CN117434832A - 控制量确定方法、装置、设备及存储介质 - Google Patents
控制量确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117434832A CN117434832A CN202311403872.8A CN202311403872A CN117434832A CN 117434832 A CN117434832 A CN 117434832A CN 202311403872 A CN202311403872 A CN 202311403872A CN 117434832 A CN117434832 A CN 117434832A
- Authority
- CN
- China
- Prior art keywords
- target
- real
- natural frequency
- adaptive
- steering system
- 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
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000003044 adaptive effect Effects 0.000 claims abstract description 105
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 32
- 238000004364 calculation method Methods 0.000 claims abstract description 29
- 230000004044 response Effects 0.000 claims abstract description 25
- 238000004590 computer program Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 16
- 230000006978 adaptation Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 8
- 230000009286 beneficial effect Effects 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了控制量确定方法、装置、设备及存储介质。获取目标车辆的车辆数据以及真实转向系统的真实固有频率；假定真实固有频率和理想固有频率相同，基于车辆数据和预设转向控制算法的算法输出控制量，利用李雅普诺夫函数、理想响应模型以及真实响应模型，计算真实转向系统的输入控制量的初始自适应系数，初始自适应系数中包含第一参数值；判断真实固有频率是否成功获取到；若是，则根据真实固有频率和理想固有频率的差值，确定目标自适应参数对应的第二参数值，并将第一参数值替换为第二参数值，得到目标自适应系数；基于目标自适应系数确定真实转向系统的目标输入控制量。取到了在简化计算过程的同时，有效提高了控制量计算准确性的有益效果。
Description
技术领域
本发明涉及无人驾驶技术领域，尤其涉及一种控制量确定方法、装置、设备及存储介质。
背景技术
随着无人驾驶技术的发展，一些控制算法在整车上开始使用，例如线性二次型调节器和模型预测控制算法等，并基于控制算法的输出确定控制系统的输入控制量。
但是现有的控制量确定方法，存在计算繁琐，控制量计算不准确等问题。
发明内容
本发明提供了一种控制量确定方法、装置、设备及存储介质，以解决现有的控制量确定方法，存在计算繁琐，控制量计算不准确等问题。
根据本发明的一方面，提供了一种控制量确定方法，其特征在于，包括：
获取目标车辆的车辆数据以及尝试获取目标车辆对应的真实转向系统的真实固有频率；
在假定真实固有频率和目标车辆对应的预设理想转向系统的理想固有频率相同的情况下，基于车辆数据和预设转向控制算法的算法输出控制量，利用李雅普诺夫函数、预设理想转向系统的理想响应模型以及真实转向系统的真实响应模型，计算真实转向系统的输入控制量的初始自适应系数，其中，初始自适应系数中包含目标自适应参数的第一参数值；
判断真实固有频率是否成功获取到；
若已成功获取到，则根据真实固有频率和理想固有频率的差值，确定目标自适应参数对应的第二参数值，并将目标自适应参数中的第一参数值替换为第二参数值，得到目标自适应系数；
基于目标自适应系数确定真实转向系统的目标输入控制量。
根据本发明的另一方面，提供了一种控制量确定装置，其特征在于，包括：
数据获取模块，用于获取目标车辆的车辆数据以及尝试获取目标车辆对应的真实转向系统的真实固有频率；
初始系数计算模块，用于在假定真实固有频率和目标车辆对应的预设理想转向系统的理想固有频率相同的情况下，基于车辆数据和预设转向控制算法的算法输出控制量，利用李雅普诺夫函数、预设理想转向系统的理想响应模型以及真实转向系统的真实响应模型，计算真实转向系统的输入控制量的初始自适应系数，其中，初始自适应系数中包含目标自适应参数的第一参数值；
频率判断模块，用于判断真实固有频率是否成功获取到；
目标系数确定模块，用于若已成功获取到，则根据真实固有频率和理想固有频率的差值，确定目标自适应参数对应的第二参数值，并将目标自适应参数中的第一参数值替换为第二参数值，得到目标自适应系数；
控制量确定模块，用于基于目标自适应系数确定真实转向系统的目标输入控制量。
根据本发明的另一方面，提供了一种控制量确定设备，控制量确定设备包括：
至少一个处理器；以及
与至少一个处理器通信连接的存储器；其中，
存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本发明任一实施例的控制量确定方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本发明任一实施例的控制量确定方法。
本发明实施例提供的技术方案，通过获取目标车辆的车辆数据以及尝试获取目标车辆对应的真实转向系统的真实固有频率；在假定真实固有频率和目标车辆对应的预设理想转向系统的理想固有频率相同的情况下，基于车辆数据和预设转向控制算法的算法输出控制量，利用李雅普诺夫函数、预设理想转向系统的理想响应模型以及真实转向系统的真实响应模型，计算真实转向系统的输入控制量的初始自适应系数，其中，初始自适应系数中包含目标自适应参数的第一参数值；判断真实固有频率是否成功获取到；若已成功获取到，则根据真实固有频率和理想固有频率的差值，确定目标自适应参数对应的第二参数值，并将目标自适应参数中的第一参数值替换为第二参数值，得到目标自适应系数；基于目标自适应系数确定真实转向系统的目标输入控制量。通过上述技术方案，在假定真实固有频率和目标车辆对应的预设理想转向系统的理想固有频率相同的情况下，计算出真实转向系统的输入控制量的初始自适应系数，初始自适应系数包括目标自适应参数的第一参数值，进而当确定真实固有频率成功获取到时，根据真实固有频率和理想固有频率的差值，确定目标自适应参数对应的第二参数值，并将第一参数值替换为第二参数值，就能够得到目标自适应系数，相较于初始自适应系数，此时得到的目标自适应系数更符合真实车辆的情况，进而基于目标自适应系数就能够确定真实转向系统的目标输入控制量。解决了现有的控制量确定方法，存在计算繁琐，控制量计算不准确等问题，取到了在简化计算过程的同时，有效提高了控制量计算准确性的有益效果。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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是本发明实施例一提供的一种控制量确定方法的流程图；
图2是本发明实施例二提供的一种控制量确定方法的流程图；
图3是本发明实施例三提供的一种控制量确定装置的结构示意图；
图4是本发明实施例四提供的一种控制量确定设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1是本发明实施例一提供的一种控制量确定方法的流程图，本实施例可适用于确定无人驾驶车辆中，转向系统的控制量的情况，该方法可以由控制量确定装置来执行，该控制量确定装置可以采用硬件和/或软件的形式实现，该控制量确定装置可配置于控制量确定设备中。如图1所示，该方法包括：
S101、获取目标车辆的车辆数据以及尝试获取目标车辆对应的真实转向系统的真实固有频率。
在本实施例中，目标车辆包括当前正在运行的无人驾驶车辆。车辆数据可包括方向盘转角、方向盘转角率和车速。真实转向系统可以理解为在目标车辆中由转向盘到车轮的动力传递系统。真实固有频率包括目标车辆的转向柱带方向盘的固有频率。
具体的，为了能够有效的对目标车辆进行控制，获取目标车辆在行驶过程中的车辆数据，并尝试获取目标车辆对应的真实转向系统的真实固有频率。
S102、在假定真实固有频率和目标车辆对应的预设理想转向系统的理想固有频率相同的情况下，基于车辆数据和预设转向控制算法的算法输出控制量，利用李雅普诺夫函数、预设理想转向系统的理想响应模型以及真实转向系统的真实响应模型，计算真实转向系统的输入控制量的初始自适应系数，其中，初始自适应系数中包含目标自适应参数的第一参数值。
在本实施例中，预设理想转向系统包括提前构建的理想转向系统。理想固有频率包括基于理想转向系统设定的固有频率。预设转向控制算法可以基于方向盘的相关数据，控制目标车辆的正常行驶，示例性的，该算法可以是线性二次型调节器(linear quadraticregulator，LQR)或模型预测控制算法(Model Predictive Control，MPC)。算法输出控制量包括预设转向控制算法输出的汽车控制命令。李雅普诺夫函数用于研究控制系统的稳定性。理想响应模型包括基于理想转向系统构建的算法模型。真实响应模型包括基于真实转向系统构建的算法模型。初始自适应系数用于确定真实转向系统的输入控制量，其中，初始自适应系数中包含目标自适应参数的第一参数值。
具体的，在尝试获取目标车辆对应的真实转向系统的真实固有频率的过程中，先假定真实固有频率和目标车辆对应的预设理想转向系统的理想固有频率相同，进而将车辆数据中的方向盘转角、方向盘转角率和预设转向控制算法的算法输出控制量输入到真实转向系统的真实响应模型中，并设定误差动力表达式，进而基于误差动力表达式设定李雅普诺夫函数。为了使控制系统稳定，将李雅普诺夫函数的导数设定为小于等于零，可以推导出真实转向系统的输入控制量的初始自适应系数，该初始自适应系数中包含目标自适应参数的第一参数值，目标自适应参数可理解为与真实固有频率相关的自适应参数。其中，初始自适应系数中除了包含目标自适应参数的第一参数值，还包括预设自适应参数的参数值，预设自适应参数与目标自适应参数不同，可以理解为与真实固有频率无关的自适应参数。通过假设真实固有频率和理想固有频率相同，优先计算出初始自适应系数中的各自适应参数的参数值，可以提高自适应系数的计算效率。
S103、判断真实固有频率是否成功获取到。
具体的，实时判断是否成功获取到目标车辆对应的真实转向系统的真实固有频率。
S104、若已成功获取到，则根据真实固有频率和理想固有频率的差值，确定目标自适应参数对应的第二参数值，并将目标自适应参数中的第一参数值替换为第二参数值，得到目标自适应系数。
在本实施例中，第二参数值是为了计算目标自适应系数。目标自适应系数是为了计算控制系统的输入控制量，目标自适应系数可以包括当前状态量在真实转向系统中的输入系数和控制量在真实转向系统中的输入系数，其中，状态量包括目标车辆的方向盘转角和方向盘的转角率。
具体的，如果能够成功获取到真实固有频率，考虑到目标车辆在实际应用场景中，其真实固有频率和理想固有频率之间可能存在一定的误差的，而目标自适应参数受两者误差的影响，因此通过计算真实固有频率和理想固有频率的差值，利用该差值确定目标自适应参数对应的第二参数值，并将目标自适应参数中的第一参数值替换为第二参数值，得到目标自适应系数，以此来降低误差对目标自适应系数的影响。
S105、基于目标自适应系数确定真实转向系统的目标输入控制量。
具体的，通过目标自适应系数就能够直接确定真实转向系统的目标输出量。
本发明实施例一提供的技术方案，通过获取目标车辆的车辆数据以及尝试获取目标车辆对应的真实转向系统的真实固有频率；在假定真实固有频率和目标车辆对应的预设理想转向系统的理想固有频率相同的情况下，基于车辆数据和预设转向控制算法的算法输出控制量，利用李雅普诺夫函数、预设理想转向系统的理想响应模型以及真实转向系统的真实响应模型，计算真实转向系统的输入控制量的初始自适应系数，其中，初始自适应系数中包含目标自适应参数的第一参数值；判断真实固有频率是否成功获取到；若已成功获取到，则根据真实固有频率和理想固有频率的差值，确定目标自适应参数对应的第二参数值，并将目标自适应参数中的第一参数值替换为第二参数值，得到目标自适应系数；基于目标自适应系数确定真实转向系统的目标输入控制量。通过上述技术方案，在假定真实固有频率和目标车辆对应的预设理想转向系统的理想固有频率相同的情况下，计算出真实转向系统的输入控制量的初始自适应系数，初始自适应系数包括目标自适应参数的第一参数值，进而当确定真实固有频率成功获取到时，根据真实固有频率和理想固有频率的差值，确定目标自适应参数对应的第二参数值，并将第一参数值替换为第二参数值，就能够得到目标自适应系数，相较于初始自适应系数，此时得到的目标自适应系数更符合真实车辆的情况，进而基于目标自适应系数就能够确定真实转向系统的目标输入控制量。解决了现有的控制量确定方法，存在计算繁琐，控制量计算不准确等问题，取到了在简化计算过程的同时，有效提高了控制量计算准确性的有益效果。
在一些实施例中，根据真实固有频率和理想固有频率的差值，确定目标自适应参数对应的第二参数值，包括：在第一预设查找表中查找真实固有频率和理想固有频率的差值对应的第一目标值，将第一目标值确定为目标自适应参数对应的第二参数值。通过上述技术方案，能够有效提高第二参数值确定的效率，进一步提高控制量确定方法的效率。
在本实施例中，第一目标值用于确定目标自适应参数对应的第二参数值。第一预设查找表是预先构建的查找表，表中的内容可以包括基于经验确定的真实固有频率和理想固有频率的不同差值和不同第一数值的对应关系，第一数值用于表示在真实固有频率和理想固有频率的差值为所对应的差值的情况下，预先设定的目标自适应参数的取值。
具体的，计算出真实固有频率和理想固有频率的差值后，根据该差值从预先构建的第一预设查找表中查找对应差值，进而将对应差值关联的第一数值作为第一目标值，并将第一目标值确定为目标自适应参数对应的第二参数值。
可选的，在根据真实固有频率和理想固有频率的差值从预先构建的第一预设查找表中查找对应差值时，如果在第一预设查找表中没有查找与之对应差值，则将与真实固有频率和理想固有频率的差值最相近的值，确定为其对应差值。对于根据真实固有频率和理想固有频率的差值从预先构建的第一预设查找表中查找对应差值的具体方法，本实施例不进行限定。
在一些实施例中，目标车辆对应的真实转向系统的真实固有频率通过以下方式得到：利用递归最小二乘法拟合车辆数据，得到目标车辆对应的真实转向系统的真实固有频率。通过上述技术方案，有效的降低计算量，并提升获取真实固有频率的效率，进一步提升控制量确定方法的效率。
在本实施例中，递归最小二乘法是以最小二乘准则为依据的算法，其特点是收敛速度快。
具体的，目标车辆对应的真实转向系统的真实固有频率，可以通过对控制系统进行实时辨别得到的。同时为了减少计算量，提升计算效率，对控制系统的实时辨别，可以利用递归最小二乘法对车辆数据进行拟合实现，进而能够得到目标车辆对应的真实转向系统的真实固有频率。
在一些实施例中，控制量确定方法还包括：将目标输入控制量输入至真实转向系统中，以对目标车辆进行转向控制。通过上述技术方案，实现了对目标车辆的转向控制。
具体的，将目标输入控制量输入至真实转向系统之后，真实转向系统依据该目标输入控制量对目标车辆进行转向控制。
实施例二
图2是本发明实施例二提供的一种控制量确定方法的流程图，本实施例在上述各可选实施例基础上进行优化和扩展，本实施例展开描述了在真实固有频率成功获取到后，如何确定目标自适应系数，并详细介绍了如何根据目标自适应系数，确定目标输入控制量。如图2所示，该方法包括：
S201、获取目标车辆的车辆数据以及尝试获取目标车辆对应的真实转向系统的真实固有频率。
S202、在假定真实固有频率和目标车辆对应的预设理想转向系统的理想固有频率相同的情况下，基于车辆数据和预设转向控制算法的算法输出控制量，利用李雅普诺夫函数、预设理想转向系统的理想响应模型以及真实转向系统的真实响应模型，计算真实转向系统的输入控制量的初始自适应系数，其中，初始自适应系数中包含目标自适应参数的第一参数值。
示例性的，建立预设理想转向系统的理想响应模型：
其中，
xm为状态量，δm表示方向盘转角，为方向盘转角率，command为控制算法的输出控制量，wm设置为10，ξm设置为0.9。
假定真实固有频率和目标车辆对应的预设理想转向系统的理想固有频率相同，则真实转向系统的真实响应模型为：
其中，
假设规定真实转向系统的控制器的输入控制量对应的计算方程如下：
其中，u表示输入控制量，和/>均为该方程的系数。
定义误差变量为：e＝xp-xm(4)
则可以确定误差动力表达式为：
其中，θ*T x和θ*T r均为预设理想转向系统的控制器的输入控制量对应的计算方程中的系数。
假设李雅普诺夫函数为：
若使系统稳定则李雅普诺夫函数的导数应该满足小于等于0，所以可以推导出初始自适应系数
其中，均为目标自适应系数，γx为目标自适应参数，/>
S203、判断真实固有频率是否成功获取到。若已成功获取到，则执行S204—S206，若未成功获取到，则执行S207。
S204、在第二预设查找表中查找真实固有频率和理想固有频率的差值对应的第二目标值。
在本实施例中，第二目标值用于确定目标自适应参数对应的第二参数值，第二目标值与第一目标值不同。第二预设查找表是预先构建的，表中内容包括基于经验确定的真实固有频率和理想固有频率的不同差值和不同第二数值的对应关系，第二数值用于表示在真实固有频率和理想固有频率的差值为所对应的差值的情况下，预先设定的目标自适应参数的偏差值。
具体的，当确定真实固有频率成功获取到后，计算真实固有频率和理想固有频率的差值，根据该差值从预先构建的第二预设查找表中查找对应差值，进而获取对应差值关联的第二数值作为第二目标值。可选的，在根据真实固有频率和理想固有频率的差值从预先构建的第二预设查找表中查找对应差值时，如果在第二预设查找表中没有查找与之对应差值，则将与真实固有频率和理想固有频率的差值最相近的值，确定为其对应差值。对于根据真实固有频率和理想固有频率的差值从预先构建的第二预设查找表中查找对应差值的具体方法，本实施例不进行限定。
S205、根据第二目标值与第一参数值的和，确定目标自适应参数对应的第二参数值。
具体的，为了降低误差对目标自适应系数的影响，需要计算第二目标值与第一参数值的和，以该和作为目标自适应参数对应的第二参数值，实现对第一参数值的修正。
S206、将目标自适应参数中的第一参数值替换为第二参数值，得到目标自适应系数，执行S208。
S207、将初始自适应系数确定为目标自适应系数。
具体的，当确定真实固有频率未成功获取到后，将初始自适应系数确定为目标自适应系数，进而快速确定目标输入控制量，避免因等待真实固有频率的获取而造成转向控制的延迟。
S208、对目标自适应系数进行积分，得到积分自适应系数。
具体的，为了能够计算出有效的目标输出控制量，通过对目标自适应系数进行积分，得到积分自适应系数。示例性的，将得到的目标自适应系数和/>进行积分，可以得到对应的积分及适应系数为/>和
S209、利用积分自适应系数和预设理想转向系统的系数，确定自适应系数。
具体的，将得到的积分自适应系数加上预设理想转向系统的系数，即得到自适应系数。其计算如下：
S210、利用自适应系数，确定真实转向系统的目标输入控制量。
具体的，将自适应系数输入到目标输入控制量的计算公式中，即带入到计算公式(3)中，就可以确定目标输入控制量。
本发明实施例二提供的技术方案，通过在确定真实固有频率成功获取到时，在第二预设查找表中查找真实固有频率和理想固有频率的差值对应的第二目标值，根据第二目标值与第一参数值的和，确定目标自适应参数对应的第二参数值，将目标自适应参数中的第一参数值替换为第二参数值，得到目标自适应系数；并在确定真实固有频率未成功获取到时，将初始自适应系数确定为目标自适应系数；进而将对目标自适应系数进行积分，得到积分自适应系数，利用积分自适应系数和预设理想转向系统的系数，确定自适应系数，利用自适应系数，确定真实转向系统的目标输入控制量。通过上述方法，对第一参数进行修正，进而确定目标自适应系数，有效的提升了目标自适应系数的准确性，进一步提高了控制量确定方法的准确性，同时考虑了真实固有频率成功获取和真实固有频率未成功获取的两种不同情况，能够有效增强该方法的适应性。
实施例三
图3是本发明实施例三提供的一种控制量确定装置的结构示意图。如图3所示，该装置包括数据获取模块31，初始系数计算模块32，频率判断模块33，目标系数确定模块34和控制量确定模块35。
其中，数据获取模块31，用于获取目标车辆的车辆数据以及尝试获取目标车辆对应的真实转向系统的真实固有频率；初始系数计算模块32，用于在假定真实固有频率和目标车辆对应的预设理想转向系统的理想固有频率相同的情况下，基于车辆数据和预设转向控制算法的算法输出控制量，利用李雅普诺夫函数、预设理想转向系统的理想响应模型以及真实转向系统的真实响应模型，计算真实转向系统的输入控制量的初始自适应系数，其中，初始自适应系数中包含目标自适应参数的第一参数值；频率判断模块33，用于判断真实固有频率是否成功获取到；目标系数确定模块34，用于若已成功获取到，则根据真实固有频率和理想固有频率的差值，确定目标自适应参数对应的第二参数值，并将目标自适应参数中的第一参数值替换为第二参数值，得到目标自适应系数；控制量确定模块35，用于基于目标自适应系数确定真实转向系统的目标输入控制量。
本发明实施例三提供的技术方案，解决了现有的控制量确定方法，存在计算繁琐，控制量计算不准确等问题，取到了在简化计算过程的同时，有效提高了控制量计算准确性的有益效果。
可选的，根据真实固有频率和理想固有频率的差值，确定目标自适应参数对应的第二参数值，包括：
在第一预设查找表中查找真实固有频率和理想固有频率的差值对应的第一目标值，将第一目标值确定为目标自适应参数对应的第二参数值。
可选的，根据真实固有频率和理想固有频率的差值，确定目标自适应参数对应的第二参数值，包括：
在第二预设查找表中查找真实固有频率和理想固有频率的差值对应的第二目标值；
根据第二目标值与第一参数值的和，确定目标自适应参数对应的第二参数值。
可选的，目标车辆对应的真实转向系统的真实固有频率通过以下方式得到：
利用递归最小二乘法拟合车辆数据，得到目标车辆对应的真实转向系统的真实固有频率。
可选的，控制量确定装置还包括频率未获得模块，用于若未成功获取到，则将初始自适应系数确定为目标自适应系数。
可选的，控制量确定模块35包括：
第一系数确定单元，用于对目标自适应系数进行积分，得到积分自适应系数；
第二系数确定单元，用于利用积分自适应系数和预设理想转向系统的系数，确定自适应系数；
控制量确定单元，用于利用自适应系数，确定真实转向系统的目标输入控制量。
可选的，控制量确定装置，还包括：
控制量输入模块，用于将目标输入控制量输入至真实转向系统中，以对目标车辆进行转向控制。
本发明实施例所提供的控制量确定装置可执行本发明任意实施例所提供的控制量确定方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4是本发明实施例四提供的一种控制量确定设备的结构示意图。该控制量确定设备可以为电子设备，旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如控制量确定方法。
在一些实施例中，控制量确定方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM13并由处理器11执行时，可以执行上文描述的控制量确定方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行控制量确定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种控制量确定方法，其特征在于，包括：
获取目标车辆的车辆数据以及尝试获取所述目标车辆对应的真实转向系统的真实固有频率；
在假定所述真实固有频率和所述目标车辆对应的预设理想转向系统的理想固有频率相同的情况下，基于所述车辆数据和预设转向控制算法的算法输出控制量，利用李雅普诺夫函数、所述预设理想转向系统的理想响应模型以及所述真实转向系统的真实响应模型，计算所述真实转向系统的输入控制量的初始自适应系数，其中，所述初始自适应系数中包含目标自适应参数的第一参数值；
判断所述真实固有频率是否成功获取到；
若已成功获取到，则根据所述真实固有频率和所述理想固有频率的差值，确定所述目标自适应参数对应的第二参数值，并将所述目标自适应参数中的所述第一参数值替换为所述第二参数值，得到目标自适应系数；
基于所述目标自适应系数确定所述真实转向系统的目标输入控制量。
2.根据权利要求1所述的方法，其特征在于，根据所述真实固有频率和所述理想固有频率的差值，确定所述目标自适应参数对应的第二参数值，包括：
在第一预设查找表中查找所述真实固有频率和所述理想固有频率的差值对应的第一目标值，将所述第一目标值确定为所述目标自适应参数对应的第二参数值。
3.根据权利要求1所述的方法，其特征在于，根据所述真实固有频率和所述理想固有频率的差值，确定所述目标自适应参数对应的第二参数值，包括：
在第二预设查找表中查找所述真实固有频率和所述理想固有频率的差值对应的第二目标值；
根据所述第二目标值与所述第一参数值的和，确定所述目标自适应参数对应的第二参数值。
4.根据权利要求1所述的方法，其特征在于，所述目标车辆对应的真实转向系统的真实固有频率通过以下方式得到：
利用递归最小二乘法拟合所述车辆数据，得到所述目标车辆对应的真实转向系统的真实固有频率。
5.根据权利要求1所述的方法，其特征在于，判断所述真实固有频率是否成功获取到之后，还包括：
若未成功获取到，则将所述初始自适应系数确定为目标自适应系数。
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述基于所述目标自适应系数确定所述真实转向系统的目标输入控制量，包括：
对所述目标自适应系数进行积分，得到积分自适应系数；
利用所述积分自适应系数和所述预设理想转向系统的系数，确定自适应系数；
利用所述自适应系数，确定所述真实转向系统的目标输入控制量。
7.根据权利要求1所述的方法，其特征在于，还包括：
将所述目标输入控制量输入至所述真实转向系统中，以对所述目标车辆进行转向控制。
8.一种控制量确定装置，其特征在于，包括：
数据获取模块，用于获取目标车辆的车辆数据以及尝试获取所述目标车辆对应的真实转向系统的真实固有频率；
初始系数计算模块，用于在假定所述真实固有频率和所述目标车辆对应的预设理想转向系统的理想固有频率相同的情况下，基于所述车辆数据和预设转向控制算法的算法输出控制量，利用李雅普诺夫函数、所述预设理想转向系统的理想响应模型以及所述真实转向系统的真实响应模型，计算所述真实转向系统的输入控制量的初始自适应系数，其中，所述初始自适应系数中包含目标自适应参数的第一参数值；
频率判断模块，用于判断所述真实固有频率是否成功获取到；
目标系数确定模块，用于若已成功获取到，则根据所述真实固有频率和所述理想固有频率的差值，确定所述目标自适应参数对应的第二参数值，并将所述目标自适应参数中的所述第一参数值替换为所述第二参数值，得到目标自适应系数；
控制量确定模块，用于基于所述目标自适应系数确定所述真实转向系统的目标输入控制量。
9.一种控制量确定设备，其特征在于，所述控制量确定设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的控制量确定方法。
10.一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，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的控制量确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311403872.8A CN117434832A (zh) | 2023-10-26 | 2023-10-26 | 控制量确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311403872.8A CN117434832A (zh) | 2023-10-26 | 2023-10-26 | 控制量确定方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117434832A true CN117434832A (zh) | 2024-01-23 |
Family
ID=89557940
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311403872.8A Pending CN117434832A (zh) | 2023-10-26 | 2023-10-26 | 控制量确定方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117434832A (zh) |
-
2023
- 2023-10-26 CN CN202311403872.8A patent/CN117434832A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117552083B (zh) | 单晶硅的拉晶过程控制方法、装置、电子设备及存储介质 | |
| CN117434832A (zh) | 控制量确定方法、装置、设备及存储介质 | |
| CN116905604A (zh) | 一种混动工程机械多模式控制方法、装置、设备及介质 | |
| CN114743608A (zh) | NOx模型的环境因子确定方法、装置、电子设备及介质 | |
| CN113486229B (zh) | 抓取压力的控制方法、装置、电子设备及可读存储介质 | |
| CN117032137A (zh) | 一种广义条件反馈控制方法、装置、电子设备及存储介质 | |
| CN117589188B (zh) | 行车路径规划方法、装置、电子设备和存储介质 | |
| CN117289686B (zh) | 一种参数标定方法、装置、电子设备及存储介质 | |
| CN115576902B (zh) | 一种标定描述文件的处理方法、装置、设备及介质 | |
| CN117346782B (zh) | 定位优化方法、装置、电子设备和存储介质 | |
| CN116108589B (zh) | 一种型芯模型构建方法、装置、设备及介质 | |
| CN115405402B (zh) | 一种碳载量模型的确定方法、装置、电子设备及存储介质 | |
| CN117290179B (zh) | 一种事件超时状态的确定方法、装置、设备和存储介质 | |
| CN117864172B (zh) | 一种自动驾驶控制方法、装置以及设备 | |
| CN117950306A (zh) | 一种pid控制参数确定方法、装置、设备及介质 | |
| CN116838786A (zh) | 一种离合器压力自学习方法、装置、设备及介质 | |
| CN116857074A (zh) | 一种发动机扭矩控制方法、装置、设备及存储介质 | |
| CN118763679A (zh) | 一种配电网电压稳定性的分析方法、装置、设备及介质 | |
| CN116992150A (zh) | 一种研发组件推荐方法、装置、设备及存储介质 | |
| CN116703963A (zh) | 一种ar跟踪方法、装置、ar设备及存储介质 | |
| CN118882803A (zh) | 高空平台物体的称重补偿方法、装置、设备及介质 | |
| CN116691341A (zh) | 基于车辆油门的车速调节方法、装置、设备和存储介质 | |
| CN117477644A (zh) | 一种虚拟同步机的控制方法、装置、电子设备及介质 | |
| CN116580218A (zh) | 一种控制方法、装置、设备及存储介质 | |
| CN118731520A (zh) | 一种特征曲线获取方法、装置、电子设备及存储介质 |
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 |