CN113759729A - 车辆横向控制方法、装置及电子设备 - Google Patents

车辆横向控制方法、装置及电子设备 Download PDF

Info

Publication number
CN113759729A
CN113759729A CN202111192105.8A CN202111192105A CN113759729A CN 113759729 A CN113759729 A CN 113759729A CN 202111192105 A CN202111192105 A CN 202111192105A CN 113759729 A CN113759729 A CN 113759729A
Authority
CN
China
Prior art keywords
yaw rate
current
vehicle
target
control
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
CN202111192105.8A
Other languages
English (en)
Other versions
CN113759729B (zh
Inventor
程哲
李志强
韩志华
郭立群
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.)
FAW Jiefang Automotive Co Ltd
Suzhou Zhitu Technology Co Ltd
Original Assignee
Suzhou Zhitu Technology 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 Suzhou Zhitu Technology Co Ltd filed Critical Suzhou Zhitu Technology Co Ltd
Priority to CN202111192105.8A priority Critical patent/CN113759729B/zh
Publication of CN113759729A publication Critical patent/CN113759729A/zh
Application granted granted Critical
Publication of CN113759729B publication Critical patent/CN113759729B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本申请提供了一种车辆横向控制方法、装置及电子设备，方法应用于车辆控制器；方法包括：在车辆行驶过程中，针对每个控制周期，获取车辆的当前行驶状态参数和当前控制参数；基于当前行驶状态参数、当前控制参数和横向运动学预测模型，预测车辆的目标期望横摆率；基于当前行驶状态参数、当前控制参数和扩张状态观测器模型，确定估计横向扰动信息和估计横摆率；根据目标期望横摆率、估计横向扰动信息和估计横摆率，确定车辆的目标控制参数；根据目标控制参数控制车辆行驶。本申请能够提高车辆横向控制的准确性。

Description

车辆横向控制方法、装置及电子设备
技术领域
本申请涉及车辆控制技术领域，尤其是涉及一种车辆横向控制方法、装置及电子设备。
背景技术
商用卡车具有巨大的商业市场，商用车货运线路大多是长途线路，司机经常需要长时间驾驶，连续的长时间驾驶容易使驾驶员产生疲劳进而产生风险，在商用车卡车上部署辅助驾驶或自动驾驶系统是非常有必要的。
自动驾驶系统中控制模块分为横向控制和纵向控制，横向控制功能通过不断调整方向盘转角使车辆在路径的中心行驶，在实际道路上存在诸多横向扰动，如道路横坡，横风等，对于商用卡车具有搭载重和迎风面积大的特点，该特点将进一步放大横风横坡等横向力因素对于横向控制的影响，并且横向坡道信息和风力大小及方向很难获得。
现有技术中，往往根据参考路径和自车位置及航向信息生成横向控制量实现横向控制功能，在有横向扰动的情况下无法实现精准地横向控制。
发明内容
本申请的目的在于提供一种车辆横向控制方法、装置及电子设备，能够提高车辆横向控制的准确性。
第一方面，本申请实施例提供一种车辆横向控制方法，方法应用于车辆控制器；方法包括：在车辆行驶过程中，针对每个控制周期，获取车辆的当前行驶状态参数和当前控制参数；基于当前行驶状态参数、当前控制参数和横向运动学预测模型，预测车辆的目标期望横摆率；基于当前行驶状态参数、当前控制参数和扩张状态观测器模型，确定估计横向扰动信息和估计横摆率；根据目标期望横摆率、估计横向扰动信息和估计横摆率，确定车辆的目标控制参数；根据目标控制参数控制车辆行驶。
进一步地，上述当前行驶状态参数包括：当前横向位置、当前航向；当前控制参数包括：当前反馈横摆率；基于当前行驶状态参数、当前控制参数和横向运动学预测模型，预测车辆的目标期望横摆率的步骤，包括：获取车辆的参考行驶状态参数；参考行驶状态参数包括：参考横向位置、参考航向和参考曲率；根据参考横向位置、参考航向，和当前横向位置、当前航向，计算横向误差和航向误差；将横向误差和航向误差输入横向运动学预测模型进行预测，得到控制增量；根据控制增量、参考曲率和当前反馈横摆率，确定车辆的目标期望横摆率。
进一步地，上述获取车辆的行驶状态参数的步骤，包括：通过定位传感器结合地图信息获取车辆的行驶状态参数，或者，通过视觉传感器获取车辆的行驶状态参数；行驶状态参数包括：参考行驶状态参数或当前行驶状态参数；行驶状态参数包括车道中心线中参考点对应的横向位置、航向和曲率。
进一步地，上述控制增量包括横摆率增量；根据控制增量、参考曲率和当前反馈横摆率，确定车辆的目标期望横摆率的步骤，包括：根据参考曲率计算前馈横摆率；根据当前反馈横摆率和横摆率增量，计算目标反馈横摆率；将前馈横摆率和目标反馈横摆率进行求和，得到车辆的目标期望横摆率。
进一步地，上述当前行驶状态参数包括：当前横摆率；当前控制参数包括：当前前轮转角角度；基于当前行驶状态参数、当前控制参数和扩张状态观测器模型，确定估计横向扰动信息和估计横摆率的步骤，包括：
将当前横摆率和当前前轮转角角度输入扩张状态观测器模型进行估计，得到估计横向扰动和估计横摆率；扩张状态观测器模型如下：
Figure BDA0003301586770000031
其中，
Figure BDA0003301586770000032
为下线性扩张观测器的状态量，分别表示估计横摆率和估计横向扰动；β1,β2为观测器增益；y表示当前横摆率；u表示当前前轮转角角度；lf为前轴到质心距离，Iz为转动惯量，Cαf为前轮侧偏刚度。
进一步地，上述扩张状态观测器模型的生成过程如下：获取包括横向扰动项的动力学模型；基于动力学模型提取前轮转角角度与横摆率之间的函数关系；对前轮转角角度与横摆率之间的函数关系中的扰动项进行状态扩张；基于扩张后的公式以及龙伯格状态观测器理论，得到扩张状态观测器模型。
进一步地，上述根据期望横摆率、估计横向扰动信息和估计横摆率，确定车辆的目标控制参数的步骤，包括：按照如下公式计算目标前轮转角角度，得到目标控制参数：
Figure BDA0003301586770000033
其中，
Figure BDA0003301586770000034
表示目标前轮转角角度；δ表示补偿前期望前轮转角角度；
Figure BDA0003301586770000035
表示估计横向扰动；Kp为比例系数，KI为积分系数，Kd为微分系数，ωdes为目标期望横摆率；
Figure BDA0003301586770000036
为估计横摆率。
第二方面，本申请实施例还提供一种车辆横向控制装置，装置包括：参数获取模块，用于在车辆行驶过程中，针对每个控制周期，获取车辆的当前行驶状态参数和当前控制参数；预测模块，用于基于当前行驶状态参数、当前控制参数和横向运动学模型，预测车辆的目标期望横摆率；估计模块，用于基于当前行驶状态参数、当前控制参数和扩张状态观测器模型，确定估计横向扰动信息和估计横摆率；目标参数确定模块，用于根据目标期望横摆率、估计横向扰动信息和估计横摆率，确定车辆的目标控制参数；车辆控制模块，用于根据目标控制参数控制车辆行驶。
第三方面，本申请实施例还提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现上述第一方面所述的方法。
第四方面，本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现上述第一方面所述的方法。
本申请实施例提供的一种车辆横向控制方法、装置及电子设备中，在车辆行驶过程中，针对每个控制周期，均获取车辆的当前行驶状态参数和当前控制参数；然后基于当前行驶状态参数、当前控制参数、横向运动学预测模型和扩张状态观测器模型，确定车辆的目标期望横摆率、估计横向扰动信息和估计横摆率；最后根据目标期望横摆率、估计横向扰动信息和估计横摆率，确定车辆的目标控制参数，并以目标控制参数对车辆进行横向控制。本申请实施例能够通过上述方式，循环地对车辆进行控制，在控制过程中，根据车辆的当前参数，通过横向运动学预测模型确定出目标期望横摆率，通过扩张状态观测器模型确定出估计横向扰动信息和估计横摆率，最终结合估计横向扰动信息、估计横摆率和目标期望横摆率进行目标控制参数的计算，能够提高车辆横向控制的准确度。
附图说明
为了更清楚地说明本申请具体实施方式或现有技术中的技术方案，下面将对具体实施方式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申请的一些实施方式，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为本申请实施例提供的一种车辆横向控制方法的流程图；
图2为本申请实施例提供的一种期望横摆率反馈计算示意图；
图3为本申请实施例提供的一种商用车模型示意图；
图4为本申请实施例提供的一种扩张状态观测器示意图；
图5为本申请实施例提供的一种底层横摆控制器的实现示意图；
图6为本申请实施例提供的一种车辆横向控制装置的结构框图；
图7为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合实施例对本申请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。
目前车辆的横向控制方法中，对于横向扰动往往没有考虑，或者有考虑也只是通过传感器获取风向和风速，来得到单一的指定扰动量，这种方式对于内部扰动和未知扰动并不能很好的补偿，因此横向控制的精准度较低。基于此，本申请实施例提供一种车辆横向控制方法、装置及电子设备，以解决上述问题。为便于对本实施例进行理解，首先对本申请实施例所公开的一种车辆横向控制方法进行详细介绍。
图1为本申请实施例提供的一种车辆横向控制方法的流程图，该方法应用于车辆控制器；该方法具体包括以下步骤：
步骤S102，在车辆行驶过程中，针对每个控制周期，获取车辆的当前行驶状态参数和当前控制参数。
当前行驶状态参数包括：当前横向位置、当前航向、当前横摆率；当前控制参数包括：当前反馈横摆率、当前前轮转角角度。行驶状态参数的获取可以通过定位传感器结合地图信息的方式获取，或者，也可以通过视觉传感器获取。
步骤S104，基于当前行驶状态参数、当前控制参数和横向运动学预测模型，预测车辆的目标期望横摆率。
横向运动学预测模型是预先构建好的模型，基于动力学原理的模型进行求解，可得到车辆的目标期望横摆率。
步骤S106，基于当前行驶状态参数、当前控制参数和扩张状态观测器模型，确定估计横向扰动信息和估计横摆率。
扩张状态观测器模型是基于包括横向扰动项的动力学模型进行函数关系提取以及扰动项扩张得到的，因此，通过该扩张状态观测器模型可以准确地确定估计横向扰动信息和估计横摆率。
步骤S108，根据目标期望横摆率、估计横向扰动信息和估计横摆率，确定车辆的目标控制参数。
综合上面三种数据，确定出车辆的目标控制参数，这里的目标控制参数主要指目标前轮转角角度。
步骤S110，根据目标控制参数控制车辆行驶。
本申请实施例提供的一种车辆横向控制方法中，在车辆行驶过程中，针对每个控制周期，均执行以下步骤，也就是一个循环控制的过程。首先获取车辆的当前行驶状态参数和当前控制参数；然后基于当前行驶状态参数、当前控制参数、横向运动学预测模型和扩张状态观测器模型，确定车辆的目标期望横摆率、估计横向扰动信息和估计横摆率；最后根据目标期望横摆率、估计横向扰动信息和估计横摆率，确定车辆的目标控制参数，并以目标控制参数对车辆进行横向控制。本申请实施例能够通过上述方式，循环地对车辆进行控制，在控制过程中，根据车辆的当前参数，通过横向运动学预测模型确定出目标期望横摆率，通过扩张状态观测器模型确定出估计横向扰动信息和估计横摆率，最终结合估计横向扰动信息、估计横摆率和目标期望横摆率进行目标控制参数的计算，能够提高车辆横向控制的准确度。
本申请实施例还提供一种车辆横向控制方法，该方法在上述实施例的基础上实现，本实施例中重点阐述两模型的生成过程和应用过程，即目标期望横摆率的确定过程和目标前轮转角角度的确定过程。
下面详细阐述目标期望横摆率的确定过程，参见图2所示：
(1)获取车辆的参考行驶状态参数；参考行驶状态参数包括：参考横向位置、参考航向和参考曲率；而上述当前行驶状态参数包括：当前横向位置、当前航向；无论是参考行驶状态参数，还是当前参考行驶状态参数，均可以采用以下方式获取：通过定位传感器结合地图信息获取车辆的行驶状态参数，或者，通过视觉传感器获取车辆的行驶状态参数；行驶状态参数包括车道中心线中参考点对应的横向位置、航向和曲率。
(2)根据参考横向位置、参考航向，和当前横向位置、当前航向，计算横向误差和航向误差；也就是利用参考横向位置和当前横向位置作差，得到横向误差，利用参考航向和当前航向作差，得到航向误差。
(3)将横向误差和航向误差输入横向运动学预测模型进行预测，得到控制增量。
具体实施时，基于运动学模型的预测控制算法，将车辆相对于参考点抽象成一个质点，根据该质点建立车辆的横向运动学模型，运动学模型中的状态量包括：在笛卡尔坐标下的车辆参考点与道路中心线之间的横向误差，航向误差，横向误差积分项，控制量定义为车辆参考点横摆率，误差运动学模型可以表示为
Figure BDA0003301586770000071
并将运动学模型进行离散化，可以采用辛普森方法或双线性变换等方法对模型进行离散化得到离散模型xk+1＝Akxk+Bkuk，为了增强控制器稳定性，保证前后帧之间的控制量能够连续平滑，将离散模型进行增广得到增广离散模型Zk＝A′Zk-1+B′U′k，其中:
Figure BDA0003301586770000084
U′k＝Δuk，
Figure BDA0003301586770000085
根据增广离散模型构建模型预测问题，并将该问题转化为标准规划问题，进行求解得到控制时域内控制量序列，也即上述控制增量。
(4)根据控制增量、参考曲率和当前反馈横摆率，确定车辆的目标期望横摆率。上述当前控制参数包括：当前反馈横摆率；上述控制增量包括横摆率增量。
具体的，参见图2所示，根据控制增量、参考曲率和当前反馈横摆率，确定车辆的目标期望横摆率的步骤，包括：根据参考曲率计算前馈横摆率；根据当前反馈横摆率和横摆率增量，计算目标反馈横摆率；将前馈横摆率和目标反馈横摆率进行求和，得到车辆的目标期望横摆率。
进一步地，上述当前行驶状态参数包括：当前横摆率；当前控制参数包括：当前前轮转角角度；基于当前行驶状态参数、当前控制参数和扩张状态观测器模型，确定估计横向扰动信息和估计横摆率的过程如下：
将当前横摆率和当前前轮转角角度输入扩张状态观测器模型进行估计，得到估计横向扰动和估计横摆率；扩张状态观测器模型如下：
Figure BDA0003301586770000082
其中，
Figure BDA0003301586770000083
为下线性扩张观测器的状态量，分别表示估计横摆率和估计横向扰动；β1,β2为观测器增益；y表示当前横摆率；u表示当前前轮转角角度；lf为前轴到质心距离，Iz为转动惯量，Cαf为前轮侧偏刚度。
上述扩张状态观测器模型的生成过程如下：
(1)获取包括横向扰动项的动力学模型。
本实施例通过牛顿力学或者拉格朗日力学方法构建车辆模型的横向动力学模型，商用车可以分为两种，分别是车头与车身为刚性连接的，另一种的为牵引车和挂车为铰接的，不同的车辆应用不同的方法构建车辆动力学模型，为了便于计算，可以将刚体形式车辆简化成两轮模型，铰接形式车辆简化为三轮模型，示意图如图3所示。
两轮动力学模型表示为如下形式
Figure BDA0003301586770000091
其中状态量x为车辆参考位置相对于轨迹参考点的横向距离y，横向距离变化率
Figure BDA0003301586770000092
航向角ψ，航向角变化率
Figure BDA0003301586770000093
(横摆率ω),
Figure BDA0003301586770000094
控制量u为前轮转角。考虑到横向横坡与横风等横向扰动，动力学模型可以表示为
Figure BDA0003301586770000095
其中
Figure BDA0003301586770000096
C为横向横坡等扰动组成的横向扰动力矩阵，C＝[c1 c2 c3 c4]T，由于扰动存在多样性，故不对横向扰动力进行明确的解析表达仅以字符表达式描述。
(2)基于动力学模型提取前轮转角角度与横摆率之间的函数关系。
在本申请中主要应用的是前轮转角δ与车辆横摆率ω之间的关系，所以仅对横摆率动力学展开表达为：
Figure BDA0003301586770000097
其中lf为前轴到质心距离，lr为后轴到质心距离，Iz为转动惯量，Vx为车速，Cαf为前轮侧偏刚度，Cαr后轮侧偏刚度，δ前轮偏角，c4横向外部扰动。将上式进行重新整理得：
Figure BDA0003301586770000101
其中前三项可以定义为总扰动
Figure BDA0003301586770000102
横摆动力学可以表示为
Figure BDA0003301586770000103
的形式。基于拉格朗日动力学可以得到铰接形式车辆动力学模型为
Figure BDA0003301586770000104
其中状态量x由牵引车横向速度
Figure BDA0003301586770000105
牵引车横摆角速度ω，牵引车与挂车铰接角度
Figure BDA0003301586770000106
及铰接角变化率
Figure BDA0003301586770000107
控制量为牵引车前轮偏角δ。铰接卡车与刚体卡车带扰动项的横摆动力学相似，都可以表示为
Figure BDA0003301586770000108
形式。
(3)对前轮转角角度与横摆率之间的函数关系中的扰动项进行状态扩张。
本申请基于线性自抗扰理论对横摆角速度和总扰动进行估计。无论是铰接卡车还是刚体卡车横摆动力学统一表示为
Figure BDA0003301586770000109
首先将扰动项h扩张为一个新的状态量x2，横摆角速度作为一个状态量x1，扩张后的状态空间表达式如下，其中y表示系统输出，即当前横摆率。
Figure BDA00033015867700001010
Figure BDA00033015867700001011
y＝x1；
上式表示为矩阵形式为
Figure BDA00033015867700001012
其中
Figure BDA00033015867700001013
C＝[1 0]。
(4)基于扩张后的公式以及龙伯格状态观测器理论，得到扩张状态观测器模型。
根据现代控制理论中对能观性的充分必要条件，该状态空间表达式能观矩阵N＝(C,CA)T为满秩矩阵，故该扩张后的系统为全维可观测。根据龙伯格状态观测器理论，线性扩张观测器方程可以表示为
Figure BDA0003301586770000111
其中
Figure BDA0003301586770000112
为下线性扩张观测器的状态量，本申请中
Figure BDA0003301586770000113
β1,β2为观测器增益，通过调整观测器增益可以实现对系统中状态量的估计。扩张状态观测器示意图如图4所示,在本申请实施例中被控对象为卡车，测量量为实际横摆率ω，控制量为前轮实际偏角δ。
本申请实施例中可以将控制器分为高低两层控制器，低层控制器为横摆率控制器，横摆控制器接受高层控制器下发的期望横摆率ωdes，线性扩张观测器确定出的估计横向扰动信息
Figure BDA0003301586770000114
和估计横摆率
Figure BDA0003301586770000115
通过反馈控制的方法对方向盘进行控制得到期望的前轮转角，从而使车辆达到期望的横摆率。在该反馈控制中将扰动项引入控制器设计中，达到补偿横向扰动的作用，其中横摆动力学表示为
Figure BDA0003301586770000116
如果在控制器中需要抵消掉扰动
Figure BDA0003301586770000117
则实际的控制量为
Figure BDA0003301586770000118
此时横摆公式变为
Figure BDA0003301586770000119
其中反馈控制可以采用经典的PID算法即可，
Figure BDA00033015867700001110
其中Kp为比例系数，KI为积分系数，Kd为微分系数，
Figure BDA00033015867700001111
底层横摆控制器的实现示意图如图5所示。
即上述根据期望横摆率、估计横向扰动信息和估计横摆率，确定车辆的目标控制参数的步骤，包括：按照如下公式计算目标前轮转角角度，得到目标控制参数：
Figure BDA00033015867700001112
其中，
Figure BDA00033015867700001113
表示目标前轮转角角度；δ表示补偿前期望前轮转角角度；
Figure BDA00033015867700001114
表示估计横向扰动；Kp为比例系数，KI为积分系数，Kd为微分系数，ωdes为目标期望横摆率；
Figure BDA00033015867700001115
为估计横摆率。
本申请实施例提供的车辆横向控制方法中，根据道路中心线的期望曲率和基于运动学模型的预测控制算法得到，车辆的目标期望横摆率；然后基于力学方法得到带有总扰动横摆动力学模型，基于具有扰动的横摆动力学模型并将扰动项进行扩张，根据龙伯格观测器理论，得到线性扩张观测器。然后考虑扰动项并将其进行抵消，采用反馈控制方法得到目标方向盘转角，使车辆按照期望横摆率运动。本申请实施例的突出特点如下：
1.通过牛顿力学和拉格朗日力学方法得到卡车的横摆动力学模型，将内外扰动综合考虑得到带扰动的横摆动力学模型。
2.将横向扰动项扩张为一个新的状态量，推导得到扩张状态空间方程，并集合观测器理论和自抗扰理论，构建扩张状态观测器，对横摆率和总扰动进行估计。
3.应用反馈控制方法并在控制器中引入扰动项，在控制量中抵消扰动的影响。
基于上述方法实施例，本申请实施例还提供一种车辆横向控制装置，参见图6所示，该装置包括：参数获取模块602，用于在车辆行驶过程中，针对每个控制周期，获取车辆的当前行驶状态参数和当前控制参数；预测模块604，用于基于当前行驶状态参数、当前控制参数和横向运动学模型，预测车辆的目标期望横摆率；估计模块606，用于基于当前行驶状态参数、当前控制参数和扩张状态观测器模型，确定估计横向扰动信息和估计横摆率；目标参数确定模块608，用于根据目标期望横摆率、估计横向扰动信息和估计横摆率，确定车辆的目标控制参数；车辆控制模块610，用于根据目标控制参数控制车辆行驶。
上述当前行驶状态参数包括：当前横向位置、当前航向；当前控制参数包括：当前反馈横摆率；上述预测模块604，还用于获取车辆的参考行驶状态参数；参考行驶状态参数包括：参考横向位置、参考航向和参考曲率；根据参考横向位置、参考航向，和当前横向位置、当前航向，计算横向误差和航向误差；将横向误差和航向误差输入横向运动学预测模型进行预测，得到控制增量；根据控制增量、参考曲率和当前反馈横摆率，确定车辆的目标期望横摆率。
上述参数获取模块602，还用于通过定位传感器结合地图信息获取车辆的行驶状态参数，或者，通过视觉传感器获取车辆的行驶状态参数；行驶状态参数包括：参考行驶状态参数或当前行驶状态参数；行驶状态参数包括车道中心线中参考点对应的横向位置、航向和曲率。
上述控制增量包括横摆率增量；上述预测模块604还用于根据参考曲率计算前馈横摆率；根据当前反馈横摆率和横摆率增量，计算目标反馈横摆率；将前馈横摆率和目标反馈横摆率进行求和，得到车辆的目标期望横摆率。
上述当前行驶状态参数包括：当前横摆率；当前控制参数包括：当前前轮转角角度；上述估计模块606还用于，将当前横摆率和当前前轮转角角度输入扩张状态观测器模型进行估计，得到估计横向扰动和估计横摆率；扩张状态观测器模型如下：
Figure BDA0003301586770000131
其中，
Figure BDA0003301586770000132
为下线性扩张观测器的状态量，分别表示估计横摆率和估计横向扰动；β1,β2为观测器增益；y表示当前横摆率；u表示当前前轮转角角度；lf为前轴到质心距离，Iz为转动惯量，Cαf为前轮侧偏刚度。
上述装置还包括：模型生成模块，用于获取包括横向扰动项的动力学模型；基于动力学模型提取前轮转角角度与横摆率之间的函数关系；对前轮转角角度与横摆率之间的函数关系中的扰动项进行状态扩张；基于扩张后的公式以及龙伯格状态观测器理论，得到扩张状态观测器模型。
上述目标参数确定模块608，用于按照如下公式计算目标前轮转角角度，得到目标控制参数：
Figure BDA0003301586770000133
其中，
Figure BDA0003301586770000141
表示目标前轮转角角度；δ表示补偿前期望前轮转角角度；
Figure BDA0003301586770000142
表示估计横向扰动；Kp为比例系数，KI为积分系数，Kd为微分系数，ωdes为目标期望横摆率；
Figure BDA0003301586770000143
为估计横摆率。
本申请实施例提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置的实施例部分未提及之处，可参考前述方法实施例中相应内容。
本申请实施例还提供了一种电子设备，如图7所示，为该电子设备的结构示意图，其中，该电子设备包括处理器71和存储器70，该存储器70存储有能够被该处理器71执行的计算机可执行指令，该处理器71执行该计算机可执行指令以实现上述方法。
在图7示出的实施方式中，该电子设备还包括总线72和通信接口73，其中，处理器71、通信接口73和存储器70通过总线72连接。
其中，存储器70可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口73(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。总线72可以是ISA(IndustryStandard Architecture，工业标准体系结构)总线、PCI(Peripheral ComponentInterconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线72可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
处理器71可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器71中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器71可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器71读取存储器中的信息，结合其硬件完成前述实施例的方法的步骤。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令在被处理器调用和执行时，该计算机可执行指令促使处理器实现上述方法，具体实现可参见前述方法实施例，在此不再赘述。
本申请实施例所提供的方法、装置和电子设备的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本申请的范围。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本申请的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种车辆横向控制方法，其特征在于，所述方法应用于车辆控制器；所述方法包括：
在车辆行驶过程中，针对每个控制周期，获取车辆的当前行驶状态参数和当前控制参数；
基于所述当前行驶状态参数、当前控制参数和横向运动学预测模型，预测所述车辆的目标期望横摆率；
基于所述当前行驶状态参数、当前控制参数和扩张状态观测器模型，确定估计横向扰动信息和估计横摆率；
根据所述目标期望横摆率、所述估计横向扰动信息和所述估计横摆率，确定所述车辆的目标控制参数；
根据所述目标控制参数控制所述车辆行驶。
2.根据权利要求1所述的方法，其特征在于，所述当前行驶状态参数包括：当前横向位置、当前航向；所述当前控制参数包括：当前反馈横摆率；基于所述当前行驶状态参数、当前控制参数和横向运动学预测模型，预测所述车辆的目标期望横摆率的步骤，包括：
获取所述车辆的参考行驶状态参数；所述参考行驶状态参数包括：参考横向位置、参考航向和参考曲率；
根据所述参考横向位置、所述参考航向，和所述当前横向位置、所述当前航向，计算横向误差和航向误差；
将所述横向误差和航向误差输入所述横向运动学预测模型进行预测，得到控制增量；
根据所述控制增量、所述参考曲率和所述当前反馈横摆率，确定所述车辆的目标期望横摆率。
3.根据权利要求2所述的方法，其特征在于，获取所述车辆的行驶状态参数的步骤，包括：
通过定位传感器结合地图信息获取车辆的行驶状态参数，或者，通过视觉传感器获取车辆的行驶状态参数；所述行驶状态参数包括：参考行驶状态参数或当前行驶状态参数；所述行驶状态参数包括车道中心线中参考点对应的横向位置、航向和曲率。
4.根据权利要求2所述的方法，其特征在于，所述控制增量包括横摆率增量；根据所述控制增量、所述参考曲率和所述当前反馈横摆率，确定所述车辆的目标期望横摆率的步骤，包括：
根据所述参考曲率计算前馈横摆率；
根据所述当前反馈横摆率和所述横摆率增量，计算目标反馈横摆率；
将所述前馈横摆率和所述目标反馈横摆率进行求和，得到所述车辆的目标期望横摆率。
5.根据权利要求1所述的方法，其特征在于，所述当前行驶状态参数包括：当前横摆率；所述当前控制参数包括：当前前轮转角角度；基于所述当前行驶状态参数、当前控制参数和扩张状态观测器模型，确定估计横向扰动信息和估计横摆率的步骤，包括：
将所述当前横摆率和所述当前前轮转角角度输入所述扩张状态观测器模型进行估计，得到所述估计横向扰动和估计横摆率；
所述扩张状态观测器模型如下：
Figure FDA0003301586760000021
其中，
Figure FDA0003301586760000022
为下线性扩张观测器的状态量，分别表示估计横摆率和估计横向扰动；β1,β2为观测器增益；y表示当前横摆率；u表示当前前轮转角角度；lf为前轴到质心距离，Iz为转动惯量，Cαf为前轮侧偏刚度。
6.根据权利要求5所述的方法，其特征在于，所述扩张状态观测器模型的生成过程如下：
获取包括横向扰动项的动力学模型；
基于所述动力学模型提取前轮转角角度与横摆率之间的函数关系；
对所述前轮转角角度与横摆率之间的函数关系中的扰动项进行状态扩张；
基于扩张后的公式以及龙伯格状态观测器理论，得到扩张状态观测器模型。
7.根据权利要求5所述的方法，其特征在于，根据所述目标期望横摆率、所述估计横向扰动信息和所述估计横摆率，确定所述车辆的目标控制参数的步骤，包括：
按照如下公式计算目标前轮转角角度，得到目标控制参数：
Figure FDA0003301586760000031
其中，
Figure FDA0003301586760000032
表示目标前轮转角角度；δ表示补偿前期望前轮转角角度；
Figure FDA0003301586760000033
表示估计横向扰动；Kp为比例系数，KI为积分系数，Kd为微分系数，ωdes为目标期望横摆率；
Figure FDA0003301586760000034
为估计横摆率。
8.一种车辆横向控制装置，其特征在于，所述装置包括：
参数获取模块，用于在车辆行驶过程中，针对每个控制周期，获取车辆的当前行驶状态参数和当前控制参数；
预测模块，用于基于所述当前行驶状态参数、当前控制参数和横向运动学模型，预测所述车辆的目标期望横摆率；
估计模块，用于基于所述当前行驶状态参数、当前控制参数和扩张状态观测器模型，确定估计横向扰动信息和估计横摆率；
目标参数确定模块，用于根据所述目标期望横摆率、所述估计横向扰动信息和所述估计横摆率，确定所述车辆的目标控制参数；
车辆控制模块，用于根据所述目标控制参数控制所述车辆行驶。
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至7任一项所述的方法。
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存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现权利要求1至7任一项所述的方法。
CN202111192105.8A 2021-10-13 2021-10-13 车辆横向控制方法、装置及电子设备 Active CN113759729B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111192105.8A CN113759729B (zh) 2021-10-13 2021-10-13 车辆横向控制方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111192105.8A CN113759729B (zh) 2021-10-13 2021-10-13 车辆横向控制方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN113759729A true CN113759729A (zh) 2021-12-07
CN113759729B CN113759729B (zh) 2024-04-09

Family

ID=78799392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111192105.8A Active CN113759729B (zh) 2021-10-13 2021-10-13 车辆横向控制方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN113759729B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114312843A (zh) * 2021-12-29 2022-04-12 北京百度网讯科技有限公司 用于确定信息的方法和装置
CN114368380A (zh) * 2022-01-06 2022-04-19 上海宏景智驾信息科技有限公司 一种适应不同载重的自动驾驶半挂卡车横向控制方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001134320A (ja) * 1999-11-01 2001-05-18 Honda Motor Co Ltd 車線追従制御装置
US20040024565A1 (en) * 2002-08-05 2004-02-05 Jingsheng Yu Vehicle operating parameter determination system and method
CN1522915A (zh) * 2003-02-07 2004-08-25 �ղ��Զ�����ʽ���� 机动车辆的运动控制设备和方法
EP1661793A2 (fr) * 2004-11-24 2006-05-31 Renault s.a.s. Système et procédé de commande de l'angle de braquage des roues directrices d'un véhicule automobile
CN110780594A (zh) * 2019-11-22 2020-02-11 中国科学院电工研究所 一种智能车的路径跟踪方法及系统
CN111891116A (zh) * 2020-08-07 2020-11-06 苏州挚途科技有限公司 一种提升自动驾驶横向控制稳定性的方法
CN112776776A (zh) * 2019-11-11 2021-05-11 福特全球技术公司 增强的车辆操作

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001134320A (ja) * 1999-11-01 2001-05-18 Honda Motor Co Ltd 車線追従制御装置
US20040024565A1 (en) * 2002-08-05 2004-02-05 Jingsheng Yu Vehicle operating parameter determination system and method
CN1522915A (zh) * 2003-02-07 2004-08-25 �ղ��Զ�����ʽ���� 机动车辆的运动控制设备和方法
EP1661793A2 (fr) * 2004-11-24 2006-05-31 Renault s.a.s. Système et procédé de commande de l'angle de braquage des roues directrices d'un véhicule automobile
CN112776776A (zh) * 2019-11-11 2021-05-11 福特全球技术公司 增强的车辆操作
CN110780594A (zh) * 2019-11-22 2020-02-11 中国科学院电工研究所 一种智能车的路径跟踪方法及系统
CN111891116A (zh) * 2020-08-07 2020-11-06 苏州挚途科技有限公司 一种提升自动驾驶横向控制稳定性的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
房泽平;段建民;杨晨;: "基于串级控制的四轮转向车辆稳定车道线保持", 交通运输系统工程与信息, no. 02 *
谢辉;赵龙同;阮迪望;: "智能振动碾压机的自抗扰循迹控制方法", 天津大学学报(自然科学与工程技术版), no. 09 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114312843A (zh) * 2021-12-29 2022-04-12 北京百度网讯科技有限公司 用于确定信息的方法和装置
CN114312843B (zh) * 2021-12-29 2023-10-20 北京百度网讯科技有限公司 用于确定信息的方法和装置
CN114368380A (zh) * 2022-01-06 2022-04-19 上海宏景智驾信息科技有限公司 一种适应不同载重的自动驾驶半挂卡车横向控制方法

Also Published As

Publication number Publication date
CN113759729B (zh) 2024-04-09

Similar Documents

Publication Publication Date Title
Viehweger et al. Vehicle state and tyre force estimation: demonstrations and guidelines
CN112733270B (zh) 车辆行驶轨迹预测和轨迹偏离危险度评估的系统与方法
Acosta et al. Virtual tyre force sensors: An overview of tyre model-based and tyre model-less state estimation techniques
Jujnovich et al. Path-following steering control for articulated vehicles
CN112758097B (zh) 一种用于无人驾驶车辆的状态预测与估计方法
Teerhuis et al. Motorcycle state estimation for lateral dynamics
CN113759729A (zh) 车辆横向控制方法、装置及电子设备
Imine et al. Sliding‐mode control for automated lane guidance of heavy vehicle
JP5029442B2 (ja) 車両姿勢角推定装置及びプログラム
Xu et al. Model predictive control for lane keeping system in autonomous vehicle
CN111873991B (zh) 一种车辆转向的控制方法、装置、终端及存储介质
WO2014149044A1 (en) Smart cruise control system
US20230140485A1 (en) Architecture and model predictive control-based methodology to manage chassis and driveline actuators
Mazzilli et al. On the benefit of smart tyre technology on vehicle state estimation
Dal Poggetto et al. Vehicle rollover avoidance by application of gain-scheduled LQR controllers using state observers
JP2012126293A (ja) 車両の操舵制御装置
KR101954510B1 (ko) 차선 유지 제어 방법 및 그 장치
CN112319490B (zh) 一种汽车质心侧偏角估计方法、计算机设备和存储介质
Arat et al. Optimal tire force allocation by means of smart tire technology
JP2020094989A (ja) 車両状態推定装置
Milani et al. Vehicles are lazy: On predicting vehicle transient dynamics by steady-state responses
CN114435371A (zh) 一种道路坡度估计方法和装置
CN115402337A (zh) 一种基于纵向动力学模型的轮胎侧偏刚度辨识方法及装置
Li et al. Parameter identification of tractor-semitrailer model under steering and braking
Nguyen Assessing the dependence of vehicle rollover on many factors based on new 4D graphs

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
TA01 Transfer of patent application right

Effective date of registration: 20220713

Address after: 215100 floors 11 and 12, Tiancheng Times Business Plaza, No. 58, qinglonggang Road, high speed railway new town, Xiangcheng District, Suzhou City, Jiangsu Province

Applicant after: Suzhou Zhitu Technology Co.,Ltd.

Applicant after: FAW JIEFANG AUTOMOTIVE Co.,Ltd.

Address before: 215100 floors 11 and 12, Tiancheng Times Business Plaza, No. 58, qinglonggang Road, high speed railway new town, Xiangcheng District, Suzhou City, Jiangsu Province

Applicant before: Suzhou Zhitu Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant