CN115675637A - 车辆控制方法、装置、电子设备和计算机可读介质 - Google Patents

车辆控制方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN115675637A
CN115675637A CN202211688050.4A CN202211688050A CN115675637A CN 115675637 A CN115675637 A CN 115675637A CN 202211688050 A CN202211688050 A CN 202211688050A CN 115675637 A CN115675637 A CN 115675637A
Authority
CN
China
Prior art keywords
equation
delay
generate
state variable
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.)
Granted
Application number
CN202211688050.4A
Other languages
English (en)
Other versions
CN115675637B (zh
Inventor
许浩
何�雄
宋汉辰
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.)
Heduo Technology Guangzhou Co ltd
Original Assignee
HoloMatic Technology Beijing 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 HoloMatic Technology Beijing Co Ltd filed Critical HoloMatic Technology Beijing Co Ltd
Priority to CN202211688050.4A priority Critical patent/CN115675637B/zh
Publication of CN115675637A publication Critical patent/CN115675637A/zh
Application granted granted Critical
Publication of CN115675637B publication Critical patent/CN115675637B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本公开的实施例公开了车辆控制方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取目标车辆的控制模块基本信息；将期望方向盘角度输入至电动助力转向系统中，得到方向盘角度；对电动助力转向系统进行激励处理，以生成惯性时间常数和延迟时长；基于惯性时间常数、延迟时长和预设的算子函数，生成传递函数方程；基于横向位置误差、横向位置误差变化率、航向角误差和航向角误差变化率，生成状态变量；基于状态变量、传递函数方程、延迟时长，生成延迟增广方程；基于延迟增广方程，生成反馈控制量；根据反馈控制量，控制目标车辆转向。该实施方式可以增加车辆对道路变化的适应能力。

Description

车辆控制方法、装置、电子设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域，具体涉及车辆控制方法、装置、电子设备和计算机可读介质。
背景技术
控制车辆调整方向盘角度，可以调整车辆的运动轨迹，使车辆行驶在预设的轨迹上。目前，调整方向盘角度，通常采用的方式为：反馈加基于单点道路曲率前馈，将期望方向盘角度输入至电动助力转向系统中以控制车辆调整方向盘角度。
然而，采用上述方式通常存在以下技术问题：
第一，使用电动助力转向系统存在延迟时间，导致实际方向盘角度与期望方向盘角度不相等，造成车辆出现未居中行驶、失稳等问题，导致车辆对道路变化的适应能力较弱；
第二，只考虑单点道路曲率，当道路曲率发生变化时，电动助力转向系统无法得到预期的方向盘角度，从而导致车辆难以在预设的轨迹上行驶。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了车辆控制方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种车辆控制方法，该方法包括：获取目标车辆的控制模块基本信息，其中，上述控制模块基本信息包括：期望方向盘角度、横向位置误差、横向位置误差变化率、航向角误差和航向角误差变化率；将上述期望方向盘角度输入至电动助力转向系统中，得到方向盘角度；对上述电动助力转向系统进行激励处理，以生成惯性时间常数和延迟时长；基于上述惯性时间常数、上述延迟时长和预设的算子函数，生成传递函数方程；基于上述横向位置误差、上述横向位置误差变化率、上述航向角误差和上述航向角误差变化率，生成状态变量；基于上述状态变量、上述传递函数方程、上述延迟时长，生成延迟增广方程；基于上述延迟增广方程，生成反馈控制量；根据上述反馈控制量，控制上述目标车辆转向。
第二方面，本公开的一些实施例提供了一种车辆控制装置，装置包括：获取单元，被配置成获取目标车辆的控制模块基本信息，其中，上述控制模块基本信息包括：期望方向盘角度、横向位置误差、横向位置误差变化率、航向角误差和航向角误差变化率；输入单元，被配置成将上述期望方向盘角度输入至电动助力转向系统中，得到方向盘角度；激励单元，被配置成对上述电动助力转向系统进行激励处理，以生成惯性时间常数和延迟时长；第一生成单元，被配置成基于上述惯性时间常数、上述延迟时长和预设的算子函数，生成传递函数方程；第二生成单元，被配置成基于上述横向位置误差、上述横向位置误差变化率、上述航向角误差和上述航向角误差变化率，生成状态变量；第三生成单元，被配置成基于上述状态变量、上述传递函数方程、上述延迟时长，生成延迟增广方程；第四生成单元，被配置成基于上述延迟增广方程，生成反馈控制量；控制单元，被配置成根据上述反馈控制量，控制上述目标车辆转向。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的车辆控制方法，可以增加车辆对道路变化的适应能力。具体来说，造成车辆对道路变化的适应能力较弱的原因在于：使用电动助力转向系统存在延迟时间，导致实际方向盘角度与期望方向盘角度不相等，造成车辆出现未居中行驶、失稳等问题。基于此，本公开的一些实施例的车辆控制方法，首先，获取目标车辆的控制模块基本信息。其中，上述控制模块基本信息包括：期望方向盘角度、横向位置误差、横向位置误差变化率、航向角误差和航向角误差变化率。其次，将上述期望方向盘角度输入至电动助力转向系统中，得到方向盘角度。由此，可以得到实际的方向盘角度，以便后续得到电动助力转向系统的惯性时间常数和延迟时长。接着，对上述电动助力转向系统进行激励处理，以生成惯性时间常数和延迟时长。由此，可以得到与滞后特性对应的惯性时间常数和与时延特性对应的延迟时长，以便后续生成传递函数方程。然后，基于上述惯性时间常数、上述延迟时长和预设的算子函数，生成传递函数方程。由此，可以得到传递函数方程，以便后续生成延迟增广方程。再然后，基于上述横向位置误差、上述横向位置误差变化率、上述航向角误差和上述航向角误差变化率，生成状态变量。由此，可以得到状态变量，以便后续生成延迟增广方程。之后，基于上述状态变量、上述传递函数方程、上述延迟时长，生成延迟增广方程。由此，可以得到延迟增广方程，以便后续生成反馈控制量。再之后，基于上述延迟增广方程，生成反馈控制量。由此，可以得到较为准确的反馈控制量。最后，根据上述反馈控制量，控制上述目标车辆转向。由此，可以将较为准确的反馈控制量输入至车载终端，以控制目标车辆转向，使得目标车辆的方向盘角度能够调整到期望位置。从而，使得实际的方向盘角度与期望方向盘角度相同，可以增加车辆对道路变化的适应能力。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1是根据本公开的车辆控制方法的一些实施例的流程图；
图2是根据本公开的车辆控制装置的一些实施例的结构示意图；
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
参考图1，示出了根据本公开的车辆控制方法的一些实施例的流程100。该车辆控制方法，包括以下步骤：
步骤101，获取目标车辆的控制模块基本信息。
在一些实施例中，车辆控制方法的执行主体（例如车载终端）可以通过有线连接或无线连接的方式从终端设备中获取目标车辆的控制模块基本信息。其中，上述控制模块基本信息包括：期望方向盘角度、横向位置误差、横向位置误差变化率、航向角误差和航向角误差变化率。这里，目标车辆可以是正在驾驶中的车辆。期望方向盘角度可以表征期望的目标车辆的方向盘转动的角度。横向位置误差可以表征目标车辆实际位置与期望位置在横向距离上的误差。横向位置误差变化率可以表征目标车辆在横向方向上的速度。航向角误差可以表征目标车辆实际位置与期望位置之间的角度的差值。航向角误差变化率可以表征目标车辆的角速度。
步骤102，将上述期望方向盘角度输入至电动助力转向系统中，得到方向盘角度。
在一些实施例中，上述执行主体可以将上述期望方向盘角度输入至电动助力转向系统中，得到方向盘角度。其中，电动助力转向系统（Electric Power Steering，EPS）可以是一种直接依靠电机提供辅助扭矩的动力转向系统。EPS可以包括但不限于以下至少一项：扭矩传感器、车速传感器、电动机、减速机构和电子控制单元（ECU）。方向盘角度可以表征实际方向盘转动的角度。
步骤103，对上述电动助力转向系统进行激励处理，以生成惯性时间常数和延迟时长。
在一些实施例中，上述执行主体可以对上述电动助力转向系统进行激励处理，以生成惯性时间常数和延迟时长。其中，惯性时间常数可以是电动助力转向系统的一阶惯性环节的惯性时间常数。延迟时长可以是与电动助力转向系统的延迟环节的延迟时长。例如，延迟时长可以是但不限于0.1s、0.2s、0.4s。这里，激励处理可以是但不限于：阶跃激励处理、正弦激励处理、方波激励处理。
步骤104，基于上述惯性时间常数、上述延迟时长和预设的算子函数，生成传递函数方程。
在一些实施例中，基于上述惯性时间常数、上述延迟时长和预设的算子函数，上述执行主体可以生成传递函数方程。其中，上述预设的算子函数可以是拉普拉斯算子函数。上述传递函数方程可以是：
Figure 405449DEST_PATH_IMAGE001
。
其中，
Figure 82418DEST_PATH_IMAGE002
表示传递函数。
Figure 317090DEST_PATH_IMAGE003
表示上述惯性时间常数。
Figure 659078DEST_PATH_IMAGE004
表示上述延迟时长。
Figure 600490DEST_PATH_IMAGE005
表示上述预设的算子函数。
Figure 510677DEST_PATH_IMAGE006
表示自然常数。
步骤105，基于上述横向位置误差、上述横向位置误差变化率、上述航向角误差和上述航向角误差变化率，生成状态变量。
在一些实施例中，基于上述横向位置误差、上述横向位置误差变化率、上述航向角误差和上述航向角误差变化率，上述执行主体可以生成状态变量。其中，上述状态变量可以是：
Figure 170328DEST_PATH_IMAGE007
。
其中，
Figure 66740DEST_PATH_IMAGE008
表示状态变量。
Figure 128237DEST_PATH_IMAGE009
表示上述横向位置误差。
Figure 943746DEST_PATH_IMAGE010
表示上述横向位置误差变化率。
Figure 90694DEST_PATH_IMAGE011
表示上述航向角误差。
Figure 774485DEST_PATH_IMAGE012
表示上述航向角误差变化率。
步骤106，基于上述状态变量、上述传递函数方程、上述延迟时长，生成延迟增广方程。
在一些实施例中，基于上述状态变量、上述传递函数方程、上述延迟时长，上述执行主体可以生成延迟增广方程。
实践中，上述执行主体可以通过以下步骤生成延迟增广方程：
第一步，对上述状态变量进行微分变换处理，以生成状态变量微分方程。
实践中，上述执行主体可以通过以下子步骤对上述状态变量进行微分变换处理，以生成状态变量微分方程：
第一子步骤，获取当前道路的道路曲率。实践中，上述执行主体可以通过有线连接或无线连接的方式从终端设备中获取当前道路的道路曲率。
第二子步骤，基于上述方向盘角度和上述道路曲率，对上述状态变量进行微分处理，以生成状态变量微分方程。其中，上述状态变量微分方程可以是：
Figure 752805DEST_PATH_IMAGE013
。
其中，
Figure 614582DEST_PATH_IMAGE014
表示状态变量的微分。
Figure 983246DEST_PATH_IMAGE015
表示二自由度动力学模型中的状态矩阵。
Figure 346095DEST_PATH_IMAGE016
表示二自由度动力学模型中的控制矩阵。
Figure 382184DEST_PATH_IMAGE017
表示二自由度动力学模型中的扰动矩阵。
Figure 929709DEST_PATH_IMAGE018
表示上述方向盘角度。
Figure 51248DEST_PATH_IMAGE019
表示上述道路曲率。
第二步，对上述传递函数方程进行时域变换处理，以生成时域方程。这里，时域变换处理可以是将S域下的传递函数方程变换成时域下的时域方程。实践中，首先，对上述传递函数方程进行微分处理，以生成微分方程。然后，对上述微分方程进行拉氏反变换处理，以生成时域方程。
其中，上述时域方程可以是：
Figure 155471DEST_PATH_IMAGE020
。
其中，
Figure 108383DEST_PATH_IMAGE021
表示时域方程中的时间。
Figure 639859DEST_PATH_IMAGE022
表示
Figure 920798DEST_PATH_IMAGE021
时间的实际方向盘角度的微分。
Figure 563132DEST_PATH_IMAGE023
表示
Figure 573814DEST_PATH_IMAGE021
时间的实际方向盘角度。
Figure 338507DEST_PATH_IMAGE024
表示
Figure 169060DEST_PATH_IMAGE025
时间的方向盘角度。
第三步，将上述延迟时长和预设控制周期的比值确定为延迟控制周期比值。其中，上述预设控制周期可以是但不限于0.01s、0.02s。
第四步，对上述延迟控制周期比值进行取整处理，以生成延迟控制周期值。实践中，上述执行主体可以对上述延迟控制周期比值进行四舍五入取整处理，以生成延迟控制周期值。
第五步，基于上述延迟控制周期值，对上述状态变量微分方程和上述时域方程进行离散变换处理，以生成状态空间方程。实践中，首先，对上述状态变量微分方程和上述时域方程进行增广扩维处理，以生成增广扩维方程。然后，基于上述延迟控制周期值，对上述增广扩维方程进行离散化处理，以生成状态空间方程。其中，上述状态空间方程可以是：
Figure 802036DEST_PATH_IMAGE026
。
其中，
Figure 401644DEST_PATH_IMAGE027
表示当前时刻。
Figure 337239DEST_PATH_IMAGE028
表示离散化后的状态变量。
Figure 655088DEST_PATH_IMAGE029
表示离散化后的
Figure 170383DEST_PATH_IMAGE027
时刻的状态变量。
Figure 562181DEST_PATH_IMAGE030
表示离散化后的
Figure 606361DEST_PATH_IMAGE031
时刻的状态变量。
Figure 473822DEST_PATH_IMAGE032
表示
Figure 261650DEST_PATH_IMAGE027
时刻的道路曲率即上述道路曲率。
Figure 22801DEST_PATH_IMAGE033
表示
Figure 237882DEST_PATH_IMAGE034
时刻的方向盘角度。
Figure 592640DEST_PATH_IMAGE035
表示上述延迟控制周期值。
Figure 918579DEST_PATH_IMAGE036
表示离散化后的状态矩阵。
Figure 284970DEST_PATH_IMAGE037
表示离散化后的控制矩阵。
Figure 936531DEST_PATH_IMAGE038
表示离散化后的扰动矩阵。
Figure 716268DEST_PATH_IMAGE039
表示
Figure 908215DEST_PATH_IMAGE015
的离散矩阵。
Figure 457008DEST_PATH_IMAGE040
表示
Figure 200842DEST_PATH_IMAGE041
的离散矩阵。
Figure 467875DEST_PATH_IMAGE042
表示
Figure 401196DEST_PATH_IMAGE043
的离散矩阵。
Figure 866812DEST_PATH_IMAGE044
表示
Figure 594597DEST_PATH_IMAGE027
时刻的状态变量。
Figure 21030DEST_PATH_IMAGE045
表示
Figure 492463DEST_PATH_IMAGE027
时刻的实际方向盘角度。
Figure 812586DEST_PATH_IMAGE046
表示上述预设控制周期。
第六步，对上述状态空间方程进行状态变量增广处理，以生成延迟增广方程。其中，延迟增广方程可以是：
Figure 976851DEST_PATH_IMAGE047
。
其中，
Figure 218476DEST_PATH_IMAGE027
表示当前时刻。
Figure 414971DEST_PATH_IMAGE048
表示增广处理后的状态变量。
Figure 792863DEST_PATH_IMAGE049
表示增广处理后的
Figure 924767DEST_PATH_IMAGE050
时刻的状态变量。
Figure 653689DEST_PATH_IMAGE051
表示增广处理后的
Figure 139028DEST_PATH_IMAGE027
时刻的状态变量。
Figure 371426DEST_PATH_IMAGE052
表示
Figure 143073DEST_PATH_IMAGE027
时刻的方向盘角度。
Figure 890449DEST_PATH_IMAGE053
表示
Figure 507375DEST_PATH_IMAGE027
时刻的道路曲率即上述道路曲率。
Figure 781231DEST_PATH_IMAGE054
表示增广处理后的状态矩阵。
Figure 458200DEST_PATH_IMAGE055
表示增广处理后的控制矩阵。
Figure 896134DEST_PATH_IMAGE056
表示增广处理后的扰动矩阵。
步骤107，基于上述延迟增广方程，生成反馈控制量。
在一些实施例中，基于上述延迟增广方程，上述执行主体可以生成反馈控制量。
实践中，上述执行主体可以通过以下步骤生成反馈控制量：
第一步，根据预设的轨迹点数，获取每个轨迹点的轨迹点曲率，得到轨迹点曲率集。其中，上述轨迹点曲率集包括的轨迹点曲率的数量与上述轨迹点数相同。这里，轨迹点曲率集中的轨迹点曲率存在排列顺序。轨迹点曲率可以表征轨迹点处的道路曲率。轨迹点可以是从终端设备中获取的预设的轨迹上的轨迹点。预设的轨迹可以是期望的目标车辆的轨迹。实践中，上述执行主体可以通过有线连接或无线连接的方式从终端设备中获取每个轨迹点的轨迹点曲率，得到轨迹点曲率集。
这里，上述轨迹点数是通过以下子步骤生成的：
第一子步骤，将预设预瞄时间和预设控制周期的比值确定为预瞄控制周期比值。其中，预设预瞄时间可以是但不限于1.5s、2.0s。
第二子步骤，对上述预瞄控制周期比值进行取整处理，以生成轨迹点数。实践中，上述执行主体可以对上述预瞄控制周期比值进行四舍五入取整处理，以生成轨迹点数。
第二步，基于上述轨迹点曲率集，生成预瞄点状态空间方程。其中，上述预瞄点状态空间方程可以是：
Figure 113489DEST_PATH_IMAGE057
。
其中，
Figure 320479DEST_PATH_IMAGE027
表示当前时刻。
Figure 106033DEST_PATH_IMAGE058
表示预瞄点状态变量。
Figure 31263DEST_PATH_IMAGE059
表示
Figure 989992DEST_PATH_IMAGE060
时刻的预瞄点状态变量。
Figure 848227DEST_PATH_IMAGE061
表示
Figure 866998DEST_PATH_IMAGE027
时刻的预瞄点状态变量。
Figure 200897DEST_PATH_IMAGE062
表示
Figure 228895DEST_PATH_IMAGE027
时刻的方向盘角度。
Figure 144899DEST_PATH_IMAGE063
表示预设状态矩阵。
Figure 131309DEST_PATH_IMAGE064
表示预设控制矩阵。
Figure 31132DEST_PATH_IMAGE065
表示上述轨迹点数。
Figure 3767DEST_PATH_IMAGE066
表示轨迹点曲率集中第
Figure 305436DEST_PATH_IMAGE067
个轨迹点曲率。
Figure 400431DEST_PATH_IMAGE067
表示轨迹点曲率的序号。
Figure 584287DEST_PATH_IMAGE068
。
Figure 688510DEST_PATH_IMAGE069
表示上述道路曲率。
Figure 579105DEST_PATH_IMAGE070
表示轨迹点曲率集中最后一个轨迹点曲率对应的轨迹点的下一个轨迹点对应的轨迹点曲率。
第三步，基于上述延迟增广方程和上述预瞄点状态空间方程，确定增广预瞄点状态变量。其中，上述增广预瞄点状态变量可以是：
Figure 297531DEST_PATH_IMAGE071
。
其中，
Figure 640788DEST_PATH_IMAGE072
表示上述增广预瞄点状态变量。
Figure 611018DEST_PATH_IMAGE073
表示上述增广处理后的状态变量。
Figure 621700DEST_PATH_IMAGE074
表示上述预瞄点状态变量。
第四步，对上述延迟增广方程和上述预瞄点状态空间方程进行增广变换处理，以生成增广预瞄点状态空间方程。
实践中，上述执行主体可以通过以下子步骤确定增广预瞄点状态空间方程：
第一子步骤，对上述延迟增广方程和上述预瞄点状态空间方程进行增广扩维处理，以生成延迟预瞄点状态空间方程。
第二子步骤，对上述延迟预瞄点状态空间方程进行状态变量增广处理，以生成增广预瞄点状态空间方程。其中，上述增广预瞄点状态空间方程可以是：
Figure 324076DEST_PATH_IMAGE075
。
其中，
Figure 92312DEST_PATH_IMAGE027
表示当前时刻。
Figure 538337DEST_PATH_IMAGE076
表示
Figure 200262DEST_PATH_IMAGE077
时刻的增广预瞄点状态变量。
Figure 339120DEST_PATH_IMAGE078
表示
Figure 656969DEST_PATH_IMAGE027
时刻的增广预瞄点状态变量。
Figure 828056DEST_PATH_IMAGE079
表示预瞄点状态矩阵。
Figure 547750DEST_PATH_IMAGE080
表示预瞄点控制矩阵。
Figure 857509DEST_PATH_IMAGE081
表示预瞄点扰动矩阵。
Figure 724971DEST_PATH_IMAGE082
表示对预瞄点扰动矩阵进行扩展后的扩展预瞄点扰动矩阵。
第五步，基于上述增广预瞄点状态空间方程，生成最优控制函数方程。其中，上述最优控制函数方程可以是：
Figure 512798DEST_PATH_IMAGE083
。
其中，
Figure 24682DEST_PATH_IMAGE084
表示最优控制函数。
Figure 239763DEST_PATH_IMAGE085
表示
Figure 328941DEST_PATH_IMAGE027
时刻的增广预瞄点状态变量的转置矩阵。
Figure 186039DEST_PATH_IMAGE086
表示二次型状态权重矩阵。
Figure 614746DEST_PATH_IMAGE087
表示二次型控制权值矩阵。
第六步，对上述最优控制函数方程进行求解处理，以生成状态增益矩阵。实践中，上述执行主体可以在预设约束条件的基础上，对上述最优控制函数方程进行在线实时求解处理或离线求解处理，以生成状态增益矩阵。其中，预设约束条件可以是：
Figure 187679DEST_PATH_IMAGE088
。
其中，
Figure 967416DEST_PATH_IMAGE089
表示预设的最小方向盘角度。
Figure 362625DEST_PATH_IMAGE090
表示预设的最大方向盘角度。对于预设的最小方向盘角度和预设的最大方向盘角度不做限定。
第七步，将上述增广预瞄点状态变量与上述状态增益矩阵的乘积确定为控制量。
第八步，对上述控制量进行取反处理，以生成反馈控制量。
步骤107的相关内容作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题二“导致车辆难以在预设的轨迹上行驶”。导致车辆难以在预设的轨迹上行驶的因素往往如下：只考虑单点道路曲率，当道路曲率发生变化时，电动助力转向系统无法得到预期的方向盘角度。如果解决了上述因素，就能达到可以使车辆在预设的轨迹上行驶的效果。为了达到这一效果，首先，根据预设的轨迹点数，获取每个轨迹点的轨迹点曲率，得到轨迹点曲率集。其中，上述轨迹点曲率集包括的轨迹点曲率的数量与上述轨迹点数相同。由此，可以获取当前轨迹中各个轨迹点的曲率，考虑了多点道路曲率，并且可以灵活调节近点曲率和远点曲率在预瞄控制量中的占比，能够更好的适应道路曲率的变化。其次，基于上述轨迹点曲率集，生成预瞄点状态空间方程。由此，可以根据各个轨迹点的曲率，得到预瞄点状态空间方程，以便后续生成增广预瞄点状态变量和增广预瞄点状态空间方程。接着，基于上述延迟增广方程和上述预瞄点状态空间方程，确定增广预瞄点状态变量。由此，可以得到增广预瞄点状态变量，以便后续生成反馈控制量。然后，对上述延迟增广方程和上述预瞄点状态空间方程进行增广变换处理，以生成增广预瞄点状态空间方程。由此，可以得到增广预瞄点状态空间方程，以便后续生成最优控制函数方程。再然后，基于上述增广预瞄点状态空间方程，生成最优控制函数方程。由此，可以得到最优控制函数方程，以便后续进行求解处理。之后，对上述最优控制函数方程进行求解处理，以生成状态增益矩阵。由此，可以通过在线实时求解或离线求解的方式对最优控制函数方程进行求解，以生成状态增益矩阵，以便后续生成反馈控制量。再之后，将上述增广预瞄点状态变量与上述状态增益矩阵的乘积确定为控制量。最后，对上述控制量进行取反处理，以生成反馈控制量。由此，可以根据增广预瞄点状态变量与状态增益矩阵，生成反馈控制量。从而，考虑到预设的轨迹上各个轨迹点的曲率，可以使得目标车辆的方向盘角度在各个轨迹点处均能够调整到期望位置。进而，可以使目标车辆在预设的轨迹上行驶。
步骤108，根据上述反馈控制量，控制上述目标车辆转向。
在一些实施例中，根据上述反馈控制量，上述执行主体可以控制上述目标车辆转向。实践中，上述执行主体可以控制上述目标车辆的方向盘角度调整上述反馈控制量的角度，以进行车辆转向。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的车辆控制方法，可以增加车辆对道路变化的适应能力。具体来说，造成车辆对道路变化的适应能力较弱的原因在于：使用电动助力转向系统存在延迟时间，导致实际方向盘角度与期望方向盘角度不相等，造成车辆出现未居中行驶、失稳等问题。基于此，本公开的一些实施例的车辆控制方法，首先，获取目标车辆的控制模块基本信息。其中，上述控制模块基本信息包括：期望方向盘角度、横向位置误差、横向位置误差变化率、航向角误差和航向角误差变化率。其次，将上述期望方向盘角度输入至电动助力转向系统中，得到方向盘角度。由此，可以得到实际的方向盘角度，以便后续得到电动助力转向系统的惯性时间常数和延迟时长。接着，对上述电动助力转向系统进行激励处理，以生成惯性时间常数和延迟时长。由此，可以得到与滞后特性对应的惯性时间常数和与时延特性对应的延迟时长，以便后续生成传递函数方程。然后，基于上述惯性时间常数、上述延迟时长和预设的算子函数，生成传递函数方程。由此，可以得到传递函数方程，以便后续生成延迟增广方程。再然后，基于上述横向位置误差、上述横向位置误差变化率、上述航向角误差和上述航向角误差变化率，生成状态变量。由此，可以得到状态变量，以便后续生成延迟增广方程。之后，基于上述状态变量、上述传递函数方程、上述延迟时长，生成延迟增广方程。由此，可以得到延迟增广方程，以便后续生成反馈控制量。再之后，基于上述延迟增广方程，生成反馈控制量。由此，可以得到较为准确的反馈控制量。最后，根据上述反馈控制量，控制上述目标车辆转向。由此，可以将较为准确的反馈控制量输入至车载终端，以控制目标车辆转向，使得目标车辆的方向盘角度能够调整到期望位置。从而，使得实际的方向盘角度与期望方向盘角度相同，可以增加车辆对道路变化的适应能力。
进一步参考图2，作为对上述各图所示方法的实现，本公开提供了一种车辆控制装置的一些实施例，这些车辆控制装置实施例与图1所示的那些方法实施例相对应，该车辆控制装置具体可以应用于各种电子设备中。
如图2所示，一些实施例的车辆控制装置200包括：获取单元201、输入单元202、激励单元203、第一生成单元204、第二生成单元205、第三生成单元206、第四生成单元207和控制单元208。其中，获取单元201，被配置成获取目标车辆的控制模块基本信息，其中，上述控制模块基本信息包括：期望方向盘角度、横向位置误差、横向位置误差变化率、航向角误差和航向角误差变化率；输入单元202，被配置成将上述期望方向盘角度输入至电动助力转向系统中，得到方向盘角度；激励单元203，被配置成对上述电动助力转向系统进行激励处理，以生成惯性时间常数和延迟时长；第一生成单元204，被配置成基于上述惯性时间常数、上述延迟时长和预设的算子函数，生成传递函数方程；第二生成单元205，被配置成基于上述横向位置误差、上述横向位置误差变化率、上述航向角误差和上述航向角误差变化率，生成状态变量；第三生成单元206，被配置成基于上述状态变量、上述传递函数方程、上述延迟时长，生成延迟增广方程；第四生成单元207，被配置成基于上述延迟增广方程，生成反馈控制量；控制单元208，被配置成根据上述反馈控制量，控制上述目标车辆转向。
可以理解的是，该车辆控制装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于车辆控制装置200及其中包含的单元，在此不再赘述。
下面参考图3，其示出了适于用来实现本公开的一些实施例的电子设备（例如计算设备）300的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA（个人数字助理）、PAD（平板电脑）、PMP（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示，电子设备300可以包括处理装置（例如中央处理器、图形处理器等）301，其可以根据存储在只读存储器（ROM）302中的程序或者从存储装置308加载到随机访问存储器（RAM）303中的程序而执行各种适当的动作和处理。在RAM303中，还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM302以及RAM 303通过总线304彼此相连。输入/输出（I/O）接口305也连接至总线304。
通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，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，本公开的一些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。在这样的一些实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM302被安装。在该计算机程序被处理装置301执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例中记载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（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，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。而在本公开的一些实施例中，计算机可读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，该计算机可读信号介质可以发送、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：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP（HyperText TransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，ad hoc端对端网络），以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述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该电子设备执行时，使得该电子设备：获取目标车辆的控制模块基本信息，其中，上述控制模块基本信息包括：期望方向盘角度、横向位置误差、横向位置误差变化率、航向角误差和航向角误差变化率；将上述期望方向盘角度输入至电动助力转向系统中，得到方向盘角度；对上述电动助力转向系统进行激励处理，以生成惯性时间常数和延迟时长；基于上述惯性时间常数、上述延迟时长和预设的算子函数，生成传递函数方程；基于上述横向位置误差、上述横向位置误差变化率、上述航向角误差和上述航向角误差变化率，生成状态变量；基于上述状态变量、上述传递函数方程、上述延迟时长，生成延迟增广方程；基于上述延迟增广方程，生成反馈控制量；根据上述反馈控制量，控制上述目标车辆转向。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、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。在这点上，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，该模块、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，框图和/或流程图中的每个方框、以及框图和/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。
描述于本公开的一些实施例中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，例如，可以描述为：一种处理器包括获取单元、输入单、激励单元、第一生成单元、第二生成单元、第三生成单元、第四生成单元和控制单元。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，例如，获取单元还可以被描述为“获取目标车辆的控制模块基本信息”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上系统（SOC）、复杂可编程逻辑设备（CPLD）等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (8)

1.一种车辆控制方法，包括：
获取目标车辆的控制模块基本信息，其中，所述控制模块基本信息包括：期望方向盘角度、横向位置误差、横向位置误差变化率、航向角误差和航向角误差变化率；
将所述期望方向盘角度输入至电动助力转向系统中，得到方向盘角度；
对所述电动助力转向系统进行激励处理，以生成惯性时间常数和延迟时长；
基于所述惯性时间常数、所述延迟时长和预设的算子函数，生成传递函数方程；
基于所述横向位置误差、所述横向位置误差变化率、所述航向角误差和所述航向角误差变化率，生成状态变量；
基于所述状态变量、所述传递函数方程、所述延迟时长，生成延迟增广方程；
基于所述延迟增广方程，生成反馈控制量；
根据所述反馈控制量，控制所述目标车辆转向。
2.根据权利要求1所述的方法，其中，所述基于所述状态变量、所述传递函数方程、所述延迟时长，生成延迟增广方程，包括：
对所述状态变量进行微分变换处理，以生成状态变量微分方程；
对所述传递函数方程进行时域变换处理，以生成时域方程；
将所述延迟时长和预设控制周期的比值确定为延迟控制周期比值；
对所述延迟控制周期比值进行取整处理，以生成延迟控制周期值；
基于所述延迟控制周期值，对所述状态变量微分方程和所述时域方程进行离散变换处理，以生成状态空间方程；
对所述状态空间方程进行状态变量增广处理，以生成延迟增广方程。
3.根据权利要求2所述的方法，其中，所述对所述状态变量进行微分变换处理，以生成状态变量微分方程，包括：
获取当前道路的道路曲率；
基于所述方向盘角度和所述道路曲率，对所述状态变量进行微分处理，以生成状态变量微分方程。
4.根据权利要求2所述的方法，其中，所述对所述传递函数方程进行时域变换处理，以生成时域方程，包括：
对所述传递函数方程进行微分处理，以生成微分方程；
对所述微分方程进行拉氏反变换处理，以生成时域方程。
5.根据权利要求2所述的方法，其中，所述基于所述延迟控制周期值，对所述状态变量微分方程和所述时域方程进行离散变换处理，以生成状态空间方程，包括：
对所述状态变量微分方程和所述时域方程进行增广扩维处理，以生成增广方程；
基于所述延迟控制周期值，对所述增广方程进行离散化处理，以生成状态空间方程。
6.一种车辆控制装置，包括：
获取单元，被配置成获取目标车辆的控制模块基本信息，其中，所述控制模块基本信息包括：期望方向盘角度、横向位置误差、横向位置误差变化率、航向角误差和航向角误差变化率；
输入单元，被配置成将所述期望方向盘角度输入至电动助力转向系统中，得到方向盘角度；
激励单元，被配置成对所述电动助力转向系统进行激励处理，以生成惯性时间常数和延迟时长；
第一生成单元，被配置成基于所述惯性时间常数、所述延迟时长和预设的算子函数，生成传递函数方程；
第二生成单元，被配置成基于所述横向位置误差、所述横向位置误差变化率、所述航向角误差和所述航向角误差变化率，生成状态变量；
第三生成单元，被配置成基于所述状态变量、所述传递函数方程、所述延迟时长，生成延迟增广方程；
第四生成单元，被配置成基于所述延迟增广方程，生成反馈控制量；
控制单元，被配置成根据所述反馈控制量，控制所述目标车辆转向。
7.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述方法。
8.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN202211688050.4A 2022-12-28 2022-12-28 车辆控制方法、装置、电子设备和计算机可读介质 Active CN115675637B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211688050.4A CN115675637B (zh) 2022-12-28 2022-12-28 车辆控制方法、装置、电子设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211688050.4A CN115675637B (zh) 2022-12-28 2022-12-28 车辆控制方法、装置、电子设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN115675637A true CN115675637A (zh) 2023-02-03
CN115675637B CN115675637B (zh) 2023-03-28

Family

ID=85055468

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211688050.4A Active CN115675637B (zh) 2022-12-28 2022-12-28 车辆控制方法、装置、电子设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN115675637B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US20190096257A1 (en) * 2017-09-25 2019-03-28 Continental Automotive Systems, Inc. System and method for autonomously steering a vehicle
CN110046417A (zh) * 2019-04-09 2019-07-23 上海理工大学 改善驾驶员反应延迟的控制器补偿方法
CN110171416A (zh) * 2018-09-28 2019-08-27 腾讯科技（深圳）有限公司 车辆行驶控制方法、装置、计算机可读介质及电子设备
CN111399380A (zh) * 2020-03-24 2020-07-10 湖南大学 一种基于Fiala刷子轮胎模型的多点预瞄LQR横向控制方法
CN113253605A (zh) * 2021-05-20 2021-08-13 电子科技大学 基于ddpg参数优化的自抗扰无人驾驶横向控制方法
CN114368381A (zh) * 2022-01-06 2022-04-19 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
CN114879670A (zh) * 2022-04-29 2022-08-09 安徽海博智能科技有限责任公司 一种基于增广lqr的矿车横向控制方法
WO2022237392A1 (zh) * 2021-05-11 2022-11-17 奇瑞汽车股份有限公司 车辆的横向控制方法、装置及车辆
CN115489543A (zh) * 2022-08-26 2022-12-20 浙江零跑科技股份有限公司 车辆横向控制方法、装置、系统、电子装置和存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190096257A1 (en) * 2017-09-25 2019-03-28 Continental Automotive Systems, Inc. System and method for autonomously steering a vehicle
CN110171416A (zh) * 2018-09-28 2019-08-27 腾讯科技（深圳）有限公司 车辆行驶控制方法、装置、计算机可读介质及电子设备
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
CN110046417A (zh) * 2019-04-09 2019-07-23 上海理工大学 改善驾驶员反应延迟的控制器补偿方法
CN111399380A (zh) * 2020-03-24 2020-07-10 湖南大学 一种基于Fiala刷子轮胎模型的多点预瞄LQR横向控制方法
WO2022237392A1 (zh) * 2021-05-11 2022-11-17 奇瑞汽车股份有限公司 车辆的横向控制方法、装置及车辆
CN113253605A (zh) * 2021-05-20 2021-08-13 电子科技大学 基于ddpg参数优化的自抗扰无人驾驶横向控制方法
CN114368381A (zh) * 2022-01-06 2022-04-19 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
CN114879670A (zh) * 2022-04-29 2022-08-09 安徽海博智能科技有限责任公司 一种基于增广lqr的矿车横向控制方法
CN115489543A (zh) * 2022-08-26 2022-12-20 浙江零跑科技股份有限公司 车辆横向控制方法、装置、系统、电子装置和存储介质

Also Published As

Publication number Publication date
CN115675637B (zh) 2023-03-28

Similar Documents

Publication Publication Date Title
Falcone et al. MPC-based yaw and lateral stabilisation via active front steering and braking
Thommyppillai et al. Car driving at the limit by adaptive linear optimal preview control
Wang et al. Adaptive robust backstepping control for a class of uncertain dynamical systems using neural networks
CN115617051B (zh) 车辆控制方法、装置、设备和计算机可读介质
CN115534925A (zh) 车辆控制方法、装置、设备和计算机可读介质
Palmieri et al. Robust vehicle lateral stabilisation via set-based methods for uncertain piecewise affine systems
CN112051864A (zh) 用于移动目标轨迹跟踪的方法及装置、设备和可读介质
Steindl Optimal control of the deployment (and retrieval) of a tethered satellite under small initial disturbances
CN113044042A (zh) 车辆预测变道图像显示方法、装置、电子设备和可读介质
CN113050643A (zh) 无人车路径规划方法、装置、电子设备和计算机可读介质
Meng et al. Lateral motion stability control of electric vehicle via sampled-data state feedback by almost disturbance decoupling
Ichikawa Null controllability with vanishing energy for discrete-time systems
CN114194287B (zh) 电动助力转向系统的控制方法、装置、设备和存储介质
CN113306570B (zh) 用于控制自动驾驶车辆的方法、装置和自动驾驶配送车
Huang et al. Control of impulsive systems via high-order fully actuated system approach
CN115675637B (zh) 车辆控制方法、装置、电子设备和计算机可读介质
CN112017462B (zh) 用于生成场景信息的方法、装置、电子设备和介质
CN113212431A (zh) 一种跟踪控制方法、装置、设备及存储介质
Jammazi Some results on finite-time stabilizability: application to triangular control systems
CN115817515A (zh) 车辆控制方法、装置、电子设备和计算机可读介质
CN116088293A (zh) Pid控制器抗积分饱和的计算方法、装置及相关设备
CN115808929A (zh) 车辆仿真避障方法、装置、电子设备和计算机可读介质
CN116414120A (zh) 路径跟踪方法、装置、电子设备和存储介质
CN112373471B (zh) 用于控制车辆行驶的方法、装置、电子设备和可读介质
Thommyppillai et al. Rear-heavy car control by adaptive linear optimal preview

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 201, 202, 301, No. 56-4 Fenghuang South Road, Huadu District, Guangzhou City, Guangdong Province, 510806

Patentee after: Heduo Technology (Guangzhou) Co.,Ltd.

Address before: 100099 101-15, 3rd floor, building 9, yard 55, zique Road, Haidian District, Beijing

Patentee before: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd.

PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Vehicle control methods, devices, electronic devices, and computer-readable media

Granted publication date: 20230328

Pledgee: Bank of Shanghai Co.,Ltd. Beijing Branch

Pledgor: Heduo Technology (Guangzhou) Co.,Ltd.

Registration number: Y2024980009891