CN117163050A - 一种基于运动模型的预测控制算法 - Google Patents

一种基于运动模型的预测控制算法 Download PDF

Info

Publication number
CN117163050A
CN117163050A CN202311309795.XA CN202311309795A CN117163050A CN 117163050 A CN117163050 A CN 117163050A CN 202311309795 A CN202311309795 A CN 202311309795A CN 117163050 A CN117163050 A CN 117163050A
Authority
CN
China
Prior art keywords
vehicle
path
motion model
established
model
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
CN202311309795.XA
Other languages
English (en)
Other versions
CN117163050B (zh
Inventor
周军
夏礼帅
龙羽
徐菱
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.)
Chengdu Ruixinxing Technology Co ltd
Original Assignee
Chengdu Ruixinxing Technology 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 Chengdu Ruixinxing Technology Co ltd filed Critical Chengdu Ruixinxing Technology Co ltd
Priority to CN202311309795.XA priority Critical patent/CN117163050B/zh
Publication of CN117163050A publication Critical patent/CN117163050A/zh
Application granted granted Critical
Publication of CN117163050B publication Critical patent/CN117163050B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本发明公开了一种基于运动模型的预测控制算法，包括如下步骤：（1）根据建立的运动模型计算当前位姿下跟随路径点所有控制指令；（2）根据建立的速度模型模拟出所有控制指令的未来车辆位置；（3）通过代价函数计算每个控制指令的代价值，并选取最小代价值的控制指令下发到车辆执行机构；本发明将车辆抽象为数字化的运动模型，使用车辆运动模型进行对路径点的轨迹跟踪计算；同时根据计算出来的控制指令通过建立的车辆速度模型，进行对车辆未来时刻位姿的提前预测；在得到一定时间刻度内所有预测的车辆位姿后，通过建立的代价函数进行判定，最终选取最优的结果；对于不同情况下应输出的控制值皆为一定时间刻度内的最优结果。

Description

一种基于运动模型的预测控制算法
技术领域
本发明涉及智能汽车控制技术领域，具体涉及一种运动模型的预测控制算法。
背景技术
在AGV/AMR和自动驾驶领域，运动控制算法及轨迹跟踪算法都为系统中的核心基础模块。车辆该如何行驶，车体底层执行机构应当如何输出对应的控制指令，都为运动控制模块需要处理的功能。当全局定位模块及路径规划模块分别为提供车辆全局位姿和全局路径后，路径跟踪模块需要根据当前位姿和路径计算合理的运动控制速度命令。当机器人收到运动控制指令后，同时还需要将控制指令根据车辆运动模型分解输出到各个执行模块，实现对规划路径的实时跟踪。
目前市面上大部分控制算法仅针对车辆当前时刻的角度进行闭环比例控制，对于选取的路径上控制点的相对位置固定不变，并且无法考虑车辆自身状态，仅根据偏差值大小输出固定的比例放大后的控制指令，无法做到对所有情况如偏差过大、车辆直行、后退、转向的自适应性，鲁棒性较差。
发明内容
本发明的目的在于提供一种运动模型的预测控制算法，该算法解决了车辆路径跟随问题。
为实现上述目的，本发明采用如下技术方案：
一种基于运动模型的预测控制算法，包括如下步骤：
（1）根据建立的运动模型计算当前位姿下跟随路径点所有控制指令；
（2）根据建立的速度模型模拟出所有控制指令的未来车辆位置；
（3）通过代价函数计算每个控制指令的代价值，并选取最小代价值的控制指令下发到车辆执行机构；
代价函数，
式中，为车辆位置偏差代价函数，为车辆前轮偏转角偏差代价函数，ka为常 数，m为预测路径步长，即从车辆当前位置达到实际路径的距离；(xm,ym)为实际路径上的期 望到达的坐标；(xi,yi)为车辆预测路径走过的路径； i为车辆预测过程中某一时刻的前轮 偏转角；为车辆预测过程中车轮偏转角的平均值。
进一步地，所述运动模型，δ为车辆前轮偏转角，L为车辆车身 长度，dy为车辆后轮与跟随路径点的横向偏差，ld为车辆后轮与跟随的路径点的距离。
进一步地，给定的任意向前或向后的车辆速度，根据所述运动模型能计算出跟随路径所需的前轮转角。
进一步地，所述速度模型，（X,Y）为未来车 辆未位置，为未来车辆车身与X轴夹角，为当前车辆车身与X轴夹角，（X0,Y0）为当前车 辆位置，v为车辆向前或向后的车辆速度，δ为车辆前轮偏转角，为当前车辆位置到未来 车辆位置所需时间。
本发明根据车体结构建立车辆运动学模型与速度模型，通过运动学模型计算当前位姿下跟随路径点所需的控制指令；通过速度模型将计算出来的控制指令进行模拟，推算出使用当前控制指令后未来车辆的位置；再根据车辆控制指令的调整幅度及未来车辆位置与路径的偏差建立代价函数，通过代价函数选定一条控制幅度与路径偏差都尽可能小的控制指令，下发给执行模块实际执行，最终实现对车辆基于运动模型的预测优化控制。
附图说明
图1为本发明的流程示意图。
图2为本发明的运动模型建立过程简图。
图3为本发明的速度模型建立简图。
图4为本发明的代价函数示意图。
图5为本发明应用于环形路径的效果图。
图6为本发明应用于环形路径的偏差计算图。
图7为本发明应用于S形路径的效果图。
图8为本发明应用于S形路径的偏差计算图。
具体实施方式
如图1所示，本实施例提供的一种基于运动模型的预测控制算法包括如下步骤：
（1）根据建立的运动模型计算当前位姿下跟随路径点所有控制指令，
如图2所示，所述运动模型，δ为车辆前轮偏转角，L为车辆车身 长度，dy为车辆后轮与跟随路径点的横向偏差，ld为车辆后轮与跟随的路径点的距离；
给定的任意向前或向后的车辆速度，根据车辆模型能计算出跟随路径所需的前轮转角。
具体地，首先，获取车辆的全局位姿和任务路径，然后，计算车辆在任务路径上距离最近的投影点，根据当前车辆速度从投影点开始截取前进一段路径作为根据路径，速度越快截取的路径越长；根据运动模型依次计算达到跟随路径点到跟随路径上每个路径点的控制指令。
（2）根据建立的速度模型模拟出所有所述控制指令的未来车辆位置，
如图3所示，所述速度模型，（X,Y）为未来车 辆未位置，为未来车辆车身与X轴夹角，为当前车辆车身与X轴夹角，（X0,Y0）为当前车 辆位置，v为车辆向前或向后的车辆速度，δ为车辆前轮偏转角，为当前车辆位置到未来 车辆位置所需时间；
可通过上述运动模型能预测出车辆在跟踪当前路径点的过程中未来行驶过的轨迹所有位姿情况。
（3）通过代价函数计算每个控制指令的代价值，并选取最小代价值的控制指令下发到车辆执行机构；
如图4所示，代价函数，为车辆 位置偏差代价函数，为车辆前轮偏转角偏差代价函数，ka为常数，m为预测路径步长，即从 车辆当前位置达到实际路径的距离；(xm,ym)为实际路径上的期望到达的坐标；(xi,yi)为车 辆预测路径走过的路径；δi为车辆预测过程中某一时刻的车轮偏转角；为车辆预测过程中 车轮偏转角的平均值。
代价函数原理为预测路径所有偏差的均值乘路径偏差影响系数，加上前轮偏转角的方差乘偏转角影响系数，体现车辆方向调整幅度大小和车辆与路径的距离偏差。当所有路径模拟完成后，计算代价值最小控制指令的用以控制车辆跟随路径。
本实施例依据车辆实际的物理特性，将车辆抽象为数字化的运动模型，使用车辆运动模型进行对路径点的轨迹跟踪计算。同时根据计算出来的控制指令通过建立的车辆速度模型，进行对车辆未来时刻位姿的提前预测。在得到一定时间刻度内所有预测的车辆位姿后，通过建立的代价函数进行判定，最终选取最优的结果；对于不同情况下应输出的控制值皆为一定时间刻度内的最优结果。
本实施例以环形路径为例，采用电脑软件模拟出设定路径与本实施例跟随路径效果图，如图5所示，实线为设定路径，长虚线为本实施例算法控制车辆走过路径；点虚线表示现有算法控制车辆走过的路径。从图中可知，本实施例算法优化明显优于现有算法。
对本实施例环形路径跟随偏差计算，如图6所示，该曲线表示运行中与车辆与路径偏差，在弯道时偏差最大，最大在0.03米左右，标准差在0.02米左右。
本实施例以S形路径为例，采用电脑软件模拟路径跟随效果，如图7所示，实线为设定路径，长虚线为本实施例算法控制车辆走过路径；点虚线表示现有算法控制车辆走过的路径。从图中可知，本实施例算法优化明显优于现有算法。
对本实施例S形路径跟随偏差计算，如图8所示，该曲线表示运行中与车辆与路径偏差，在起步时偏差最大，最大在0.04米左右，标准差在0.01米左右
以上所述仅是本发明优选的实施方式，但本发明的保护范围并不局限于此，任何基于本发明所提供的技术方案和发明构思进行的改造和替换都应涵盖在本发明的保护范围内。

Claims (4)

1.一种基于运动模型的预测控制算法，其特征在于，包括如下步骤：
（1）根据建立的运动模型计算当前位姿下跟随路径点所有控制指令；
（2）根据建立的速度模型模拟出所有控制指令的未来车辆位置；
（3）通过代价函数计算每个控制指令的代价值，并选取最小代价值的控制指令下发到车辆执行机构；
代价函数，
式中，为车辆位置偏差代价函数，/>为车辆前轮偏转角偏差代价函数，ka为常数，m为预测路径步长，即从车辆当前位置达到实际路径的距离；(xm,ym)为实际路径上的期望到达的坐标；(xi,yi)为车辆预测路径走过的路径；/> i为车辆预测过程中某一时刻的前轮偏转角；为车辆预测过程中车轮偏转角的平均值。
2.根据权利要求1所述的一种基于运动模型的预测控制算法，其特征在于，所述运动模型，δ为车辆前轮偏转角，L为车辆车身长度，dy为车辆后轮与跟随路径点的横向偏差，ld为车辆后轮与跟随的路径点的距离。
3.根据权利要求2所述的一种基于运动模型的预测控制算法，其特征在于，给定的任意向前或向后的车辆速度，根据所述运动模型能计算出跟随路径所需的前轮转角。
4.根据权利要求1所述的一种基于运动模型的预测控制算法，其特征在于，所述速度模型，（X,Y）为未来车辆未位置，/>为未来车辆车身与X轴夹角，/>为当前车辆车身与X轴夹角，（X0,Y0）为当前车辆位置，v为车辆向前或向后的车辆速度，δ为车辆前轮偏转角，/>为当前车辆位置到未来车辆位置所需时间。
CN202311309795.XA 2023-10-11 2023-10-11 一种基于运动模型的预测控制算法 Active CN117163050B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311309795.XA CN117163050B (zh) 2023-10-11 2023-10-11 一种基于运动模型的预测控制算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311309795.XA CN117163050B (zh) 2023-10-11 2023-10-11 一种基于运动模型的预测控制算法

Publications (2)

Publication Number Publication Date
CN117163050A true CN117163050A (zh) 2023-12-05
CN117163050B CN117163050B (zh) 2024-03-22

Family

ID=88939556

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311309795.XA Active CN117163050B (zh) 2023-10-11 2023-10-11 一种基于运动模型的预测控制算法

Country Status (1)

Country Link
CN (1) CN117163050B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011186893A (ja) * 2010-03-10 2011-09-22 Mie Univ 走行体の追従制御システム及びその制御方法
CN108973769A (zh) * 2018-06-15 2018-12-11 吉林大学 一种全线控电动汽车路径跟踪控制方法
US20200156694A1 (en) * 2018-11-19 2020-05-21 GM Global Technology Operations LLC Method and apparatus that direct lateral control during backward motion
CN112406890A (zh) * 2019-08-22 2021-02-26 初速度（苏州）科技有限公司 基于动力学的车辆预测控制方法及处理器
EP3832420A1 (en) * 2019-12-06 2021-06-09 Elektrobit Automotive GmbH Deep learning based motion control of a group of autonomous vehicles
CN113433942A (zh) * 2021-06-30 2021-09-24 南京理工大学 一种基于最优航向角的长轴车辆路径跟踪控制方法
US20220128995A1 (en) * 2020-10-22 2022-04-28 Waymo Llc Velocity estimation and object tracking for autonomous vehicle applications
CN115268450A (zh) * 2022-08-01 2022-11-01 山东大学 六轮独立驱动独立转向机器人复杂地形轨迹跟踪控制方法
WO2023031135A1 (en) * 2021-09-03 2023-03-09 Embotech Ag Model-based predictive control of an electric vehicle
CN116501061A (zh) * 2023-05-06 2023-07-28 长春理工大学 一种基于分层优化的模型预测控制路径跟踪方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011186893A (ja) * 2010-03-10 2011-09-22 Mie Univ 走行体の追従制御システム及びその制御方法
CN108973769A (zh) * 2018-06-15 2018-12-11 吉林大学 一种全线控电动汽车路径跟踪控制方法
US20200156694A1 (en) * 2018-11-19 2020-05-21 GM Global Technology Operations LLC Method and apparatus that direct lateral control during backward motion
CN112406890A (zh) * 2019-08-22 2021-02-26 初速度（苏州）科技有限公司 基于动力学的车辆预测控制方法及处理器
EP3832420A1 (en) * 2019-12-06 2021-06-09 Elektrobit Automotive GmbH Deep learning based motion control of a group of autonomous vehicles
US20220128995A1 (en) * 2020-10-22 2022-04-28 Waymo Llc Velocity estimation and object tracking for autonomous vehicle applications
CN113433942A (zh) * 2021-06-30 2021-09-24 南京理工大学 一种基于最优航向角的长轴车辆路径跟踪控制方法
WO2023031135A1 (en) * 2021-09-03 2023-03-09 Embotech Ag Model-based predictive control of an electric vehicle
CN115268450A (zh) * 2022-08-01 2022-11-01 山东大学 六轮独立驱动独立转向机器人复杂地形轨迹跟踪控制方法
CN116501061A (zh) * 2023-05-06 2023-07-28 长春理工大学 一种基于分层优化的模型预测控制路径跟踪方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
罗婷: "无人驾驶车辆路径规划及跟踪控制研究", 硕士学位论文, 28 March 2022 (2022-03-28), pages 3 *

Also Published As

Publication number Publication date
CN117163050B (zh) 2024-03-22

Similar Documents

Publication Publication Date Title
Xu et al. Preview path tracking control with delay compensation for autonomous vehicles
Hu et al. Robust H∞ output-feedback control for path following of autonomous ground vehicles
Ollero et al. Stability analysis of mobile robot path tracking
KR101145112B1 (ko) 자율이동차량의 조향제어장치, 이를 구비하는 자율이동차량 및 자율이동차량의 조향제어방법
CN108897321B (zh) 基于领航跟随法的机器人队形可变编队控制方法与控制器
CN108791290B (zh) 基于在线增量式dhp的双车协同自适应巡航控制方法
KR102458608B1 (ko) 차량 작동 역학을 해결하기 위한 모델 참조 적응형 제어 알고리즘
CN110626340B (zh) 基于灰狼算法的智能汽车路径跟踪控制系统及方法
CN112947430A (zh) 一种移动机器人的智能轨迹跟踪控制方法
EP4347356A1 (en) An adaptive path following algorithm for heavy-duty vehicles
CN117163050B (zh) 一种基于运动模型的预测控制算法
CN115993089B (zh) 基于pl-icp的在线四舵轮agv内外参标定方法
KR102563074B1 (ko) 차동 구동형 이동로봇의 운동역학을 고려한 장애물 회피 및 경로 추종방법
CN111830980B (zh) 一种激光导航路径跟随方法
CN114200926B (zh) 一种无人驾驶车辆的局部路径规划方法及系统
CN211107381U (zh) 基于灰狼算法的智能汽车路径跟踪控制系统
Linlin Research on robot motion control and trajectory tracking based on agricultural seeding
Miao et al. Intelligent vehicle obstacle avoidance path-tracking control based on adaptive model predictive control
Zhang et al. Adaptive path tracking for unmanned ground vehicle
CN116578100B (zh) 一种基于扫刷误差的二自由度动力模型沿边清扫控制方法
Nejad et al. Real time localization, path planning and motion control for autonomous parking in cluttered environment with narrow passages
CN114489038B (zh) 一种基于强化学习的农林用车辆的导航控制方法
Areerob et al. Iterative Learning Control for Lateral Tracking With Repeated Path in Autonomous Vehicles for Dynamic Environments
CN112947442B (zh) 一种有限时间收敛车辆编队控制器及设计方法
CN114253241A (zh) 用于工业智能小车的路径跟踪方法

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