CN113386792A - 基于轨迹跟踪的自动驾驶车辆控制方法、装置、车辆及存储介质 - Google Patents

Abstract

本申请公开了一种基于轨迹跟踪的自动驾驶车辆控制方法、装置、车辆及存储介质，其中，方法包括：获取自动驾驶车辆的后轮的实际轮距；以预设的行驶策略控制车辆分别沿着半圆形轨迹前进和后退进行行驶，得到多组行驶数据，并根据多组行驶数据计算自动驾驶车辆的动力参数；根据自动驾驶车辆的动力参数标定轨迹跟踪模型的控制参数，利用二次多项式拟合得到预瞄距离，生成跟踪行驶轨迹，以在自动驾驶模式下，控制车辆按照跟踪行驶轨迹移动。由此，解决了使用纯跟踪控制算法进行轨迹跟踪时，由于预瞄距离设置的不合适，导致跟踪误差大的问题，提高车辆控制的精准度。

Description

基于轨迹跟踪的自动驾驶车辆控制方法、装置、车辆及存储 介质

技术领域

本申请涉及车辆技术领域，特别涉及一种基于轨迹跟踪的自动驾驶车辆控制方法、装置、车辆及存储介质。

背景技术

自动驾驶轨迹跟踪控制算法主要分为两类：(1)基于几何规则的方法；(2)基于模型预测的方法。其中，基于几何规则的方法一般是通过跟踪控制算法实现，相比于基于模型预测的方法而言，计算复杂度低，实时性高，且控制效果的关键是设定合适的预瞄距离。

相关技术中，使用简单的3段直线组合进行轨迹规划，采用BP神经网络实现动态预瞄距离调节改进纯跟踪算法，用该算法进行轨迹跟踪，实现了在农业机械车辆上应用。利用神经网络的学习功能、联想记忆功能实现预瞄距离的动态控制，该神经网络的两个输入分别为机械速度和机械横轴位置，输出为预瞄距离。训练样本由机械横轴坐标、机械速度与预瞄距离构成，用训练样本训练网络，最终生成一个具有记忆在不同区域采用相应预瞄距离的网络，整个轨迹跟踪控制的算法如图1所示。

然而，采用BP神经网络实现动态调节预瞄距离的方法，计算量大，调节时间长，需要大量的高质量训练样本，实现起来较困难，并且泛化能力较弱，亟待解决。

申请内容

本申请提供一种基于轨迹跟踪的自动驾驶车辆控制方法、装置、车辆及存储介质，以解决使用纯跟踪控制算法进行轨迹跟踪时，由于预瞄距离设置的不合适，导致跟踪误差大的问题，提高车辆控制的精准度。

本申请第一方面实施例提供一种基于轨迹跟踪的自动驾驶车辆控制方法，包括以下步骤：

获取自动驾驶车辆的后轮的实际轮距；

以预设的行驶策略控制车辆分别沿着半圆形轨迹前进和后退进行行驶，得到多组行驶数据，并根据所述多组行驶数据计算所述自动驾驶车辆的动力参数；以及

根据所述自动驾驶车辆的动力参数标定轨迹跟踪模型的控制参数，利用二次多项式拟合得到预瞄距离，生成跟踪行驶轨迹，以在自动驾驶模式下，控制车辆按照所述跟踪行驶轨迹移动。

可选地，所述以预设的行驶策略控制车辆分别沿着半圆形轨迹前进和后退进行行驶，包括：

记录所述自动驾驶车辆的行驶结束时刻和行驶起始时刻；

根据所述行驶结束时刻和行驶起始时刻之间的时刻差计算所述多组行驶数据的前进转弯半径和倒车转弯半径。

可选地，所述预瞄距离的计算公式为：

其中，l_d为所述预瞄距离，l_dmax为最大预瞄距离，R为期望转弯半径。

可选地，所述利用二次多项式拟合得到预瞄距离，生成跟踪行驶轨迹，包括：

导入所述前进转弯半径、倒车转弯半径、所述预瞄距离拟合工具，得到所述轨迹跟踪模型的计算参数；

根据所述计算参数计算所述轨迹跟踪模型的预瞄距离，并根据半径和距离间的的关系计算期望转弯半径，及基于所述车辆的车辆轴距计算出期望的目标前轮转角值，以在控制所述车辆按照所述跟踪行驶轨迹移动时，控制所述车辆按照所述目标前轮转角值沿所述跟踪行驶轨迹行驶。

可选地，所述轨迹跟踪模型的预瞄距离的计算公式为：

l_d＝p₁v²+p₂v+p₃，

其中，v为车速，p₁、p₂和p₃均为常数。

本申请第二方面实施例提供一种基于轨迹跟踪的自动驾驶车辆控制装置，包括：

获取模块，用于获取自动驾驶车辆的后轮的实际轮距；

计算模块，用于以预设的行驶策略控制车辆分别沿着半圆形轨迹前进和后退进行行驶，得到多组行驶数据，并根据所述多组行驶数据计算所述自动驾驶车辆的动力参数；以及

控制模块，用于根据所述自动驾驶车辆的动力参数标定轨迹跟踪模型的控制参数，利用二次多项式拟合得到预瞄距离，生成跟踪行驶轨迹，以在自动驾驶模式下，控制车辆按照所述跟踪行驶轨迹移动。

可选地，所述计算模块，包括：

记录单元，用于记录所述自动驾驶车辆的行驶结束时刻和行驶起始时刻；

计算单元，用于根据所述行驶结束时刻和行驶起始时刻之间的时刻差计算所述多组行驶数据的前进转弯半径和倒车转弯半径。

可选地，所述预瞄距离的计算公式为：

其中，l_d为所述预瞄距离，l_dmax为最大预瞄距离，R为期望转弯半径。

可选地，所述控制模块，包括：

导入单元，用于导入所述前进转弯半径、倒车转弯半径、所述预瞄距离拟合工具，得到所述轨迹跟踪模型的计算参数；

控制单元，用于根据所述计算参数计算所述轨迹跟踪模型的预瞄距离，并根据半径和距离间的的关系计算期望转弯半径，及基于所述车辆的车辆轴距计算出期望的目标前轮转角值，以在控制所述车辆按照所述跟踪行驶轨迹移动时，控制所述车辆按照所述目标前轮转角值沿所述跟踪行驶轨迹行驶。

可选地，所述轨迹跟踪模型的预瞄距离的计算公式为：

l_d＝p₁v²+p₂v+p₃，

其中，v为车速，p₁、p₂和p₃均为常数。

本申请第三方面实施例提供一种车辆，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行如上述实施例所述的基于轨迹跟踪的自动驾驶车辆控制方法。

本申请第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如上述实施例所述的基于轨迹跟踪的自动驾驶车辆控制方法。

由此，可以获取自动驾驶车辆的后轮的实际轮距，并以一定的行驶策略控制车辆分别沿着半圆形轨迹前进和后退进行行驶，得到多组行驶数据，并根据多组行驶数据计算自动驾驶车辆的动力参数，并根据自动驾驶车辆的动力参数标定轨迹跟踪模型的控制参数，利用二次多项式拟合得到预瞄距离，生成跟踪行驶轨迹，以在自动驾驶模式下，控制车辆按照跟踪行驶轨迹移动。由此，解决了使用纯跟踪控制算法进行轨迹跟踪时，由于预瞄距离设置的不合适，导致跟踪误差大的问题，提高车辆控制的精准度。

本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为相关技术中轨迹跟踪控制的算法流程图；

图2为根据本申请实施例的基于轨迹跟踪的自动驾驶车辆控制方法的流程图；

图3为根据本申请一个实施例的标定过程示意图；

图4为根据本申请一个实施例的预瞄距离与期望转弯半径的关系示意图；

图5为根据本申请一个实施例的一种基于轨迹跟踪的自动驾驶车辆控制方法的流程图；

图6为本申请实施例的基于轨迹跟踪的自动驾驶车辆控制装置的方框示意图；

图7为本申请实施例的车辆的结构示意图。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。

下面参考附图描述本申请实施例的基于轨迹跟踪的自动驾驶车辆控制方法、装置、车辆及存储介质。

在介绍本申请实施例的基于轨迹跟踪的自动驾驶车辆控制方法，先简单介绍另一种相关技术中的方案。

具体地，针对预瞄距离随速度、跟踪偏差变化而调整的问题，将模糊控制器应用于纯跟踪算法线性拟合公式中速度增益系数的调节。把横向偏差和航偏角作为模糊控制器的输入量，利用驾驶经验制定模糊控制规则，输出速度增益系数，从而得到更为合理的预瞄距离，以达到理想的跟踪效果。

横向偏差Ed：{右大，右中，右小，零，左小，左中，左大}＝{YD，YZ，YX，O，ZX，ZZ，ZD}。航向偏差Ec：{右大，右中，右小，零，左小，左中，左大}＝{RB，RM，RS，Z，LS，LM，LB}。速度增益K：{很大，大，较大，适中，较小，小，很小}＝{VB，B，CD，M，CS，S，VS}，设置的模糊推理规则表1所示。

表1

然而，采用模糊控制器自适应调整预瞄距离，需要专家的经验制定模糊控制规则，跟踪误差大，难以快速修正。

因此，本申请提出一种基于轨迹跟踪的自动驾驶车辆控制方法，可以获取自动驾驶车辆的后轮的实际轮距，并以一定的行驶策略控制车辆分别沿着半圆形轨迹前进和后退进行行驶，得到多组行驶数据，并根据多组行驶数据计算自动驾驶车辆的动力参数，并根据自动驾驶车辆的动力参数标定轨迹跟踪模型的控制参数，利用二次多项式拟合得到预瞄距离，生成跟踪行驶轨迹，以在自动驾驶模式下，控制车辆按照跟踪行驶轨迹移动。由此，解决了使用纯跟踪控制算法进行轨迹跟踪时，由于预瞄距离设置的不合适，导致跟踪误差大的问题，提高车辆控制的精准度，相比较根据驾驶员经验的模糊控制调节器更加精准，同时比使用神经网络训练大量样本调节控制参数的方法更简单，且能够在所有的同款车型上得到应用。

具体而言，图2为本申请实施例所提供的一种基于轨迹跟踪的自动驾驶车辆控制方法的流程示意图。

如图2所示，该基于轨迹跟踪的自动驾驶车辆控制方法包括以下步骤：

在步骤S201中，获取自动驾驶车辆的后轮的实际轮距。

应当理解的是，获取自动驾驶车辆后轮的实际轮距的方式有很多种，例如，通过实际测量，或者查看车辆参数获取，在此不做具体限定。

在步骤S202中，以预设的行驶策略控制车辆分别沿着半圆形轨迹前进和后退进行行驶，得到多组行驶数据，并根据多组行驶数据计算自动驾驶车辆的动力参数。

可选地，在一些实施例中，以预设的行驶策略控制车辆分别沿着半圆形轨迹前进和后退进行行驶，包括：记录自动驾驶车辆的行驶结束时刻和行驶起始时刻；根据行驶结束时刻和行驶起始时刻之间的时刻差计算多组行驶数据的前进转弯半径和倒车转弯半径。

具体而言，本申请实施例可以在宽阔的场地上，如图3所示，将卷尺垂直于车辆后轴中心水平放置在地面上(拉开至30m左右)，此时车辆后轮中心为A点，记录卷尺与左后轮外侧的交点刻度，即此次测量的起始时刻；通过CAN工具控制方向盘向左转到最大角度，车辆保持怠速状态(5km/h)前进，当车辆后轴中心再次垂直于卷尺时，即车辆此时到达B点，记录车辆左后轮外侧与卷尺交点，即为结束时刻，结束时刻与起始时刻之间的时刻差为r。

进一步地，如图3所示，车辆保持方向盘角度，与前进时速度保持一致倒车，此时B点即为起始时刻，车辆倒车至后轴中心再次与卷尺垂直，即车辆此时到达A’点，记录车辆左后轮外侧与卷尺交点，即为结束时刻，结束时刻与起始时刻之间的时刻差为r’。

由此，即可得到车辆前进转弯半径：R1＝(r+2rc)/2，车辆倒车转弯半径：R2＝(r+2rc)/2。

需要说明的是，本申请实施例每次试验车辆速度增加1.5km/h，重复以上过程，记录r和r’，计算R1和R2，并记录40组试验数据，前进和后退可以算作两组数据。

在步骤S203中，根据自动驾驶车辆的动力参数标定轨迹跟踪模型的控制参数，利用二次多项式拟合得到预瞄距离，生成跟踪行驶轨迹，以在自动驾驶模式下，控制车辆按照跟踪行驶轨迹移动。

具体地，本申请实施例的纯跟踪算法使用自行车模型，以后轴为切点,车辆纵向车身为切线,通过控制前轮转角，使车辆可以沿着一条经过目标路点(gx,gy)的圆弧行驶，如图4所示，l_d为预瞄距离，R是车辆到达点(gx，gy)所需要的转弯半径，车辆与目标路点的夹角α，通过几何关系得到，该段圆弧轨迹对应的圆心角度是2α。根据正弦定理推导：

定义e为车辆当前姿态与目标路点在横向上的偏差，则夹角的正弦值为：

由此，可以得到预瞄距离l_d与期望的转弯半径R的关系如下：

考虑驾驶员的驾驶习惯，转弯时与最远预瞄点横向偏差e不能超过期望的转弯半径R，则最大的预瞄距离l_d为：

从乘坐舒适性角度考虑，在一些实施例中，预瞄距离的计算公式为：

其中，l_d为预瞄距离，l_dmax为最大预瞄距离，R为期望转弯半径。

可选地，在一些实施例中，利用二次多项式拟合得到预瞄距离，生成跟踪行驶轨迹，包括：导入前进转弯半径、倒车转弯半径、预瞄距离拟合工具，得到轨迹跟踪模型的计算参数；根据计算参数计算轨迹跟踪模型的预瞄距离，并根据半径和距离间的的关系计算期望转弯半径，及基于车辆的车辆轴距计算出期望的目标前轮转角值，以在控制车辆按照跟踪行驶轨迹移动时，控制车辆按照目标前轮转角值沿跟踪行驶轨迹行驶。

应当理解的是，本申请实施例可以根据上述步骤S102中标定结果记录的转弯半径与对应的车速数据，再根据转弯半径与与预瞄距离的关系，可以得到预瞄距离与对应车速的多组数据。将这些数据导入matlab中，利用Curve Fitting工具进行二次多项式曲线拟合，得到预瞄距离与车速的计算参数p₁、p₂、p₃：

可选地，在一些实施例中，轨迹跟踪模型的预瞄距离的计算公式为：

l_d＝p₁v²+p₂v+p₃，

其中，v为车速，p₁、p₂和p₃均为常数。

由此，使用上述公式，根据本车速度变化计算纯跟踪模型的预瞄距离，根据转弯半径和预瞄距离的关系计算期望转弯半径，由车辆轴距L计算出期望的前轮转角值δ：

从而控制车辆按照计算出的前轮转角值沿轨迹行驶。

由此，根据车辆自身动力学特性，进行纯跟踪模型控制参数的标定，使用二次多项式计算预瞄距离，建立了更加精确的控制模型，更符合车辆动力学约束条件，能够稳定地控制车辆跟踪轨迹行驶，有效地减小跟踪误差，同时在车辆行驶过程中更容易动态调整预瞄距离，大大缩短了算法的计算时间，提高了控制的实时性效果，且可以针对不同型号的车辆，做纯跟踪模型控制参数标定，计算出更加合适的预瞄距离。

为使得本领域技术人员进一步了解本申请实施例的基于轨迹跟踪的自动驾驶车辆控制方法，下面结合具体实施例进行详细阐述。

如图5所示，该基于轨迹跟踪的自动驾驶车辆控制方法，包括以下步骤：

S501，开始。

S502，测量车辆后轮距。

S503，驾驶车辆前进完成一个半圆形轨迹。

S504，驾驶车辆后退完成一个半圆形轨迹。

S505，增加车速，重复上述试验过程。

S506，判断是否达到预设组数数据，如40组数据，如果是，执行步骤S507，否则，执行步骤S503。

S507，使用matlab做试验数据二次多项式拟合。

S508，计算得到预瞄距离。

S509，结束。

根据本申请实施例提出的基于轨迹跟踪的自动驾驶车辆控制方法，可以获取自动驾驶车辆的后轮的实际轮距，并以一定的行驶策略控制车辆分别沿着半圆形轨迹前进和后退进行行驶，得到多组行驶数据，并根据多组行驶数据计算自动驾驶车辆的动力参数，并根据自动驾驶车辆的动力参数标定轨迹跟踪模型的控制参数，利用二次多项式拟合得到预瞄距离，生成跟踪行驶轨迹，以在自动驾驶模式下，控制车辆按照跟踪行驶轨迹移动。由此，解决了使用纯跟踪控制算法进行轨迹跟踪时，由于预瞄距离设置的不合适，导致跟踪误差大的问题，提高车辆控制的精准度。

其次参照附图描述根据本申请实施例提出的基于轨迹跟踪的自动驾驶车辆控制装置。

图6是本申请实施例的基于轨迹跟踪的自动驾驶车辆控制装置的方框示意图。

如图6所示，该基于轨迹跟踪的自动驾驶车辆控制装置10包括：获取模块100、计算模块200和控制模块300。

其中，获取模块100用于获取自动驾驶车辆的后轮的实际轮距；

计算模块200用于以预设的行驶策略控制车辆分别沿着半圆形轨迹前进和后退进行行驶，得到多组行驶数据，并根据多组行驶数据计算自动驾驶车辆的动力参数；以及

控制模块300用于根据自动驾驶车辆的动力参数标定轨迹跟踪模型的控制参数，利用二次多项式拟合得到预瞄距离，生成跟踪行驶轨迹，以在自动驾驶模式下，控制车辆按照跟踪行驶轨迹移动。

可选地，计算模块200包括：

记录单元，用于记录自动驾驶车辆的行驶结束时刻和行驶起始时刻；

计算单元，用于根据行驶结束时刻和行驶起始时刻之间的时刻差计算多组行驶数据的前进转弯半径和倒车转弯半径。

可选地，预瞄距离的计算公式为：

其中，l_d为预瞄距离，l_dmax为最大预瞄距离，R为期望转弯半径。

可选地，控制模块300包括：

导入单元，用于导入前进转弯半径、倒车转弯半径、预瞄距离拟合工具，得到轨迹跟踪模型的计算参数；

控制单元，用于根据计算参数计算轨迹跟踪模型的预瞄距离，并根据半径和距离间的的关系计算期望转弯半径，及基于车辆的车辆轴距计算出期望的目标前轮转角值，以在控制车辆按照跟踪行驶轨迹移动时，控制车辆按照目标前轮转角值沿跟踪行驶轨迹行驶。

可选地，轨迹跟踪模型的预瞄距离的计算公式为：

l_d＝p₁v²+p₂v+p₃，

其中，v为车速，p₁、p₂和p₃均为常数。

需要说明的是，前述对基于轨迹跟踪的自动驾驶车辆控制方法实施例的解释说明也适用于该实施例的基于轨迹跟踪的自动驾驶车辆控制装置，此处不再赘述。

根据本申请实施例提出的基于轨迹跟踪的自动驾驶车辆控制装置，可以获取自动驾驶车辆的后轮的实际轮距，并以一定的行驶策略控制车辆分别沿着半圆形轨迹前进和后退进行行驶，得到多组行驶数据，并根据多组行驶数据计算自动驾驶车辆的动力参数，并根据自动驾驶车辆的动力参数标定轨迹跟踪模型的控制参数，利用二次多项式拟合得到预瞄距离，生成跟踪行驶轨迹，以在自动驾驶模式下，控制车辆按照跟踪行驶轨迹移动。由此，解决了使用纯跟踪控制算法进行轨迹跟踪时，由于预瞄距离设置的不合适，导致跟踪误差大的问题，提高车辆控制的精准度。

图7为本申请实施例提供的车辆的结构示意图。该车辆可以包括：

存储器701、处理器702及存储在存储器701上并可在处理器702上运行的计算机程序。

处理器702执行程序时实现上述实施例中提供的基于轨迹跟踪的自动驾驶车辆控制方法。

进一步地，车辆还包括：

通信接口703，用于存储器701和处理器702之间的通信。

存储器701，用于存放可在处理器702上运行的计算机程序。

存储器701可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

如果存储器701、处理器702和通信接口703独立实现，则通信接口703、存储器701和处理器702可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture，简称为ISA)总线、外部设备互连(PeripheralComponent，简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture，简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

可选的，在具体实现上，如果存储器701、处理器702及通信接口703，集成在一块芯片上实现，则存储器701、处理器702及通信接口703可以通过内部接口完成相互间的通信。

处理器702可能是一个中央处理器(Central Processing Unit，简称为CPU)，或者是特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者是被配置成实施本申请实施例的一个或多个集成电路。

本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如上的基于轨迹跟踪的自动驾驶车辆控制方法。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“N个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

Claims (10)

1.一种基于轨迹跟踪的自动驾驶车辆控制方法，其特征在于，包括以下步骤：

获取自动驾驶车辆的后轮的实际轮距；

以预设的行驶策略控制车辆分别沿着半圆形轨迹前进和后退进行行驶，得到多组行驶数据，并根据所述多组行驶数据计算所述自动驾驶车辆的动力参数；以及

根据所述自动驾驶车辆的动力参数标定轨迹跟踪模型的控制参数，利用二次多项式拟合得到预瞄距离，生成跟踪行驶轨迹，以在自动驾驶模式下，控制车辆按照所述跟踪行驶轨迹移动。

2.根据权利要求1所述的方法，其特征在于，所述以预设的行驶策略控制车辆分别沿着半圆形轨迹前进和后退进行行驶，包括：

记录所述自动驾驶车辆的行驶结束时刻和行驶起始时刻；

根据所述行驶结束时刻和行驶起始时刻之间的时刻差计算所述多组行驶数据的前进转弯半径和倒车转弯半径。

3.根据权利要求2所述的方法，其特征在于，所述预瞄距离的计算公式为：

其中，l_d为所述预瞄距离，l_dmax为最大预瞄距离，R为期望转弯半径。

4.根据权利要求3所述的方法，其特征在于，所述利用二次多项式拟合得到预瞄距离，生成跟踪行驶轨迹，包括：

导入所述前进转弯半径、倒车转弯半径、所述预瞄距离拟合工具，得到所述轨迹跟踪模型的计算参数；

根据所述计算参数计算所述轨迹跟踪模型的预瞄距离，并根据半径和距离间的的关系计算期望转弯半径，及基于所述车辆的车辆轴距计算出期望的目标前轮转角值，以在控制所述车辆按照所述跟踪行驶轨迹移动时，控制所述车辆按照所述目标前轮转角值沿所述跟踪行驶轨迹行驶。

5.根据权利要求1所述的方法，其特征在于，所述轨迹跟踪模型的预瞄距离的计算公式为：

l_d＝p₁v²+p₂v+p₃，

其中，v为车速，p₁、p₂和p₃均为常数。

6.一种基于轨迹跟踪的自动驾驶车辆控制装置，其特征在于，包括：

获取模块，用于获取自动驾驶车辆的后轮的实际轮距；

计算模块，用于以预设的行驶策略控制车辆分别沿着半圆形轨迹前进和后退进行行驶，得到多组行驶数据，并根据所述多组行驶数据计算所述自动驾驶车辆的动力参数；以及

控制模块，用于根据所述自动驾驶车辆的动力参数标定轨迹跟踪模型的控制参数，利用二次多项式拟合得到预瞄距离，生成跟踪行驶轨迹，以在自动驾驶模式下，控制车辆按照所述跟踪行驶轨迹移动。

7.根据权利要求6所述的装置，其特征在于，所述计算模块，包括：

记录单元，用于记录所述自动驾驶车辆的行驶结束时刻和行驶起始时刻；

计算单元，用于根据所述行驶结束时刻和行驶起始时刻之间的时刻差计算所述多组行驶数据的前进转弯半径和倒车转弯半径。

8.根据权利要求7所述的装置，其特征在于，所述预瞄距离的计算公式为：

其中，l_d为所述预瞄距离，l_dmax为最大预瞄距离，R为期望转弯半径。

9.一种车辆，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-5任一项所述的双离合器的滑磨控制方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-5任一项所述的双离合器的滑磨控制方法。

Images