[發明專利]一種基于直線控制器的智能車輛曲線跟蹤方法

在審

• 申請號: 201410436835.1
• 申請日: 2014-08-29
• 公開（公告）號: CN104181923A
• 公開（公告）日: 2014-12-03
• 發明（設計）人: 李必軍;單云霄;謝云;鄭玲;周劍
• 申請（專利權）人: 武漢大學
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 嚴彥

技術領域

本發明涉及車輛電子控制技術，尤其涉及一種基于直線控制器的智能車輛曲線跟蹤方法。

背景技術

在智能車輛控制領域，路徑跟蹤技術聯系著上層的路徑規劃和車輛底層的自動轉向控制，主要目的是使智能車輛能準確、安全地沿規劃的路徑行駛，因此，路徑跟蹤算法是非常重要的。路徑跟蹤算法的目標是通過計算控制輸入量以確保車輛能參照生成的路徑曲線進行跟蹤。

為了實現路徑跟蹤，需要設計跟蹤控制器來跟蹤生成路徑曲線離散化之后的直線，路徑跟蹤領域應用的控制器主要可以分為兩大類：幾何控制器與基于誤差的控制器。

幾何控制器包含矢量跟蹤、純追隨等，并不基于待跟蹤路徑與實際路徑的誤差來進行控制，魯棒性好，但是控制精度不高。

基于誤差的控制器包括經典控制、智能控制等。目前經典控制的應用越來越少，大多數學者更鐘情于智能控制，例如模糊控制、神經網絡、遺傳算法，這些算法的實時性好，而且即使在路徑不是很完美的情況下也可以達到很高的控制精度。但是這些智能控制算法植入困難，而且魯棒性一般。

在進行路徑跟蹤控制時，參數的變化對跟蹤效果影響很大，其中縱向速度變化的影響尤其明顯，傳統的路徑跟蹤控制器常采用PID(比例、積分、微分)控制器，將機器人的航向角誤差和誤差變化率作為控制器的輸入，控制器的輸出作為轉向角。而在實際過程中，航向角還與速度、轉動慣量、重心位置、前后輪側偏系數等因素有關，這就使PID控制器參數的全局整定極為困難，PID的控制參數要根據系統參數特別是某些敏感參數發生變化來重新設定，魯棒性差。

發明內容

本發明的目的是為了提高路徑跟蹤精度，簡化路徑跟蹤的參數設置，通過模擬人類的駕駛習慣，提出一種擬人化的、精度高、魯棒性好的路徑跟蹤技術方案。

本發明技術方案提供一種基于直線控制器的智能車輛曲線跟蹤方法，包括首先利用道格拉斯-普克算法對規劃路徑進行離散化，得到一系列首尾相連的直線段，并進行障礙物檢測，在不存在障礙物的情況下，依次以各直線段為預瞄路徑，執行以下步驟，

步驟1，對變量Flag、D、D_pre、D_change、δ和i全部初始化為0，并初始化Error，

其中，

Flag為駕駛員關注點轉換的標識符，

D是車輛當前位置與預瞄路徑之間的最短距離；

D_pre是上一次迭代所得D值；

D_change是指D的變化率；

Error是車輛當前航向角θ_CurrentHeading和路徑方向角θ_pre的角度差；

δ是控制輸入量，表示車輛前輪的轉向角；

i為循環變量，用于標識當前迭代次數；

步驟2，判斷當前Flag的值，如果Flag為1，轉向步驟5；如果Flag為0，則轉向步驟3；

步驟3，計算車輛前輪的轉向角δ，δ＝Kh/Velocity×Error，Kh為增益系數，Velocity為當前車輛的速度，Error是車輛當前航向角和路徑方向角的角度差；

步驟4，判斷Error的值，如果小于或等于設定的相應閾值，則令Flag＝1并轉向步驟7，否則直接進入步驟7；

步驟5，計算變量D、D_pre、D_change、δ以及當前車輛和預瞄路徑的相對位置S的值，更新當前迭代次數，所用式子如下，

D＝Distance(P_current,Line)；

D_change＝(D-D_pre)/T；

D_pre＝D；

S＝LOCATION(P_current,Line)；

S[i]＝S；

S_saved＝S[0]；

i++；

δ=Kp×D→+Kd/Velocity×D→_change;]]>

其中，