CN113673087A - 一种低速自动驾驶弯道运动学简化方法及装置 - Google Patents

Abstract

本发明提供了一种低速自动驾驶弯道运动学简化方法及装置，该方法包括：首先，基于车辆运动学模型以及安装于车辆前后轮的编码器，建立车辆的前轮转向角计算模型；然后，在低速转向场景下将阿克曼转向模型简化为二轮车模型，与传统的阿克曼运动模型相比，本发明简化后的弯道运动学模型能够减少低速弯道的模型计算量，降低了计算平台成本。并且，利用简化后的弯道运动学模型进行低速弯道场景自动驾驶控制，可以提高弯道转弯的精度，也提高了驾驶员舒适性。

Description

一种低速自动驾驶弯道运动学简化方法及装置

技术领域

本发明涉及自动驾驶控制领域，尤其涉及一种低速自动驾驶弯道运动学简化方法及装置。

背景技术

随着我国智能网联汽车的高速发展,自动驾驶车辆在各行各业都有广泛应用。在一些特定场景，如港口运输车，物流小车，园区游览车，道路清扫车等都有广泛的应用，而这些场景一个共同特点是低速场景。

系统建模是系统控制的前提和基础，对于自动驾驶车辆的横向控制(控制车辆转向，使其沿期望路径行驶)，通过对车辆运动学模型进行合理的简化和解耦，建立合适的车辆运动学模型，对实现自动驾驶车辆的路径跟踪至关重要。在低速时，车辆的运动学特性较为突出；而在高速时，车辆的动力学特性对自身的运动状态影响较大。

因此，如何构建低速弯道场景自动驾驶的运动学简化模型，解决低速弯道场景的车辆运动学建模问题，是一个非常有意义的一个研究方向。

发明内容

本发明实施例提供一种低速自动驾驶弯道运动学简化方法及装置，用以解决低速弯道场景的车辆运动学建模问题。

根据本发明实施例的第一方面，提供一种低速自动驾驶弯道运动学简化方法，包括：

101，基于车辆运动学模型以及安装于车辆前后轮的编码器，建立车辆的前轮转向角计算模型；

102，在低速转向场景下将阿克曼转向模型简化为二轮车模型，根据所述二轮车模型和前轮转向角计算模型，获得简化后的弯道运动学模型。

优选的，步骤101中，基于车辆运动学模型以及安装于车辆前后轮的编码器，建立车辆的前轮转向角计算模型，具体包括：

假设低速车辆在ΔT时间内运动了一段圆弧cc`，位姿状态由(x<sub>k-1</sub>，y<sub>k-1</sub>，θ<sub>k-1</sub>)运动到了(x<sub>k</sub>，y<sub>k</sub>，θ<sub>k</sub>)，其中左轮运动圆弧为aa`，右轮运动圆弧为bb`，运动半径为R_k，轮距为L；

运动圆弧的长度可以根据里程计积分原理计算：

Δd＝2*(N/P)*π*r (1)

其中Δd为车辆车轮的运动圆弧长度，编码器为P线每转，ΔT时间内编码器输出的脉冲为N，车轮半径为r。

ΔDk为车辆在ΔT内内走过的弧长，则有：

由圆弧计算公式可得：

为了求出运动半径R_k,需要求解车辆的方向变化角Δθ_k；

做车辆轮轴ab的平行线，与圆弧bb`相交于e`,同时做b`d垂直于ae`,并与ae`交于d`，在Δa`b`d`中，∠b`a`d`＝Δθ_k，|a`b`|＝L，根据几何近似得到：

|b`d`|≈|b`e`| (4)

并利用几何近似，用Δθ_k的正弦值近似角度Δθ_k，得到：

Δθ_k≈|b`d`|/L≈(bb`-aa`)/L。 (5)

优选的，步骤102中，在低速转向场景下将阿克曼转向模型简化为二轮车模型，具体包括：

在低速转向场景下忽略阿克曼角度的影响，将阿克曼转向模型简化为二轮车模型；其中，二轮车模型将车辆简化表示为一个前轮和一个后轮。

优选的，步骤102中，根据所述二轮车模型和前轮转向角计算模型，获得简化后的弯道运动学模型，具体包括：

根据所述二轮车模型，结合步骤101建立的前轮转向角计算模型，得到车辆由k-1时刻运动到k时刻的弯道运动学模型如下：

根据本发明实施例的第二方面，还提供一种低速自动驾驶弯道运动学简化装置，包括：

转向角计算模块，用于基于车辆运动学模型以及安装于车辆前后轮的编码器，建立车辆的前轮转向角计算模型；

模型简化模块，用于在低速转向场景下将阿克曼转向模型简化为二轮车模型，根据所述二轮车模型和前轮转向角计算模型，获得简化后的弯道运动学模型。

根据本发明实施例的第三方面，提供了一种电子设备，包括处理器、存储器、通信接口和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行第一方面实施例提供的低速自动驾驶弯道运动学简化方法。

根据本发明实施例的第四方面，提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机程序，该计算机程序被处理器执行时实现以执行第一方面实施例提供的低速自动驾驶弯道运动学简化方法。

本发明实施例提供的低速自动驾驶弯道运动学简化方法及装置，利用安装于车辆前后轮的编码器测量车辆的前轮转向角，建立车辆的前轮转向角计算模型。在低速转向场景下将阿克曼转向模型简化为二轮车模型，根据二轮车模型和前轮转向角计算模型，得到简化后的弯道运动学模型。与传统的阿克曼运动模型相比，本发明简化后的弯道运动学模型能够减少低速弯道的模型计算量，降低了计算平台成本。并且，利用简化后的弯道运动学模型进行低速弯道场景自动驾驶控制，可以提高弯道转弯的精度，也提高了驾驶员舒适性。

附图说明

为了更清楚地说明本发明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低速自动驾驶弯道运动学简化方法流程示意图；

图2为本发明实施例提供的阿克曼角度示意图；

图3为本发明实施例提供的阿克曼转向模型示意图；

图4为本发明实施例提供的二轮车模型示意图；

图5为本发明实施例提供的前轮转向角计算模型；

图6为本发明实施例提供的简化后的弯道运动学模型；

图7为本发明实施例提供的低速自动驾驶弯道运动学简化装置的结构框图；

图8为本发明实施例提供的电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

可以理解的是，系统建模是系统控制的前提和基础，对于自动驾驶车辆的横向控制(控制车辆转向，使其沿期望路径行驶)，通过对车辆运动学模型进行合理的简化和解耦，建立合适的车辆运动学模型，对实现自动驾驶车辆的路径跟踪至关重要。在低速时，车辆的运动学特性较为突出；而在高速时，车辆的动力学特性对自身的运动状态影响较大。

针对低速弯道场景的车辆运动学建模问题，本发明实施例提供了一种低速自动驾驶弯道运动学简化方法。以下将结合附图通过多个实施例进行展开说明和介绍。

图1为本发明实施例提供的低速自动驾驶弯道运动学简化方法流程示意图，如图1所示，本发明实施例提供的低速自动驾驶弯道运动学简化方法包括但不限于以下步骤：

101，基于车辆运动学模型以及安装于车辆前后轮的编码器，建立车辆的前轮转向角计算模型。

具体地，本实施例中，低速场景下，将编码器安装在车辆前后轮，经过一定采样周期，计算车辆低速时偏航角度，基于车辆运动学模型，能够建立编码器测量车轮转角的前轮转向角计算模型。

102，在低速转向场景下将阿克曼转向模型简化为二轮车模型，根据所述二轮车模型和前轮转向角计算模型，获得简化后的弯道运动学模型。

一般车辆的运动学模型，是建立在阿克曼转向几何理论上的。这个理论假设：车辆转向时，四个车轮沿同一个转向圆心走圆弧，车轮处于纯滚动状态且没有侧向加速度。阿克曼角度是指车辆设计时内轮转向角比外轮转向角度要大，目的是在车辆高速过弯时不产生甩尾的现象。图2为本发明实施例提供的阿克曼角度示意图，图3为本发明实施例提供的阿克曼转向模型示意图。图3中，

为内轮转向角，

为外轮转向角。L_b为轴距，L_tw为轮距。

本实施例中，在低速转向场景下忽略阿克曼角度的影响，将阿克曼转向模型简化为二轮车模型，二轮车模型将车辆简化表示为一个前轮和一个后轮。图4为本发明实施例提供的二轮车模型示意图，图4中，δ为前轮平均偏角，即转向角。L_b为轴距，L_f和L_r分别表示前轮和后轮到车辆重心的距离，X-Y表示全局坐标系，x_b-y_b表示基于车辆后轴中心的车辆坐标系。

进一步地，根据二轮车模型和以及步骤101得到的前轮转向角计算模型，能够获得简化后的弯道运动学模型。

本发明实施例提供的低速自动驾驶弯道运动学简化方法，利用安装于车辆前后轮的编码器测量车辆的前轮转向角，建立车辆的前轮转向角计算模型。在低速转向场景下将阿克曼转向模型简化为二轮车模型，根据二轮车模型和前轮转向角计算模型，得到简化后的弯道运动学模型。与传统的阿克曼运动模型相比，本发明简化后的弯道运动学模型能够减少低速弯道的模型计算量，降低了计算平台成本。并且，利用简化后的弯道运动学模型进行低速弯道场景自动驾驶控制，可以提高弯道转弯的精度，也提高了驾驶员舒适性。

图5为本发明实施例提供的前轮转向角计算模型。基于上述实施例的内容，作为一种可选实施例，在步骤101中，基于车辆运动学模型以及安装于车辆前后轮的编码器，建立车辆的前轮转向角计算模型，具体包括以下步骤：

低速自动驾驶中，由于地面打滑，会导致轮胎微小侧滑。为了很好的逼近低速车辆的实际运动轨迹，假设低速车辆在ΔT时间内运动了一段圆弧cc`，位姿状态由(x<sub>k-1</sub>，y<sub>k-1</sub>，θ<sub>k-1</sub>)运动到了(x<sub>k</sub>，y<sub>k</sub>，θ<sub>k</sub>)，其中左轮运动圆弧为aa`，右轮运动圆弧为bb`，运动半径为R_k，轮距为L；图5中，X_R和Y_R表示车辆后轴轴心的坐标，X_W-O_W-Y_W表示惯性坐标系。

运动圆弧的长度可以根据里程计积分原理计算：

Δd＝2*(N/P)*π*r (1)

其中Δd为车辆车轮的运动圆弧长度，编码器为P线每转，ΔT时间内编码器输出的脉冲为N，车轮半径为r。

ΔDk为车辆在ΔT内内走过的弧长，则有：

由圆弧计算公式可得：

为了求出运动半径R_k,需要求解车辆的方向变化角Δθ_k；

做车辆轮轴ab的平行线，与圆弧bb`相交于e`,同时做b`d垂直于ae`,并与ae`交于d`，在Δa`b`d`中，∠b`a`d`＝Δθ_k，|a`b`|＝L，根据几何近似得到：

|b`d`|≈|b`e`| (4)

并利用几何近似，用Δθ_k的正弦值近似角度Δθ_k，得到：

Δθ_k≈|b`d`|/L≈(bb`-aa`)/L。 (5)

本实施例中，将Δkθ在忽略阿克曼角的情况下，近似为低速车辆下的前轮转向角。

图6为本发明实施例提供的简化后的弯道运动学模型。基于上述实施例的内容，作为一种可选实施例，参照图5和图6，步骤102中，根据所述二轮车模型和前轮转向角计算模型，获得简化后的弯道运动学模型，具体包括以下步骤：

根据所述二轮车模型，结合步骤101建立的前轮转向角计算模型，得到车辆由k-1时刻运动到k时刻的弯道运动学模型如下：

在一个实施例中，图7为本发明实施例提供的低速自动驾驶弯道运动学简化装置的结构框图，参照图7，本发明还提供一种低速自动驾驶弯道运动学简化装置，包括：

转向角计算模块701，用于基于车辆运动学模型以及安装于车辆前后轮的编码器，建立车辆的前轮转向角计算模型；

模型简化模块702，用于在低速转向场景下将阿克曼转向模型简化为二轮车模型，根据所述二轮车模型和前轮转向角计算模型，获得简化后的弯道运动学模型。

可以理解的是，本发明提供的一种低速自动驾驶弯道运动学简化装置与前述各实施例提供的低速自动驾驶弯道运动学简化方法相对应，具体的如何利用转向角计算模块701和模型简化模块702得到低速自动驾驶弯道运动学简化模型，可以参照前述实施例中低速自动驾驶弯道运动学简化方法的相关技术特征，本实施例在此不再赘述。

在一个实施例中，本发明实施例提供了本发明实施例提供了一种电子设备，如图8所示，该电子设备可以包括：处理器(processor)801、通信接口(CommunicationsInterface)802、存储器(memory)803和通信总线804，其中，处理器801，通信接口802，存储器803通过通信总线804完成相互间的通信。处理器801可以调用存储器803中的逻辑指令，以执行上述各实施例提供的低速自动驾驶弯道运动学简化方法的步骤，例如包括：101，基于车辆运动学模型以及安装于车辆前后轮的编码器，建立车辆的前轮转向角计算模型；102，在低速转向场景下将阿克曼转向模型简化为二轮车模型，根据所述二轮车模型和前轮转向角计算模型，获得简化后的弯道运动学模型。

在一个实施例中，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的低速自动驾驶弯道运动学简化方法的步骤，例如包括：101，基于车辆运动学模型以及安装于车辆前后轮的编码器，建立车辆的前轮转向角计算模型；102，在低速转向场景下将阿克曼转向模型简化为二轮车模型，根据所述二轮车模型和前轮转向角计算模型，获得简化后的弯道运动学模型。

综上所述，本发明实施例提供了一种低速自动驾驶弯道运动学简化方法及装置，利用安装于车辆前后轮的编码器测量车辆的前轮转向角，建立车辆的前轮转向角计算模型。在低速转向场景下将阿克曼转向模型简化为二轮车模型，根据二轮车模型和前轮转向角计算模型，得到简化后的弯道运动学模型。与传统的阿克曼运动模型相比，本发明简化后的弯道运动学模型能够减少低速弯道的模型计算量，降低了计算平台成本。并且，利用简化后的弯道运动学模型进行低速弯道场景自动驾驶控制，可以提高弯道转弯的精度，也提高了驾驶员舒适性。

需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述。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、专用计算机、嵌入式计算机或者其他可编程数据处理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设备上，使得在计算机或其他可编程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。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造概念，则可对这些实施例作出另外的变更和修改。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范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。

Claims (7)

1.一种低速自动驾驶弯道运动学简化方法，其特征在于，包括：

101，基于车辆运动学模型以及安装于车辆前后轮的编码器，建立车辆的前轮转向角计算模型；

102，在低速转向场景下将阿克曼转向模型简化为二轮车模型，根据所述二轮车模型和前轮转向角计算模型，获得简化后的弯道运动学模型。

2.根据权利要求1所述的低速自动驾驶弯道运动学简化方法，其特征在于，步骤101中，基于车辆运动学模型以及安装于车辆前后轮的编码器，建立车辆的前轮转向角计算模型，具体包括：

假设低速车辆在ΔT时间内运动了一段圆弧cc`，位姿状态由(x<sub>k-1</sub>，y<sub>k-1</sub>，θ<sub>k-1</sub>)运动到了(x<sub>k</sub>，y<sub>k</sub>，θ<sub>k</sub>)，其中左轮运动圆弧为aa`，右轮运动圆弧为bb`，运动半径为R_k，轮距为L；

运动圆弧的长度可以根据里程计积分原理计算：

Δd＝2*(N/P)*π*r (1)

其中Δd为车辆车轮的运动圆弧长度，编码器为P线每转，ΔT时间内编码器输出的脉冲为N，车轮半径为r。

ΔDk为车辆在ΔT内内走过的弧长，则有：

由圆弧计算公式可得：

为了求出运动半径R_k,需要求解车辆的方向变化角Δθ_k；

做车辆轮轴ab的平行线，与圆弧bb`相交于e`,同时做b`d垂直于ae`,并与ae`交于d`，在Δa`b`d`中，∠b`a`d`＝Δθ_k，|a`b`|＝L，根据几何近似得到：

|b`d`|≈|b`e`| (4)

并利用几何近似，用Δθ_k的正弦值近似角度Δθ_k，得到：

Δθ_k≈|b`d`|/L≈(bb`-aa`)/L。 (5)

3.根据权利要求1所述的低速自动驾驶弯道运动学简化方法，其特征在于，步骤102中，在低速转向场景下将阿克曼转向模型简化为二轮车模型，具体包括：

在低速转向场景下忽略阿克曼角度的影响，将阿克曼转向模型简化为二轮车模型；其中，二轮车模型将车辆简化表示为一个前轮和一个后轮。

4.根据权利要求1所述的低速自动驾驶弯道运动学简化方法，其特征在于，步骤102中，根据所述二轮车模型和前轮转向角计算模型，获得简化后的弯道运动学模型，具体包括：

根据所述二轮车模型，结合步骤101建立的前轮转向角计算模型，得到车辆由k-1时刻运动到k时刻的弯道运动学模型如下：

5.一种低速自动驾驶弯道运动学简化装置，其特征在于，包括：

转向角计算模块，用于基于车辆运动学模型以及安装于车辆前后轮的编码器，建立车辆的前轮转向角计算模型；

模型简化模块，用于在低速转向场景下将阿克曼转向模型简化为二轮车模型，根据所述二轮车模型和前轮转向角计算模型，获得简化后的弯道运动学模型。

6.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至4任一项所述低速自动驾驶弯道运动学简化方法的步骤。

7.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至4任一项所述低速自动驾驶弯道运动学简化方法的步骤。

Images