CN116080754A - 一种车辆自主驾驶横向控制方法 - Google Patents
一种车辆自主驾驶横向控制方法 Download PDFInfo
- Publication number
- CN116080754A CN116080754A CN202310366227.7A CN202310366227A CN116080754A CN 116080754 A CN116080754 A CN 116080754A CN 202310366227 A CN202310366227 A CN 202310366227A CN 116080754 A CN116080754 A CN 116080754A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- point
- attitude angle
- lateral
- angle
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000012545 processing Methods 0.000 claims abstract description 21
- 230000000087 stabilizing effect Effects 0.000 claims abstract description 5
- 238000006073 displacement reaction Methods 0.000 claims description 38
- 238000004364 calculation method Methods 0.000 claims description 26
- 230000008859 change Effects 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 5
- 230000007935 neutral effect Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 17
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 9
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 9
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 9
- 230000035945 sensitivity Effects 0.000 description 9
- 230000000007 visual effect Effects 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006641 stabilisation Effects 0.000 description 3
- 238000011105 stabilization Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 210000001258 synovial membrane Anatomy 0.000 description 2
- 101150098958 CMD1 gene Proteins 0.000 description 1
- 101100382321 Caenorhabditis elegans cal-1 gene Proteins 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D6/00—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits
- B62D6/008—Control of feed-back to the steering input member, e.g. simulating road feel in steer-by-wire applications
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本发明公开了一种车辆自主驾驶横向控制方法,它包括:步骤S1、采集车辆摄像头输出的车道线信息和目标障碍物信息,然后采集EPS电子助力转向控制器、ESC车辆稳定系统和IMU惯性传感器输出的车辆状态信息;步骤S2、对车道线信息、目标障碍物信息和车辆状态信息进行信号处理;步骤S3、对驾驶员意图进行识别;步骤S4、计算预瞄点的横向控制偏差值和车身姿态角;步骤S5、根据预瞄点的横向控制偏差值,计算车辆期望的姿态角;步骤S6、根据车辆期望的姿态角,计算车辆期望的姿态角控制偏差值。本发明提供一种车辆自主驾驶横向控制方法,保证车辆行驶在满足特定条件的车道线内,安全且高效。
Description
技术领域
本发明涉及一种车辆自主驾驶横向控制方法,属于车辆导航技术领域。
背景技术
目前,现有技术中,常用的车辆横向控制功能中对于EPS电子助力转向控制器转向干预的转矩常用的计算方法如下:
通过对横向位置偏差或者横向偏航角偏差进行PID控制得到EPS电子助力转向控制器的执行转角;
通过对横摆角速度偏差进行PID控制得到EPS的执行转矩Tcmd;
通过对横向位置偏差进行比例和积分控制得到EPS的执行转矩Tcmd1以及对车辆的航向角偏差进行比例和积分控制得到EPS的执行转矩Tcmd2,然后对这两个执行扭矩进行加权求和:
。
当前的方法是利用车辆的横向位置或者横向偏航角通过特定的算法(PID控制、LQR控制等)计算出期望的EPS转角或者EPS转矩,存在的缺陷也非常明显。
采用EPS转矩控制的方法在行车的时候,容易产生转向角超调,车辆存在偏出车道线的风险。
采用EPS转角控制的方法在行车的时候,EPS内部需要增加逻辑通过特定的算法(PID控制、LQR控制等)计算出EPS执行电机的助力转矩,这会导致ADAS控制器的转角指令得出->EPS执行转矩的计算延迟,不仅增加了车辆偏出车道线的风险,也增加了EPS控制方向盘转角抖动的风险。
发明内容
本发明所要解决的技术问题是,克服现有技术的不足,提供一种车辆自主驾驶控制系统及车辆横向控制方法,保证车辆行驶在满足特定条件的车道线内,安全且高效。
为了解决上述技术问题,本发明的技术方案是:
本发明提供一种车辆自主驾驶横向控制方法,它包括:
步骤S1、采集车辆摄像头输出的车道线信息和目标障碍物信息,然后采集车辆的EPS电子助力转向控制器、ESC车辆稳定系统和IMU惯性传感器输出的车辆状态信息;
步骤S2、对车道线信息、目标障碍物信息和车辆状态信息进行信号处理;
步骤S3、对驾驶员意图进行识别;
步骤S4、计算预瞄点的横向控制偏差值和车身姿态角;
步骤S5、根据预瞄点的横向控制偏差值,计算车辆期望的姿态角;
步骤S6、根据车辆期望的姿态角,计算车辆期望的姿态角控制偏差值,对车辆期望的姿态角控制偏差值进行控制,计算EPS电子助力转向控制器的期望转角;
步骤S7、根据EPS电子助力转向控制器的期望转角,计算EPS电子助力转向控制器的期望助力转矩,得到横向控制指令转矩;
步骤S8、确定横向控制功能的状态,在横向控制功能处于激活状态下,发送横向控制指令转矩至EPS电子助力转向控制器。
进一步,所述步骤S2中,对所述车道线信息进行信号处理,具体包括如下步骤:
根据摄像头识别的左侧车道线方程:
其中,l0、l1、l2和l3均为常量;
根据摄像头识别的右侧车道线方程:
其中,r0、r1、r2和r3均为常量;
将左右车道线的置信度、道路宽度、车道线类型和宽度信息,融合得到车道中心线方程:
其中,c0、c1、c2和c3均为常量;
所述车道中心线方程的坐标原点位于车辆后轴中心,x轴指向车辆前进的方向,y轴指向与车辆前进方向垂直的侧向平面。
进一步,所述步骤S2中,对所述车辆状态信息进行信号处理,具体包括如下步骤:
对车速信号和横摆角速度信号进行滤波处理,同时估算车辆的质心侧偏角、车辆行驶的道路状况,所述车辆行驶的道路状况包括车辆是否在沿着有坡道的道路行驶和路面的附着系数。
进一步,所述步骤S4中,计算预瞄点的横向控制偏差值和车身姿态角,具体包括如下步骤:
根据车辆不同的运动场景,计算不同场景下的预瞄点的横向控制偏差值,所述预瞄点的横向控制偏差值的计算公式如下:
;
其中,Yp为预瞄点P处的横向位移,是车辆的纵向速度,是车辆运动的横摆角速度,是质心侧偏角,是车辆预瞄控制纵向距离,预瞄时间设置为。
进一步,若车道线为曲线,车辆沿直线运行,域控制器的MCU模块计算得到车辆的运动轨迹为PP0,预瞄点为P,预瞄点P处的横向位移为PA,然后计算t0时刻预瞄点P处的横向位移PA,所述t0时刻预瞄点P处的横向位移PA的计算方法如下:
首先,计算在t0 时刻车辆处于P0点处相对于车道线的横向位移,车身的横向误差为直线段 ,此时;
车辆中心到车道左边界的横向位置为:
其中,约定左侧横向位置为负,;
车辆中心到车道右边界的横向位置为:
其中,约定右侧横向位置为正,;
所以,车辆在车身坐标原点处的横向位移为:
;
然后,计算t0时刻预瞄点P处的横向位移,此时;
设车辆运行车速为Vx,车辆运行方向为沿着P0P直线运动,预瞄点P处的横向位移为:;
由于,因此,车辆在预瞄点P处的横向控制偏差为:
;
最后,计算车辆在预瞄点P处的车辆姿态角,预瞄点P处的车辆姿态角的计算方法如下:
在P0处车辆姿态角为车道中心线yc在坐标轴x=0处的C点切线方向和x轴的夹角,此时在车辆质心处的车身航向角为:
;
在中,OC是车道中心线在C点的法向量方向,根据三角形的内外角关系,得出预瞄点P处的车辆姿态角为:
其中,;
若车道线曲率变化小于0.01,则圆弧AB近似为,所以 ;
预瞄点P处道路的曲率为:其中,是预瞄点P处的道路曲率;
道路的曲率变化率在预瞄时间段tp内为常数,将圆弧AC的长度近似为直线,预瞄点P处的道路曲率为:
;
在t0时刻,车道中心线yc在坐标轴x=0处的曲率 ;
则预瞄点P处的车身姿态角为:;
若车道线为直线,车辆的行驶方向沿x轴,域控制器的MCU模块计算得到车辆的运动轨迹为P0D,预瞄点为D;
预瞄点D处的横向位移为AD,然后计算t0时刻预瞄点D处的横向位移AD,所述t0时刻预瞄点D处的横向位移AD的计算方法如下:
首先,计算t0时刻车辆处于坐标原点处的横向误差,t0时刻车辆相对于车道线的航向角,在预瞄时间t p内,车辆保持车速Vx前进,质心侧偏角;
在t0时刻,直线为此时车辆在坐标原点处的横向误差,车辆在坐标原点处的横向误差的计算公式为:;
其中,为车辆在原点处到车道线中心的横向位移,此时x=0,根据左侧车道线方程和右侧车道线方程计算车辆在坐标原点处的横向误差,得到:
;
然后,计算车辆在预瞄时刻点处的横向控制偏差为:;
其中,是域控制器的MCU模块计算得出的车辆不发生侧偏情况下预瞄时刻横向位移,车辆沿x轴行驶到预瞄时刻P点和车道中心线yc的距离为直线PA,所述直线PA为,此时,代入左侧车道线方程和右侧车道线方程得到:
;
;
;
车辆实际沿着P0D行驶,在之中,P0P垂直于PD,所以PD的表达式为:;
将PD的表达式代入车辆在预瞄时刻点处的横向控制偏差的公式中,得到:;
最后,计算车辆在预瞄时刻点处的车身姿态角: ;
若车道线为直线,车辆做曲线行驶,域控制器的MCU模块计算得到车辆的运动轨迹为P0D,预瞄点为D;
首先,计算车辆在坐标当前点P0处的横向误差,横向误差的计算方法是:;
然后,计算车辆在预瞄点D处的横向控制偏差为:;
其中,;
;
根据匀速圆周运动的运动学关系:;
所以PD的表达式为:;
将PD的表达式代入车辆在预瞄点D处的横向控制偏差的公式中,得到:;
由于车辆侧滑角忽略不记,将车辆在预瞄点D处的横向控制偏差的公式简化为:;
最后,车辆做直线运动,道路在预瞄点D处的偏航角满足如下公式:其中, ;
计算车辆在预瞄点D处的车身姿态角:。
进一步,所述步骤S5中,根据预瞄点的横向控制偏差值,计算车辆期望的姿态角,具体包括如下步骤:
步骤S51、计算横向位置偏差:
;
其中,的计算可以根据横向控制的敏感度因子,敏感度因子通常可以通过HMI车辆仪表进行档位设置,譬如敏感度1~4级,分别对应于车道宽度B的百分比δ,一种简单可行的敏感因子1级对应于,第i级对应于,其中i=2、3、4,,根据实际情况可调。如果敏感因子为1级, 这种情况下,对应于车辆的车道线居中保持功能,相当于让车辆的目标轨迹处于车道的中心线。
步骤S52、对横向控制偏差值进行控制,计算得出车辆期望的姿态角:
;
步骤S53、计算车辆期望的姿态角的控制补偿部分:
由于车辆在预瞄点处期望的车身姿态角和预瞄处的目标航迹的航向角一致:;
如果驾驶员的需求是车道线居中的情况下,那么:;
如果驾驶员的需求是车道线保持功能的情况下,那么:;
其中,表示横向位移的正负号,为标定常量;
步骤S54、对车辆期望的姿态角进行补偿: ;
步骤S55、对车辆期望的姿态角进行修正,计算得出最终的车辆期望的姿态角。
进一步,所述步骤S6中,根据车辆期望的姿态角,计算车辆期望的姿态角控制偏差值,对车辆期望的姿态角控制偏差值进行控制,计算EPS电子助力转向控制器的期望转角,具体包括如下步骤:
步骤S61、计算车辆期望的姿态角控制偏差值:
其中, ,预瞄点处的车身姿态角;
步骤S62、对姿态角控制偏差值进行反馈控制:
采用PID控制算法对姿态角控制偏差值进行反馈控制,计算方法如下:
;
步骤S63、对车辆期望的姿态角进行前馈补偿:
采用基于车道线曲率补偿方法对车辆期望的姿态角进行前馈补偿,计算方法如下:
其中,R是车道线的曲率半径,L是车辆的轮距,是车辆的纵向速度;是车辆的稳定性系数,表示车辆不足转向,表示车辆为中性转向,表示车辆为过度转向;
步骤S64、计算带前馈补偿的EPS电子助力转向控制器的期望转角:
其中,参数是前馈补偿系数;
步骤S65、计算最终的EPS电子助力转向控制器的期望转角:
将所述步骤S64之中计算得到的,进行上下限幅,得到期望转角 。
进一步,所述步骤S7中,根据EPS电子助力转向控制器的期望转角,计算EPS电子助力转向控制器的期望助力转矩,得到横向控制指令转矩,具体包括如下步骤:
步骤S71、计算EPS电子助力转向控制器的期望转角和实际转角的差值,得到EPS电子助力转向控制器的控制偏差:
;
步骤S72、对EPS电子助力转向控制器的控制偏差进行控制(PID控制、LQR控制、滑膜控制等),得出EPS电子助力转向控制器的期望转矩;
步骤S73、根据方向盘反馈转角或者反馈转矩的变化情况,对EPS电子助力转向控制器的请求转矩注入谐波补偿转矩,抑制EPS电子助力转向控制器的助力电机抖动,通过计算得到谐波补偿转矩;
步骤S74、计算带谐波补偿的EPS电子助力转向控制器的期望助力转矩:
;
步骤S75、对做上下限值,得到横向控制指令转矩。
采用了上述技术方案,本发明具有以下的有益效果:
1、本发明能够利用摄像头以及其他车载传感器获取车辆相对于车道线的位置信息、方向信息以及车身状态信息,并根据驾驶员操作状态判断驾驶员意图。当车辆在非驾驶员主观意图的情况下偏离车道中心线时,系统对车辆进行横向干预,辅助驾驶员将车辆保持在车道中间。
2、本发明可以使驾驶员减少转向负担,提高驾驶舒适性,可以在一些情况下让车辆保持在车道中间行驶,在驾驶员脱手时会被系统警告,驾驶员主动变道的状况也会被检查并对功能进行抑制。
3、本发明可以应用于不同类型(实线、虚线和点状线)和颜色(白色、黄色、橙色和蓝色)的道路交通边线;也可以应用于没有车道线的路沿。
附图说明
图1为本发明的一种车辆自主驾驶控制系统的原理框图;
图2为本发明的ADAS域控制器的原理框图;
图3为本发明的车辆运动场景1的示意图;
图4为本发明的车辆运动场景2的示意图;
图5为本发明的车辆运动场景3的示意图;
图6为本发明的一种车辆自主驾驶横向控制方法的流程图。
具体实施方式
为了使本发明的内容更容易被清楚地理解,下面根据具体实施例并结合附图,对本发明作进一步详细的说明。
实施例一
如图1所示,本实施例提供一种车辆自主驾驶控制系统,它包括摄像头、ESC车辆稳定系统、EMS发动机控制系统、TCM变速箱、BCM车身控制器、EPS电子助力转向控制器、ADAS域控制器和HMI车辆仪表;
摄像头用于对车辆外部环境信息进行识别并将外部环境信息送至ADAS域控制器;
ADAS域控制器用于进行车辆的横纵向融合控制(譬如车道保持功能);
ESC车辆稳定系统用于控制车辆加减速,EMS发动机控制系统用于为车辆提供动力,TCM变速箱用于车辆换挡,BCM车身控制器用于将车身状态传送至ACC功能控制器,EPS电子助力转向控制器用于为方向盘提供转向助力;
HMI车辆仪表用于显示ADAS功能(譬如LKA/ACC)请求、开启状态以及设定的车速等相关信息。
如图2所示,本实施例的ADAS域控制器包括:
SOC模块,是指用于图像处理、带人工神经网络处理算法的逻辑门电路一般有FPGA以及基于ARM核心的处理器。在本发明中SOC模块用于对前视、后视摄像头采集的图像进行处理,譬如车道线识别、车辆环境周围目标的识别(自车车道前方目标车辆、相邻车道目标车辆的识别等);
MCU模块,在本发明中MCU模块用于控制整车CAN网络通讯、对超声波雷达进行激励和信号处理、运算处理ADAS横向控制算法;
IMU惯性传感器,例如陀螺仪,惯性传感器IMU用于感知车辆的运动状态,包括横向加速度ay、纵向加速度ax、横摆角速度等;
eMMC存储模块,指存储卡,eMMC存储模块用于存储视频信号;
Nor Flash闪存模块,Nor Flash闪存模块用于存储标定参数和运行代码;
CAN通信模块,CAN通信模块用于MCU模块和车辆执行器(包括EPS、ESC、EMS等执行器)进行通讯,然后控制车辆执行器完成相应的驱动、制动、转向等动作;
Serialier串口通讯模块,Serialier串口通讯模块用于摄像头与SOC模块之间的通讯。
实施例二
如图1所示,本实施例提供一种车辆自主驾驶横向控制方法,本方法基于实施例一中车辆自主驾驶控制系统的硬件使用,本方法包括:
步骤S1、采集车辆摄像头输出的车道线信息和目标障碍物信息,然后采集车辆的EPS电子助力转向控制器、ESC车辆稳定系统和IMU惯性传感器输出的车辆状态信息。
步骤S2、对车道线信息、目标障碍物信息和车辆状态信息进行信号处理。
步骤S3、对驾驶员意图进行识别,譬如驾驶员脱手、驾驶员换道、驾驶员接管控制等。
步骤S4、计算预瞄点的横向控制偏差值和车身姿态角。
步骤S5、根据预瞄点的横向控制偏差值,计算车辆期望的姿态角。
步骤S6、根据车辆期望的姿态角,计算车辆期望的姿态角控制偏差值,对车辆期望的姿态角控制偏差值进行控制,计算EPS电子助力转向控制器的期望转角。
步骤S7、根据EPS电子助力转向控制器的期望转角,计算EPS电子助力转向控制器的期望助力转矩,得到横向控制指令转矩。
步骤S8、确定横向控制功能的状态,在横向控制功能处于激活状态下,通过网络发送横向控制指令转矩至EPS电子助力转向控制器。
具体地,本实施例的步骤S1中,采集车辆摄像头输出的车道线信息和目标障碍物信息,然后采集车辆的EPS电子助力转向控制器、ESC车辆稳定系统和IMU惯性传感器输出的车辆状态信息,具体包括如下步骤:
通过网络采集车辆摄像头输出的车道线信息和目标障碍物信息,如图2所示,通过SOC模块获取摄像头发送的视频信号并通过SOC模块内的图像处理算法识别车道线和目标障碍物。并选择合适的坐标原点、建立车道线方程、计算相应的目标障碍物的坐标信息以及目标障碍物识别的置信度。为了增加目标障碍物识别的准确性,本系统还采用雷达来获取目标障碍物。如图2所示,通过网络,获取雷达传感器的目标障碍物信息,目标障碍物信息包括目标的距离信息、速度信息等。然后通过网络采集EPS电子助力转向控制器、ESC车辆稳定系统和IMU惯性传感器输出的车辆状态信息,车辆状态信息包括车速、车身横摆角速度、车身横向加速度、制动、驱动系统状态信息,具体实施过程如下:
1、雷达和视觉目标的坐标转换
在获得了准确的车道线信息、视觉目标信息、雷达目标信息、车辆的状态信息情况下,就需要对这些信息进行处理,包括滤波、坐标转换等。
由于雷达和视觉的目标坐标不一定相同,首先需要将雷达的目标和视觉的目标进行坐标转换,建立一个统一的坐标,然后才能对雷达和视觉目标进行统一的分析和处理。
2、雷达和视觉目标的数据融合
由于在一些情况下,比如晚上、或者大雾天气、或者有逆光的特定场景,导致摄像头感知的信息的精确性变差。然而在另外一些情况下,比如暴雨天气,或者存在电磁干扰的区域,雷达感知的目标信息的可靠性也会比较差。为了提高ADAS域控制器在全天候情况下的可靠性,本发明通过数据融合的算法(比如卡尔曼滤波、模型预测控制),将雷达和摄像头获取的目标障碍物信息,经过一系列的处理,将目标障碍物信息进行融合后,提高了目标障碍物识别的置信度。
3、雷达和视觉目标的选择
首先需要将所有的目标按车道线进行分类,挑选出本车所处车道以及相邻车道上的离本车最近的目标障碍物以及比最近的障碍物稍远的目标障碍物。
具体地,本实施例的步骤S2中,对车道线信息进行信号处理,具体包括如下步骤:
根据摄像头识别的左侧车道线方程:
其中,l0、l1、l2和l3均为常量;
根据摄像头识别的右侧车道线方程:
其中,r0、r1、r2和r3均为常量;
将左右车道线的置信度、道路宽度、车道线类型和宽度信息,融合得到车道中心线方程:
其中,c0、c1、c2和c3均为常量;
车道中心线方程的坐标原点位于车辆后轴中心(如果感知系统设定坐标原点位于车身质心位置、摄像头安装位置等,那么通过坐标变化以及调整一些参数可以实现坐标位置的变换),x轴指向车辆前进的方向(单位为米),y轴指向与车辆前进方向垂直的侧向平面(这里约定右侧为正,单位为米)。
车辆横向控制的目标就是,使得车辆的行驶轨迹和车道中心线重合,使得车辆在道路中的横向偏差保持为0,并且车辆的航行方向始终和车道中心线的切线方向保持一致。
具体地,本实施例的步骤S2中,对车辆状态信息进行信号处理,具体包括如下步骤:
对车速信号和横摆角速度信号进行滤波处理,同时估算车辆的质心侧偏角、车辆行驶的道路状况,车辆行驶的道路状况包括车辆是否在沿着有坡道的道路行驶和路面的附着系数。
具体地,本实施例的步骤S4中,计算预瞄点的横向控制偏差值和车身姿态角,具体包括如下步骤:
根据车辆不同的运动场景,计算不同场景下的预瞄点的横向控制偏差值,预瞄点的横向控制偏差值的计算公式如下:
;
其中,Yp为预瞄点P处的横向位移,是车辆的纵向速度,是车辆运动的横摆角速度(通过车辆的惯性传感器测量得到),是质心侧偏角(通过车辆的运动方程估算得到),是车辆预瞄控制纵向距离(一般随车速变化,,是预瞄控制提前时间点),预瞄时间设置为,通常为0.5s~2s之间根据道路曲率、车辆行驶速度等情况可调。
下面对3中车辆运动场景进行阐述:
车辆运动场景1,如图3所示,若车道线为曲线,车辆沿直线运行(车辆的横摆角速度),如果车辆直线行驶,质心侧偏角很小,。在这种情况下,域控制器的MCU模块计算得到车辆的运动轨迹为PP0,预瞄点为P,预瞄点P处的横向位移为PA,然后计算t0时刻预瞄点P处的横向位移PA,t0时刻预瞄点P处的横向位移PA的计算方法如下:
首先,计算在t0时刻车辆处于P0点处相对于车道线的横向位移,那么在t0处,由于在车辆质心处的车身航向角很小,,车身的横向误差为直线段 ,此时;
车辆中心到车道左边界的横向位置为:其中,约定左侧横向位置为负, ;
车辆中心到车道右边界的横向位置为:其中,约定右侧横向位置为正, ;
所以,车辆在车身坐标原点处的横向位移为:;
然后,计算t0时刻预瞄点P处的横向位移,此时;
如图3所示,设车辆运行车速为Vx,车辆运行方向为沿着P0P直线运动,预瞄点P处的横向位移为:;
由于 ,因此,车辆在预瞄点P处的横向控制偏差为:
;
最后,计算车辆在预瞄点P处的车辆姿态角,如图3所示,预瞄点P处的车辆姿态角的计算方法如下:
在P0处车辆姿态角为车道中心线yc在坐标轴x=0处的C点切线方向和x轴的夹角(约定夹角方向偏右侧为正),此时在车辆质心处的车身航向角为:
;
在中,OC是车道中心线在C点的法向量方向,根据三角形的内外角关系,得出预瞄点P处的车辆姿态角为:
其中,
若车道线曲率变化小于0.01,则圆弧AB近似为,所以 ;
预瞄点P处道路的曲率为:其中,是预瞄点P处的道路曲率;
根据拟合的车道线方程,在预瞄时间内道路的曲率变化率近似为常量,道路的曲率变化率在预瞄时间段tp内为常数,同时为了简化计算,将圆弧AC的长度近似为直线,预瞄点P处的道路曲率为:
;
在t0时刻,车道中心线yc在坐标轴x=0处的曲率 ;
则预瞄点P处的车身姿态角为:。
总结,根据上面分析的预瞄控制结果(提前控制时间是tp),车辆按照当前时刻t0的方向行驶,在tp之后横向误差和航向角误差都存在扩大的趋势,预瞄控制的优点在于,提前预测了这种横向误差和航向角误差,并且及时进行了干预,这弥补了车辆的执行机构的响应滞后的特点,这也符合驾驶员在车辆行驶的过程中都存在提前控制车辆转向的动作。
由此,车辆基于预瞄的横向自主驾驶的精度和稳定性,依赖于横向误差和偏航角误差的预测精度,本发明通过理论分析和实践,创立了精确计算横向误差和偏航角误差的方法。
车辆运动场景2,如图4所示,若车道线为直线,车辆的行驶方向沿x轴,由于车辆质心侧偏角的存在(通常由于侧向风的存在、或者车辆运行在斜坡上、或者车辆沿着一定的曲率行驶等,会使得质心侧偏角不等于0,这里约定角偏向右方为正),域控制器的MCU模块计算得到车辆的运动轨迹为P0D,预瞄点为D;域控制器的MCU模块可以预测得出车辆的实际运行轨迹P0D和期望运行轨迹,期望运行轨迹即为车道中心线yc,在这种情况下,MCU模块预测到在预瞄时间tp后,车辆将运动到D点,所以D点就是预瞄点。
在这样的场景下,车辆的横摆角速度很小,在此忽略的影响。和角比较小,但是对于横向位置的影响,下面的算法主要描叙角对于横向误差的影响。
预瞄点D处的横向位移为AD,然后计算t0时刻预瞄点D处的横向位移AD,t0时刻预瞄点D处的横向位移AD的计算方法如下:
首先,计算t0时刻车辆处于坐标原点处的横向误差,t0时刻车辆相对于车道线的航向角,在预瞄时间t p内,车辆保持车速Vx前进,质心侧偏角(约定侧偏角往x轴坐标右偏为正值);
在t0时刻,直线为此时车辆在坐标原点处的横向误差,车辆在坐标原点处的横向误差的计算公式为:
;
其中,为车辆在原点处到车道线中心的横向位移,此时x=0,根据左侧车道线方程和右侧车道线方程计算车辆在坐标原点处的横向误差,得到:
;
然后,计算车辆在预瞄时刻点处的横向控制偏差为:
;
其中,是域控制器的MCU模块计算得出的车辆不发生侧偏情况下预瞄时刻横向位移,车道线方程是t0时刻建立的,车辆沿x轴行驶到预瞄时刻P点和车道中心线yc的距离为直线PA,直线PA为,此时,代入左侧车道线方程和右侧车道线方程得到:
;
;
;
由于车辆的侧滑角β较大,不能忽略,如图4所示,导致车辆实际沿着P0D行驶,在之中,P0P垂直于PD,所以PD的表达式为:
;
将PD的表达式代入车辆在预瞄时刻点处的横向控制偏差的公式中,得到:
;
最后,计算车辆在预瞄时刻点P处的车身姿态角:
。
车辆运动场景3,如图5所示,若车道线为直线,车辆做曲线行驶,考虑车辆的横摆角速度对于横向运动的影响,假设车辆的运动瞬心是点O,车辆绕O点做横摆角速度的匀速圆周运动,且曲率半径为R0。域控制器的MCU模块计算得到车辆的运动轨迹为P0D,预瞄点为D;域控制器的MCU模块可以预测得出得出车辆的实际运行轨迹P0D和期望运行轨迹,期望运行轨迹即为车道中心线yc,在这种情况下,MCU模块预测到在预瞄时间tp后,车辆将运动到点D,所以D点就是预瞄点。
首先,计算车辆在坐标当前点P0处的横向误差,横向误差的计算方法是:
;
然后,计算车辆在预瞄点D处的横向控制偏差为:
;
其中,;
由于预瞄时间较小,而曲率半径很多,所以很小,;
根据匀速圆周运动的运动学关系:;
所以PD的表达式为:
;
将PD的表达式代入车辆在预瞄点D处的横向控制偏差的公式中,得到:
;
由于车辆侧滑角很小,可以忽略不记,车辆在预瞄点D处的横向控制偏差的公式可以简化为:
;
最后,根据图5的几何关系可知,如果车辆做直线运动,道路在预瞄点D处的偏航角满足如下公式:其中, ;
计算车辆在预瞄点D处的车身姿态角:
。
具体地,本实施例的步骤S5中,根据预瞄点的横向控制偏差值,计算车辆期望的姿态角,具体包括如下步骤:
步骤S51、计算横向位置偏差:
;
其中,的计算可以根据横向控制的敏感度因子,敏感度因子通常可以通过HMI车辆仪表进行档位设置,譬如敏感度1~4级,分别对应于车道宽度B的百分比δ,一种简单可行的敏感因子1级对应于 ,第i级对应于 ,其中i=2、3、4,,根据实际情况可调。如果敏感因子为1级, 这种情况下,对应于车辆的车道线居中保持功能,相当于让车辆的目标轨迹处于车道的中心线。
步骤S52、对横向控制偏差值进行控制,常用的方法有PID控制、滑膜控制、MPC控制、人工神经网络控制、LQR控制等,这里采用PID控制算法计算得出车辆期望的姿态角: ;
步骤S53、计算车辆期望的姿态角的控制补偿部分 :
由于车辆在预瞄点处期望的车身姿态角和预瞄处的目标航迹的航向角一致:;
如果驾驶员的需求是车道线居中的情况下,那么:
;
如果驾驶员的需求是车道线保持功能的情况下,那么:
;
其中, 表示横向位移的正负号, 为标定常量;
步骤S54、对车辆期望的姿态角进行补偿:;
步骤S55、对车辆期望的姿态角进行修正,计算得出最终的车辆期望的姿态角,常见的修正包括阻尼补偿修正、敏感度因子修正等。
具体地,本实施例的步骤S6中,根据车辆期望的姿态角,计算车辆期望的姿态角控制偏差值,对车辆期望的姿态角控制偏差值进行控制,计算EPS电子助力转向控制器的期望转角,具体包括如下步骤:
步骤S61、计算车辆期望的姿态角控制偏差值:
其中,,预瞄点处的车身姿态角;
步骤S62、对姿态角控制偏差值进行反馈控制:
典型的控制算法有PID控制、LQR控制、滑膜控制、Bang-Bang控制等,本发明采用PID控制算法对姿态角控制偏差值进行反馈控制,计算方法如下:
;
步骤S63、对车辆期望的姿态角进行前馈补偿:
常见的前馈补偿方法有基于横摆角速度进行补偿、基于侧向加速度进行补偿、基于车道线曲率补偿等方法,本发明采用基于车道线曲率补偿方法对车辆期望的姿态角进行前馈补偿,计算方法如下:
其中,R是车道线的曲率半径,L是车辆的轮距,是车辆的纵向速度;是车辆的稳定性系数,表示车辆不足转向,表示车辆为中性转向,表示车辆为过度转向;
步骤S64、计算带前馈补偿的EPS电子助力转向控制器的期望转角:其中,参数是前馈补偿系数;
步骤S65、计算最终的EPS电子助力转向控制器的期望转角:
将步骤S64之中计算得到的,进行上下限幅,得到期望转角,避免超出了上下限值,防止车辆转向角度过大,最终车辆驶出了车道线。
方向盘目标转角的上限(取正值)和车辆的行驶速度以及地面附着系数相关。低速情况下,方向盘允许的转向角大;反之,高速情况下,方向盘允许的转向角小。在湿滑路面或者冰雪路面,路面能提供的侧向摩擦力小,使得车辆容许的侧向加速度小,从而使得比附着良好的沥青路面小。
对于方向盘目标转角的下限,一般情况下。
具体地,本实施例的步骤S7中,根据EPS电子助力转向控制器的期望转角,计算EPS电子助力转向控制器的期望助力转矩,得到横向控制指令转矩,具体包括如下步骤:
步骤S71、计算EPS电子助力转向控制器的期望转角和实际转角的差值,得到EPS电子助力转向控制器的控制偏差:
;
步骤S72、对EPS电子助力转向控制器的控制偏差进行控制(PID控制、LQR控制、滑膜控制等),得出EPS电子助力转向控制器的期望转矩;
步骤S73、根据方向盘反馈转角或者反馈转矩的变化情况,对EPS电子助力转向控制器的请求转矩注入谐波补偿转矩,抑制EPS电子助力转向控制器的助力电机抖动,通过计算得到谐波补偿转矩;
步骤S74、计算带谐波补偿的EPS电子助力转向控制器的期望助力转矩:;
步骤S75、对做上下限值,得到横向控制指令转矩。
具体地,本实施例的步骤S8中,确定横向控制功能的关闭(off)、就绪(Stand-by)、激活(Activate)、故障(Failure)状态,在横向控制功能处于激活(Activate)状态下,通过网络发送横向控制指令转矩至EPS电子助力转向控制器。
以上所述的具体实施例,对本发明解决的技术问题、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例而已,并不用于限制本发明,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)
1.一种车辆自主驾驶横向控制方法,其特征在于,它包括:
步骤S1、采集车辆摄像头输出的车道线信息和目标障碍物信息,然后采集车辆的EPS电子助力转向控制器、ESC车辆稳定系统和IMU惯性传感器输出的车辆状态信息;
步骤S2、对车道线信息、目标障碍物信息和车辆状态信息进行信号处理;
步骤S3、对驾驶员意图进行识别;
步骤S4、计算预瞄点的横向控制偏差值和车身姿态角;
步骤S5、根据预瞄点的横向控制偏差值,计算车辆期望的姿态角;
步骤S6、根据车辆期望的姿态角,计算车辆期望的姿态角控制偏差值,对车辆期望的姿态角控制偏差值进行控制,计算EPS电子助力转向控制器的期望转角;
步骤S7、根据EPS电子助力转向控制器的期望转角,计算EPS电子助力转向控制器的期望助力转矩,得到横向控制指令转矩;
步骤S8、确定横向控制功能的状态,在横向控制功能处于激活状态下,发送横向控制指令转矩至EPS电子助力转向控制器。
2.根据权利要求1所述的车辆自主驾驶横向控制方法,其特征在于,所述步骤S2中,对所述车道线信息进行信号处理,具体包括如下步骤:
根据摄像头识别的左侧车道线方程:
其中,l0、l1、l2和l3均为常量;
根据摄像头识别的右侧车道线方程:
其中,r0、r1、r2和r3均为常量;
将左右车道线的置信度、道路宽度、车道线类型和宽度信息,融合得到车道中心线方程:
其中,c0、c1、c2和c3均为常量;
所述车道中心线方程的坐标原点位于车辆后轴中心,x轴指向车辆前进的方向,y轴指向与车辆前进方向垂直的侧向平面。
3.根据权利要求1所述的车辆自主驾驶横向控制方法,其特征在于,所述步骤S2中,对所述车辆状态信息进行信号处理,具体包括如下步骤:
对车速信号和横摆角速度信号进行滤波处理,同时估算车辆的质心侧偏角、车辆行驶的道路状况,所述车辆行驶的道路状况包括车辆是否在沿着有坡道的道路行驶和路面的附着系数。
4.根据权利要求1所述的车辆自主驾驶横向控制方法,其特征在于,所述步骤S4中,计算预瞄点的横向控制偏差值和车身姿态角,具体包括如下步骤:
根据车辆不同的运动场景,计算不同场景下的预瞄点的横向控制偏差值,所述预瞄点的横向控制偏差值的计算公式如下:
;
其中,Yp为预瞄点P处的横向位移,是车辆的纵向速度,是车辆运动的横摆角速度,是质心侧偏角,是车辆预瞄控制纵向距离,预瞄时间设置为。
5.根据权利要求4所述的车辆自主驾驶横向控制方法,其特征在于:
若车道线为曲线,车辆沿直线运行,域控制器的MCU模块计算得到车辆的运动轨迹为PP0,预瞄点为P,预瞄点P处的横向位移为PA,然后计算t0时刻预瞄点P处的横向位移PA,所述t0时刻预瞄点P处的横向位移PA的计算方法如下:
首先,计算在t0 时刻车辆处于P0点处相对于车道线的横向位移,车身的横向误差为直线段 ,此时;
车辆中心到车道左边界的横向位置为:
其中,约定左侧横向位置为负,;
车辆中心到车道右边界的横向位置为:
其中,约定右侧横向位置为正, ;
所以,车辆在车身坐标原点处的横向位移为:
;
然后,计算t0时刻预瞄点P处的横向位移,此时;
设车辆运行车速为Vx,车辆运行方向为沿着P0P直线运动,预瞄点P处的横向位移为:
;
由于 ,因此,车辆在预瞄点P处的横向控制偏差为:
;
最后,计算车辆在预瞄点P处的车辆姿态角,预瞄点P处的车辆姿态角的计算方法如下:
在P0处车辆姿态角为车道中心线yc在坐标轴x=0处的C点切线方向和x轴的夹角,此时在车辆质心处的车身航向角为:
;
在中,OC是车道中心线在C点的法向量方向,根据三角形的内外角关系,得出预瞄点P处的车辆姿态角为:
其中,;
若车道线曲率变化小于0.01,则圆弧AB近似为,所以;
预瞄点P处道路的曲率为:
其中,是预瞄点P处的道路曲率;
道路的曲率变化率在预瞄时间段tp内为常数,将圆弧AC的长度近似为直线,预瞄点P处的道路曲率为:
;
在t0时刻,车道中心线yc在坐标轴x=0处的曲率;
则预瞄点P处的车身姿态角为:
;
若车道线为直线,车辆的行驶方向沿x轴,域控制器的MCU模块计算得到车辆的运动轨迹为P0D,预瞄点为D;
预瞄点D处的横向位移为AD,然后计算t0时刻预瞄点D处的横向位移AD,所述t0时刻预瞄点D处的横向位移AD的计算方法如下:
首先,计算t0时刻车辆处于坐标原点处的横向误差,t0时刻车辆相对于车道线的航向角,在预瞄时间t p内,车辆保持车速Vx前进,质心侧偏角;
在t0时刻,直线为此时车辆在坐标原点处的横向误差,车辆在坐标原点处的横向误差的计算公式为:
;
其中,为车辆在原点处到车道线中心的横向位移,此时x=0,根据左侧车道线方程和右侧车道线方程计算车辆在坐标原点处的横向误差,得到:
;
然后,计算车辆在预瞄时刻点处的横向控制偏差为:
;
其中,是域控制器的MCU模块计算得出的车辆不发生侧偏情况下预瞄时刻横向位移,车辆沿x轴行驶到预瞄时刻P点和车道中心线yc的距离为直线PA,所述直线PA为,此时,代入左侧车道线方程和右侧车道线方程得到:
;
;
;
由于车辆的侧滑角较大,不能忽略,车辆实际沿着P0D行驶,在之中,P0P垂直于PD,所以PD的表达式为:;
将PD的表达式代入车辆在预瞄时刻点处的横向控制偏差的公式中,得到:
;
最后,计算车辆在预瞄时刻点处的车身姿态角:
;
若车道线为直线,车辆做曲线行驶,
域控制器的MCU模块计算得到车辆的运动轨迹为P0D,预瞄点为D;
首先,计算车辆在坐标当前点P0处的横向误差,横向误差的计算方法是:
;
然后,计算车辆在预瞄点D处的横向控制偏差为:
;
其中,;
;
根据匀速圆周运动的运动学关系:;
所以PD的表达式为:
;
将PD的表达式代入车辆在预瞄点D处的横向控制偏差的公式中,得到:
;
由于此时车辆侧滑角忽略不记,将车辆在预瞄点D处的横向控制偏差的公式简化为:
;
最后,车辆做直线运动,道路在预瞄点D处的偏航角满足如下公式:
其中,;
计算车辆在预瞄点D处的车身姿态角:
。
6.根据权利要求5所述的车辆自主驾驶横向控制方法,其特征在于:所述步骤S5中,根据预瞄点的横向控制偏差值,计算车辆期望的姿态角,具体包括如下步骤:
步骤S51、计算横向位置偏差:
;
步骤S52、对横向控制偏差值进行控制,计算得出车辆期望的姿态角:
;
步骤S53、计算车辆期望的姿态角的控制补偿部分:
由于车辆在预瞄点处期望的车身姿态角和预瞄处的目标航迹的航向角一致:
;
如果驾驶员的需求是车道线居中的情况下,那么:
;
如果驾驶员的需求是车道线保持功能的情况下,那么:
其中,表示横向位移的正负号,为标定常量;
步骤S54、对车辆期望的姿态角进行补偿:
;
步骤S55、对车辆期望的姿态角进行修正,计算得出最终的车辆期望的姿态角。
7.根据权利要求6所述的车辆自主驾驶横向控制方法,其特征在于,所述步骤S6中,根据车辆期望的姿态角,计算车辆期望的姿态角控制偏差值,对车辆期望的姿态角控制偏差值进行控制,计算EPS电子助力转向控制器的期望转角,具体包括如下步骤:
步骤S61、计算车辆期望的姿态角控制偏差值:
其中,,预瞄点处的车身姿态角;
步骤S62、对姿态角控制偏差值进行反馈控制:
采用PID控制算法对姿态角控制偏差值进行反馈控制,计算方法如下:;
步骤S63、对车辆期望的姿态角进行前馈补偿:
采用基于车道线曲率补偿方法对车辆期望的姿态角进行前馈补偿,计算方法如下:
其中,R是车道线的曲率半径,L是车辆的轮距,是车辆的纵向速度;是车辆的稳定性系数,表示车辆不足转向,表示车辆为中性转向,表示车辆为过度转向;
步骤S64、计算带前馈补偿的EPS电子助力转向控制器的期望转角:
其中,参数是前馈补偿系数;
步骤S65、计算最终的EPS电子助力转向控制器的期望转角:
将所述步骤S64之中计算得到的,进行上下限幅,得到期望转角。
8.根据权利要求7所述的车辆自主驾驶横向控制方法,其特征在于,所述步骤S7中,根据EPS电子助力转向控制器的期望转角,计算EPS电子助力转向控制器的期望助力转矩,得到横向控制指令转矩,具体包括如下步骤:
步骤S71、计算EPS电子助力转向控制器的期望转角和实际转角的差值,得到EPS电子助力转向控制器的控制偏差:
;
步骤S72、对EPS电子助力转向控制器的控制偏差进行控制(PID控制、LQR控制、滑膜控制等),得出EPS电子助力转向控制器的期望转矩;
步骤S73、根据方向盘反馈转角或者反馈转矩的变化情况,对EPS电子助力转向控制器的请求转矩注入谐波补偿转矩,抑制EPS电子助力转向控制器的助力电机抖动,通过计算得到谐波补偿转矩;
步骤S74、计算带谐波补偿的EPS电子助力转向控制器的期望助力转矩:
;
步骤S75、对做上下限值,得到横向控制指令转矩。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310366227.7A CN116080754B (zh) | 2023-04-07 | 2023-04-07 | 一种车辆自主驾驶横向控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310366227.7A CN116080754B (zh) | 2023-04-07 | 2023-04-07 | 一种车辆自主驾驶横向控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116080754A true CN116080754A (zh) | 2023-05-09 |
CN116080754B CN116080754B (zh) | 2023-07-14 |
Family
ID=86201086
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310366227.7A Active CN116080754B (zh) | 2023-04-07 | 2023-04-07 | 一种车辆自主驾驶横向控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116080754B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104442814A (zh) * | 2014-10-31 | 2015-03-25 | 重庆长安汽车股份有限公司 | 基于偏差预测算法的车道保持及自动对中系统和方法 |
KR101626020B1 (ko) * | 2015-04-15 | 2016-06-01 | 주식회사 만도 | 차선 복귀 제어를 위한 차량의 목표 요레이트 생성 방법 |
CN108216225A (zh) * | 2016-12-22 | 2018-06-29 | 丰田自动车株式会社 | 碰撞回避辅助装置 |
CN110329255A (zh) * | 2019-07-19 | 2019-10-15 | 中汽研(天津)汽车工程研究院有限公司 | 一种基于人机协同策略的车道偏离辅助控制方法 |
CN110398966A (zh) * | 2019-07-22 | 2019-11-01 | 广州小鹏汽车科技有限公司 | 一种路径跟踪控制方法及路径跟踪系统 |
CN112622899A (zh) * | 2021-01-18 | 2021-04-09 | 中国重汽集团济南动力有限公司 | 一种基于预瞄面积控制的车辆车道保持方法及系统 |
CN113492907A (zh) * | 2020-04-03 | 2021-10-12 | 郑州宇通客车股份有限公司 | 一种基于多点预瞄的车道保持方法及系统 |
-
2023
- 2023-04-07 CN CN202310366227.7A patent/CN116080754B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104442814A (zh) * | 2014-10-31 | 2015-03-25 | 重庆长安汽车股份有限公司 | 基于偏差预测算法的车道保持及自动对中系统和方法 |
KR101626020B1 (ko) * | 2015-04-15 | 2016-06-01 | 주식회사 만도 | 차선 복귀 제어를 위한 차량의 목표 요레이트 생성 방법 |
CN108216225A (zh) * | 2016-12-22 | 2018-06-29 | 丰田自动车株式会社 | 碰撞回避辅助装置 |
CN110329255A (zh) * | 2019-07-19 | 2019-10-15 | 中汽研(天津)汽车工程研究院有限公司 | 一种基于人机协同策略的车道偏离辅助控制方法 |
CN110398966A (zh) * | 2019-07-22 | 2019-11-01 | 广州小鹏汽车科技有限公司 | 一种路径跟踪控制方法及路径跟踪系统 |
CN113492907A (zh) * | 2020-04-03 | 2021-10-12 | 郑州宇通客车股份有限公司 | 一种基于多点预瞄的车道保持方法及系统 |
CN112622899A (zh) * | 2021-01-18 | 2021-04-09 | 中国重汽集团济南动力有限公司 | 一种基于预瞄面积控制的车辆车道保持方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116080754B (zh) | 2023-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020187257A1 (zh) | 车辆异常换道控制方法、装置及系统 | |
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 | |
JP6055525B1 (ja) | 車両の走行制御装置 | |
US10793141B2 (en) | Vehicle traveling control apparatus | |
CN109649393B (zh) | 一种自动驾驶变换车道的路径规划方法及装置 | |
CN107128366B (zh) | 用于对拖曳车辆通过弯道提供校正的车道跟随路径的系统和方法 | |
US9457807B2 (en) | Unified motion planning algorithm for autonomous driving vehicle in obstacle avoidance maneuver | |
US9849911B2 (en) | Enhanced vehicle lateral control (lane following/lane keeping/lane changing control) for trailering vehicles | |
US9229453B1 (en) | Unified motion planner for autonomous driving vehicle in avoiding the moving obstacle | |
US9428187B2 (en) | Lane change path planning algorithm for autonomous driving vehicle | |
US9227632B1 (en) | Method of path planning for evasive steering maneuver | |
US20180099667A1 (en) | Vehicle control device | |
US8428843B2 (en) | Method to adaptively control vehicle operation using an autonomic vehicle control system | |
US10427712B2 (en) | Automatic driving system | |
US11958477B2 (en) | Driver assistance system for an at least partially automatically driving motor vehicle, motor vehicle and method for controlling a vehicle dynamics | |
CN105774905A (zh) | 与电动助力转向控制器和后转向一体化的防碰撞控制 | |
US11505191B2 (en) | Vehicle traveling control device | |
JP6579699B2 (ja) | 車両の走行制御装置 | |
CN115551756A (zh) | 路径控制模块、相关联的路径控制设备以及相关联的方法 | |
US20220324466A1 (en) | Device for predictively controlling the movement of a motor vehicle | |
JP2024520376A (ja) | 大型の車両のための適合性のある経路追従アルゴリズム | |
CN116080754B (zh) | 一种车辆自主驾驶横向控制方法 | |
CN116118770A (zh) | 面向稳健自动驾驶控制的车辆感知系统的自适应合理化器 | |
JP7268990B2 (ja) | 車両の自動操舵制御装置 | |
CN112810611B (zh) | 用于车道变换控制的侧向轨迹追踪方法及系统 |
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 |