CN113415276B - 一种智能驾驶预瞄控制方法、装置和存储介质 - Google Patents

一种智能驾驶预瞄控制方法、装置和存储介质 Download PDF

Info

Publication number
CN113415276B
CN113415276B CN202110872801.7A CN202110872801A CN113415276B CN 113415276 B CN113415276 B CN 113415276B CN 202110872801 A CN202110872801 A CN 202110872801A CN 113415276 B CN113415276 B CN 113415276B
Authority
CN
China
Prior art keywords
target
control
deviation
delta
steering wheel
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
CN202110872801.7A
Other languages
English (en)
Other versions
CN113415276A (zh
Inventor
万四禧
夏然飞
许渊
管杰
袁沐
毕雅梦
刘庚
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.)
Dongfeng Trucks Co ltd
Original Assignee
Dongfeng Trucks 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 Dongfeng Trucks Co ltd filed Critical Dongfeng Trucks Co ltd
Priority to CN202110872801.7A priority Critical patent/CN113415276B/zh
Publication of CN113415276A publication Critical patent/CN113415276A/zh
Application granted granted Critical
Publication of CN113415276B publication Critical patent/CN113415276B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/10—Path keeping
    • B60W30/12—Lane keeping
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/02—Control of vehicle driving stability

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本发明公开了一种智能驾驶预瞄控制方法、装置和存储介质，涉及车道保持方法技术领域，智能驾驶预瞄控制方法包括以下步骤：以车辆行驶时目标轨迹点与预瞄轨迹点之间的横向偏差、航向角偏差和横摆角速度偏差为状态量，并以横摆角速度为控制量构造代价函数；计算所述代价函数的最小值，以获得目标横摆角速度；根据所述目标横摆角速度，并基于方向盘转角的前馈控制、反馈控制、自适应补偿控制以及横坡补偿，计算目标方向盘转角以执行控制动作。本发明根据横向偏差，航向角偏差及横摆角速度偏差设计多点预瞄控制系统，引入横摆角速度控制量本身作为控制代价，在提高控制精度和鲁棒性的基础上，保证了车辆横向控制的平顺性。

Description

一种智能驾驶预瞄控制方法、装置和存储介质
技术领域
本发明涉及车道保持方法技术领域，具体涉及一种智能驾驶预瞄控制方法、装置和存储介质。
背景技术
车道保持系统(Lane Keeping Assistsystem，LKA)是高速公路自动驾驶最基本的辅助驾驶系统，是实现无人驾驶车辆横向运动控制的基本途径之一。其中，LKA是在车道偏离预警系统(Lane Departure Warningsystem，LDW)的基础上对汽车的主动转向控制，以纠正汽车在驾驶员非正常操作情况下的车道偏离行为，并将汽车控制在本车道内行驶。
在实现本发明技术过程中，目前现存的相关技术至少存在以下几个问题：
第一种方案是：设定至少三个测量点,且至少三个测量点在目标路径上的分别对应的测量距离应满足：x1＝0,x3>x2>x1；测量点到对应预瞄点的距离为预瞄点横向偏差y1、y2、y3。将当前实际工况分解计算,即：计算只考虑车辆与实际目标路径距离偏差条件下的理想横摆角速度ωso；计算只考虑车辆与实际目标路径夹角偏差条件下的理想横摆角速度ωss；计算只考虑实际目标路径弯曲条件下的理想横摆角速度ωsw。叠加ωso、ωss、ωsw后乘以一个预定系数得到车辆的理想方向盘转角δs。
虽然该方案考虑了横向偏移，航向角和曲率信号进行了多点预瞄，使用数学方法将多点的位移，航向角和曲率替换为单点的位移，航向角和曲率，但是单纯的几何替换控制误差大，不能满足复杂工况下的控制精度；而且该方法未考虑横摆角速度本身的影响，当输入变化较大时，控制可能出现突变。
第二种方案是：根据本车道左道线参数和本车道右道线参数计算本车道中心线；根据本车道中心线和本车车速获取预瞄时间；根据预瞄时间、本车道左道线参数和本车道右道线参数计算预瞄面积；根据预瞄面积计算转向盘转角控制量；根据转向盘转角控制量控制车辆车道保持。
该方案仅考虑预瞄面积作为控制量，未考虑航向角和曲率变化的影响，且仅考虑两个预瞄点，无法保证控制精度。
第三种方案是：建立整车十四自由度动力学参考模型；设计分层式横向控制器结构。分层式横向控制器分为上层控制器和下层控制器，其中上层控制器由模糊控制器和迭代学习控制器并联组成。下层控制器基于准滑动模态理论设计。
该方案存在的问题是侧重于计算预瞄距离，并且预瞄点较少，未考虑目标轨迹变化趋势。
发明内容
针对现有技术中存在的缺陷，本发明第一方面提供智能驾驶预瞄控制方法，其根据横向偏差，航向角偏差及横摆角速度偏差设计多点预瞄控制系统，引入横摆角速度控制量本身作为控制代价，在提高控制精度和鲁棒性的基础上，保证了车辆横向控制的平顺性。
为达到以上目的，本发明采取的技术方案是：
一种智能驾驶预瞄控制方法，该方法包括以下步骤：
以车辆行驶时目标轨迹点与预瞄轨迹点之间的横向偏差、航向角偏差和横摆角速度偏差为状态量，并以横摆角速度为控制量构造代价函数；
计算所述代价函数的最小值，以获得目标横摆角速度；
根据所述目标横摆角速度，并基于方向盘转角的前馈控制、反馈控制、自适应补偿控制以及横坡补偿，计算目标方向盘转角以执行控制动作。
一些实施例中，所述以车辆行驶时目标轨迹点与预瞄轨迹点之间的横向偏差、航向角偏差和横摆角速度偏差为状态量，并以横摆角速度为控制量构造代价函数，包括：
确定预瞄点个数i和预瞄时间间隔T，得到每个预瞄点距当前时刻的时间ti＝i*T，其中i＝1,2,3...n，n为正整数；
根据公式
Figure BDA0003189714410000031
计算edi，其中edi为目标轨迹点与预瞄轨迹点之间的横向偏差，Di为目标轨迹的横向位移，di为预瞄轨迹的横向位移，w为目标横摆角速度，V为车速；
根据公式
Figure BDA0003189714410000032
计算eθi，其中eθi为目标轨迹点与预瞄轨迹点之间的航向角偏差，
Figure BDA0003189714410000033
为目标轨迹点的航向角，θi为预瞄轨迹点的航向角；
根据公式ewi＝wCi-w＝Ci*V-w，计算ewi，其中ewi为目标轨迹点与预瞄轨迹点之间的横摆角速度偏差，wCi为基于目标轨迹曲率计算的横摆角速度，Ci为目标轨迹曲率；
构建代价函数
Figure BDA0003189714410000034
其中，k1为横向偏差的权重系数，k2为航向角偏向的权重系数，k3为横摆角速度偏差的权重系数，k4为横摆角速度控制量的权重系数。
一些实施例中，所述计算所述代价函数的最小值，以获得目标横摆角速度，包括：
对所述代价函数求导，以计算所述目标横摆角速度：
Figure BDA0003189714410000041
其中，k为预瞄点数。
一些实施例中，所述根据所述目标横摆角速度，并基于方向盘转角的前馈控制、反馈控制、自适应补偿控制以及横坡补偿，计算目标方向盘转角以执行控制动作，包括：
根据公式
Figure BDA0003189714410000042
以及δff＝δl*is，计算δff，其中，δff为基于方向盘转角的前馈控制下的前馈目标方向盘转角，δl为目标前轮转角，is为转向比，m为整车载荷，L为车辆轴距，Lf为前轴到质心的距离，Lr为后轴到质心的距离，Cf为前轮侧偏刚度，Cr为后轮侧偏刚度；
根据公式：δfb＝kp*Δwk+kd*(Δwk-Δwk-1)，以及Δwk＝w-wd，计算δfb，其中，δfb为基于方向盘转角的反馈控制下的反馈目标方向盘转角，Δwk为目标横向角速度与实际横摆角速度的偏差，Δwk-1为上一个周期的目标横向角速度与实际横摆角速度的偏差，kp为比例系数，kd为微分系数，wd为实际横摆角速度；
根据公式
Figure BDA0003189714410000043
计算δcp，其中，δcp为方向盘转角自适应补偿控制下的补偿目标方向盘转角，
Figure BDA0003189714410000044
为平均横摆角速度，kcp为补偿系数，Thd为补偿方向盘转角阈值；
根据公式δcs＝kcs*m*ics，计算δcs，其中，δcs为基于横坡补偿下的横坡目标横摆角速度，kcs为横坡比例系数，ics为横坡坡度；
根据公式δT＝δff+δfb+δcs+δcp，计算目标方向盘转角δT以执行控制动作。
一些实施例中，所述预瞄点数k大于等于10。
本发明第二方面提供一种智能驾驶预瞄控制装置，其根据横向偏差，航向角偏差及横摆角速度偏差设计多点预瞄控制系统，引入横摆角速度控制量本身作为控制代价，在提高控制精度和鲁棒性的基础上，保证了车辆横向控制的平顺性。
为达到以上目的，本发明采取的技术方案是：
一种智能驾驶预瞄控制装置，包括：
构造模块，以车辆行驶时目标轨迹点与预瞄轨迹点之间的横向偏差、航向角偏差和横摆角速度偏差为状态量，并以横摆角速度为控制量构造代价函数；
计算模块，其用于计算所述代价函数的最小值，以获得目标横摆角速度，且还用于根据所述目标横摆角速度，并基于方向盘转角的前馈控制、反馈控制、自适应补偿控制以及横坡补偿，计算目标方向盘转角以执行控制动作。
一些实施例中，所述构造模块用于：
确定预瞄点个数i和预瞄时间间隔T，得到每个预瞄点距当前时刻的时间ti＝i*T，其中i＝1,2,3...n；
根据公式
Figure BDA0003189714410000051
计算edi，其中edi为目标轨迹点与预瞄轨迹点之间的横向偏差，Di为目标轨迹的横向位移，di为预瞄轨迹的横向位移，w为目标横摆角速度，V为车速；
根据公式
Figure BDA0003189714410000061
计算eθi，其中eθi为目标轨迹点与预瞄轨迹点之间的航向角偏差，
Figure BDA0003189714410000062
为目标轨迹点的航向角，θi为预瞄轨迹点的航向角；
根据公式ewi＝wCi-w＝Ci*V-w，计算ewi，其中ewi为目标轨迹点与预瞄轨迹点之间的横摆角速度偏差，wCi为基于目标轨迹曲率计算的横摆角速度，Ci为目标轨迹曲率；
构建代价函数
Figure BDA0003189714410000063
其中，k1为横向偏差的权重系数，k2为航向角偏向的权重系数，k3为横摆角速度偏差的权重系数，k4为横摆角速度控制量的权重系数。
一些实施例中，所述计算模块用于：
对所述代价函数求导，以计算所述目标横摆角速度：
Figure BDA0003189714410000064
其中，k为预瞄点数。
一些实施例中，所述计算模块还用于：
根据公式
Figure BDA0003189714410000065
以及δff＝δl*is，计算δff，其中，δff为基于方向盘转角的前馈控制下的前馈目标方向盘转角，δl为目标前轮转角，is为转向比，m为整车载荷，L为车辆轴距，Lf为前轴到质心的距离，Lr为后轴到质心的距离，Cf为前轮侧偏刚度，Cr为后轮侧偏刚度；
根据公式：δfb＝kp*Δwk+kd*(Δwk-Δwk-1)，以及Δwk＝w-wd，计算δfb，其中，δfb为基于方向盘转角的反馈控制下的反馈目标方向盘转角，Δwk为目标横向角速度与实际横摆角速度的偏差，Δwk-1为上一个周期的目标横向角速度与实际横摆角速度的偏差，kp为比例系数，kd为微分系数，wd为实际横摆角速度；
根据公式
Figure BDA0003189714410000071
计算δcp，其中，δcp为方向盘转角自适应补偿控制下的补偿目标方向盘转角，
Figure BDA0003189714410000072
为平均横摆角速度，kcp为补偿系数，Thd为补偿方向盘转角阈值；
根据公式δcs＝kcs*m*ics，计算δcs，其中，δcs为基于横坡补偿下的横坡目标横摆角速度，kcs为横坡比例系数，ics为横坡坡度；
根据公式δT＝δff+δfb+δcs+δcp，计算目标方向盘转角δT以执行控制动作。
本发明第三方面提供一种计算机可读存储介质，用于存储计算机程序或者指令，当所述计算机程序或者指令在计算机上运行时，使得所述计算机执行上述任一项所述的智能驾驶预瞄控制方法。从而根据横向偏差，航向角偏差及横摆角速度偏差设计多点预瞄控制系统，引入横摆角速度控制量本身作为控制代价，在提高控制精度和鲁棒性的基础上，保证了车辆横向控制的平顺性。
与现有技术相比，本发明的优点在于：
本发明中的智能驾驶预瞄控制方法，基于最优控制理论，根据横向偏差，航向角偏差及横摆角速度偏差设计多点预瞄控制系统，引入横摆角速度控制量本身作为控制代价，在提高控制精度和鲁棒性的基础上，保证了车辆横向控制的平顺性。同时，通过构建代价函数并求解，求解器采用求导解方程的形式，与传统的优化算法相比，可操作性强，控制算力低，对控制器要求较低，更易于实现。再者，引入横坡补偿，并根据控制周期和目标横摆角速度偏差平均值进行自适应控制补偿，抗干扰能力强，控制目标明确，参数易于标定。
附图说明
图1为本发明实施例中智能驾驶预瞄控制方法的流程图；
图2为本发明实施例中目标轨迹预瞄点和预瞄信息；
图3为本发明实施例中预瞄点i处的位移预瞄；
图4为本发明实施例中预瞄点i处的航向角预瞄；
图5为本发明实施例中预瞄点i处的曲率预瞄。
具体实施方式
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。
附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本申请将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本申请的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本申请的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
需要说明的是：在本文中提及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
需要注意的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的对象在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在图示或描述的那些以外的顺序实施。
参见图1所示，本发明实施例提供一种智能驾驶预瞄控制方法，该方法包括以下步骤：
S1.以车辆行驶时目标轨迹点与预瞄轨迹点之间的横向偏差、航向角偏差和横摆角速度偏差为状态量，并以横摆角速度为控制量构造代价函数。
在本实施例中，为了构造代价函数，需要计算出目标轨迹点与预瞄轨迹点之间的横向偏差、航向角偏差和横摆角速度偏差。
具体而言，主要包括以下几个步骤：
(1)确定预瞄点个数i和预瞄时间间隔T，得到每个预瞄点距当前时刻的时间ti＝i*T，其中i＝1,2,3...n，n为正整数。
参见图2所示，图2中给出了目标轨迹预瞄点和预瞄信息，图中的点
Figure BDA0003189714410000101
表示第i个预瞄点，Di为目标轨迹的横向位移，
Figure BDA0003189714410000102
为目标轨迹点的航向角，Ci为目标轨迹曲率。其中，为保证控制精度，预瞄点(i＝1,2,3...n)个数选择为k≥10。
(2)横向偏差预瞄
基于当前车辆航向和目标轨迹信息，可获取目标轨迹上对应预瞄点i的横向位移Di。
基于单点预瞄几何学模型，预瞄轨迹的横向位移和目标横摆角速度的关系为：
Figure BDA0003189714410000103
参见图3所示，当车辆行驶目标横摆角速度为w，则其与目标点轨迹的横向偏差为：
Figure BDA0003189714410000104
其中，edi为目标轨迹点与预瞄轨迹点之间的横向偏差，Di为目标轨迹的横向位移，di为预瞄轨迹的横向位移，w为目标横摆角速度，V为车速。
(3)航向角预瞄
基于当前车辆航向和目标轨迹信息，可获取目标轨迹上对应预瞄点i的航向角
Figure BDA0003189714410000105
参见图4所示，目标横摆角速度w和预瞄轨迹点的航向角θi的关系为：
Figure BDA0003189714410000111
当车辆的目标横摆角速度为w时，则其与目标点轨迹的航向角偏差为：
Figure BDA0003189714410000112
其中，eθi为目标轨迹点与预瞄轨迹点之间的航向角偏差，
Figure BDA0003189714410000113
为目标轨迹点的航向角，θi为预瞄轨迹点的航向角。
(4)曲率偏差
基于车辆当前航向和目标轨迹信息，可获取目标轨迹上对应预瞄点i的目标轨迹曲率Ci。
参见图5所示，其中基于目标轨迹曲率计算的横摆角速度wCi和目标轨迹曲率Ci的关系为：wCi＝Ci*V。
当车辆的目标横摆角速度为w时，则其与目标轨迹信息的横摆角速度偏差为：ewi＝wCi-w＝Ci*V-w。
其中，ewi为目标轨迹点与预瞄轨迹点之间的横摆角速度偏差，wCi为基于目标轨迹曲率计算的横摆角速度，Ci为目标轨迹曲率。
(5)构造代价函数
代价函数分别以横向偏差，航向角偏差和横摆角速度偏差作为状态量，并以横摆角速度作为控制量，为防止横摆角速度增长过大，考虑控制量作为代价，设定代价函数为：
Figure BDA0003189714410000114
其中，k1为横向偏差的权重系数，k2为航向角偏向的权重系数，k3为横摆角速度偏差的权重系数，k4为横摆角速度控制量的权重系数。
S2.计算所述代价函数的最小值，以获得目标横摆角速度。
当获得了代价函数后，对所述代价函数求导，以计算所述目标横摆角速度：
Figure BDA0003189714410000121
其中，k为预瞄点数。
S3.根据所述目标横摆角速度，并基于方向盘转角的前馈控制、反馈控制、自适应补偿控制以及横坡补偿，计算目标方向盘转角以执行控制动作。
本实施例所描述的转向控制为一种基于横摆角速度的转角控制方案，该方案采用前馈结合PID反馈的控制方法，当得到目标横摆角速度w后，其控制方法如下：
(1)方向盘转角的前馈控制
基于稳态横摆角速度增益，通过目标横摆角速度计算目标前轮转角为：
Figure BDA0003189714410000122
值得说明的是，车辆方向盘转角和前轮转角存在比例关系，因此前馈控制目标方向盘转角为：δff＝δl*is；
其中，δff为基于方向盘转角的前馈控制下的前馈目标方向盘转角，δl为目标前轮转角，is为转向比，m为整车载荷，L为车辆轴距，Lf为前轴到质心的距离，Lr为后轴到质心的距离，Cf为前轮侧偏刚度，Cr为后轮侧偏刚度。
(2)方向盘转角的反馈控制
以目标横摆角速度和实际横摆角速度的差值作为偏差，设计PD控制器：Δwk＝w-wd；
而反馈控制器输出为：δfb＝kp*Δwk+kd*(Δwk-Δwk-1)；
其中，δfb为基于方向盘转角的反馈控制下的反馈目标方向盘转角，Δwk为目标横向角速度与实际横摆角速度的偏差，Δwk-1为上一个周期的目标横向角速度与实际横摆角速度的偏差，kp为比例系数，kd为微分系数，wd为实际横摆角速度。
(3)计算横坡补偿值
根据车辆动力学模型，可近似认为方向盘转角补偿值和横坡力成正比：δcs＝kcs*m*ics；
其中，δcs为基于横坡补偿下的横坡目标横摆角速度，kcs为横坡比例系数，ics为横坡坡度。
(4)方向盘转角的自适应补偿控制
车辆横向控制时，横摆角速度控制可认为是车辆横摆角速度进行周期性运动，因此，观测上个周期内所有横摆角速度的平均偏值，可作为评价方向盘转角控制性能的指标，进而对方向盘转角进行补偿控制。
计算平均横摆角速度：多点预瞄的目标横摆角速度比较平滑，可用于计算目标横摆角速度的最大值，相邻两次目标横摆角速度最大值的时间差，即为横摆角速度控制周期，采集该周期内所有的横摆角速度偏差值，求取平均值，即为平均横摆角速度
Figure BDA0003189714410000131
随后即可计算补偿方向盘转角值：
Figure BDA0003189714410000132
其中，δcp为方向盘转角自适应补偿控制下的补偿目标方向盘转角，
Figure BDA0003189714410000133
为平均横摆角速度，kcp为补偿系数，Thd为补偿方向盘转角阈值。
(5)计算目标方向盘转角
基于上述步骤即可通过公式：δT＝δff+δfb+δcs+δcp计算目标方向盘转角δT，从而便可以目标方向盘转角δT来执行控制动作。
综上所述，本发明中的智能驾驶预瞄控制方法，采用多点预瞄的控制方法，从当前时刻起，预瞄轨迹上一段时间内的目标轨迹点，获取该轨迹点的横向位移，航向角和曲率信息，分别针对目标轨迹位移，航向角和曲率信息作为状态量，以车辆横摆角速度作为目标控制量构造代价函数，通过对代价函数求最小值的方式计算目标横摆角速度，根据目标横摆角速度和道路横坡计算目标方向盘转角，并根据目标横摆角速度和实际横摆角速度的偏差进行反馈补偿，计算最终目标方向盘转角，实现智能驾驶的横向控制。
本发明中的智能驾驶预瞄控制方法，基于最优控制理论，根据横向偏差，航向角偏差及横摆角速度偏差设计多点预瞄控制系统，引入横摆角速度控制量本身作为控制代价，在提高控制精度和鲁棒性的基础上，保证了车辆横向控制的平顺性。同时，通过构建代价函数并求解，求解器采用求导解方程的形式，与传统的优化算法相比，可操作性强，控制算力低，对控制器要求较低，更易于实现。再者，引入横坡补偿，并根据控制周期和目标横摆角速度偏差平均值进行自适应控制补偿，抗干扰能力强，控制目标明确，参数易于标定。
与此同时，本发明实施例还提供一种智能驾驶预瞄控制装置，其包括构造模块和计算模块。
其中，构造模块用于以车辆行驶时目标轨迹点与预瞄轨迹点之间的横向偏差、航向角偏差和横摆角速度偏差为状态量，并以横摆角速度为控制量构造代价函数。
计算模块用于计算所述代价函数的最小值，以获得目标横摆角速度，且还用于根据所述目标横摆角速度，并基于方向盘转角的前馈控制、反馈控制、自适应补偿控制以及横坡补偿，计算目标方向盘转角以执行控制动作。
一些实施例中，所述构造模块用于：
确定预瞄点个数i和预瞄时间间隔T，得到每个预瞄点距当前时刻的时间ti＝i*T，其中i＝1,2,3...n；
根据公式
Figure BDA0003189714410000151
计算edi，其中edi为目标轨迹点与预瞄轨迹点之间的横向偏差，Di为目标轨迹的横向位移，di为预瞄轨迹的横向位移，w为目标横摆角速度，V为车速；
根据公式
Figure BDA0003189714410000152
计算eθi，其中eθi为目标轨迹点与预瞄轨迹点之间的航向角偏差，
Figure BDA0003189714410000153
为目标轨迹点的航向角，θi为预瞄轨迹点的航向角；
根据公式ewi＝wCi-w＝Ci*V-w，计算ewi，其中ewi为目标轨迹点与预瞄轨迹点之间的横摆角速度偏差，wCi为基于目标轨迹曲率计算的横摆角速度，Ci为目标轨迹曲率；
构建代价函数
Figure BDA0003189714410000154
其中，k1为横向偏差的权重系数，k2为航向角偏向的权重系数，k3为横摆角速度偏差的权重系数，k4为横摆角速度控制量的权重系数。
一些实施例中，所述计算模块用于：
对所述代价函数求导，以计算所述目标横摆角速度：
Figure BDA0003189714410000155
其中，k为预瞄点数。
进一步地，所述计算模块还用于：
根据公式
Figure BDA0003189714410000161
以及δff＝δl*is，计算δff，其中，δff为基于方向盘转角的前馈控制下的前馈目标方向盘转角，δl为目标前轮转角，is为转向比，m为整车载荷，L为车辆轴距，Lf为前轴到质心的距离，Lr为后轴到质心的距离，Cf为前轮侧偏刚度，Cr为后轮侧偏刚度；
根据公式：δfb＝kp*Δwk+kd*(Δwk-Δwk-1)，以及Δwk＝w-wd，计算δfb，其中，δfb为基于方向盘转角的反馈控制下的反馈目标方向盘转角，Δwk为目标横向角速度与实际横摆角速度的偏差，Δwk-1为上一个周期的目标横向角速度与实际横摆角速度的偏差，kp为比例系数，kd为微分系数，wd为实际横摆角速度；
根据公式
Figure BDA0003189714410000162
计算δcp，其中，δcp为方向盘转角自适应补偿控制下的补偿目标方向盘转角，
Figure BDA0003189714410000163
为平均横摆角速度，kcp为补偿系数，Thd为补偿方向盘转角阈值；
根据公式δcs＝kcs*m*ics，计算δcs，其中，δcs为基于横坡补偿下的横坡目标横摆角速度，kcs为横坡比例系数，ics为横坡坡度；
根据公式δT＝δff+δfb+δcs+δcp，计算目标方向盘转角δT以执行控制动作。
综上所述，本发明中的智能驾驶预瞄控制装置，基于最优控制理论，根据横向偏差，航向角偏差及横摆角速度偏差设计多点预瞄控制系统，引入横摆角速度控制量本身作为控制代价，在提高控制精度和鲁棒性的基础上，保证了车辆横向控制的平顺性。同时，通过构建代价函数并求解，求解器采用求导解方程的形式，与传统的优化算法相比，可操作性强，控制算力低，对控制器要求较低，更易于实现。再者，引入横坡补偿，并根据控制周期和目标横摆角速度偏差平均值进行自适应控制补偿，抗干扰能力强，控制目标明确，参数易于标定。
此外，本发明实施例还提供一种计算机可读存储介质，用于存储计算机程序或者指令，当所述计算机程序或者指令在计算机上运行时，使得所述计算机执行上述智能驾驶预瞄控制方法。
特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分从网络上被下载和安装，和/或从可拆卸介质被安装。在该计算机程序被中央处理单元(CPU)执行时，执行本申请的装置中限定的各种功能。
需要说明的是，本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面，本申请还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述实施例中所述的视频数据处理方法。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现上述实施例中所述的视频数据处理方法。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本申请实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本申请实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的实施方式后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (8)

1.一种智能驾驶预瞄控制方法，其特征在于，该方法包括以下步骤：
以车辆行驶时目标轨迹点与预瞄轨迹点之间的横向偏差、航向角偏差和横摆角速度偏差为状态量，并以横摆角速度为控制量构造代价函数；
计算所述代价函数的最小值，以获得目标横摆角速度；
根据所述目标横摆角速度，并基于方向盘转角的前馈控制、反馈控制、自适应补偿控制以及横坡补偿，计算目标方向盘转角以执行控制动作；
其中，所述以车辆行驶时目标轨迹点与预瞄轨迹点之间的横向偏差、航向角偏差和横摆角速度偏差为状态量，并以横摆角速度为控制量构造代价函数，包括：
确定预瞄点个数i和预瞄时间间隔T，得到每个预瞄点距当前时刻的时间ti＝i*T，其中i＝1,2,3...n，n为正整数；
根据公式
Figure FDA0003776264630000011
计算edi，其中edi为目标轨迹点与预瞄轨迹点之间的横向偏差，Di为目标轨迹的横向位移，di为预瞄轨迹的横向位移，w为目标横摆角速度，V为车速；
根据公式
Figure FDA0003776264630000012
计算eθi，其中eθi为目标轨迹点与预瞄轨迹点之间的航向角偏差，
Figure FDA0003776264630000013
为目标轨迹点的航向角，θi为预瞄轨迹点的航向角；
根据公式ewi＝wCi-w＝Ci*V-w，计算ewi，其中ewi为目标轨迹点与预瞄轨迹点之间的横摆角速度偏差，wCi为基于目标轨迹曲率计算的横摆角速度，Ci为目标轨迹曲率；
构建代价函数
Figure FDA0003776264630000021
其中，k1为横向偏差的权重系数，k2为航向角偏向的权重系数，k3为横摆角速度偏差的权重系数，k4为横摆角速度控制量的权重系数。
2.如权利要求1所述的一种智能驾驶预瞄控制方法，其特征在于，所述计算所述代价函数的最小值，以获得目标横摆角速度，包括：
对所述代价函数求导，以计算所述目标横摆角速度：
Figure FDA0003776264630000022
其中，k为预瞄点数。
3.如权利要求2所述的一种智能驾驶预瞄控制方法，其特征在于，所述根据所述目标横摆角速度，并基于方向盘转角的前馈控制、反馈控制、自适应补偿控制以及横坡补偿，计算目标方向盘转角以执行控制动作，包括：
根据公式
Figure FDA0003776264630000023
以及δff＝δl*is，计算δff，其中，δff为基于方向盘转角的前馈控制下的前馈目标方向盘转角，δl为目标前轮转角，is为转向比，m为整车载荷，L为车辆轴距，Lf为前轴到质心的距离，Lr为后轴到质心的距离，Cf为前轮侧偏刚度，Cr为后轮侧偏刚度；
根据公式：δfb＝kp*Δwk+kd*(Δwk-Δwk-1)，以及Δwk＝w-wd，计算δfb，其中，δfb为基于方向盘转角的反馈控制下的反馈目标方向盘转角，Δwk为目标横向角速度与实际横摆角速度的偏差，Δwk-1为上一个周期的目标横向角速度与实际横摆角速度的偏差，kp为比例系数，kd为微分系数，wd为实际横摆角速度；
根据公式
Figure FDA0003776264630000031
计算δcp，其中，δcp为方向盘转角自适应补偿控制下的补偿目标方向盘转角，
Figure FDA0003776264630000032
为平均横摆角速度，kcp为补偿系数，Thd为补偿方向盘转角阈值；
根据公式δcs＝kcs*m*ics，计算δcs，其中，δcs为基于横坡补偿下的横坡目标横摆角速度，kcs为横坡比例系数，ics为横坡坡度；
根据公式δT＝δff+δfb+δcs+δcp，计算目标方向盘转角δT以执行控制动作。
4.如权利要求2所述的一种智能驾驶预瞄控制方法，其特征在于，所述预瞄点数k大于等于10。
5.一种智能驾驶预瞄控制装置，其特征在于，包括：
构造模块，以车辆行驶时目标轨迹点与预瞄轨迹点之间的横向偏差、航向角偏差和横摆角速度偏差为状态量，并以横摆角速度为控制量构造代价函数；
计算模块，其用于计算所述代价函数的最小值，以获得目标横摆角速度，且还用于根据所述目标横摆角速度，并基于方向盘转角的前馈控制、反馈控制、自适应补偿控制以及横坡补偿，计算目标方向盘转角以执行控制动作；
其中，所述构造模块用于：
确定预瞄点个数i和预瞄时间间隔T，得到每个预瞄点距当前时刻的时间ti＝i*T，其中i＝1,2,3...n；
根据公式
Figure FDA0003776264630000033
计算edi，其中edi为目标轨迹点与预瞄轨迹点之间的横向偏差，Di为目标轨迹的横向位移，di为预瞄轨迹的横向位移，w为目标横摆角速度，V为车速；
根据公式
Figure FDA0003776264630000041
计算eθi，其中eθi为目标轨迹点与预瞄轨迹点之间的航向角偏差，
Figure FDA0003776264630000042
为目标轨迹点的航向角，θi为预瞄轨迹点的航向角；
根据公式ewi＝wCi-w＝Ci*V-w，计算ewi，其中ewi为目标轨迹点与预瞄轨迹点之间的横摆角速度偏差，wCi为基于目标轨迹曲率计算的横摆角速度，Ci为目标轨迹曲率；
构建代价函数
Figure FDA0003776264630000043
其中，k1为横向偏差的权重系数，k2为航向角偏向的权重系数，k3为横摆角速度偏差的权重系数，k4为横摆角速度控制量的权重系数。
6.如权利要求5所述的一种智能驾驶预瞄控制装置，其特征在于，所述计算模块用于：
对所述代价函数求导，以计算所述目标横摆角速度：
Figure FDA0003776264630000044
其中，k为预瞄点数。
7.如权利要求6所述的一种智能驾驶预瞄控制装置，其特征在于，所述计算模块还用于：
根据公式
Figure FDA0003776264630000045
以及δff＝δl*is，计算δff，其中，δff为基于方向盘转角的前馈控制下的前馈目标方向盘转角，δl为目标前轮转角，is为转向比，m为整车载荷，L为车辆轴距，Lf为前轴到质心的距离，Lr为后轴到质心的距离，Cf为前轮侧偏刚度，Cr为后轮侧偏刚度；
根据公式：δfb＝kp*Δwk+kd*(Δwk-Δwk-1)，以及Δwk＝w-wd，计算δfb，其中，δfb为基于方向盘转角的反馈控制下的反馈目标方向盘转角，Δwk为目标横向角速度与实际横摆角速度的偏差，Δwk-1为上一个周期的目标横向角速度与实际横摆角速度的偏差，kp为比例系数，kd为微分系数，wd为实际横摆角速度；
根据公式
Figure FDA0003776264630000051
计算δcp，其中，δcp为方向盘转角自适应补偿控制下的补偿目标方向盘转角，
Figure FDA0003776264630000052
为平均横摆角速度，kcp为补偿系数，Thd为补偿方向盘转角阈值；
根据公式δcs＝kcs*m*ics，计算δcs，其中，δcs为基于横坡补偿下的横坡目标横摆角速度，kcs为横坡比例系数，ics为横坡坡度；
根据公式δT＝δff+δfb+δcs+δcp，计算目标方向盘转角δT以执行控制动作。
8.一种计算机可读存储介质，其特征在于，用于存储计算机程序或者指令，当所述计算机程序或者指令在计算机上运行时，使得所述计算机执行权利要求1-4任一项所述的方法。
CN202110872801.7A 2021-07-30 2021-07-30 一种智能驾驶预瞄控制方法、装置和存储介质 Active CN113415276B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110872801.7A CN113415276B (zh) 2021-07-30 2021-07-30 一种智能驾驶预瞄控制方法、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110872801.7A CN113415276B (zh) 2021-07-30 2021-07-30 一种智能驾驶预瞄控制方法、装置和存储介质

Publications (2)

Publication Number Publication Date
CN113415276A CN113415276A (zh) 2021-09-21
CN113415276B true CN113415276B (zh) 2022-10-14

Family

ID=77718622

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110872801.7A Active CN113415276B (zh) 2021-07-30 2021-07-30 一种智能驾驶预瞄控制方法、装置和存储介质

Country Status (1)

Country Link
CN (1) CN113415276B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113696890B (zh) * 2021-09-23 2023-04-07 中国第一汽车股份有限公司 车道保持方法、装置、设备、介质及系统
CN114013429A (zh) * 2021-12-23 2022-02-08 东风悦享科技有限公司 一种一体式自动驾驶车辆控制系统
CN114291112B (zh) * 2021-12-30 2023-08-04 同济大学 一种应用于自动驾驶汽车的决策规划协同增强方法
CN114368381B (zh) * 2022-01-06 2022-12-13 上海宏景智驾信息科技有限公司 一种基于横摆角速度预估的统一时序卡车横向控制方法
CN114604259B (zh) * 2022-03-31 2024-06-21 重庆长安汽车股份有限公司 一种拟人化车辆轨迹跟踪控制方法
CN114995378B (zh) * 2022-04-21 2023-02-17 阿波罗智能技术(北京)有限公司 一种轨迹规划方法、装置、电子设备、介质及车辆
CN114932950B (zh) * 2022-04-29 2023-09-12 东风汽车有限公司东风日产乘用车公司 前馈方向盘转角的计算方法和车辆
CN114802442B (zh) * 2022-05-06 2023-09-05 小米汽车科技有限公司 车辆横向控制方法、装置、存储介质及车辆
CN115123294A (zh) * 2022-06-16 2022-09-30 中国第一汽车股份有限公司 车辆控制方法、车辆、存储介质及电子装置
CN115042816B (zh) * 2022-06-24 2024-06-21 重庆长安汽车股份有限公司 路径跟踪方法、装置、设备、介质及程序
CN115071732B (zh) * 2022-07-14 2024-10-22 东风商用车有限公司 一种基于lqr的smc商用车智能驾驶横向控制方法
CN115366876B (zh) * 2022-08-12 2024-10-22 重庆长安汽车股份有限公司 自动驾驶车辆的横向控制方法、装置、车辆及存储介质
CN116513175B (zh) * 2023-07-03 2023-09-22 北京斯年智驾科技有限公司 一种自动驾驶中行驶偏差的校正方法、装置、设备及介质
CN118323142B (zh) * 2024-06-12 2024-10-11 知行汽车科技(苏州)股份有限公司 一种车辆横向控制方法、装置、设备及介质

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102002334B1 (ko) * 2012-11-20 2019-07-23 현대모비스 주식회사 차선 유지 제어 장치
JP6332167B2 (ja) * 2015-06-26 2018-05-30 株式会社デンソー 車線維持支援装置
US10139830B2 (en) * 2016-12-29 2018-11-27 Automotive Research & Testing Center Automatic lane following control system and method for vehicles
CN108437972B (zh) * 2018-04-10 2020-04-03 清华大学 一种基于位置偏差的轨迹跟踪方法和装置
CN108482370B (zh) * 2018-04-13 2022-05-17 北京奥特尼克科技有限公司 一种商用车车道保持系统及其控制策略设计
CN108791491A (zh) * 2018-06-12 2018-11-13 中国人民解放军国防科技大学 一种基于自评价学习的车辆侧向跟踪控制方法
CN109050661B (zh) * 2018-09-20 2020-04-17 合肥工业大学 电子差速和主动差动转向的协调控制方法及协调控制装置
CN109214127B (zh) * 2018-10-24 2022-09-27 合肥工业大学智能制造技术研究院 一种多点预瞄方法及其多点预瞄装置与目标路径跟踪方法
DE102019203388A1 (de) * 2019-03-13 2020-09-17 Audi Ag Torque-Vectoring mit automatischem Giermomentenausgleich
CN111717204B (zh) * 2019-03-18 2022-05-17 毫末智行科技有限公司 自动驾驶车辆的横向控制方法及系统
CN111717189B (zh) * 2019-03-18 2022-03-29 毫末智行科技有限公司 车道保持控制方法、装置及系统
CN110001637B (zh) * 2019-04-10 2023-09-29 吉林大学 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
CN110027547B (zh) * 2019-04-29 2020-11-06 百度在线网络技术（北京）有限公司 车辆横向控制方法和装置
CN112519882B (zh) * 2019-09-17 2022-02-22 广州汽车集团股份有限公司 一种车辆参考轨迹跟踪方法及系统
CN111267837B (zh) * 2020-03-10 2021-05-11 东风商用车有限公司 一种弯道控制方法及控制系统
CN111487971B (zh) * 2020-04-23 2023-04-28 重庆长安汽车股份有限公司 一种车辆自动驾驶横向控制方法及系统
CN111731381B (zh) * 2020-06-30 2021-09-24 三一专用汽车有限责任公司 车辆横向自适应控制方法、控制装置和车辆
CN111873991B (zh) * 2020-07-22 2022-04-08 中国第一汽车股份有限公司 一种车辆转向的控制方法、装置、终端及存储介质
CN113064344B (zh) * 2021-03-19 2022-06-07 中山大学 一种多轴无人重载车辆的轨迹跟踪控制方法

Also Published As

Publication number Publication date
CN113415276A (zh) 2021-09-21

Similar Documents

Publication Publication Date Title
CN113415276B (zh) 一种智能驾驶预瞄控制方法、装置和存储介质
CN113320542B (zh) 一种自动驾驶车辆的跟踪控制方法
Sentouh et al. A sensorimotor driver model for steering control
CN110162046B (zh) 基于事件触发型模型预测控制的无人车路径跟随方法
CN110398963A (zh) 无轨导航纠偏控制方法、装置、存储介质及控制器
JP6419671B2 (ja) 車両用操舵装置および車両用操舵方法
CN110525436A (zh) 车辆换道控制方法、装置、车辆和存储介质
CN114148320B (zh) 一种路径跟踪控制方法及设备
CN113126623A (zh) 一种考虑输入饱和的自适应动态滑模自动驾驶车辆路径跟踪控制方法
Tian et al. Active steering control based on preview theory for articulated heavy vehicles
CN115402348A (zh) 一种横向控制系统、方法、电子设备和存储介质
CN114537419A (zh) 一种考虑驾驶员活跃度及驾驶能力的辅助控制器设计方法
Zheng et al. Extension coordinated control of distributed-driven electric vehicles based on evolutionary game theory
CN117826590A (zh) 基于前置跟随拓扑结构的无人车编队控制方法及系统
Taghavifar et al. Nonsingleton Gaussian type-3 fuzzy system with fractional order NTSMC for path tracking of autonomous cars
WO2024046789A1 (en) Trajectory planning method and apparatus, device and storage medium
CN111762158A (zh) 集成式跟随控制方法、系统、装置及计算机可读存储介质
Kim et al. Brain limbic system-based intelligent controller application to lane change manoeuvre
Mobus et al. Constrained optimal control for lateral vehicle guidance
Raffone et al. Optimal look-ahead vehicle lane centering control design and application for mid-high speed and curved roads
Hakima et al. Improvement of vehicle handling by an integrated control system of four wheel steering and ESP with fuzzy logic approach
CN115179963B (zh) 自动驾驶车辆换道的容错控制方法、介质、系统及汽车
Boyraz et al. Driver behavior modeling using hybrid dynamic systems for ‘driver-aware’active vehicle safety
Gupta et al. A framework for vehicle lateral motion control with guaranteed tracking and performance
Fang et al. Longitudinal motion control of intelligent vehicle based on two hierarchies optimal method

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