原文传递
一种基于可拓优度评价的自动驾驶汽车横向协调控制方法
| 专利名称： | 一种基于可拓优度评价的自动驾驶汽车横向协调控制方法 |
| 摘要： | 本发明公开了一种基于可拓优度评价的自动驾驶汽车横向协调控制方法，设计上层控制器：获取车辆与道路中心线的横向位置偏差ep、车辆与道路中心线的航向偏差车辆横摆角速度以及道路中心线曲率ρ，分别输入到PID反馈控制器与PID前馈‑反馈控制器，对应输出车辆前轮转角δf1和δf2，将输出值带入评价指标预估模型，求得两组对应的车辆‑道路预估状态量，采用优度评价方法对车辆‑道路预估状态量评价，选择优度高的结果，将其对应的前轮转角作为输出值输入到下层控制器中；下层控制器通过当前车辆与道路中心线的横向位置偏差ep以及道路中心线曲率ρ计算关联函数K(S)，利用关联函数K(S)将δf进行协调，输出协调后的前轮转角给车辆‑道路状态空间方程，得实际前轮转角。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 江苏;32 |
| 申请人： | 江苏大学 |
| 发明人： | 蔡英凤;徐兴;何友国;袁朝春;秦顺琪;臧勇;孙晓强;陈特;蔡骏宇;陈龙;江浩斌;唐斌 |
| 专利状态： | 有效 |
| 申请日期： | 2018-12-19T00:00:00+0800 |
| 发布日期： | 2019-05-10T00:00:00+0800 |
| 申请号： | CN201811555640.3 |
| 公开号： | CN109733395A |
| 分类号： | B60W30/12(2006.01);B;B60;B60W;B60W30 |
| 申请人地址： | 212013 江苏省镇江市京口区学府路301号 |
| 主权项： | 1.一种基于可拓优度评价的自动驾驶汽车横向协调控制方法，其特征在于，设计上层控制器和下层控制器；上层控制器通过优度评价方法选择优度高的车辆前轮转角输出值，下层控制器基于关联度对上层控制器输出的前轮转角进行协调，输出协调后的前轮转角给控制对象。 2.根据权利要求1所述的一种基于可拓优度评价的自动驾驶汽车横向协调控制方法，其特征在于，所述控制方法的具体实现： 上层控制器：获取车辆-道路状态量，车辆与道路中心线的横向位置偏差ep、车辆与道路中心线的航向偏差车辆横摆角速度以及道路中心线曲率ρ作为输入值分别输入到PID反馈控制器与PID前馈-反馈控制器，对应输出车辆前轮转角δf1和δf2，并将输出值分别带入评价指标预估模型，求得两组对应的车辆-道路预估状态量，采用优度评价方法对两组车辆-道路预估状态量进行评价，选择优度值高的结果，将其对应的前轮转角作为上层控制器的输出值输入到下层控制器中。 下层控制器：通过当前车辆与道路中心线的横向位置偏差ep以及道路中心线曲率ρ计算关联函数K(S)，利用关联函数K(S)将上层控制器输出值前轮转角δf进行协调，输出协调后的前轮转角给车辆-道路状态空间方程。 3.根据权利要求2所述的一种基于可拓优度评价的自动驾驶汽车横向协调控制方法，其特征在于，所述车辆-道路状态空间方程根据车辆二自由度动力学模型、路径跟踪预瞄偏差模型建立得到： 其中： 4.根据权利要求3所述的一种基于可拓优度评价的自动驾驶汽车横向协调控制方法，其特征在于，所述车辆二自由度动力学模型为： 其中，m为车辆质量(kg)；vx、vy分别为车辆纵向速度、横向速度(m·s-1)；为车辆航向角(rad)；δf为车辆前轮转角(rad)；Iz为车辆绕z轴的转动惯量(kg·m2)；a、b分别为车辆前轴距离和后轴距离(m)；k1、k2分别为前、后轮轮胎的侧偏刚度(N·rad-1)；ωr为车辆横摆角速度(rad·s-1)； 所述路径跟踪预瞄偏差模型： 其中，vy为车辆状态量侧向速度，vx车辆纵向速度，为车辆与道路中心线的航向偏差，L为预瞄距离，ρ为道路中心线曲率。 5.根据权利要求3所述的一种基于可拓优度评价的自动驾驶汽车横向协调控制方法，其特征在于，所述评价指标预估模型由车辆-道路状态空间方程转化得到： 6.根据权利要求3所述的一种基于可拓优度评价的自动驾驶汽车横向协调控制方法，其特征在于，所述优度评价方法： 首先根据车辆-道路状态确定衡量指标并根据各衡量指标的重要性程度，分别赋予(0,1)的权系数α＝(α1，α2，α3，α4)，其中，α1+α2+α3+α4＝1； 其次，根据各衡量指标要求，建立关联函数K1(x1)，K2(x2)，K3(x3)，K4(x4).把对象δf1，δf2关于各衡量指标MIi的关联函数值简记为Ki(δfj)，则各对象δf1，δf2关于MIi的关联度为 Ki＝(Ki(δf1)，Ki(δf2))，i＝1,2,3,4.将上述关联度进行规范化： 则各对象δf1，δf2关于MIi的规范关联度为ki＝(ki1，ki2)，i＝1,2,3,4；然后进行优度计算。 7.根据权利要求6所述的一种基于可拓优度评价的自动驾驶汽车横向协调控制方法，其特征在于，所述优度计算的方法： 设计算对象Zj关于各衡量指标MI1，MI2，MI3，MI4的规范关联度为则优度计算对象Zj的优度为： 对δfj的优度进行比较：若则对象δf0为较优。 8.根据权利要求7所述的一种基于可拓优度评价的自动驾驶汽车横向协调控制方法，其特征在于，所述输出协调后的前轮转角为： δf＝[1-K(S)]δf(t-1)+K(S)δf(t)。 9.根据权利要求8所述的一种基于可拓优度评价的自动驾驶汽车横向协调控制方法，其特征在于，所述关联函数K(S)计算方法如下： 1)特征量提取 将特征量选为横向预瞄偏差ep和道路中心线曲率ρ组成特征状态S(ep,ρ)； 2)可拓集合划分 建立二维可拓集合，确定可拓域预瞄横向偏差ep的最大容许范围[-ep2,ep2]，可拓域道路中心线曲率ρ最大容许范围[-ρ2,ρ2]，针对经典域，经典域横向偏差ep最大容许范围[-ep1,ep1]，道路曲率ρ最大容许范围为[-ρ1,ρ1]；因此，二维可拓集合中，经典域的区间设为：横向位置偏差ep[-ep1,ep1]、道路中心线曲率ρ[-ρ1,ρ1]；可拓域区间为：横向位置偏差ep[-ep2,-ep1)∪(ep1,ep2]、道路中心线曲率ρ[-ρ2,ρ1)∪(ρ1,ρ2]；非域区间为：横向位置偏差ep(-∞,-ep2)∪(ep2,+∞)、道路中心线曲率ρ(-∞,-ρ2)∪(ρ2,+∞)； 3)关联函数的计算 选取预瞄横向偏差ep和道路曲率ρ为特征量，计算可拓距确定关联函数值；在二维可拓集合中，原点(0,0)为特征状态的最优点，假设可拓域中存在一点P3，P3为当前车辆-道路系统所处的状态，连接原点与P3点,获得P3趋近最优点(0,0)的最短距离|OP3|，该线段所在直线交经典域边界于P1和P4点，交可拓域边界于P2和P5点；在保证P3趋近于原点距离最短的前提条件下，利用这些交点确定P3与可拓域、经典域的最近距离； 在一维可拓集合中，将二维可拓集合中的可拓距转化为一维可拓距，P3点到经典域和可拓域的可拓距分别为ρ(P3, |
| 所属类别： | 发明专利 |
检索历史
应用推荐
