CN117657201A - 一种车辆横向控制方法、系统及汽车 - Google Patents
一种车辆横向控制方法、系统及汽车 Download PDFInfo
- Publication number
- CN117657201A CN117657201A CN202211044095.8A CN202211044095A CN117657201A CN 117657201 A CN117657201 A CN 117657201A CN 202211044095 A CN202211044095 A CN 202211044095A CN 117657201 A CN117657201 A CN 117657201A
- Authority
- CN
- China
- Prior art keywords
- speed
- vehicle
- steering wheel
- controller
- wheel 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 230000008859 change Effects 0.000 claims abstract description 6
- 230000007704 transition Effects 0.000 claims description 17
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000005562 fading Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 15
- 238000009499 grossing Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 210000001258 synovial membrane Anatomy 0.000 description 1
Abstract
本发明提供一种车辆横向控制方法、系统及汽车,包括,根据当前的车速判断当前车辆的行驶状态,选择对应的自动驾驶行车横向控制器;将车辆当前的车速、车辆横摆角速度、车辆质心侧偏角以及车辆与目标路径之间的横向偏差、航向角偏差、目标路径曲率输入对应的行车横向控制器进行计算,得到该车辆的总的期望方向盘转角;将车辆的总的期望方向盘转角经过方向盘转角的限幅和方向盘转角变化率的限幅后得到的最终方向盘转角输出给转向控制器,再根据所述最终方向盘转角进行转向控制。本发明针对不同的工况选择适当的行车横向控制器,兼顾计算复杂度和控制的精确度,可实现全工况的适用性;要调整的控制参数较少,可提高工作效率和普适性。
Description
技术领域
本发明涉及自动驾驶行车横向控制技术领域,特别是涉及一种车辆横向控制方法、系统及汽车。
背景技术
当前自动驾驶技术的应用场景已从驾驶辅助的特定工况逐渐扩展到全工况,包括匝道、城市道路、高速路,场景对车辆的运动控制算法的要求越来越高,在不同车速、不同曲率道路上自动驾驶的复杂场景下,横向控制对于车辆的安全尤为重要。
目前的控制方法主要有PID、模糊控制、MPC、自抗扰控制、滑膜控制、端到端等,但都存在各自的局限性,主要是需要调整的参数多、调参工作量大且依赖经验、算力占用大等等问题。目前车辆系统建模有几何学模型、动力学模型、运动学结合动力学模型的,需结合控制方法选择适当的车辆系统模型才能在计算复杂度和准确性上都能兼顾到。
现有最常用的纯跟踪算法,通过控制车辆的转向半径,使车辆后轴中心沿圆弧到达预瞄距离的目标路径点,然后根据阿克曼转向模型设计得到控制所需的前轮转角。该方法简单实用,对道路曲率扰动有良好的鲁棒性,但跟踪性能严重依赖于预瞄距离的选择,最优值很难获取。此外,纯追踪算法是基于简单的几何学模型,并未考虑车辆动力学特性和转向执行器动态特性。高速下转向曲率的快速变化易使车辆产生侧滑,系统模型与实际车辆特性相差较大会导致跟踪性能恶化。
发明内容
本发明的目的在于,提出一种车辆横向控制方法、系统及汽车,解决如何实现计算量的缩减的同时保证了全工况下的横向控制的准确性的技术问题。
一方面,提供一种车辆横向控制方法,包括:
实时获取车辆当前的车速、车辆横摆角速度、车辆质心侧偏角以及车辆与目标路径之间的横向偏差、航向角偏差、目标路径曲率;
根据当前的车速判断当前车辆的行驶状态,并根据当前车辆的行驶状态选择对应的行车横向控制器;
将获取的车辆当前的车速、车辆横摆角速度、车辆质心侧偏角以及车辆与目标路径之间的横向偏差、航向角偏差、目标路径曲率作为输入量输入对应的自动驾驶行车横向控制器进行计算,得到该车辆的总的期望方向盘转角;
转向控制器根据所述期望方向盘转角进行转向控制;
所述行车横向控制器包括:低速行车横向控制器和高速行车横向控制器。
优选地,所述根据当前的车速判断当前车辆的行驶状态,并根据当前车辆的行驶状态选择对应的行车横向控制器,具体包括:
将所述当前车速与预设的平滑起始车速和平滑车速宽度比较;
若所述当前车速小于所述平滑起始车速,则判定当前车辆的行驶状态为低速,并选择预设的低速自动驾驶行车横向控制器;
若所述当前车速大于所述平滑起始车速与所述平滑车速宽度之和,则判定当前车辆的行驶状态为高速,并选择预设的高速自动驾驶行车横向控制器。
若所述当前车速大于所述平滑起始车速,且小于所述平滑起始车速与所述平滑车速宽度之和,则在预设的高速行车横向控制器和低速行车横向控制器之间进行平滑过渡。
优选地,所述得到该车辆的总的期望方向盘转角,具体包括:
通过低速行车横向控制器计算低速控制器的期望方向盘转角;
通过高速行车横向控制器计算高速控制器的期望方向盘转角;
根据所述低速行车横向控制器的期望方向盘转角、所述高速行车横向控制器的期望方向盘转角以及低速行车横向控制器和高速行车横向控制器对应的平滑过渡系数,计算总的期望方向盘转角。
优选地,所述通过低速行车横向控制器计算低速行车横向控制器的期望方向盘转角,具体包括:
根据当前的车速、车辆质心侧偏角、车辆与目标路径的相对横向位置偏差、航向角偏差及目标路径曲率,通过低速行车横向控制器计算低速工况下期望的方向盘转角前馈控制量;
将所述低速工况下期望的方向盘转角前馈控制量输出为低速行车横向控制器的期望方向盘转角。
优选地,根据以下公式计算低速工况下期望的方向盘转角前馈控制量:
其中,δw,ff,ls表示低速工况下期望的方向盘转角前馈控制量,r表示车辆与目标路径的相对横向位置偏差,θ表示车速与目标路径的相对航向角偏差,κ表示目标路径曲率,l表示车辆的轴距,iiwf表示前轮转角与方向盘转角的转向传动比,k0为常数系数0,k1为常数系数1。
优选地,所述通过高速行车横向控制器计算高速行车横向控制器的期望方向盘转角,具体包括:
根据当前车速、车辆质心侧偏角、车辆与目标路径的相对横向位置偏差、航向角偏差及目标路径曲率,通过高速行车横向控制器计算高速工况下期望的方向盘转角前馈控制量;
根据车辆横摆角速度计算高速工况下方向盘转角反馈控制量;
将所述高速工况下期望的方向盘转角前馈控制量与方向盘转角反馈控制量之和,输出为高速控制器的期望方向盘转角。
优选地,根据以下公式计算高速工况下期望的方向盘转角前馈控制量:
其中,δw,ff,hs表示高速工况下期望的方向盘转角前馈控制量,ωd表示虚拟控制量,即高速控制器的期望横摆角速度,gω(v)表示稳态增益,iiwf表示前轮转角与方向盘转角的转向传动比,r表示车辆与目标路径的相对横向位置偏差,θ表示车速与目标路径的相对航向角偏差,κ表示目标路径曲率,η表示线性状态反馈控制,m表示整车质量,v表示车速,Cf表示单个前轮的侧偏刚度,Cr表示单个后轮的侧偏刚度,lf表示质心到前轴的距离,lr表示质心到后轴的距离。
优选地,根据以下公式计算高速工况下方向盘转角反馈控制量:
δw,fb=kω(ωd-ω)
其中,δw,fb表示高速工况下方向盘转角反馈控制量,kω表示反馈系数,ωd表示虚拟控制量,即高速控制器的期望横摆角速度,ω表示当前车辆横摆角速度。
优选地,通过以下公式计算低速控制器和高速控制器对应的平滑过渡系数:
其中,f表示平滑过渡系数,v表示当前车速,vfading,start表示平滑起始车速,vfading,width表示平滑车速宽度。
优选地,通过以下公式计算总的期望方向盘转角:
δw=fδw,hs+(1-f)δw,ls
其中,δw表示总的期望方向盘转角,δw,hs表示高速控制器的期望方向盘转角,δw,ls表示低速控制器的期望方向盘转角,f表示平滑过渡系数。
另一方面,还提供一种车辆横向控制系统,用以实现所述的车辆横向控制方法,包括:
车辆数据采集模块,用以实时获取车辆当前的车速、车辆横摆角速度、车辆质心侧偏角以及车辆与目标路径之间的横向偏差、航向角偏差、目标路径曲率;
横向控制器选择模块,用以根据当前的车速判断当前车辆的行驶状态,并根据当前车辆的行驶状态选择对应的行车横向控制器;
方向盘转角计算模块,用以将获取的车辆当前的车速、车辆横摆角速度、车辆质心侧偏角以及车辆与目标路径之间的横向偏差、航向角偏差、目标路径曲率作为输入量输入对应的自动驾驶行车横向控制器进行计算,得到该车辆的总的期望方向盘转角;转向控制器根据所述期望方向盘转角进行转向控制;
所述行车横向控制器包括:低速行车横向控制器和高速行车横向控制器。
另一方面,还提供一种汽车,通过所述的车辆横向控制系统对车辆进行转向控制。
综上,实施本发明的实施例,具有如下的有益效果:
本发明提供的车辆横向控制方法、系统及汽车,通过车速选择对应的高速、低速行车横向控制器,且整个控制器的输入为当前时刻车辆与目标路径之间的横向偏差、航向角偏差、目标路径曲率、车辆当前车车速、横摆角速度、车辆质心侧偏角,通过对应的控制器计算高速、低速的期望方向盘转角。高速、低速行车横向控制器的计算结果进行选择或平滑,经限幅后输出最终的方向盘转角控制输出给EPS,车辆运动响应,循环周期控制,实现对目标路径的跟踪。
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性的前提下,根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明实施例中一种车辆横向控制方法的主流程示意图。
图2为本发明实施例中一种车辆横向控制系统的示意图。
图3为本发明实施例中Frenet坐标系的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述。
如图1所示,为本发明提供的一种自动驾驶行车横向控制方法的一个实施例的示意图。在该实施例中,所述方法包括以下步骤:
实时获取车辆当前的车速、车辆横摆角速度、车辆质心侧偏角以及车辆与目标路径之间的横向偏差、航向角偏差、目标路径曲率;也就是,本发明采用反馈线性化的方法解决非线性问题,引入期望横摆角速度ωd作为虚拟控制量,将整个控制过程分成两层进行分层控制:第一层:采用反馈线性化方法,基于车辆运动学由车辆相对于目标路径的横向偏差、航向角偏差、车速、路径曲率等求得期望横摆角速度;第二层:采用前馈控制结合反馈控制或者仅前馈控制方法,基于车辆动力学或运动学模型由期望横摆角速度、车速等结合转向模型计算出期望方向盘转角。整个计算过程,需要调整的控制参数较少,且有明确的调参理论依据,而不是高度依赖经验或盲目地进行试参,可提高工作效率和控制算法的普适性。
进一步的,根据当前的车速判断当前车辆的行驶状态,并根据当前车辆的行驶状态选择对应的自动驾驶行车横向控制器;也就是,如图3所示的Frenet坐标系下,针对不同车速工况需要进行不同的线性状态反馈控制。即:针对高速自动驾驶行车横向控制采用反馈线性化的方法将非线性系统的稳定性问题简化为可控线性系统的稳定性问题,通过预设的稳定的线性状态反馈控制律,使得闭环系统的特征值在左半开平面(系统稳定),从而得到以期望横摆角速度ωd为虚拟控制量的线性状态反馈控制律;针对低速自动驾驶行车横向控制认为低速工况下的横向偏差和航向角偏差较小,为避免车速逼近0时出现奇点,对距离求导转化成新的非线性系统,再采用反馈线性化的低速工况下的线性状态反馈控制律进行处理。采用了反馈线性化方法,对系统状态方程进行适当的线性化,使得求解更简单,减小计算量。
具体的实施例中,将所述当前车速与预设的平滑起始车速和平滑车速宽度比较;若所述当前车速小于所述平滑起始车速,则判定当前车辆的行驶状态为低速,并选择预设的低速自动驾驶行车横向控制器;若所述当前车速大于所述平滑起始车速与所述平滑车速宽度之和,则判定当前车辆的行驶状态为高速,并选择预设的高速自动驾驶行车横向控制器;若所述当前车速大于所述平滑起始车速,且小于所述平滑起始车速与所述平滑车速宽度之和,则在预设的高速自动驾驶行车横向控制器和低速自动驾驶行车横向控制器之间进行平滑过渡。其中,平滑起始车速指进入平滑过程(在低速与高速之间过渡的一个过程)的下限节点,如果小于这个节点,则说明车辆处于低速,平滑车速宽度指平滑过程的范围区间,综上,平滑起始车速与平滑车速宽度之和求得的节点就是平滑过程的上限节点,大于该节点,则说明车辆处于高速。需要说明的是,平滑起始车速和平滑车速宽度是根据具体车型进行设定的。
本实施例中,高速自动驾驶行车横向控制器是基于二自由度车辆动力学状态方程,计算使系统达到稳态时的期望方向盘转角,其中,要实现这一稳态需要以ωd为虚拟控制量的线性状态反馈控制律进行控制。
具体确定高速工况下,以期望横摆角速度ωd为虚拟控制量的线性状态反馈控制律的过程如下:
在Frenet坐标系下,高速工况下车辆非线性运动学公式,如下:
s(0)=s0
r(0)=f0
θ(0)=θ0
其中,θ=β+ψ-ψp;s为车辆沿目标路径行进的距离,s0为车辆沿目标路径行进的距离初始值,为车辆在P点的切向速度,r为车辆与目标路径的相对横向位置偏差,r0为车辆与目标路径的相对横向位置偏差初始值,/>为车辆在P点的横向速度,θ为车速与目标路径的相对航向角偏差,即车速与Ps轴的夹角,θ0为车速与目标路径的相对航向角偏差初始值,为车辆与目标路径坐标系旋转的相对角速度,v为当前车速,β为当前车辆质心侧偏角,ψ为车辆朝向与Ox轴的夹角,ψp为当前位置路径的朝向,即Ps轴与Ox轴的夹角,Δψ=ψ-ψp为车辆与车辆与目标路径之间的航向角偏差,ω为当前车辆横摆角速度,κ为目标路径在P点处的曲率。
设状态向量ξ如下式:
其中,z1为状态变量1;z2为状态变量2。
非线性系统状态方程如下式:
其中,r为车辆与目标路径的相对横向位置偏差,θ为车速与目标路径的相对航向角偏差,即车速与Ps轴的夹角,v为当前车速,ω为当前车辆横摆角速度,κ为目标路径在P点处的曲率。
由上几个公式可知,进行反馈线性化时,令
其中,r为车辆与目标路径的相对横向位置偏差,θ为车速与目标路径的相对航向角偏差,即车速与Ps轴的夹角,v为当前车速,ω为当前车辆横摆角速度,κ为目标路径在P点处的曲率。得到二阶线性系统,其状态方程:
那么,可设计一个线性状态反馈控制,如式:η=-k1z2-k0z1
其中,k0为常数系数0;k1为常数系数1。求k0和k1的过程,如下:已知二阶系统的特征方程:其中,s为拉普拉斯变换中用到的复变量,ω0为固有频率,ζ为阻尼系数。
将线性状态反馈控制方程代入二阶线性系统状态方程的第二个方程得:并对比二阶系统的特征方程,则推导出式:/>k1=2ζω0。
以二阶系统响应指标作为此步骤的重要参数:yp最大超调量;ts调整时间;
当系统欠阻尼时,如下式:
对于2%的误差标准时,调整时间近似等于系统时间常数的4倍,得到:其中,T系统时间常数,/>则可推导得到:/>
可以得到高速工况下以期望横摆角速度ωd为虚拟控制量的线性状态反馈控制律,如下:
即可得到以ωd为虚拟控制量的线性状态反馈控制律的表达式。
本实施例中,低速自动驾驶行车横向控制器,在低速工况下的横向偏差和航向角偏差较小,低速工况下,具体以ωd为虚拟控制量的线性状态反馈控制律的过程如下:
基于Frenet坐标系下的运动学分析可得到简化的非线性状态方程:
s(0)=s0
r(0)=r0
θ(0)=θ0
其中,θ=β+ψ-ψp;s为车辆沿目标路径行进的距离,s0为车辆沿目标路径行进的距离初始值,为车辆在P点的切向速度,r为车辆与目标路径的相对横向位置偏差,r0为车辆与目标路径的相对横向位置偏差初始值,/>为车辆在P点的横向速度,θ为车速与目标路径的相对航向角偏差,即车速与Ps轴的夹角,θ0为车速与目标路径的相对航向角偏差初始值,为车辆与目标路径坐标系旋转的相对角速度,v为当前车速,β为当前车辆质心侧偏角,ψ为车辆朝向与Ox轴的夹角,ψp为当前位置路径的朝向,即Ps轴与Ox轴的夹角,Δψ=ψ-ψp为车辆与车辆与目标路径之间的航向角偏差,ω为当前车辆横摆角速度,κ为目标路径在P点处的曲率。
为避免车速逼近0时出现奇点,对距离求导记作式:
则进行转化后,为式:
s(0)=s0
r′=θ r(0)=r0
θ′=ω′-κ θ(0)=θ0
其中,s′为s对距离求导,r′为r对距离求导,θ′为θ对距离求导,ω′为ω对距离求导。
设状态向量ξ如式:其中,z1为状态变量1;z2为状态变量2。
建立低速工况下的非线性状态方程式:
采用反馈线性化的方法设计一个低速工况下的线性状态反馈控制律:令η=ω′-κ,进行了反馈线性化,求η的过程,和高速自动驾驶行车横向控制器类似,有式:η=-k1z2-k0z1,其中,k1=2ζω0。
由于前述为避免低速工况下车速逼近0时出现奇点,所以低速自动驾驶行车横向控制器所采用的二阶系统响应指标最大超调量yp,调整距离ds作为此步骤的重要参数。
可推导得到式:
可得到以低速控制器的期望横摆角速度ωd为虚拟控制量的线性状态反馈控制律,如:ω′d=-k0r-k1θ+κ。
进一步的,将获取的车辆当前的车速、车辆横摆角速度、车辆质心侧偏角以及车辆与目标路径之间的横向偏差、航向角偏差、目标路径曲率作为输入量输入对应的自动驾驶行车横向控制器进行计算,得到该车辆的总的期望方向盘转角;也就是,分高低速控制器,能在适当的控制器中、不同分层中选择适当的车辆模型,兼顾计算复杂度和控制的精确度,而不是选用单一的系统模型,可实现全工况的适用性。
本实施例中,具体的计算过程包括,通过低速自动驾驶行车横向控制器计算低速控制器的期望方向盘转角;具体地,根据当前的车速、车辆质心侧偏角、车辆与目标路径的相对横向位置偏差、航向角偏差及目标路径曲率,通过低速自动驾驶行车横向控制器计算低速工况下期望的方向盘转角前馈控制量;将所述低速工况下期望的方向盘转角前馈控制量输出为低速控制器的期望方向盘转角。
其中,根据以下公式确定具体以ωd为虚拟控制量的线性状态反馈控制律:
ω′d=-k0r-k1θ+κ
通过上述确定了具体以ωd为虚拟控制量的线性状态反馈控制律后,计算低速工况下期望的方向盘转角前馈控制量的具体过程为,联合低速工况下应用车辆运动学模型,如式:
其中:ω′为ω对距离求导;δf为前轮转角;l为轴距。
转向传动比关系式为:
其中,δf表示前轮转角,δsw表示方向盘转角。
联合上一步骤得到的低速工况下的以期望横摆角速度ωd为虚拟控制量的线性状态反馈控制律、转向传动比关系式、上述低速工况下车辆运动学模型公式,可求解得到低速工况下期望的方向盘转角前馈控制量,如式:
需要说明的,低速自动驾驶行车横向控制器无反馈控制环节,则低速工况下的控制律式:
δw,ls=δw,ff,ls。
本实施例中,具体的计算过程还包括,通过高速自动驾驶行车横向控制器计算高速控制器的期望方向盘转角;具体地,根据当前车速、车辆质心侧偏角、车辆与目标路径的相对横向位置偏差、航向角偏差及目标路径曲率,通过高速自动驾驶行车横向控制器计算高速工况下期望的方向盘转角前馈控制量;根据高速控制器的期望横摆角速度和当前车辆横摆角速度计算高速工况下方向盘转角反馈控制量;将所述高速工况下期望的方向盘转角前馈控制量与方向盘转角反馈控制量之和,输出为高速控制器的期望方向盘转角。
其中,根据以下公式计算高速工况下期望的方向盘转角前馈控制量:
其中,δw,ff,hs表示高速工况下期望的方向盘转角前馈控制量,ψd表示虚拟控制量,即高速控制器的期望横摆角速度,gψ(v)表示稳态增益,iiwf表示前轮转角与方向盘转角的转向传动比,r表示车辆与目标路径的相对横向位置偏差,θ表示车速与目标路径的相对航向角偏差,k表示目标路径曲率,η表示线性状态反馈控制,m表示整车质量,v表示车速,Cf表示单个前轮的侧偏刚度,Cr表示单个后轮的侧偏刚度,lf表示质心到前轴的距离,lr表示质心到后轴的距离。
根据以下公式计算高速工况下方向盘转角反馈控制量:
δw,fb=kω(ωd-ω)
其中,δw,fb表示高速工况下方向盘转角反馈控制量,kω表示反馈系数,ωd表示虚拟控制量,即高速控制器的期望横摆角速度,ω表示当前车辆横摆角速度。
通过上述确定了具体以高速控制器的期望横摆角速度ωd为虚拟控制量的线性状态反馈控制律后,计算高速工况下期望的方向盘转角前馈控制量的具体过程为:
建立二自由度车辆动力学模型,状态方程如下式:
其中,m整车质量,v车速,β车辆质心侧偏角,β0车辆质心侧偏角初始值,ω车辆横摆角速度,ω0车辆横摆角速度初始值,Cf单个前轮的侧偏刚度,Cr单个后轮的侧偏刚度,lf质心到前轴的距离,lr质心到后轴的距离,Iz车辆绕z轴的转动惯量,δf前轮转角。
稳态时有
则稳态时的质心侧偏角βss和稳态时的横摆角速度ωss如式:
其稳态增益分别为:
其中,m整车质量,v车速,Cf单个前轮的侧偏刚度,Cr单个后轮的侧偏刚度,lf质心到前轴的距离,lr质心到后轴的距离。
由ωss=gω(v)δf及转向传动比关系式可得:
稳态时的横摆角速度即为上述高速控制器的期望横摆角速度,即ωss=ωd,可得高速工况下的方向盘转角前馈控制量,如式:
其中,gω(v)稳态增益,ωd高速控制器的期望横摆角速度,iiwf前轮转角与方向盘转角的转向传动比。
需要说明的是,高速自动驾驶行车横向控制器考虑到有外部扰动及系统的不确定性,增加了反馈环节。高速控制器的反馈环节的期望方向盘转角,如下:
δw,fb=kω(ωd-ω)
其中,kω反馈系数,ωd高速控制器的期望横摆角速度,ω当前车辆横摆角速度,因此,由前馈+反馈最后得到高速工况下的控制律为式:
δw,hs=δw,ff,hs+δw,fb
其中,δw,ff,hs高速工况下的方向盘转角前馈控制量,δw,fb高速工况下的方向盘转角反馈控制量。
具体地,根据所述低速控制器的期望方向盘转角、所述高速控制器的期望方向盘转角以及低速控制器或高速控制器对应的平滑过渡系数,计算总的期望方向盘转角。
具体地,通过以下公式计算低速控制器和高速控制器对应的平滑过渡系数:
其中,f表示平滑过渡系数,v表示当前车速,vfading,start表示平滑起始车速,vfading,width表示平滑车速宽度。
在确定低速控制器与高速控制器之间的平滑过渡后,通过以下公式计算总的期望方向盘转角:
δw=fδw,hs+(1-f)δw,ls
其中,δw表示总的期望方向盘转角,δw,hs表示高速控制器的期望方向盘转角,δw,ls表示低速控制器的期望方向盘转角,f表示平滑过渡系数。
进一步的,将车辆的总的期望方向盘转角经过方向盘转角的限幅和方向盘转角变化率的限幅后得到的最终方向盘转角输出给转向控制器,转向控制器再根据所述车辆的最终方向盘转角进行转向控制。也就是,结合所选车型的EPS系统的性能极限及EPS与横向控制的握手逻辑设定期望方向盘转角及其变化率的限幅,其中,限幅具体指上限和下限;经限幅后输出最终的方向盘转角控制输出给EPS,车辆运动响应,循环周期控制,实现对目标路径的跟踪。
如图2所示,为本发明提供的一种自动驾驶行车横向控制系统的一个实施例的示意图。在该实施例中,所述系统包括:
车辆数据采集模块,用以实时获取车辆当前的车速、车辆横摆角速度、车辆质心侧偏角以及车辆与目标路径之间的横向偏差、航向角偏差、目标路径曲率;
横向控制器选择模块,用以根据当前的车速判断当前车辆的行驶状态,并根据当前车辆的行驶状态选择对应的自动驾驶行车横向控制器;
方向盘转角计算模块,用以将获取的车辆当前的车速、车辆横摆角速度、车辆质心侧偏角以及车辆与目标路径之间的横向偏差、航向角偏差、目标路径曲率作为输入量输入对应的自动驾驶行车横向控制器进行计算,得到该车辆的总的期望方向盘转角;并将车辆的总的期望方向盘转角经过方向盘转角的限幅和方向盘转角变化率的限幅后得到的最终方向盘转角输出给转向控制器,转向控制器再根据所述车辆的最终方向盘转角进行转向控制。。
本发明另一个方面,还提供一种汽车,通过所述的自动驾驶行车横向控制系统对车辆进行转向控制。
需要说明的,上述实施例所述系统与上述实施例所述方法对应,因此,上述实施例所述系统未详述部分可以参阅上述实施例所述方法的内容得到,此处不再赘述。
综上,实施本发明的实施例,具有如下的有益效果:
本发明提供的自动驾驶行车横向控制方法、系统及汽车,通过车速选择对应的高速、低速自动驾驶行车横向控制器,且整个控制器的输入为当前时刻车辆与目标路径之间的横向偏差、航向角偏差、目标路径曲率、车辆当前车车速、横摆角速度、车辆质心侧偏角,通过对应的控制器计算高速、低速的期望方向盘转角。高速、低速自动驾驶行车横向控制器的计算结果进行选择或平滑,经限幅后输出最终的方向盘转角控制输出给EPS,车辆运动响应,循环周期控制,实现对目标路径的跟踪。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种车辆横向控制方法,其特征在于,包括:
实时获取车辆当前的车速、车辆横摆角速度、车辆质心侧偏角以及车辆与目标路径之间的横向偏差、航向角偏差、目标路径曲率;
根据当前的车速判断当前车辆的行驶状态,并根据当前车辆的行驶状态选择对应的行车横向控制器;
将获取的车辆当前的车速、车辆横摆角速度、车辆质心侧偏角以及车辆与目标路径之间的横向偏差、航向角偏差、目标路径曲率作为输入量输入对应的行车横向控制器进行计算,得到该车辆的总的期望方向盘转角;
转向控制器根据所述期望方向盘转角进行转向控制;
所述行车横向控制器包括:低速行车横向控制器和高速行车横向控制器。
2.如权利要求1所述的方法,其特征在于,所述根据当前的车速判断当前车辆的行驶状态,并根据当前车辆的行驶状态选择对应的行车横向控制器,具体包括:
将所述当前车速与预设的平滑起始车速和平滑车速宽度比较;
若所述当前车速小于所述平滑起始车速,则判定当前车辆的行驶状态为低速,并选择所述低速行车横向控制器;
若所述当前车速大于所述平滑起始车速与所述平滑车速宽度之和,则判定当前车辆的行驶状态为高速,并选择所述高速行车横向控制器。
若所述当前车速大于所述平滑起始车速,且小于所述平滑起始车速与所述平滑车速宽度之和,则在所述高速行车横向控制器和所述低速行车横向控制器之间进行平滑过渡。
3.如权利要求2所述的方法,其特征在于,所述得到该车辆的总的期望方向盘转角,具体包括:
通过所述低速行车横向控制器计算低速控制器的期望方向盘转角;
通过所述高速行车横向控制器计算高速控制器的期望方向盘转角;
根据所述低速行车横向控制器的期望方向盘转角、所述高速行车横向控制器的期望方向盘转角以及所述低速行车横向控制器和所述高速行车横向控制器对应的平滑过渡系数,计算总的期望方向盘转角。
4.如权利要求3所述的方法,其特征在于,所述通过所述低速行车横向控制器计算所述低速行车横向控制器的期望方向盘转角,具体包括:
根据当前的车速、车辆质心侧偏角、车辆与目标路径的相对横向位置偏差、航向角偏差及目标路径曲率,通过低速行车横向控制器计算低速工况下期望的方向盘转角前馈控制量;
将所述低速工况下期望的方向盘转角前馈控制量输出为低速行车横向控制器的期望方向盘转角;
其中,根据以下公式计算低速工况下期望的方向盘转角前馈控制量:
其中,δw,ff,ls表示低速工况下期望的方向盘转角前馈控制量,r表示车辆与目标路径的相对横向位置偏差,θ表示车速与目标路径的相对航向角偏差,κ表示目标路径曲率,l表示车辆的轴距,iiwf表示前轮转角与方向盘转角的转向传动比,k0为常数系数0,k1为常数系数1。
5.如权利要求3所述的方法,其特征在于,所述通过所述高速行车横向控制器计算所述高速行车横向控制器的期望方向盘转角,具体包括:
根据当前车速、车辆质心侧偏角、车辆与目标路径的相对横向位置偏差、航向角偏差及目标路径曲率,通过所述高速行车横向控制器计算高速工况下期望的方向盘转角前馈控制量;
根据高速控制器的期望横摆角速度和当前车辆横摆角速度通过所述高速行车横向控制器计算高速工况下方向盘转角反馈控制量;
将所述高速工况下期望的方向盘转角前馈控制量与方向盘转角反馈控制量之和,输出为高速控制器的期望方向盘转角;
其中,根据以下公式计算高速工况下期望的方向盘转角前馈控制量:
其中,δw,ff,hs表示高速工况下期望的方向盘转角前馈控制量,ωd表示虚拟控制量,即高速控制器的期望横摆角速度,gω(v)表示稳态增益,iiwf表示前轮转角与方向盘转角的转向传动比,r表示车辆与目标路径的相对横向位置偏差,θ表示车速与目标路径的相对航向角偏差,κ表示目标路径曲率,η表示线性状态反馈控制,m表示整车质量,v表示车速,Cf表示单个前轮的侧偏刚度,Cr表示单个后轮的侧偏刚度,lf表示质心到前轴的距离,lr表示质心到后轴的距离。
6.如权利要求5所述的方法,其特征在于,根据以下公式计算高速工况下方向盘转角反馈控制量:
δw,fb=kω(ωd-ω)
其中,δw,fb表示高速工况下方向盘转角反馈控制量,kω表示反馈系数,ωd表示虚拟控制量,即高速控制器的期望横摆角速度,ω表示当前车辆横摆角速度。
7.如权利要求3所述的方法,其特征在于,通过以下公式计算所述低速行车横向控制器和所述高速行车横向控制器对应的平滑过渡系数:
其中,f表示平滑过渡系数,v表示当前车速,vfading,start表示平滑起始车速,vfading,width表示平滑车速宽度。
8.如权利要求7所述的方法,其特征在于,通过以下公式计算总的期望方向盘转角:
δw=fδw,hs+(1-f)δw,ls
其中,δw表示总的期望方向盘转角,δw,hs表示高速控制器的期望方向盘转角,δw,ls表示低速控制器的期望方向盘转角,f表示平滑过渡系数。
9.一种自动驾驶行车横向控制系统,用以实现如权利要求1-8任一项所述的方法,其特征在于,包括:
车辆数据采集模块,用以实时获取车辆当前的车速、车辆横摆角速度、车辆质心侧偏角以及车辆与目标路径之间的横向偏差、航向角偏差、目标路径曲率;
横向控制器选择模块,用以根据当前的车速判断当前车辆的行驶状态,并根据当前车辆的行驶状态选择对应的行车横向控制器;
方向盘转角计算模块,用以将获取的车辆当前的车速、车辆横摆角速度、车辆质心侧偏角以及车辆与目标路径之间的横向偏差、航向角偏差、目标路径曲率作为输入量输入对应的行车横向控制器进行计算,得到该车辆的总的期望方向盘转角;并将车辆的总的期望方向盘转角经过方向盘转角的限幅和方向盘转角变化率的限幅后得到的最终方向盘转角输出给转向控制器,转向控制器再根据所述车辆的最终方向盘转角进行转向控制;
所述行车横向控制器包括:低速行车横向控制器和高速行车横向控制器。
10.一种汽车,其特征在于,通过如权利要求9所述的车辆横向控制系统对车辆进行转向控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211044095.8A CN117657201A (zh) | 2022-08-30 | 2022-08-30 | 一种车辆横向控制方法、系统及汽车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211044095.8A CN117657201A (zh) | 2022-08-30 | 2022-08-30 | 一种车辆横向控制方法、系统及汽车 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117657201A true CN117657201A (zh) | 2024-03-08 |
Family
ID=90068667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211044095.8A Pending CN117657201A (zh) | 2022-08-30 | 2022-08-30 | 一种车辆横向控制方法、系统及汽车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117657201A (zh) |
-
2022
- 2022-08-30 CN CN202211044095.8A patent/CN117657201A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112519882B (zh) | 一种车辆参考轨迹跟踪方法及系统 | |
Hu et al. | Integral sliding mode-based composite nonlinear feedback control for path following of four-wheel independently actuated autonomous vehicles | |
Wang et al. | Composite nonlinear feedback control for path following of four-wheel independently actuated autonomous ground vehicles | |
CN110780594B (zh) | 一种智能车的路径跟踪方法及系统 | |
CN108919837B (zh) | 一种基于视觉动力学的自动驾驶车辆二阶滑模控制方法 | |
CN111123701B (zh) | 基于管道预测模型的自动驾驶路径跟踪抗干扰控制方法 | |
CN113183957A (zh) | 车辆控制方法、装置、设备及自动驾驶车辆 | |
CN112622895B (zh) | 一种应用于自动驾驶的轨迹控制的预估控制方法 | |
CN108062024B (zh) | 一种考虑阻力的移动机器人反演滑模控制方法 | |
CN113253605A (zh) | 基于ddpg参数优化的自抗扰无人驾驶横向控制方法 | |
Chen et al. | Path tracking control of four-wheel independent steering electric vehicles based on optimal control | |
CN114625002B (zh) | 一种基于模型预测控制的车辆横纵向集成控制方法 | |
CN113433942B (zh) | 一种基于最优航向角的长轴车辆路径跟踪控制方法 | |
Chang et al. | An adaptive MPC trajectory tracking algorithm for autonomous vehicles | |
CN117657201A (zh) | 一种车辆横向控制方法、系统及汽车 | |
WO2023241050A1 (zh) | 车辆横向控制方法、系统及车辆 | |
CN116834754A (zh) | 一种自动驾驶车辆自适应调速的横纵协同控制方法 | |
Hach et al. | Avoiding steering actuator saturation in off-road mobile robot path tracking via predictive velocity control | |
Li et al. | Path tracking control based on the prediction of tire state stiffness using the optimized steering sequence | |
CN111381493B (zh) | 一种基于模糊控制与pid控制的无人驾驶车辆速度控制方法 | |
Huang et al. | Cascade optimization control of unmanned vehicle path tracking under harsh driving conditions | |
CN114253128A (zh) | 包含反馈时滞的汽车自动转向系统的控制参数优化方法 | |
Xiao et al. | Smooth trajectory tracking using longitudinal distance constraint for a 4WS4WD unmanned ground vehicle | |
CN110989346A (zh) | 一种集成驾驶员决策行为的智能操纵方法 | |
CN116520857B (zh) | 一种车辆轨迹跟踪方法 |
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 |