CN114137971B - 一种转向系统延迟的离线辨识方法 - Google Patents
一种转向系统延迟的离线辨识方法 Download PDFInfo
- Publication number
- CN114137971B CN114137971B CN202111414875.2A CN202111414875A CN114137971B CN 114137971 B CN114137971 B CN 114137971B CN 202111414875 A CN202111414875 A CN 202111414875A CN 114137971 B CN114137971 B CN 114137971B
- Authority
- CN
- China
- Prior art keywords
- steering
- curvature
- angle
- delay
- mean square
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 238000003491 array Methods 0.000 claims abstract description 13
- 230000006870 function Effects 0.000 claims description 45
- 238000010606 normalization Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 4
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 230000009191 jumping Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
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
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
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
本发明实施例涉及一种转向系统延迟的离线辨识方法,所述方法包括:对车辆方向盘转角控制指令的方向盘转向角度以及车辆后轴中心行驶轨迹曲率进行持续同步观测生成多个第一观测数组;生成对应的第一前轮转角δi;生成对应的第一计算曲率k’ i;确定计算曲率与观测曲率的延迟关系;确定均方误差函数;确定延时参数取值区间;将每个延时参数取值作为延时参数τ的值代入均方误差函数进行计算得到对应的均方误差计算结果;从得到的所有均方误差计算结果中,选择数值最小的作为最小均方误差计算结果;并将均方误差计算结果对应的延时参数取值,作为转向系统延迟的离线辨识结果。通过本发明可以辨识转向系统的总延迟,提高了辨识精度与准确度。
Description
技术领域
本发明涉及数据处理技术领域,特别涉及一种转向系统延迟的离线辨识方法。
背景技术
在自动驾驶转向系统建模时,需要考虑转向系统的延迟,该部分不能通过运动学或者动力学推导出来,需要根据不同被控车辆的转向系统的特性来辨识,再将转向延迟的结果引入到自动驾驶的横向模型中。通常计算转向系统延迟时,只计算了方向盘转角控制指令下发时间到方向盘转角反馈时间的延迟时间,然而由于车辆与路面的地面摩擦、车内机械装置摩擦、车辆转向电机工作延时等原因,从方向盘转角反馈时间之后到车辆位姿也就是后轴中心行驶轨迹曲率发生变化的时间点之间实际还有一定的延迟。而自动驾驶中需要辨识的转向系统的延迟应该是从方向盘转角控制指令下发时间到后轴中心行驶轨迹曲率发生变化的时间点之间的总延迟。
发明内容
本发明的目的,就是针对现有技术的缺陷,提供一种转向系统延迟的离线辨识方法、电子设备及计算机可读存储介质,对转向系统的总延迟进行离线辨识处理,弥补了常规转向系统延迟辨识的不足,提高了对转向系统延迟的辨识准确度。
为实现上述目的,本发明实施例第一方面提供了一种转向系统延迟的离线辨识方法,所述方法包括:
按预设的观测周期T,对车辆方向盘转角控制指令的方向盘转向角度以及车辆后轴中心行驶轨迹曲率进行持续同步观测,生成多个第一观测数组;所述第一观测数据组包括第一观测方向盘转角αi和第一观测曲率ki;n≥i≥1,n为第一观测数组数量;
按方向盘转角与前轮转向角的对应关系,根据所述第一观测方向盘转角αi计算前轮转向角,生成对应的第一前轮转角δi;
按二自由度汽车运动模型中前轮转向角与后轴中心行驶轨迹曲率的对应关系,根据所述第一前轮转角δi计算后轴中心行驶轨迹曲率,生成对应的第一计算曲率k’i;
根据所述计算曲率与观测曲率的延迟关系,以及所述第一前轮转角δi与所述第一计算曲率k’i的对应关系,确定由所述延时参数τ、所述第一前轮转角δi和所述第一观测曲率ki作为参数的均方误差函数;
确定延时参数取值区间;所述延时参数取值区间包括多个延时参数取值;
将每个所述延时参数取值作为所述延时参数τ的值,代入所述均方误差函数进行计算,得到对应的均方误差计算结果;
从得到的所有所述均方误差计算结果中,选择数值最小的作为最小均方误差计算结果;并将所述均方误差计算结果对应的所述延时参数取值,作为转向系统延迟的离线辨识结果。
优选的,在所述对车辆方向盘转角控制指令的方向盘转向角度以及车辆后轴中心行驶轨迹曲率进行持续同步观测时,所述方法还包括:
保持车辆处于自动驾驶状态;并保持车辆车速不低于预设的观测车速阈值;并保持车辆按预设的S型路线进行行驶;并防止车辆在行驶过程中方向盘转向角度或后轴中心行驶轨迹曲率出现跳变。
优选的,所述按预设的观测周期T,对车辆方向盘转角控制指令的方向盘转向角度以及车辆后轴中心行驶轨迹曲率进行持续同步观测,生成多个第一观测数组,具体包括:
根据脚标i的对应关系,由所述第一观测方向盘转角αi和对应的所述第一观测曲率ki,组成n组所述第一观测数组。
优选的,所述按方向盘转角与前轮转向角的对应关系,根据所述第一观测方向盘转角αi计算前轮转向角,生成对应的第一前轮转角δi,具体包括:
获取方向盘转角与前轮转向角的转向比A;
优选的,所述按二自由度汽车运动模型中前轮转向角与后轴中心行驶轨迹曲率的对应关系,根据所述第一前轮转角δi计算后轴中心行驶轨迹曲率,生成对应的第一计算曲率k’i,具体包括:
获取车辆轴距l;
优选的,所述根据所述计算曲率与观测曲率的延迟关系,以及所述第一前轮转角δi与所述第一计算曲率k’i的对应关系,确定由所述延时参数τ、所述第一前轮转角δi和所述第一观测曲率ki作为参数的均方误差函数,具体包括:
本发明实施例第二方面提供了一种电子设备,包括:存储器、处理器和收发器;
所述处理器用于与所述存储器耦合,读取并执行所述存储器中的指令,以实现上述第一方面所述的方法步骤;
所述收发器与所述处理器耦合,由所述处理器控制所述收发器进行消息收发。
本发明实施例第三方面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存储有计算机指令,当所述计算机指令被计算机执行时,使得所述计算机执行上述第一方面所述的方法的指令。
本发明实施例提供了一种转向系统延迟的离线辨识方法、电子设备及计算机可读存储介质,对车辆方向盘转角控制指令的方向盘转向角度以及车辆后轴中心行驶轨迹曲率进行持续同步观测,并根据方向盘转向角度与前轮转角的对应关系、前轮转角与后轴中心行驶轨迹曲率的对应关系构建与系统延迟参数τ相关的均方误差函数,再基于观测值、延时参数取值区间和均方误差函数推算出系统延迟参数τ的最佳取值。通过本发明可以得到转向系统的总延迟辨识结果,弥补了常规转向系统延迟辨识的不足,提高了对转向系统延迟的辨识精度与准确度。
附图说明
图1为本发明实施例一提供的一种转向系统延迟的离线辨识方法示意图;
图2为本发明实施例二提供的一种电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部份实施例,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做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明实施例一提供的一种转向系统延迟的离线辨识方法,如图1为本发明实施例一提供的一种转向系统延迟的离线辨识方法示意图所示,本方法主要包括如下步骤:
本发明实施例一提供的一种转向系统延迟的离线辨识方法,如图1为本发明实施例一提供的一种转向系统延迟的离线辨识方法示意图所示,本方法主要包括如下步骤:
步骤1,按预设的观测周期T,对车辆方向盘转角控制指令的方向盘转向角度以及车辆后轴中心行驶轨迹曲率进行持续同步观测,生成多个第一观测数组;
其中,第一观测数据组包括第一观测方向盘转角αi和第一观测曲率ki;n≥i≥1,n为第一观测数组数量;
这里,观测周期T即是数据采集周期;车辆方向盘转角控制指令的方向盘转向角度可从车辆的运动控制模块处采集获得;车辆后轴中心行驶轨迹曲率可从车辆的定位模块或惯性测量单元(Inertial measurement unit,IMU)处采集获得;当前步骤即是本发明实施例离线辨识的数据预处理步骤,其目的是同步采集一批方向盘转角与观测曲率数据用于后续步骤的延时计算处理,为了减少因车辆个性化造成的误差,当前步骤会对实际采集的数据进行归一化处理从而得到可用于后续计算的多个观测方向盘转角和观测曲率;
这里,归一化模型可有多种模型结构,本发明实施例至少支持两种归一化模型:最值归一化函数模型和均值方差归一化函数模型;
若为归一化模型为最值归一化函数模型,则归一化函数具体为x为归一化数据,x*为输入的原始数据,xmax和xmin分别为n个原始数据中的最大、最小值;从n个第一采集方向盘转向角度中确认最大、最小值作为xmax和xmin,再将每个第一采集方向盘转向角度代入归一化函数中进行计算得到对应的第一观测方向盘转角αi;同理,从n个第一采集曲率中确认最大、最小值作为xmax和xmin,再将每个第一采集曲率代入归一化函数中进行计算得到对应的第一观测曲率ki;
若为归一化模型为均值方差归一化函数模型,则归一化函数具体为x为归一化数据,x*为输入的原始数据,μ、σ分别为n个原始数据的平均值和标准差;对n个第一采集方向盘转向角度进行平均值和标准差计算确认μ和σ,再将每个第一采集方向盘转向角度代入归一化函数中进行计算得到对应的第一观测方向盘转角αi;同理,对n个第一采集曲率进行平均值和标准差计算确认μ和σ,再将每个第一采集曲率代入归一化函数中进行计算得到对应的第一观测曲率ki;
步骤13,根据脚标i的对应关系,由第一观测方向盘转角αi和对应的第一观测曲率ki,组成n组第一观测数组。
需要说明的是,在对车辆方向盘转角控制指令的方向盘转向角度以及车辆后轴中心行驶轨迹曲率进行持续同步观测时,应保持车辆处于自动驾驶状态;并保持车辆车速不低于预设的观测车速阈值,常规情况下观测车速阈值为2米/秒;并保持车辆按预设的S型路线进行行驶;并防止车辆在行驶过程中方向盘转向角度或后轴中心行驶轨迹曲率出现跳变。
步骤2,按方向盘转角与前轮转向角的对应关系,根据第一观测方向盘转角αi计算前轮转向角,生成对应的第一前轮转角δi;
具体包括:步骤21,获取方向盘转角与前轮转向角的转向比A;
这里,转向比A从每个车辆的车厂数据中获取;
这里,方向盘转角与前轮转向角的对应关系为:
将第一观测方向盘转角αi和转向比A代入上述对应关系式,就可得到第一前轮转角δi。
步骤3,按二自由度汽车运动模型中前轮转向角与后轴中心行驶轨迹曲率的对应关系,根据第一前轮转角δi计算后轴中心行驶轨迹曲率,生成对应的第一计算曲率k’i;
具体包括:步骤31,获取车辆轴距l;
这里,车辆轴距l从每个车辆的车厂数据中获取;
这里,二自由度汽车运动模型中前轮转向角与后轴中心行驶轨迹曲率的对应关系为:
tan(前轮转向角)=车辆轴距l·后轴中心行驶轨迹曲率k,
也即后轴中心行驶轨迹曲率k=tan(前轮转向角)/车辆轴距l,
将车辆轴距I和第一前轮转角δi代入上述对应关系式,就可得到第一计算曲率k’i。
这里,每个第一计算曲率k’i实际就是期望通过当前时间点上的方向盘转角控制指令达到的后轴中心行驶轨迹曲率值。
步骤4,确定计算曲率与观测曲率的延迟关系;
这里,倘若不存在转向系统存延迟,则同一时间点序号i上的后轴中心行驶轨迹曲率观测值与后轴中心行驶轨迹曲率计算值应相等即但因为存在转向系统延迟,所以当前时间点序号i上的计算值应与延后若干个时间点观测值近似即又因为τ为延迟时间、T为采样周期,自然Δi=τ/T,那么就可以得出时间点序号i上的计算曲率与延迟Δi后的观测曲率的对应关系即
步骤5,根据计算曲率与观测曲率的延迟关系,以及第一前轮转角δi与第一计算曲率k’i的对应关系,确定由延时参数T、第一前轮转角δi和第一观测曲率ki作为参数的均方误差函数;
本发明实施例基于步骤4得到的计算曲率与观测曲率的延迟关系将第一计算曲率k’i作为预测样本yj,将与其对应的带有延时参数τ的第一观测曲率ki+τ/T作为观测样本将第一计算曲率k’i的数量(n-τ/T)作为样本数量m,从而可以得到以k’i、ki+τ/T和τ为参数的均方误差函数也就初始均方误差函数
这里,再进一步将由步骤3确认的第一前轮转角δi与第一计算曲率k’i的对应关系代入到初始均方误差函数中,就可得到以δi、ki+τ/T和τ为参数的均方误差函数需要说明的是,此处还可将由步骤2确认的第一观测方向盘转角αi与第一前轮转角δi的对应关系进一步代入,从而可以得到以αi、ki+τ/T和τ为参数的均方误差函数这两种均方误差函数的计算精度不一样,可在具体实施时根据具体实施精度要求进行选择。
步骤6,确定延时参数取值区间;
其中,延时参数取值区间包括多个延时参数取值。
这里,根据工程实施经验对延时参数取值区间进行确认,确认的目的是为延时参数τ提供一个合理取值区间,并由后续步骤从该区间中选择一个最佳值作为最终的推算结果。
步骤7,将每个延时参数取值作为延时参数τ的值,代入均方误差函数进行计算,得到对应的均方误差计算结果。
例如,延时参数取值区间包括整数s个延时参数取值τh,s≥h≥1;
依次类推,将第2到s个延时参数取值τh=2……τh=s分别代入选用的均方误差函数计算就可得到第2到s个均方误差计算结果。
步骤8,从得到的所有均方误差计算结果中,选择数值最小的作为最小均方误差计算结果;并将均方误差计算结果对应的延时参数取值,作为转向系统延迟的离线辨识结果。
这里,本发明实施例按最小均方误差原则选择延时参数τ的最佳值,也就是从得到的s个均方误差计算结果中提取最小值作为最小均方误差计算结果,并将与之对应的延时参数取值τh作为延时参数τ的最佳值。在获得延时参数τ的最佳值之后,就可将之视作为转向系统延迟的最终辨识结果,因为该结果是基于预先采集的数据进行推算的,所以也将之视为转向系统延迟的离线辨识结果。
图2为本发明实施例二提供的一种电子设备的结构示意图。该电子设备可以为前述的终端设备或者服务器,也可以为与前述终端设备或者服务器连接的实现本发明实施例方法的终端设备或服务器。如图2所示,该电子设备可以包括:处理器301(例如CPU)、存储器302、收发器303;收发器303耦合至处理器301,处理器301控制收发器303的收发动作。存储器302中可以存储各种指令,以用于完成各种处理功能以及实现前述方法实施例描述的处理步骤。优选的,本发明实施例涉及的电子设备还包括:电源304、系统总线305以及通信端口306。系统总线305用于实现元件之间的通信连接。上述通信端口306用于电子设备与其他外设之间进行连接通信。
在图2中提到的系统总线305可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该系统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。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(Random Access Memory,RAM),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。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)、图形处理器(Graphics Processing Unit,GPU)等;还可以是数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(FieldProgrammable Gate Array,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。
需要说明的是,本发明实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述实施例中提供的方法和处理过程。
本发明实施例还提供一种运行指令的芯片,该芯片用于执行前述方法实施例描述的处理步骤。
本发明实施例提供了一种转向系统延迟的离线辨识方法、电子设备及计算机可读存储介质,对车辆方向盘转角控制指令的方向盘转向角度以及车辆后轴中心行驶轨迹曲率进行持续同步观测,并根据方向盘转向角度与前轮转角的对应关系、前轮转角与后轴中心行驶轨迹曲率的对应关系构建与系统延迟参数τ相关的均方误差函数,再基于观测值、延时参数取值区间和均方误差函数推算出系统延迟参数τ的最佳取值。通过本发明可以得到转向系统的总延迟辨识结果,弥补了常规转向系统延迟辨识的不足,提高了对转向系统延迟的辨识精度与准确度。
专业人员应该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发明的范围。
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。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种转向系统延迟的离线辨识方法,其特征在于,所述方法包括:
按预设的观测周期T,对车辆方向盘转角控制指令的方向盘转向角度以及车辆后轴中心行驶轨迹曲率进行持续同步观测,生成多个第一观测数组;所述第一观测数组包括第一观测方向盘转角αi和第一观测曲率ki;n≥i≥1,n为第一观测数组数量;
按方向盘转角与前轮转向角的对应关系,根据所述第一观测方向盘转角αi计算前轮转向角,生成对应的第一前轮转角δi;
按二自由度汽车运动模型中前轮转向角与后轴中心行驶轨迹曲率的对应关系,根据所述第一前轮转角δi计算后轴中心行驶轨迹曲率,生成对应的第一计算曲率k’i;
根据所述计算曲率与观测曲率的延迟关系,以及所述第一前轮转角δi与所述第一计算曲率k’i的对应关系,确定由所述延时参数τ、所述第一前轮转角δi和所述第一观测曲率ki作为参数的均方误差函数;
确定延时参数取值区间;所述延时参数取值区间包括多个延时参数取值;
将每个所述延时参数取值作为所述延时参数τ的值,代入所述均方误差函数进行计算,得到对应的均方误差计算结果;
从得到的所有所述均方误差计算结果中,选择数值最小的作为最小均方误差计算结果;并将所述均方误差计算结果对应的所述延时参数取值,作为转向系统延迟的离线辨识结果。
2.根据权利要求1所述的转向系统延迟的离线辨识方法,其特征在于,在所述对车辆方向盘转角控制指令的方向盘转向角度以及车辆后轴中心行驶轨迹曲率进行持续同步观测时,所述方法还包括:
保持车辆处于自动驾驶状态;并保持车辆车速不低于预设的观测车速阈值;并保持车辆按预设的S型路线进行行驶;并防止车辆在行驶过程中方向盘转向角度或后轴中心行驶轨迹曲率出现跳变。
3.根据权利要求1所述的转向系统延迟的离线辨识方法,其特征在于,所述按预设的观测周期T,对车辆方向盘转角控制指令的方向盘转向角度以及车辆后轴中心行驶轨迹曲率进行持续同步观测,生成多个第一观测数组,具体包括:
根据脚标i的对应关系,由所述第一观测方向盘转角αi和对应的所述第一观测曲率ki,组成n组所述第一观测数组。
7.一种电子设备,其特征在于,包括:存储器、处理器和收发器;
所述处理器用于与所述存储器耦合,读取并执行所述存储器中的指令,以实现权利要求1-6任一项所述的方法;
所述收发器与所述处理器耦合,由所述处理器控制所述收发器进行消息收发。
8.一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指令,当所述计算机指令被计算机执行时,使得所述计算机执行权利要求1-6任一项所述的方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111414875.2A CN114137971B (zh) | 2021-11-25 | 2021-11-25 | 一种转向系统延迟的离线辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111414875.2A CN114137971B (zh) | 2021-11-25 | 2021-11-25 | 一种转向系统延迟的离线辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114137971A CN114137971A (zh) | 2022-03-04 |
CN114137971B true CN114137971B (zh) | 2023-06-09 |
Family
ID=80391889
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111414875.2A Active CN114137971B (zh) | 2021-11-25 | 2021-11-25 | 一种转向系统延迟的离线辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114137971B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118348892B (zh) * | 2024-06-06 | 2024-08-13 | 浙江吉利控股集团有限公司 | 多面体控制器的控制方法、控制装置和车辆 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005101945A2 (en) * | 2003-04-02 | 2005-11-03 | Ian James Spark | Off road vehicle steering systems |
CN109405846A (zh) * | 2018-10-08 | 2019-03-01 | 东南大学 | 一种自适应调整前视距离与延迟参数的路径追踪方法 |
CN110398969A (zh) * | 2019-08-01 | 2019-11-01 | 北京主线科技有限公司 | 自动驾驶车辆自适应预测时域转向控制方法及装置 |
CN110588778A (zh) * | 2019-09-02 | 2019-12-20 | 广州小鹏汽车科技有限公司 | 一种车辆方向盘转角的调整方法及系统、车辆 |
CN111487971A (zh) * | 2020-04-23 | 2020-08-04 | 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 |
CN112298354A (zh) * | 2020-12-30 | 2021-02-02 | 成都信息工程大学 | 一种无人驾驶汽车转向系统方向盘与前轮转角的状态估计方法 |
CN113064344A (zh) * | 2021-03-19 | 2021-07-02 | 中山大学 | 一种多轴无人重载车辆的轨迹跟踪控制方法 |
CN113386781A (zh) * | 2021-05-24 | 2021-09-14 | 江苏大学 | 一种基于数据驱动车辆动力学模型的智能车辆轨迹跟踪控制方法 |
CN113581213A (zh) * | 2021-08-31 | 2021-11-02 | 北京轻舟智航科技有限公司 | 一种预测车辆运动轨迹的处理方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6408687B1 (en) * | 2000-04-26 | 2002-06-25 | Visteon Global Technologies, Inc. | Misalignment detection system for a steering system of an automotive vehicle |
-
2021
- 2021-11-25 CN CN202111414875.2A patent/CN114137971B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005101945A2 (en) * | 2003-04-02 | 2005-11-03 | Ian James Spark | Off road vehicle steering systems |
CN109405846A (zh) * | 2018-10-08 | 2019-03-01 | 东南大学 | 一种自适应调整前视距离与延迟参数的路径追踪方法 |
CN110398969A (zh) * | 2019-08-01 | 2019-11-01 | 北京主线科技有限公司 | 自动驾驶车辆自适应预测时域转向控制方法及装置 |
CN110588778A (zh) * | 2019-09-02 | 2019-12-20 | 广州小鹏汽车科技有限公司 | 一种车辆方向盘转角的调整方法及系统、车辆 |
CN111487971A (zh) * | 2020-04-23 | 2020-08-04 | 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 |
CN112298354A (zh) * | 2020-12-30 | 2021-02-02 | 成都信息工程大学 | 一种无人驾驶汽车转向系统方向盘与前轮转角的状态估计方法 |
CN113064344A (zh) * | 2021-03-19 | 2021-07-02 | 中山大学 | 一种多轴无人重载车辆的轨迹跟踪控制方法 |
CN113386781A (zh) * | 2021-05-24 | 2021-09-14 | 江苏大学 | 一种基于数据驱动车辆动力学模型的智能车辆轨迹跟踪控制方法 |
CN113581213A (zh) * | 2021-08-31 | 2021-11-02 | 北京轻舟智航科技有限公司 | 一种预测车辆运动轨迹的处理方法 |
Non-Patent Citations (1)
Title |
---|
智能振动碾压机的自抗扰循迹控制方法;谢辉;赵龙同;阮迪望;;天津大学学报(自然科学与工程技术版)(第09期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114137971A (zh) | 2022-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111443359B (zh) | 定位方法、装置及设备 | |
DE102014225893B4 (de) | Verfahren und System zum Bestimmen einer Fehlfunktion innerhalb eines Resolvers | |
CN112285676A (zh) | 激光雷达与imu外参标定方法及装置 | |
CN114137971B (zh) | 一种转向系统延迟的离线辨识方法 | |
CN113962023B (zh) | 一种方向盘零偏在线辨识方法 | |
CN113581213A (zh) | 一种预测车辆运动轨迹的处理方法 | |
CN113552559A (zh) | 一种无人驾驶中激光雷达外参的修正方法 | |
CN112578419B (zh) | 一种基于gru网络和卡尔曼滤波的gps数据重构方法 | |
CN115900695A (zh) | 一种应用于车辆的智能泊车车辆定位的方法 | |
CN107976296A (zh) | 一种基于回溯自适应算法的飞行器气动特性在线辨识方法 | |
CN107169478A (zh) | 一种自适应在线滤波方法 | |
CN114684146A (zh) | 一种基于驾驶状态对方向盘零偏进行在线辨识的处理方法 | |
CN113799788A (zh) | 用于处理信号的方法、计算机程序和设备 | |
CN115180017B (zh) | 一种对方向盘转角进行补偿的处理方法 | |
CN112615604A (zh) | 智能驾驶感知系统的滤波方法、装置及电子设备 | |
CN108197809B (zh) | 基于维度最优转换的权值共享深度网络的实时调度方法 | |
CN115964999A (zh) | 模型训练和文本生成方法、装置、电子设备和存储介质 | |
CN114897134A (zh) | 一种通过数据增强估计神经网络不确定性的方法及系统 | |
CN115657675A (zh) | 一种车辆运动路径生成方法、系统及存储介质 | |
CN114663478A (zh) | 一种根据多参考点预测信息估计锚点位置的方法 | |
CN114707243A (zh) | 一种自动驾驶车辆运动模型的参数辨识方法 | |
CN110588641A (zh) | 前向目标横穿警告方法及系统 | |
CN113799772A (zh) | 车辆的控制方法、装置以及控制系统 | |
CN113935638B (zh) | 一种基于平面拓扑分析的轨迹决策评估方法 | |
CN114475663B (zh) | 一种自动驾驶横向控制的处理方法 |
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 |