CN117130375B - 针对多种型号半挂车的场内智能运输控制方法及设备 - Google Patents
针对多种型号半挂车的场内智能运输控制方法及设备 Download PDFInfo
- Publication number
- CN117130375B CN117130375B CN202311400685.4A CN202311400685A CN117130375B CN 117130375 B CN117130375 B CN 117130375B CN 202311400685 A CN202311400685 A CN 202311400685A CN 117130375 B CN117130375 B CN 117130375B
- Authority
- CN
- China
- Prior art keywords
- semitrailer
- towed
- unmanned vehicle
- model
- motion error
- 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 69
- 230000004927 fusion Effects 0.000 claims abstract description 35
- 238000003860 storage Methods 0.000 claims abstract description 22
- 230000015654 memory Effects 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 6
- 238000013459 approach Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000011065 in-situ storage Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及半挂车技术领域,提供一种针对多种型号半挂车的场内智能运输控制方法及设备,包括:构建无人驾驶车辆与待牵引半挂车在牵引入库时的运动学模型;根据期望入库路径上的期望半挂车构建待牵引半挂车的第一运动误差模型;根据所述运动学模型将待牵引半挂车的第一运动误差模型转换为第二运动误差模型,在第二运动误差模型中加载有限融合控制器得到无人驾驶车辆受控模型;确定待牵引半挂车质心至连接点距离的兼容受控长度范围,在兼容受控长度范围内采用所述有限融合控制器对无人驾驶车辆受控模型进行控制,确保待牵引半挂车被牵引至靠近仓库大门的预定距离。本发明提高了无人驾驶车辆牵引半挂车进行危险品入库的可靠性。
Description
技术领域
本发明实施例涉及半挂车技术领域,尤其涉及一种针对多种型号半挂车的场内智能运输控制方法及设备。
背景技术
危险品的出厂运输环节主要由场内入库存储和厂外道路运输两个部分组成。目前,危险品的场内入库存储主要是由人工驾驶车辆将装载危险品的半挂车牵引至仓库大门附近停靠,然后由工人将危险品搬运入库。由于危险品通常为易燃易爆或有毒物品,所以在场内入库存储环节需要尽量减少人工的参与程度。对于牵引半挂车至仓库大门附近的环节,相关技术采用无人驾驶车辆对半挂车进行牵引,但是该类技术手段仅能对预定型号的半挂车进行有效牵引,当需要牵引的半挂车的型号较多时,由于半挂车的大小型号不一,导致无人驾驶车辆牵引各种信号半挂车到达预定仓库大门前时会停靠在大门前不同的距离内。这主要是因为如果将半挂车等效为其质心点,则不同型号半挂车由于长短及重量相异,质心点距离牵引连接点的距离(以下记为质牵距)长短不一,而传统无人驾驶车辆仅能针对一种质牵距的半挂车牵引至仓库大门的预定距离处,而如果牵引其他型号的半挂车,则在到达仓库大门后半挂车距离仓库大门的距离与预定距离均有差异(或近或远),导致撞击仓库大门或搬运距离过远,影响了危险品的搬运效率。因此,开发一种针对多种型号半挂车的场内智能运输控制方法及设备,可以对各种型号的半挂车进行有效入库牵引,就成为业界亟待解决的技术问题。
发明内容
针对现有技术存在的上述问题,本发明实施例提供了一种针对多种型号半挂车的场内智能运输控制方法及设备。
第一方面,本发明的实施例提供了一种针对多种型号半挂车的场内智能运输控制方法,包括:构建无人驾驶车辆与待牵引半挂车在牵引入库时的运动学模型;根据期望入库路径上的期望半挂车构建待牵引半挂车的第一运动误差模型;根据所述运动学模型将待牵引半挂车的第一运动误差模型转换为第二运动误差模型,在第二运动误差模型中加载有限融合控制器得到无人驾驶车辆受控模型;确定待牵引半挂车质心至连接点距离的兼容受控长度范围,在兼容受控长度范围内采用所述有限融合控制器对无人驾驶车辆受控模型进行控制,确保待牵引半挂车被牵引至靠近仓库大门的预定距离。
在上述方法实施例内容的基础上,本发明实施例中提供的针对多种型号半挂车的场内智能运输控制方法,所述构建无人驾驶车辆与待牵引半挂车在牵引入库时的运动学模型,包括:
其中,为待牵引半挂车的角速度,/>为无人驾驶车辆的线速度,/>为无人驾驶车辆前进方向与待牵引半挂车前进方向的夹角,/>为无人驾驶车辆的角速度,/>为无人驾驶车辆质心至连接点距离,/>为待牵引半挂车质心至连接点距离,/>为待牵引半挂车的线速度。
在上述方法实施例内容的基础上,本发明实施例中提供的针对多种型号半挂车的场内智能运输控制方法,所述根据期望入库路径上的期望半挂车构建待牵引半挂车的第一运动误差模型,包括:
其中,为在运动平面上待牵引半挂车纵坐标与期望半挂车纵坐标的差值,/>为待牵引半挂车前进方向与横轴的夹角减去期望半挂车前进方向与横轴的夹角得到的差值,为期望半挂车角速度,/>为期望半挂车线速度,.为相对时长求导;期望半挂车具备待牵引半挂车在期望入库路径上的实时期望姿态及期望前进速度。
在上述方法实施例内容的基础上,本发明实施例中提供的针对多种型号半挂车的场内智能运输控制方法,所述根据所述运动学模型将待牵引半挂车的第一运动误差模型转换为第二运动误差模型,包括:
其中,为无人驾驶车辆的角速度与线速度的比例系数。
在上述方法实施例内容的基础上,本发明实施例中提供的针对多种型号半挂车的场内智能运输控制方法,所述在第二运动误差模型中加载有限融合控制器得到无人驾驶车辆受控模型,包括:
其中,为有限融合控制器。
在上述方法实施例内容的基础上,本发明实施例中提供的针对多种型号半挂车的场内智能运输控制方法,所述确定待牵引半挂车质心至连接点距离的兼容受控长度范围,包括:取无人驾驶车辆质心至连接点距离的估计值为1,待牵引半挂车质心至连接点距离的估计值为1,采用插值计算得到所述无人驾驶车辆受控模型为可控时的/>与/>的兼容受控长度范围,则无人驾驶车辆质心至连接点距离及待牵引半挂车质心至连接点距离在所述兼容受控长度范围内时,无人驾驶车辆控制待牵引半挂车逐渐靠近并运动在期望入库路径上,待牵引半挂车在所述期望入库路径上的驻停点与仓库大门的距离为所述预定距离。
第二方面,本发明的实施例提供了一种针对多种型号半挂车的场内智能运输控制系统,包括:运动学模型构建器,用于构建运动学模型;第一运动误差模型构建器,用于构建第一运动误差模型;第二运动误差模型构建器,用于构建第二运动误差模型;有限融合控制器,用于对无人驾驶车辆受控模型进行有限融合控制;兼容受控长度范围构建器,用于确定待牵引半挂车质心至连接点距离的兼容受控长度范围;无人驾驶车辆受控模型构建器,用于构建无人驾驶车辆受控模型;中央处理单元,用于实现如前述任一方法实施例所述的针对多种型号半挂车的场内智能运输控制方法。
第三方面,本发明的实施例提供了一种针对多种型号半挂车的场内智能运输控制装置,包括:第一主模块,用于实现构建无人驾驶车辆与待牵引半挂车在牵引入库时的运动学模型;第二主模块,用于实现根据期望入库路径上的期望半挂车构建待牵引半挂车的第一运动误差模型;第三主模块,用于实现根据所述运动学模型将待牵引半挂车的第一运动误差模型转换为第二运动误差模型,在第二运动误差模型中加载有限融合控制器得到无人驾驶车辆受控模型;第四主模块,用于实现确定待牵引半挂车质心至连接点距离的兼容受控长度范围,在兼容受控长度范围内采用所述有限融合控制器对无人驾驶车辆受控模型进行控制,确保待牵引半挂车被牵引至靠近仓库大门的预定距离。
第四方面,本发明的实施例提供了一种电子设备,包括:
至少一个处理器、至少一个存储器和通信接口;其中,
所述处理器、存储器和通信接口相互间进行通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令,执行第一方面的各种实现方式中任一种实现方式所提供的针对多种型号半挂车的场内智能运输控制方法。
第五方面,本发明的实施例提供了一种非暂态计算机可读存储介质,非暂态计算机可读存储介质存储计算机指令,计算机指令使计算机执行第一方面的各种实现方式中任一种实现方式所提供的针对多种型号半挂车的场内智能运输控制方法。
本发明实施例提供的针对多种型号半挂车的场内智能运输控制方法及设备,根据期望入库路径上的期望半挂车构建待牵引半挂车的第一运动误差模型并转换为第二运动误差模型,加载有限融合控制器后得到无人驾驶车辆受控模型,在兼容受控长度范围内采用有限融合控制器对无人驾驶车辆受控模型进行控制,确保待牵引半挂车被牵引至靠近仓库大门的预定距离,可以将半挂车牵引到期望入库路径上,对多种型号的半挂车的车身长度有较好的兼容能力,提高了无人驾驶车辆牵引半挂车进行危险品入库的可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做一简单的介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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为本发明实施例提供的针对多种型号半挂车的场内智能运输控制方法流程示意图;
图2为本发明实施例提供的针对多种型号半挂车的场内智能运输控制装置结构示意图;
图3为本发明实施例提供的电子设备的实体结构示意图;
图4为本发明实施例提供的针对多种型号半挂车的场内智能运输控制系统结构示意图;
图5为本发明实施例提供的有限融合控制器能够控制的无人驾驶车辆质心至连接点距离和待牵引半挂车质心至连接点距离的插值解范围示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中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发明一部分实施例,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他实施例,都属于本发明保护的范围。另外,本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合,以形成可行的技术方案,这种结合不受步骤先后次序和/或结构组成模式的约束,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时,应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
本发明实施例提供了一种针对多种型号半挂车的场内智能运输控制方法,参见图1,该方法包括:构建无人驾驶车辆与待牵引半挂车在牵引入库时的运动学模型;根据期望入库路径上的期望半挂车构建待牵引半挂车的第一运动误差模型;根据所述运动学模型将待牵引半挂车的第一运动误差模型转换为第二运动误差模型,在第二运动误差模型中加载有限融合控制器得到无人驾驶车辆受控模型;确定待牵引半挂车质心至连接点距离的兼容受控长度范围,在兼容受控长度范围内采用所述有限融合控制器对无人驾驶车辆受控模型进行控制,确保待牵引半挂车被牵引至靠近仓库大门的预定距离。
需要说明的是,对于固定的无人驾驶车辆而言,由于所牵引的半挂车的宽度要与无人驾驶车辆相等,所以各种型号半挂车主要存在长短区别,由于质心均位于半挂车的中轴线上,所以该长短区别可以具体抽象为半挂车质心至连接点的距离存在长短不一的区别,本发明的技术方案就是针对该区别设计有限融合控制器对该区别进行统一控制并达到控制期望的控制效果。
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的针对多种型号半挂车的场内智能运输控制方法,所述构建无人驾驶车辆与待牵引半挂车在牵引入库时的运动学模型,包括:
(1)
其中,为待牵引半挂车的角速度,/>为无人驾驶车辆的线速度,/>为无人驾驶车辆前进方向与待牵引半挂车前进方向的夹角,/>为无人驾驶车辆的角速度,/>为无人驾驶车辆质心至连接点距离,/>为待牵引半挂车质心至连接点距离,/>为待牵引半挂车的线速度。
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的针对多种型号半挂车的场内智能运输控制方法,所述根据期望入库路径上的期望半挂车构建待牵引半挂车的第一运动误差模型,包括:
(2)
其中,为在运动平面上待牵引半挂车纵坐标与期望半挂车纵坐标的差值,/>为待牵引半挂车前进方向与横轴的夹角减去期望半挂车前进方向与横轴的夹角得到的差值,为期望半挂车角速度,/>为期望半挂车线速度,.为相对时长求导;期望半挂车具备待牵引半挂车在期望入库路径上的实时期望姿态及期望前进速度。
具体地,将无人驾驶车辆及待牵引半挂车等效为在平面上运动,首先定义运动误差,采用期望入库路径及期望半挂车定义运动误差。设定为在期望入库路径上运动的期望半挂车的位置和姿态,/>为期望半挂车的运动线速度和角速度,则可以得到期望半挂车的运动方程为:
为了保证期望半挂车总是保持在期望入库路径上运动,要求期望半挂车的初始位置在期望入库路径上,初始运动方向沿路径的切线方向,并且其运动角速度和线速度之比等于期望入库路径的曲率,即:
定义运动误差为待牵引半挂车和期望半挂车的位姿误差在期望半挂车的期望入库路径坐标系中的投影,即:
对上式求导可以得到如下运动误差方程:
为了处理简单考虑,设定期望半挂车的横轴位置与待牵引半挂车横轴位置始终保持相同,则有。由/>可以得到:
由此可以得到待牵引半挂车的第一运动误差模型如(2)式所示。
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的针对多种型号半挂车的场内智能运输控制方法,所述根据所述运动学模型将待牵引半挂车的第一运动误差模型转换为第二运动误差模型,包括:
(3)
其中,为无人驾驶车辆的角速度与线速度的比例系数。
具体地,在实际的入库牵引过程中,真实受控变量为无人驾驶车辆的角速度,因此利用运动学模型(1)可以将第一运动误差模型(2)中的变量/>转换成变量/>,最终可得第二运动误差模型如(3)式所示。
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的针对多种型号半挂车的场内智能运输控制方法,所述在第二运动误差模型中加载有限融合控制器得到无人驾驶车辆受控模型,包括:
(4)
其中,为有限融合控制器。需要说明的是,有限融合控制器的定义是指该控制器对无人驾驶车辆质心至连接点距离/>和待牵引半挂车质心至连接点距离/>的长度是有限制的,超过预定限制则无法起到相应的控制作用,具体的限制可以继续参见下文。
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的针对多种型号半挂车的场内智能运输控制方法,所述确定待牵引半挂车质心至连接点距离的兼容受控长度范围,包括:取无人驾驶车辆质心至连接点距离的估计值为1,待牵引半挂车质心至连接点距离/>的估计值为1,采用插值计算得到所述无人驾驶车辆受控模型为可控时的/>与/>的兼容受控长度范围,则无人驾驶车辆质心至连接点距离及待牵引半挂车质心至连接点距离在所述兼容受控长度范围内时,无人驾驶车辆控制待牵引半挂车逐渐靠近并运动在期望入库路径上,待牵引半挂车在所述期望入库路径上的驻停点与仓库大门的距离为所述预定距离。
具体地,由于无人驾驶车辆受控模型(4)式中的系数和有关,为使无人驾驶车辆受控模型可控。为此可以利用/>的估计值/>来计算使无人驾驶车辆受控模型可控的/>数值解范围。如图5通过计算机插值给出了当/>时,使无人驾驶车辆受控模型能控的/>的取值范围。只要/>落在图5中的阴影区内,就可以保证无人驾驶车辆受控模型(即待牵引半挂车)逐渐靠近并运动在期望入库路径上。
本发明实施例提供的针对多种型号半挂车的场内智能运输控制方法,根据期望入库路径上的期望半挂车构建待牵引半挂车的第一运动误差模型并转换为第二运动误差模型,加载有限融合控制器后得到无人驾驶车辆受控模型,在兼容受控长度范围内采用有限融合控制器对无人驾驶车辆受控模型进行控制,确保待牵引半挂车被牵引至靠近仓库大门的预定距离,可以将半挂车牵引到期望入库路径上,对多种型号的半挂车的车身长度有较好的兼容能力,提高了无人驾驶车辆牵引半挂车进行危险品入库的可靠性。
本发明实施例提供了一种针对多种型号半挂车的场内智能运输控制系统,参见图4,该系统包括:运动学模型构建器,用于构建运动学模型;第一运动误差模型构建器,用于构建第一运动误差模型;第二运动误差模型构建器,用于构建第二运动误差模型;有限融合控制器,用于对无人驾驶车辆受控模型进行有限融合控制;兼容受控长度范围构建器,用于确定待牵引半挂车质心至连接点距离的兼容受控长度范围;无人驾驶车辆受控模型构建器,用于构建无人驾驶车辆受控模型;中央处理单元,用于实现如前述任一方法实施例所述的针对多种型号半挂车的场内智能运输控制方法。
本发明各个实施例的实现基础是通过具有处理器功能的设备进行程序化的处理实现的。因此在工程实际中,可以将本发明各个实施例的技术方案及其功能封装成各种模块。基于这种现实情况,在上述各实施例的基础上,本发明的实施例提供了一种针对多种型号半挂车的场内智能运输控制装置,该装置用于执行上述方法实施例中的针对多种型号半挂车的场内智能运输控制方法。参见图2,该装置包括:第一主模块,用于实现构建无人驾驶车辆与待牵引半挂车在牵引入库时的运动学模型;第二主模块,用于实现根据期望入库路径上的期望半挂车构建待牵引半挂车的第一运动误差模型;第三主模块,用于实现根据所述运动学模型将待牵引半挂车的第一运动误差模型转换为第二运动误差模型,在第二运动误差模型中加载有限融合控制器得到无人驾驶车辆受控模型;第四主模块,用于实现确定待牵引半挂车质心至连接点距离的兼容受控长度范围,在兼容受控长度范围内采用所述有限融合控制器对无人驾驶车辆受控模型进行控制,确保待牵引半挂车被牵引至靠近仓库大门的预定距离。
本发明实施例提供的针对多种型号半挂车的场内智能运输控制装置,采用图2中的若干模块,根据期望入库路径上的期望半挂车构建待牵引半挂车的第一运动误差模型并转换为第二运动误差模型,加载有限融合控制器后得到无人驾驶车辆受控模型,在兼容受控长度范围内采用有限融合控制器对无人驾驶车辆受控模型进行控制,确保待牵引半挂车被牵引至靠近仓库大门的预定距离,可以将半挂车牵引到期望入库路径上,对多种型号的半挂车的车身长度有较好的兼容能力,提高了无人驾驶车辆牵引半挂车进行危险品入库的可靠性。
需要说明的是,本发明提供的装置实施例中的装置,除了可以用于实现上述方法实施例中的方法外,还可以用于实现本发明提供的其他方法实施例中的方法,区别仅仅在于设置相应的功能模块,其原理与本发明提供的上述装置实施例的原理基本相同,只要本领域技术人员在上述装置实施例的基础上,参考其他方法实施例中的具体技术方案,通过组合技术特征获得相应的技术手段,以及由这些技术手段构成的技术方案,在保证技术方案具备实用性的前提下,就可以对上述装置实施例中的装置进行改进,从而得到相应的装置类实施例,用于实现其他方法类实施例中的方法。例如:
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的针对多种型号半挂车的场内智能运输控制装置,还包括:第一子模块,用于实现所述构建无人驾驶车辆与待牵引半挂车在牵引入库时的运动学模型,包括:
其中,为待牵引半挂车的角速度,/>为无人驾驶车辆的线速度,/>为无人驾驶车辆前进方向与待牵引半挂车前进方向的夹角,/>为无人驾驶车辆的角速度,/>为无人驾驶车辆质心至连接点距离,/>为待牵引半挂车质心至连接点距离,/>为待牵引半挂车的线速度。
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的针对多种型号半挂车的场内智能运输控制装置,还包括:第二子模块,用于实现所述根据期望入库路径上的期望半挂车构建待牵引半挂车的第一运动误差模型,包括:
其中,为在运动平面上待牵引半挂车纵坐标与期望半挂车纵坐标的差值,/>为待牵引半挂车前进方向与横轴的夹角减去期望半挂车前进方向与横轴的夹角得到的差值,为期望半挂车角速度,/>为期望半挂车线速度,.为相对时长求导;期望半挂车具备待牵引半挂车在期望入库路径上的实时期望姿态及期望前进速度。
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的针对多种型号半挂车的场内智能运输控制装置,还包括:第三子模块,用于实现所述根据所述运动学模型将待牵引半挂车的第一运动误差模型转换为第二运动误差模型,包括:
其中,为无人驾驶车辆的角速度与线速度的比例系数。
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的针对多种型号半挂车的场内智能运输控制装置,还包括:第四子模块,用于实现所述在第二运动误差模型中加载有限融合控制器得到无人驾驶车辆受控模型,包括:
其中,为有限融合控制器。
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的针对多种型号半挂车的场内智能运输控制装置,还包括:第五子模块,用于实现所述确定待牵引半挂车质心至连接点距离的兼容受控长度范围,包括:取无人驾驶车辆质心至连接点距离的估计值为1,待牵引半挂车质心至连接点距离/>的估计值为1,采用插值计算得到所述无人驾驶车辆受控模型为可控时的/>与/>的兼容受控长度范围,则无人驾驶车辆质心至连接点距离及待牵引半挂车质心至连接点距离在所述兼容受控长度范围内时,无人驾驶车辆控制待牵引半挂车逐渐靠近并运动在期望入库路径上,待牵引半挂车在所述期望入库路径上的驻停点与仓库大门的距离为所述预定距离。
本发明实施例的方法是依托电子设备实现的,因此对相关的电子设备有必要做一下介绍。基于此目的,本发明的实施例提供了一种电子设备,如图3所示,该电子设备包括:至少一个处理器(processor)、通信接口(Communications Interface)、至少一个存储器(memory)和通信总线,其中,至少一个处理器,通信接口,至少一个存储器通过通信总线完成相互间的通信。至少一个处理器可以调用至少一个存储器中的逻辑指令,以执行前述各个方法实施例提供的方法的全部或部分步骤。
此外,上述的至少一个存储器中的逻辑指令可以通过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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明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)执行本发明各个方法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。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件实现。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的一些部分所述的方法。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、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。基于这种认识,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,所述模块、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方式中,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,两个连续的方框实际上可以基本并行地执行,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动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。
需要说明的是,术语“包括”、“包含”或者其任何其它变体意在涵盖非排它性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (5)
1.一种针对多种型号半挂车的场内智能运输控制方法,其特征在于,包括:
构建无人驾驶车辆与待牵引半挂车在牵引入库时的运动学模型;
根据期望入库路径上的期望半挂车构建所述待牵引半挂车的第一运动误差模型;
根据所述运动学模型将所述待牵引半挂车的所述第一运动误差模型转换为第二运动误差模型,在所述第二运动误差模型中加载有限融合控制器得到无人驾驶车辆受控模型;
确定待牵引半挂车质心至连接点距离的兼容受控长度范围,在兼容受控长度范围内采用所述有限融合控制器对所述无人驾驶车辆受控模型进行控制,确保所述待牵引半挂车被牵引至靠近仓库大门的预定距离;
所述构建无人驾驶车辆与待牵引半挂车在牵引入库时的运动学模型,包括:
其中,为待牵引半挂车的角速度,/>为无人驾驶车辆的线速度,/>为无人驾驶车辆前进方向与待牵引半挂车前进方向的夹角, />为无人驾驶车辆的角速度,/>为无人驾驶车辆质心至连接点距离,/>为待牵引半挂车质心至连接点距离,/>为待牵引半挂车的线速度;
所述根据期望入库路径上的期望半挂车构建待牵引半挂车的第一运动误差模型,包括:
其中,为在运动平面上待牵引半挂车纵坐标与期望半挂车纵坐标的差值,/>为待牵引半挂车前进方向与横轴的夹角减去期望半挂车前进方向与横轴的夹角得到的差值,/>为期望半挂车角速度,/>为期望半挂车线速度,/>为相对时长求导;期望半挂车具备待牵引半挂车在期望入库路径上的实时期望姿态及期望前进速度;
所述根据所述运动学模型将待牵引半挂车的第一运动误差模型转换为第二运动误差模型,包括:
其中,为无人驾驶车辆的角速度与线速度的比例系数;
所述在第二运动误差模型中加载有限融合控制器得到无人驾驶车辆受控模型,包括:
其中,为有限融合控制器。
2.根据权利要求1所述的针对多种型号半挂车的场内智能运输控制方法,其特征在于,所述确定待牵引半挂车质心至连接点距离的兼容受控长度范围,包括:取无人驾驶车辆质心至连接点距离的估计值为1,待牵引半挂车质心至连接点距离/>的估计值为1,采用插值计算得到所述无人驾驶车辆受控模型为可控时的/>与/>的兼容受控长度范围,则无人驾驶车辆质心至连接点距离及待牵引半挂车质心至连接点距离在所述兼容受控长度范围内时,无人驾驶车辆控制待牵引半挂车逐渐靠近并运动在期望入库路径上,待牵引半挂车在所述期望入库路径上的驻停点与仓库大门的距离为所述预定距离。
3.一种针对多种型号半挂车的场内智能运输控制装置,其特征在于,包括:第一主模块,用于实现构建无人驾驶车辆与待牵引半挂车在牵引入库时的运动学模型;第二主模块,用于实现根据期望入库路径上的期望半挂车构建待牵引半挂车的第一运动误差模型;第三主模块,用于实现根据所述运动学模型将待牵引半挂车的第一运动误差模型转换为第二运动误差模型,在第二运动误差模型中加载有限融合控制器得到无人驾驶车辆受控模型;第四主模块,用于实现确定待牵引半挂车质心至连接点距离的兼容受控长度范围,在兼容受控长度范围内采用所述有限融合控制器对无人驾驶车辆受控模型进行控制,确保待牵引半挂车被牵引至靠近仓库大门的预定距离;所述构建无人驾驶车辆与待牵引半挂车在牵引入库时的运动学模型,包括:
其中,为待牵引半挂车的角速度,/>为无人驾驶车辆的线速度,/>为无人驾驶车辆前进方向与待牵引半挂车前进方向的夹角, />为无人驾驶车辆的角速度,/>为无人驾驶车辆质心至连接点距离,/>为待牵引半挂车质心至连接点距离,/>为待牵引半挂车的线速度;
所述根据期望入库路径上的期望半挂车构建待牵引半挂车的第一运动误差模型,包括:
其中,为在运动平面上待牵引半挂车纵坐标与期望半挂车纵坐标的差值,/>为待牵引半挂车前进方向与横轴的夹角减去期望半挂车前进方向与横轴的夹角得到的差值,/>为期望半挂车角速度,/>为期望半挂车线速度,/>为相对时长求导;期望半挂车具备待牵引半挂车在期望入库路径上的实时期望姿态及期望前进速度;
所述根据所述运动学模型将待牵引半挂车的第一运动误差模型转换为第二运动误差模型,包括:
其中,为无人驾驶车辆的角速度与线速度的比例系数;
所述在第二运动误差模型中加载有限融合控制器得到无人驾驶车辆受控模型,包括:
其中,为有限融合控制器。
4.一种电子设备,其特征在于,包括:
至少一个处理器、至少一个存储器和通信接口;其中,
所述处理器、存储器和通信接口相互间进行通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令,以执行权利要求1至2任一项权利要求所述的方法。
5.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使计算机执行权利要求1至2中任一项权利要求所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311400685.4A CN117130375B (zh) | 2023-10-26 | 2023-10-26 | 针对多种型号半挂车的场内智能运输控制方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311400685.4A CN117130375B (zh) | 2023-10-26 | 2023-10-26 | 针对多种型号半挂车的场内智能运输控制方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117130375A CN117130375A (zh) | 2023-11-28 |
CN117130375B true CN117130375B (zh) | 2024-01-26 |
Family
ID=88856787
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311400685.4A Active CN117130375B (zh) | 2023-10-26 | 2023-10-26 | 针对多种型号半挂车的场内智能运输控制方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117130375B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109421724A (zh) * | 2017-08-31 | 2019-03-05 | 福特全球技术公司 | 对估算或用户提供的挂车参数中的误差的鲁棒性自适应转向控制 |
CN114137960A (zh) * | 2021-11-01 | 2022-03-04 | 天行智控科技(无锡)有限公司 | 一种封闭区域智能运输系统的无人驾驶车辆协作方法 |
CN116373955A (zh) * | 2023-03-03 | 2023-07-04 | 北京全路通信信号研究设计院集团有限公司 | 一种列车牵引制动模型误差动态补偿方法及系统 |
CN116679725A (zh) * | 2023-07-07 | 2023-09-01 | 江苏大学 | 一种基于改进lqr的拖拉机牵引机组作业路径跟踪控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102018130584A1 (de) * | 2018-11-30 | 2020-06-04 | Bayerische Motoren Werke Aktiengesellschaft | Fahrerloses Transportfahrzeug sowie Verfahren zum Bewegen eines Sattelaufliegers durch ein fahrerloses Transportfahrzeug |
-
2023
- 2023-10-26 CN CN202311400685.4A patent/CN117130375B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109421724A (zh) * | 2017-08-31 | 2019-03-05 | 福特全球技术公司 | 对估算或用户提供的挂车参数中的误差的鲁棒性自适应转向控制 |
CN114137960A (zh) * | 2021-11-01 | 2022-03-04 | 天行智控科技(无锡)有限公司 | 一种封闭区域智能运输系统的无人驾驶车辆协作方法 |
CN116373955A (zh) * | 2023-03-03 | 2023-07-04 | 北京全路通信信号研究设计院集团有限公司 | 一种列车牵引制动模型误差动态补偿方法及系统 |
CN116679725A (zh) * | 2023-07-07 | 2023-09-01 | 江苏大学 | 一种基于改进lqr的拖拉机牵引机组作业路径跟踪控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117130375A (zh) | 2023-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200139989A1 (en) | Vehicle Control Method, Apparatus, and Device | |
Evestedt et al. | Motion planning for a reversing general 2-trailer configuration using Closed-Loop RRT | |
US20140005906A1 (en) | Preceding vehicle state prediction | |
CN110986953B (zh) | 路径规划方法、机器人及计算机可读存储介质 | |
Xu et al. | Model predictive control for lane keeping system in autonomous vehicle | |
US20220144265A1 (en) | Moving Track Prediction Method and Apparatus | |
Kim et al. | Auto parking path planning system using modified Reeds-Shepp curve algorithm | |
CN112394725B (zh) | 用于自动驾驶的基于预测和反应视场的计划 | |
CN108871338B (zh) | 一种拖车系统位姿预测方法、装置及存储介质 | |
CN110955241A (zh) | 移动机器人避障方法、装置、移动机器人及存储介质 | |
Oriolo et al. | An iterative learning controller for nonholonomic mobile robots | |
US20220281464A1 (en) | A method for determining if a vehicle control command precludes a future vehicle safety maneuver | |
Bergman et al. | An optimization-based receding horizon trajectory planning algorithm | |
CN117130375B (zh) | 针对多种型号半挂车的场内智能运输控制方法及设备 | |
CN117222915A (zh) | 用于使用复合测量模型跟踪移动对象的扩张状态的系统和方法 | |
Durali et al. | Collision avoidance maneuver for an autonomous vehicle | |
CN114312843A (zh) | 用于确定信息的方法和装置 | |
Wang et al. | Motion planning and model predictive control for automated tractor-trailer hitching maneuver | |
US11518406B2 (en) | Test failure detection using a governing agent data set | |
Li et al. | Nonlinear programming for multi-vehicle motion planning with Homotopy initialization strategies | |
CN116588076A (zh) | 面向特种车辆应用的三维地形补偿方法和系统 | |
Bouraine et al. | Real-time safe path planning for robot navigation in unknown dynamic environments | |
Morrison et al. | Sideslip estimation for articulated heavy vehicles in low friction conditions | |
CN110308724B (zh) | 自动驾驶控制方法、装置、车辆、存储介质及电子设备 | |
Zhao et al. | Localization and Motion Planning of Industrial Tractor–Trailers Vehicles |
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 |