CN115503733A - 一种纵向加速度的预测方法 - Google Patents
一种纵向加速度的预测方法 Download PDFInfo
- Publication number
- CN115503733A CN115503733A CN202211325797.3A CN202211325797A CN115503733A CN 115503733 A CN115503733 A CN 115503733A CN 202211325797 A CN202211325797 A CN 202211325797A CN 115503733 A CN115503733 A CN 115503733A
- Authority
- CN
- China
- Prior art keywords
- longitudinal
- feedback
- acceleration
- time
- longitudinal acceleration
- 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.)
- Pending
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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/107—Longitudinal acceleration
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Feedback Control In General (AREA)
Abstract
本发明实施例涉及一种纵向加速度的预测方法,所述方法包括:获取第一反馈信息组和对应的第一规划轨迹;根据第一反馈信息组和第一规划轨迹对纵向加速度的前馈控制量进行预测生成对应的前馈控制量aforward;根据第一反馈信息组和第一规划轨迹对纵向加速度的反馈控制量进行预测生成对应的反馈控制量abackward;由前馈控制量aforward和反馈控制量abackward相加生成纵向加速度的预测控制量a;并根据预设的加速度约束范围对预测控制量a进行调制。通过本发明,控制模块在进行纵向控制时会将车辆的延迟特性考虑其中,从而可以消除纵向延迟带来的滞后和超调等问题。
Description
技术领域
本发明涉及数据处理技术领域,特别涉及一种纵向加速度的预测方法。
背景技术
自动驾驶系统的工作模块包括规划模块和控制模块,规划模块用于对车辆未来时段的行驶轨迹进行规划并向控制模块下发规划轨迹,控制模块包括横向控制和纵向控制,其纵向控制部分基于PI D控制原理根据规划模块下发的规划轨迹对车辆的纵向行驶参数(诸如速度、加速度)进行跟踪控制。控制模块的纵向控制部分会影响车辆的乘坐舒适度和避障准确度。我们在实践中发现,常规的控制模块在进行纵向控制时并未考虑延迟预测从而可能会造成较大的控制超调问题,一旦发生控制超调就会对车辆的乘坐舒适度和避障准确度产生较大的负面影响。
发明内容
本发明的目的,就是针对现有技术的缺陷,提供一种纵向加速度的预测方法、电子设备及计算机可读存储介质,先根据当前的反馈时间和已知的延时参数从规划轨迹中查询出纵向加速度的前馈控制量aforward;再将当前反馈速度与规划轨迹的起始速度的纵向速度偏差、当前反馈坐标与规划轨迹的起始坐标的纵向定位偏差、从规划轨迹起始时间到当前反馈时间的纵向定位偏差的纵向定位偏差积分、由当前反馈纵向加速度根据一阶惯性环节传递函数G(s)估算得到的纵向加速度控制量组成对应的当前状态量;再根据已知的状态量预测方程得到预测状态量的表达式;再根据最优控制理论设置最小目标函数J,并根据李亚普诺夫第二方法(the second method of Liapunov)获得最小目标函数J的黎卡提方程(Riccati equation),并根据最优控制理论、最小目标函数J以及最小目标函数J的黎卡提方程获得车辆的最优反馈控制量方程组;并通过对最优反馈控制量方程组进行求解获得纵向加速度的反馈控制量abackward;再将前馈控制量aforward与反馈控制量abackward相加得到纵向加速度的预测控制量,并基于预设的加速度约束范围对预测控制量进行调制。通过本发明,控制模块在进行纵向控制时会将车辆的延迟特性考虑其中,从而可以消除纵向延迟带来的滞后和超调等问题,达到提高车辆乘坐舒适度和避障准确度的目的。
为实现上述目的,本发明实施例第一方面提供了一种纵向加速度的预测方法,所述方法包括:
获取第一反馈信息组和对应的第一规划轨迹;
根据所述第一反馈信息组和所述第一规划轨迹对纵向加速度的前馈控制量进行预测生成对应的前馈控制量aforward;
根据所述第一反馈信息组和所述第一规划轨迹对纵向加速度的反馈控制量进行预测生成对应的反馈控制量abackward;
由所述前馈控制量aforward和所述反馈控制量abackward相加生成纵向加速度的预测控制量a;并根据预设的加速度约束范围对所述预测控制量a进行调制;其中,所述纵向加速度控制量ak+1为:a=aforward+abackward。
优选的,所述第一规划轨迹包括多个第一轨迹点Ni;所述第一轨迹点Ni包括第一时间ti、第一坐标pi、第一纵向加速度ai和第一纵向速度vi,i≥1;所述第一规划轨迹的第一个所述第一轨迹点Ni的所述第一时间ti、所述第一坐标pi和所述第一纵向速度vi被记为对应的起始时间t0、起始坐标p0和起始纵向速度v0;
所述第一反馈信息组包括反馈时间tb,k、反馈坐标pb,k、反馈纵向加速度ab,k和反馈纵向速度vb,k。
优选的,所述根据所述第一反馈信息组和所述第一规划轨迹对纵向加速度的前馈控制量进行预测生成对应的前馈控制量aforward,具体包括:
步骤32,将所述第一规划轨迹中轨迹点索引i与所述轨迹点索引j匹配的第一轨迹点Ni=j的第一纵向加速度ai=j作为对应的所述前馈控制量aforward。
优选的,所述根据所述第一反馈信息组和所述第一规划轨迹对纵向加速度的反馈控制量进行预测生成对应的反馈控制量abackward,具体包括:
步骤41,根据所述反馈纵向速度vb,k和所述起始纵向速度v0确定对应的纵向速度偏差ev,k为:ev,k=vb,k-v0;并根据预设的第一阈值范围对所述纵向速度偏差ev,k进行调制:若所述纵向速度偏差ev,k低于所述第一阈值范围的最小值则将所述纵向速度偏差ev,k设为所述第一阈值范围的最小值,若所述纵向速度偏差ev,k高于所述第一阈值范围的最大值则将所述纵向速度偏差ev,k设为所述第一阈值范围的最大值;
步骤42,根据所述反馈坐标pb,k和所述起始坐标p0确定对应的纵向定位偏差ep,k为:(pb,k-p0)的行驶方向分量;并根据预设的第二阈值范围对所述纵向定位偏差ep,k进行调制:若所述纵向定位偏差ep,k低于所述第二阈值范围的最小值则将所述纵向定位偏差ep,k设为所述第二阈值范围的最小值,若所述纵向定位偏差ep,k高于所述第二阈值范围的最大值则将所述纵向定位偏差ep,k设为所述第二阈值范围的最大值;
步骤43,对从所述起始时间t0到所述反馈时间tb,k的纵向定位偏差按时间进行积分得到对应的纵向定位偏差积分epI,k为:并根据预设的第三阈值范围对所述纵向定位偏差积分epI,k进行调制:若所述纵向定位偏差积分epI,k低于所述第三阈值范围的最小值则将所述纵向定位偏差积分epI,k设为所述第三阈值范围的最小值,若所述纵向定位偏差积分epI,k高于所述第三阈值范围的最大值则将所述纵向定位偏差积分epI,k设为所述第三阈值范围的最大值;
步骤44,根据所述反馈纵向加速度ab,k、预设的一阶惯性环节时间系数τ和预设的一阶惯性环节传递函数,估算对应的纵向加速度控制量ac,k为:ac,k=(τ·s+1)·ab,k;所述一阶惯性环节传递函数G(s)为:s为所述一阶惯性环节传递函数的拉普拉斯算子;
步骤45,由所述纵向速度偏差ev,k、所述纵向定位偏差ep,k、所述纵向定位偏差积分epI,k和所述纵向加速度控制量ac,k组成对应的状态量Xk[esI,k,es,k,ev,k,ac,k];
步骤46,将所述反馈时间tb,k与预设的纯滞后延时参数tdelay的和作为对应的预测时间tk+1,tk+1=tb,k+tdelay;并将从所述反馈时间tb,k到所述预测时间tk+1的状态量预测方程设为:
Xk+1=AXk+Bac,k+C,
步骤47,根据最优控制理论设置最小目标函数J为:
其中,Δac,k→k+1为从所述反馈时间tb,k到所述预测时间tk+1的纵向加速度变化量,矩阵Q为预设的4*4阶的正定矩阵或半正定矩阵,矩阵R为预设的1*1阶的正定矩阵;
步骤48,根据所述状态量预测方程和所述最小目标函数J设置最优反馈控制量方程组为:
abackward=-K·Xk,
K=(BTSB+R)-1BTSA,
S=ATSB-ATSB(BTSB+R)-1BTSA+Q;
步骤49,对所述最优反馈控制量方程组进行求解算出对应的所述反馈控制量abackward。
优选的,所述根据预设的加速度约束范围对所述预测控制量a进行调制,具体包括:
若所述预测控制量a低于所述加速度约束范围的最小值则将所述预测控制量a设为所述加速度约束范围的最小值,若所述预测控制量a高于所述加速度约束范围的最大值则将所述预测控制量a设为所述加速度约束范围的最大值。
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纵向加速度的预测方法、电子设备及计算机可读存储介质,先根据当前的反馈时间和已知的延时参数从规划轨迹中查询出纵向加速度的前馈控制量aforward;再将当前反馈速度与规划轨迹的起始速度的纵向速度偏差、当前反馈坐标与规划轨迹的起始坐标的纵向定位偏差、从规划轨迹起始时间到当前反馈时间的纵向定位偏差的纵向定位偏差积分、由当前反馈纵向加速度根据一阶惯性环节传递函数G(s)估算得到的纵向加速度控制量组成对应的当前状态量;再根据已知的状态量预测方程得到预测状态量的表达式;再根据最优控制理论设置最小目标函数J,并根据李亚普诺夫第二方法获得最小目标函数J的黎卡提方程,并根据最优控制理论、最小目标函数J以及最小目标函数J的黎卡提方程获得车辆的最优反馈控制量方程组;并通过对最优反馈控制量方程组进行求解获得纵向加速度的反馈控制量abackward;再将前馈控制量aforward与反馈控制量abackward相加得到纵向加速度的预测控制量,并基于预设的加速度约束范围对预测控制量进行调制。通过本发明,控制模块在进行纵向控制时会将车辆的延迟特性考虑其中,消除了纵向延迟带来的滞后和超调等问题,提高了车辆乘坐舒适度和避障准确度。
附图说明
图1为本发明实施例一提供的一种纵向加速度的预测方法示意图;
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纵向加速度的预测方法,如图1为本发明实施例一提供的一种纵向加速度的预测方法示意图所示,本方法主要包括如下步骤:
步骤1,获取第一反馈信息组和对应的第一规划轨迹;
其中,第一反馈信息组包括反馈时间tb,k、反馈坐标pb,k、反馈纵向加速度ab,k和反馈纵向速度vb,k;第一规划轨迹包括多个第一轨迹点Ni;第一轨迹点Ni包括第一时间ti、第一坐标pi、第一纵向加速度ai和第一纵向速度vi,i≥1;第一规划轨迹的第一个第一轨迹点Ni的第一时间ti、第一坐标pi和第一纵向速度vi被记为对应的起始时间t0、起始坐标p0和起始纵向速度v0。
这里,车辆自动驾驶系统的控制模块从车辆的定位模块和/或底盘模块获得实时的反馈信息即第一反馈信息组,其中的反馈坐标pb,k反馈纵向加速度ab,k和反馈纵向速度vb,k为车辆的当前定位坐标、当前纵向加速度和当前纵向行驶速度,反馈时间tb,k为上述反馈信息对应的时间。第一规划轨迹为控制模块的上游规划模块下发的规划轨迹,每隔一个规划周期控制模块会从规划模块处获得一次规划轨迹并存于本地,控制模块在每次从车辆的定位模块和/或底盘模块获得第一反馈信息组的同时还会从本地读取最新保存的规划轨迹即第一规划轨迹。第一规划轨迹由多个规划轨迹点即第一轨迹点Ni构成,每个第一轨迹点Ni对应一个轨迹点规划时间即第一时间ti、一个轨迹点规划定位坐标即第一坐标pi、一个轨迹点规划纵向加速度即第一纵向加速度ai和一个轨迹点规划纵向速度即第一纵向速度vi。第一规划轨迹的起始轨迹点即第一个第一轨迹点Ni=1的第一时间ti=1、第一坐标pi=1和第一纵向速度vi=1被记为与当前规划轨迹即第一规划轨迹对应的起始时间t0、起始坐标p0和起始纵向速度v0。
步骤2,根据第一反馈信息组和第一规划轨迹对纵向加速度的前馈控制量进行预测生成对应的前馈控制量aforward;
这里,轨迹点间隔周期Tn、纯滞后延时参数tdelay是两个预先设置的系统参数;时间(tb,k+tdelay)实际就是下一个预测时间tk+1,轨迹点索引j是第一规划轨迹上不晚于预测时间tk+1且时间距离最近的规划轨迹点的索引;
步骤22,将第一规划轨迹中轨迹点索引i与轨迹点索引j匹配的第一轨迹点Ni=j的第一纵向加速度ai=j作为对应的前馈控制量aforward。
这里,前馈控制量aforward实际就是第一规划轨迹上不晚于预测时间tk+1且时间距离最近的规划轨迹点的纵向加速度。
步骤3,根据第一反馈信息组和第一规划轨迹对纵向加速度的反馈控制量进行预测生成对应的反馈控制量abackward;
具体包括:步骤31,根据反馈纵向速度vb,k和起始纵向速度v0确定对应的纵向速度偏差ev,k为:ev,k=vb,k-v0;并根据预设的第一阈值范围对纵向速度偏差ev,k进行调制:若纵向速度偏差ev,k低于第一阈值范围的最小值则将纵向速度偏差ev,k设为第一阈值范围的最小值,若纵向速度偏差ev,k高于第一阈值范围的最大值则将纵向速度偏差ev,k设为第一阈值范围的最大值;
这里,第一阈值范围默认可设为[-2,2];
步骤32,根据反馈坐标pb,k和起始坐标p0确定对应的纵向定位偏差ep,k为:(pb,k-p0)的行驶方向分量;并根据预设的第二阈值范围对纵向定位偏差ep,k进行调制:若纵向定位偏差ep,k低于第二阈值范围的最小值则将纵向定位偏差ep,k设为第二阈值范围的最小值,若纵向定位偏差ep,k高于第二阈值范围的最大值则将纵向定位偏差ep,k设为第二阈值范围的最大值;
这里,第二阈值范围默认可设为[-5,5];
步骤33,对从起始时间t0到反馈时间tb,k的纵向定位偏差按时间进行积分得到对应的纵向定位偏差积分epI,k为:并根据预设的第三阈值范围对纵向定位偏差积分epI,k进行调制:若纵向定位偏差积分epI,k低于第三阈值范围的最小值则将纵向定位偏差积分epI,k设为第三阈值范围的最小值,若纵向定位偏差积分epI,k高于第三阈值范围的最大值则将纵向定位偏差积分epI,k设为第三阈值范围的最大值;
这里,第三阈值范围默认可设为[-30,30];
步骤34,根据反馈纵向加速度ab,k、预设的一阶惯性环节时间系数τ和预设的一阶惯性环节传递函数,估算对应的纵向加速度控制量ac,k为:ac,k=(τ·s+1)·ab,k;
这里,本发明实施例的一阶惯性环节传递函数G(s)实际就是输出量(反馈纵向加速度ab,k)和输入量(纵向加速度控制量ac,k)的拉普拉斯变换比;由一阶惯性环节传递函数G(s)和反馈纵向加速度ab,k可以得到纵向加速度控制量ac,k的表达式:ac,k=(τ·s+1)·ab,k;并可基于该表达式估算出对应的纵向加速度控制量ac,k;
步骤35,由纵向速度偏差ev,k、纵向定位偏差ep,k、纵向定位偏差积分epI,k和纵向加速度控制量ac,k组成对应的状态量Xk[esI,k,es,k,ev,k,ac,k];
步骤36,将反馈时间tb,k与预设的纯滞后延时参数tdelay的和作为对应的预测时间tk+1,tk+1=tb,k+tdelay;并将从反馈时间tb,k到预测时间tk+1的状态量预测方程设为:
Xk+1=AXk+Bac,k+C,
步骤37,根据最优控制理论设置最小目标函数J为:
其中,Δac,k→k+1为从反馈时间tb,k到预测时间tk+1的纵向加速度变化量,矩阵Q为预设的4*4阶的正定矩阵或半正定矩阵,矩阵R为预设的1*1阶的正定矩阵;
这里,根据最优控制理论设置最小目标函数J是自动控制领域公知的技术常识,在此不做一一赘述;
步骤38,根据状态量预测方程和最小目标函数J设置最优反馈控制量方程组为:
abackward=-K·Xk,
K=(BTSB+R)-1BTSA,
S=ATSB-ATSB(BTSB+R)-1BTSA+Q;
这里,本发明实施例根据李亚普诺夫第二方法获得最小目标函数J的黎卡提方程即S=ATSB-ATSB(BTSB+R)-1BTSA+Q,继而根据公知的最优控制理论、设定的最小目标函数J以及得到的黎卡提方程(S方程)就能设定对应的最优反馈控制量方程即abackward方程和转换矩阵方程即K方程,并由S方程、K方程和abackward方程组成最优反馈控制量方程组;上述方程组的设置方式是自动控制领域公知的技术常识,在此不做一一赘述;
步骤39,对最优反馈控制量方程组进行求解算出对应的反馈控制量abackward。
这里,将状态量预测方程中已知的矩阵A、B以及最小目标函数J中已知的矩阵Q、R代入S方程就能求得对应的矩阵S,再将得到的矩阵S和已知的矩阵A、B、R代入K方程就能求得对应的矩阵K,将得到的矩阵K和已知的状态量Xk代入abackward方程就能求得对应的反馈控制量abackward。本发明实施例的反馈控制量abackward实际就是对纵向延迟给出的纵向加速度补偿量。
步骤4,由前馈控制量aforward和反馈控制量abackward相加生成纵向加速度的预测控制量a;并根据预设的加速度约束范围对预测控制量a进行调制;
其中,纵向加速度控制量ak+1为:a=aforward+abackward。
这里,本发明实施例的加速度约束范围为一个预设的纵向加速度阈值范围,当前步骤中的根据预设的加速度约束范围对预测控制量a进行调制,具体为:若预测控制量a低于加速度约束范围的最小值则将预测控制量a设为加速度约束范围的最小值,若预测控制量a高于加速度约束范围的最大值则将预测控制量a设为加速度约束范围的最大值。
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纵向加速度的预测方法、电子设备及计算机可读存储介质,先根据当前的反馈时间和已知的延时参数从规划轨迹中查询出纵向加速度的前馈控制量aforward;再将当前反馈速度与规划轨迹的起始速度的纵向速度偏差、当前反馈坐标与规划轨迹的起始坐标的纵向定位偏差、从规划轨迹起始时间到当前反馈时间的纵向定位偏差的纵向定位偏差积分、由当前反馈纵向加速度根据一阶惯性环节传递函数G(s)估算得到的纵向加速度控制量组成对应的当前状态量;再根据已知的状态量预测方程得到预测状态量的表达式;再根据最优控制理论设置最小目标函数J,并根据李亚普诺夫第二方法获得最小目标函数J的黎卡提方程,并根据最优控制理论、最小目标函数J以及最小目标函数J的黎卡提方程获得车辆的最优反馈控制量方程组;并通过对最优反馈控制量方程组进行求解获得纵向加速度的反馈控制量abackward;再将前馈控制量aforward与反馈控制量abackward相加得到纵向加速度的预测控制量,并基于预设的加速度约束范围对预测控制量进行调制。通过本发明,控制模块在进行纵向控制时会将车辆的延迟特性考虑其中,消除了纵向延迟带来的滞后和超调等问题,提高了车辆乘坐舒适度和避障准确度。
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 (7)
1.一种纵向加速度的预测方法,其特征在于,所述方法包括:
获取第一反馈信息组和对应的第一规划轨迹;
根据所述第一反馈信息组和所述第一规划轨迹对纵向加速度的前馈控制量进行预测生成对应的前馈控制量aforward;
根据所述第一反馈信息组和所述第一规划轨迹对纵向加速度的反馈控制量进行预测生成对应的反馈控制量abackward;
由所述前馈控制量aforward和所述反馈控制量abackward相加生成纵向加速度的预测控制量a;并根据预设的加速度约束范围对所述预测控制量a进行调制;其中,所述纵向加速度控制量ak+1为:a=aforward+abackward。
2.根据权利要求1所述的纵向加速度的预测方法,其特征在于,
所述第一规划轨迹包括多个第一轨迹点Ni;所述第一轨迹点Ni包括第一时间ti、第一坐标pi、第一纵向加速度ai和第一纵向速度vi,i≥1;所述第一规划轨迹的第一个所述第一轨迹点Ni的所述第一时间ti、所述第一坐标pi和所述第一纵向速度vi被记为对应的起始时间t0、起始坐标p0和起始纵向速度v0;
所述第一反馈信息组包括反馈时间tb,k、反馈坐标pb,k、反馈纵向加速度ab,k和反馈纵向速度vb,k。
4.根据权利要求2所述的纵向加速度的预测方法,其特征在于,所述根据所述第一反馈信息组和所述第一规划轨迹对纵向加速度的反馈控制量进行预测生成对应的反馈控制量abackward,具体包括:
步骤41,根据所述反馈纵向速度vb,k和所述起始纵向速度v0确定对应的纵向速度偏差ev,k为:ev,k=vb,k-v0;并根据预设的第一阈值范围对所述纵向速度偏差ev,k进行调制:若所述纵向速度偏差ev,k低于所述第一阈值范围的最小值则将所述纵向速度偏差ev,k设为所述第一阈值范围的最小值,若所述纵向速度偏差ev,k高于所述第一阈值范围的最大值则将所述纵向速度偏差ev,k设为所述第一阈值范围的最大值;
步骤42,根据所述反馈坐标pb,k和所述起始坐标p0确定对应的纵向定位偏差ep,k为:(pb,k-p0)的行驶方向分量;并根据预设的第二阈值范围对所述纵向定位偏差ep,k进行调制:若所述纵向定位偏差ep,k低于所述第二阈值范围的最小值则将所述纵向定位偏差ep,k设为所述第二阈值范围的最小值,若所述纵向定位偏差ep,k高于所述第二阈值范围的最大值则将所述纵向定位偏差ep,k设为所述第二阈值范围的最大值;
步骤43,对从所述起始时间t0到所述反馈时间tb,k的纵向定位偏差按时间进行积分得到对应的纵向定位偏差积分epI,k为:并根据预设的第三阈值范围对所述纵向定位偏差积分epI,k进行调制:若所述纵向定位偏差积分epI,k低于所述第三阈值范围的最小值则将所述纵向定位偏差积分epI,k设为所述第三阈值范围的最小值,若所述纵向定位偏差积分epI,k高于所述第三阈值范围的最大值则将所述纵向定位偏差积分epI,k设为所述第三阈值范围的最大值;
步骤44,根据所述反馈纵向加速度ab,k、预设的一阶惯性环节时间系数τ和预设的一阶惯性环节传递函数,估算对应的纵向加速度控制量ac,k为:ac,k=(τ·s+1)·ab,k;所述一阶惯性环节传递函数G(s)为:s为所述一阶惯性环节传递函数的拉普拉斯算子;
步骤45,由所述纵向速度偏差ev,k、所述纵向定位偏差ep,k、所述纵向定位偏差积分epl,k和所述纵向加速度控制量ac,k组成对应的状态量Xk[esl,k,es,k,ev,k,ac,k];
步骤46,将所述反馈时间tb,k与预设的纯滞后延时参数tdelay的和作为对应的预测时间tk+1,tk+1=tb,k+tdelay;并将从所述反馈时间tb,k到所述预测时间tk+1的状态量预测方程设为:
Xk+1=AXk+Bac,k+C,
步骤47,根据最优控制理论设置最小目标函数J为:
其中,Δac,k→k+1为从所述反馈时间tb,k到所述预测时间tk+1的纵向加速度变化量,矩阵Q为预设的4*4阶的正定矩阵或半正定矩阵,矩阵R为预设的1*1阶的正定矩阵;
步骤48,根据所述状态量预测方程和所述最小目标函数J设置最优反馈控制量方程组为:
abackward=-K·Xk,
K=(BTSB+R)-1BTSA,
S=ATSB-ATSB(BTSB+R)-1BTSA+Q;
步骤49,对所述最优反馈控制量方程组进行求解算出对应的所述反馈控制量abackward。
5.根据权利要求4所述的纵向加速度的预测方法,其特征在于,所述根据预设的加速度约束范围对所述预测控制量a进行调制,具体包括:
若所述预测控制量a低于所述加速度约束范围的最小值则将所述预测控制量a设为所述加速度约束范围的最小值,若所述预测控制量a高于所述加速度约束范围的最大值则将所述预测控制量a设为所述加速度约束范围的最大值。
6.一种电子设备,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1-5任一项所述的方法步骤;
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。
7.一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1-5任一项所述的方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211325797.3A CN115503733A (zh) | 2022-10-27 | 2022-10-27 | 一种纵向加速度的预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211325797.3A CN115503733A (zh) | 2022-10-27 | 2022-10-27 | 一种纵向加速度的预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115503733A true CN115503733A (zh) | 2022-12-23 |
Family
ID=84511524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211325797.3A Pending CN115503733A (zh) | 2022-10-27 | 2022-10-27 | 一种纵向加速度的预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115503733A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117234215A (zh) * | 2023-11-09 | 2023-12-15 | 新石器中研(上海)科技有限公司 | 无人车纵向控制方法、装置、电子设备及无人车 |
-
2022
- 2022-10-27 CN CN202211325797.3A patent/CN115503733A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117234215A (zh) * | 2023-11-09 | 2023-12-15 | 新石器中研(上海)科技有限公司 | 无人车纵向控制方法、装置、电子设备及无人车 |
CN117234215B (zh) * | 2023-11-09 | 2024-03-05 | 新石器中研(上海)科技有限公司 | 无人车纵向控制方法、装置、电子设备及无人车 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11327449B2 (en) | Nonlinear optimization for stochastic predictive vehicle control | |
CN108692734B (zh) | 一种路径规划方法和装置 | |
EP3647140B1 (en) | Vehicle control method, device, and apparatus | |
JP2023504223A (ja) | 自動または半自動運転車両の適応制御 | |
CN111295318B (zh) | 用于调节车辆纵向位置的方法和装置 | |
US20200103912A1 (en) | Method for determining a vehicle control parameter, apparatus for the same, vehicle on-board controller, and autonomous vehicle | |
CN115503733A (zh) | 一种纵向加速度的预测方法 | |
WO2022135408A1 (zh) | 车辆方向盘的转角控制方法、装置及车辆 | |
WO2023276268A1 (en) | Stochastic nonlinear predictive controller and method based on uncertainty propagation by gaussian-assumed density filters | |
CN109947101B (zh) | 路径平滑处理方法及装置 | |
KR20200026050A (ko) | 제어 장치 및 제어 방법 | |
CN113212442A (zh) | 一种轨迹感知车辆驾驶分析方法及系统 | |
JP7192738B2 (ja) | 軌道生成装置、軌道生成方法及び軌道生成プログラム | |
CN115877841A (zh) | 无人矿车的轨迹跟踪控制方法、装置、设备及存储介质 | |
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 | |
CN114852085A (zh) | 基于路权侵入度的车辆自动驾驶轨迹规划方法 | |
CN113665589B (zh) | 车辆纵向控制方法、装置、车载终端及存储介质 | |
JP7006791B2 (ja) | 遠隔制御装置、遠隔制御方法及びプログラム | |
Hajdu et al. | Robust stability analysis for connected vehicle systems | |
CN114274957B (zh) | 一种车辆自适应巡航控制方法和系统 | |
Navas et al. | Using Plug&Play Control for stable ACC-CACC system transitions | |
CN115979288A (zh) | 一种航向角确定方法、电子设备和存储介质 | |
CN115009302A (zh) | 变道轨迹质量评估方法、装置及电子设备、存储介质 | |
CN110888113B (zh) | 车载雷达控制方法、装置、设备和存储介质 | |
CN114194188B (zh) | 一种自动驾驶的油门控制方法 |
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 |