等式约束，以得到路径跟踪控制器；
控制模块640，用于根据路径跟踪控制器控制车辆跟踪期望路径。
优选地，控制模块640，用于：
获取车辆的实时车辆状态参数；
获取车辆与期望路径间的实时相对位姿信息、曲率信息；
将实时车辆状态参数、实时相对位姿信息、曲率信息输入路径跟踪控制器，得到车轮转向系统的转向角指令；
将转向角指令发送至车轮转向系统，以使车轮转向系统根据转向角指令控制车辆按照期望路径行驶。
优选地，车辆横向动力学模型建立模块610，包括：
车辆横向动力学模型建立单元，用于利用二阶线性时变模型根据车辆状态参数、不确定性参数建立车辆横向动力学模型；
其中，车辆状态参数对应车辆横向动力学模型的名义部分，不确定性参数对应车辆横向动力学模型的不确定部分。
优选地，路径跟踪伺服等式约束建立模块620，包括：
车辆路径跟踪运动学模型建立单元，用于根据车辆质心与期望横向位置的第一偏差、车辆横摆角与期望横摆角的第二偏差，确定车辆路径跟踪运动学模型；
期望路径跟踪伺服等式约束获得单元，用于根据第一偏差和第二偏差，得到期望路径跟踪伺服等式约束；
二阶形式等式约束获得单元，用于根据期望路径跟踪伺服等式约束进行时间求导，得到二阶形式等式约束；
路径跟踪伺服等式约束建立单元，用于将期望路径跟踪伺服等式约束和二阶形式等式约束确定为路径跟踪伺服等式约束。
优选地，路径跟踪控制器生成模块630，包括：
第一控制量获得单元，用于根据名义部分、期望路径跟踪伺服等式约束、二阶形式等式约束得到第一控制量；
第二控制量获得单元，用于根据名义部分、期望路径跟踪伺服等式约束、约束跟随误差得到第二控制量；
第三控制量获得单元，用于根据车辆横向动力学模型、约定跟随误差、系统有界不确定性边界估值、真实系统有界不确定性边界值以及自适应率，确定第三控制量；
路径跟踪控制器生成根据第一控制量、第二控制量以及第三控制量确定路径跟踪控制器。
优选地，还包括：
稳定性验证模块，用于对路径跟踪控制器进行稳定性验证，确定路径跟踪控制器满足一致有界性和一致最终有界性。
由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
下面对本申请实施例提供的一种控制器进行介绍，下文描述的控制器与上文描述的车辆路径跟踪方法可相互对应参照。
本申请还提供了一种控制器，参见图7所示，图7为本申请实施例提供的一种控制器的结构示意图，包括：
存储器100，用于存储计算机程序；
处理器200，用于执行计算机程序时实现如上述车辆路径跟踪方法的步骤。
存储器100包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机可读指令，该内存储器为非易失性存储介质中的操作系统和计算机可读指令的运行提供环境。处理器200为电子设备提供计算和控制能力，执行存储器100中保存的计算机程序时，可以实现以下步骤：
根据车辆状态参数、不确定性参数建立车辆横向动力学模型；建立车辆路径跟踪运动学模型，并根据车辆路径跟踪运动学模型建立路径跟踪伺服等式约束；控制车辆横向动力学模型跟随路径跟踪伺服等式约束，以得到路径跟踪控制器；根据路径跟踪控制器控制车辆跟踪期望路径。
在上述实施例的基础上，作为优选实施方式，参见图8，图8为本申请实施例提供的另一种控制器的结构图，该控制器还包括：
输入接口300，与处理器200相连，用于获取外部导入的计算机程序、参数和指令，经处理器200控制保存至存储器100中。该输入接口300可以与输入装置相连，接收用户手动输入的参数或指令。该输入装置可以是显示屏上覆盖的触摸层，也可以是终端外壳上设置的按键、轨迹球或触控板，也可以是键盘、触控板或鼠标等。
显示单元400，与处理器200相连，用于显示处理器200发送的数据。该显示单元400可以为PC机上的显示屏、液晶显示屏或者电子墨水显示屏等。
网络端口500，与处理器200相连，用于与外部各终端设备进行通信连接。该通信连接所采用的通信技术可以为有线通信技术或无线通信技术，如移动高清链接技术(MHL)、通用串行总线(USB)、高清多媒体接口(HDMI)、无线保真技术(WiFi)、蓝牙通信技术、低功耗蓝牙通信技术、基于IEEE802.11s的通信技术等。
下面对本申请实施例提供的一种车辆进行介绍，下文描述的车辆与上文描述的车辆路径跟踪方法可相互对应参照。
本实施例提供一种车辆，包括：
车辆主体；
设置在车辆主体上的如上述的控制器。
由于车辆部分的实施例与方法部分的实施例相互对应，因此车辆部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
下面对本申请实施例提供的一种计算机可读存储介质进行介绍，下文描述的计算机可读存储介质与上文描述的车辆路径跟踪方法可相互对应参照。
本实施例提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述车辆路径跟踪方法的步骤。
由于计算机可读存储介质部分的实施例与方法部分的实施例相互对应，因此计算机可读存储介质部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
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他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的一种车辆路径跟踪方法、装置、控制器、车辆和介质进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。

Claims (10)

1.一种车辆路径跟踪方法，其特征在于，包括：
根据车辆状态参数、不确定性参数建立车辆横向动力学模型；
建立车辆路径跟踪运动学模型，并根据所述车辆路径跟踪运动学模型建立路径跟踪伺服等式约束；
控制所述车辆横向动力学模型跟随所述路径跟踪伺服等式约束，以得到路径跟踪控制器；
根据所述路径跟踪控制器控制车辆跟踪期望路径。
2.根据权利要求1所述的车辆路径跟踪方法，其特征在于，所述根据所述路径跟踪控制器控制车辆跟踪期望路径，包括：
获取车辆的实时车辆状态参数；
获取所述车辆与所述期望路径间的实时相对位姿信息、曲率信息；
将所述实时车辆状态参数、所述实时相对位姿信息、所述曲率信息输入所述路径跟踪控制器，得到车轮转向系统的转向角指令；
将所述转向角指令发送至所述车轮转向系统，以使所述车轮转向系统根据所述转向角指令控制所述车辆按照所述期望路径行驶。
3.根据权利要求1所述的车辆路径跟踪方法，其特征在于，所述根据车辆状态参数、不确定性参数建立车辆横向动力学模型，包括：
利用二阶线性时变模型根据所述车辆状态参数、所述不确定性参数建立所述车辆横向动力学模型；
其中，所述车辆状态参数对应所述车辆横向动力学模型的名义部分，所述不确定性参数对应所述车辆横向动力学模型的不确定部分。
4.根据权利要求3所述的车辆路径跟踪方法，其特征在于，所述建立车辆路径跟踪运动学模型，并根据所述车辆路径跟踪运动学模型建立路径跟踪伺服等式约束，包括：
根据车辆质心与期望横向位置的第一偏差、车辆横摆角与期望横摆角的第二偏差，确定所述车辆路径跟踪运动学模型；
根据所述第一偏差和所述第二偏差，得到期望路径跟踪伺服等式约束；
根据所述期望路径跟踪伺服等式约束进行时间求导，得到二阶形式等式约束；
将所述期望路径跟踪伺服等式约束和所述二阶形式等式约束确定为所述路径跟踪伺服等式约束。
5.根据权利要求4所述的车辆路径跟踪方法，其特征在于，所述控制所述车辆横向动力学模型跟随所述路径跟踪伺服等式约束，以得到路径跟踪控制器，包括：
根据所述名义部分、所述期望路径跟踪伺服等式约束、所述二阶形式等式约束得到第一控制量；
根据所述名义部分、所述期望路径跟踪伺服等式约束、约束跟随误差得到第二控制量；
根据所述车辆横向动力学模型、所述约定跟随误差、系统有界不确定性边界估值、真实系统有界不确定性边界值以及自适应率，确定第三控制量；
根据所述第一控制量、所述第二控制量以及所述第三控制量确定路径跟踪控制器。
6.根据权利要求1所述的车辆路径跟踪方法，其特征在于，所述控制所述车辆横向动力学模型跟随所述路径跟踪伺服等式约束，以得到路径跟踪控制器之后，还包括：
对所述路径跟踪控制器进行稳定性验证，确定所述路径跟踪控制器满足一致有界性和一致最终有界性。
7.一种车辆路径跟踪装置，其特征在于，包括：
车辆横向动力学模型建立模块，用于根据车辆状态参数、不确定性参数建立车辆横向动力学模型；
路径跟踪伺服等式约束建立模块，用于建立车辆路径跟踪运动学模型，并根据所述车辆路径跟踪运动学模型建立路径跟踪伺服等式约束；
路径跟踪控制器生成模块，用于控制所述车辆横向动力学模型跟随所述路径跟踪伺服等式约束，以得到路径跟踪控制器；
控制模块，用于根据所述路径跟踪控制器控制车辆跟踪期望路径。
8.一种控制器，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至6任一项所述车辆路径跟踪方法的步骤。
9.一种车辆，其特征在于，包括：
车辆主体；
设置在所述车辆主体上的如权利要求8所述的控制器。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述车辆路径跟踪方法的步骤。
CN202110075132.0A 2021-01-20 2021-01-20 一种车辆路径跟踪方法、装置、控制器、车辆和介质 Active CN112859869B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110075132.0A CN112859869B (zh) 2021-01-20 2021-01-20 一种车辆路径跟踪方法、装置、控制器、车辆和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110075132.0A CN112859869B (zh) 2021-01-20 2021-01-20 一种车辆路径跟踪方法、装置、控制器、车辆和介质

Publications (2)

Publication Number Publication Date
CN112859869A true CN112859869A (zh) 2021-05-28
CN112859869B CN112859869B (zh) 2023-01-03

Family

ID=76007567

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110075132.0A Active CN112859869B (zh) 2021-01-20 2021-01-20 一种车辆路径跟踪方法、装置、控制器、车辆和介质

Country Status (1)

Country Link
CN (1) CN112859869B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113291323A (zh) * 2021-06-18 2021-08-24 中车青岛四方机车车辆股份有限公司 一种菱形车辆自动驾驶路径跟踪控制方法、系统及车辆
CN113721606A (zh) * 2021-08-16 2021-11-30 清华大学 引导式自动驾驶物流车辆控制系统及方法
CN114212081A (zh) * 2021-11-17 2022-03-22 清华大学 车辆横向控制方法、装置、计算机设备和可读存储介质
CN114475596A (zh) * 2022-02-22 2022-05-13 青岛德智汽车科技有限公司 一种换道场景下保证安全的智能网联队列鲁棒控制方法
CN115993781A (zh) * 2023-03-22 2023-04-21 合肥工业大学 抗网络攻击无人集群系统协同控制方法、终端及存储介质
CN116564118A (zh) * 2023-07-11 2023-08-08 蘑菇车联信息科技有限公司 车辆的路口通行控制方法、装置及系统、电子设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080275602A1 (en) * 2005-05-24 2008-11-06 Peake John W Method and apparatus for automatic vehicle guidance using continuous 2-D poly-point path
US20170291638A1 (en) * 2016-04-07 2017-10-12 GM Global Technology Operations LLC Autonomous vehicle lateral control for path tracking and stability
CN109017759A (zh) * 2018-07-31 2018-12-18 大连民族大学 期望路径车辆横摆控制方法
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
CN109484676A (zh) * 2018-12-13 2019-03-19 北京航天自动控制研究所 一种垂直起降火箭在线轨迹规划的等效姿态控制处理方法
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
US20190317516A1 (en) * 2016-11-10 2019-10-17 Ohio University Autonomous automobile guidance and trajectory-tracking
CN111897344A (zh) * 2020-08-14 2020-11-06 清华大学 一种兼顾稳定性的自动驾驶汽车路径跟踪控制方法
CN111923908A (zh) * 2020-08-18 2020-11-13 哈尔滨理工大学 一种融合稳定性的智能汽车路径跟踪控制方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080275602A1 (en) * 2005-05-24 2008-11-06 Peake John W Method and apparatus for automatic vehicle guidance using continuous 2-D poly-point path
US20170291638A1 (en) * 2016-04-07 2017-10-12 GM Global Technology Operations LLC Autonomous vehicle lateral control for path tracking and stability
US20190317516A1 (en) * 2016-11-10 2019-10-17 Ohio University Autonomous automobile guidance and trajectory-tracking
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
CN109017759A (zh) * 2018-07-31 2018-12-18 大连民族大学 期望路径车辆横摆控制方法
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
CN109484676A (zh) * 2018-12-13 2019-03-19 北京航天自动控制研究所 一种垂直起降火箭在线轨迹规划的等效姿态控制处理方法
CN111897344A (zh) * 2020-08-14 2020-11-06 清华大学 一种兼顾稳定性的自动驾驶汽车路径跟踪控制方法
CN111923908A (zh) * 2020-08-18 2020-11-13 哈尔滨理工大学 一种融合稳定性的智能汽车路径跟踪控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
林棻 等: "考虑横向稳定性的智能车辆路径跟踪控制", 《华北理工大学学报》 *
熊亮: "主动前轮转向系统的建模及控制策略研究", 《万方学位论文》 *
赵治国等: "四驱混合动力轿车转弯工况路径跟踪控制", 《同济大学学报(自然科学版)》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113291323A (zh) * 2021-06-18 2021-08-24 中车青岛四方机车车辆股份有限公司 一种菱形车辆自动驾驶路径跟踪控制方法、系统及车辆
CN113291323B (zh) * 2021-06-18 2022-05-10 中车青岛四方机车车辆股份有限公司 一种菱形车辆自动驾驶路径跟踪控制方法、系统及车辆
CN113721606A (zh) * 2021-08-16 2021-11-30 清华大学 引导式自动驾驶物流车辆控制系统及方法
CN114212081A (zh) * 2021-11-17 2022-03-22 清华大学 车辆横向控制方法、装置、计算机设备和可读存储介质
CN114212081B (zh) * 2021-11-17 2023-11-03 清华大学 车辆横向控制方法、装置、计算机设备和可读存储介质
CN114475596A (zh) * 2022-02-22 2022-05-13 青岛德智汽车科技有限公司 一种换道场景下保证安全的智能网联队列鲁棒控制方法
CN114475596B (zh) * 2022-02-22 2023-06-20 青岛德智汽车科技有限公司 一种换道场景下保证安全的智能网联队列鲁棒控制方法
CN115993781A (zh) * 2023-03-22 2023-04-21 合肥工业大学 抗网络攻击无人集群系统协同控制方法、终端及存储介质
CN115993781B (zh) * 2023-03-22 2023-06-30 合肥工业大学 抗网络攻击无人集群系统协同控制方法、终端及存储介质
CN116564118A (zh) * 2023-07-11 2023-08-08 蘑菇车联信息科技有限公司 车辆的路口通行控制方法、装置及系统、电子设备
CN116564118B (zh) * 2023-07-11 2023-10-03 蘑菇车联信息科技有限公司 车辆的路口通行控制方法、装置及系统、电子设备

Also Published As

Publication number Publication date
CN112859869B (zh) 2023-01-03

Similar Documents

Publication Publication Date Title
CN112859869B (zh) 一种车辆路径跟踪方法、装置、控制器、车辆和介质
Tang et al. An improved kinematic model predictive control for high-speed path tracking of autonomous vehicles
Zhang et al. Robust energy-to-peak sideslip angle estimation with applications to ground vehicles
Zhao et al. Neural network based boundary control of a vibrating string system with input deadzone
CN111873991B (zh) 一种车辆转向的控制方法、装置、终端及存储介质
Kim Identification of lateral tyre force dynamics using an extended Kalman filter from experimental road test data
Ding et al. Event-triggered vehicle sideslip angle estimation based on low-cost sensors
Dai et al. A two-wheeled inverted pendulum robot with friction compensation
Low et al. GPS-based path following control for a car-like wheeled mobile robot with skidding and slipping
CN102192740B (zh) 姿势信息计算装置、姿势信息计算系统及姿势信息计算法
CN103017763B (zh) 状态估计设备和偏移更新方法
CN109131351B (zh) 基于随机时滞的车辆稳定性评价方法
EP2280241A2 (en) Vehicle control
CN103279675B (zh) 轮胎-路面附着系数与轮胎侧偏角的估计方法
Menhour et al. Switched LQR/H∞ steering vehicle control to detect critical driving situations
Németh et al. Nonlinear analysis and control of a variable-geometry suspension system
Rimmer et al. Implementation of reversing control on a doubly articulated vehicle
Ryan et al. On the observability of loosely coupled global positioning system/inertial navigation system integrations with five degree of freedom and four degree of freedom inertial measurement units
Menhour et al. Two degrees of freedom PID multi-controllers to design a mathematical driver model: Experimental validation and robustness tests
CN102177480B (zh) 用于向飞机的飞行员提供飞行员报警信号的方法、计算机程序产品以及报警设备
CN110779553A (zh) 磁力计数据的校准方法
Liu et al. Vehicle state estimation based on adaptive fading unscented kalman filter
Zhang et al. Fuzzy-adaptive control method for off-road vehicle guidance system
CN112287289A (zh) 一种面向云控智能底盘的车辆非线性状态融合估计方法
Fouka et al. Motorcycle state estimation and tire cornering stiffness identification applied to road safety: Using observer-based identifiers

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