[發明專利]基于駕駛員經驗模型的智能駕駛控制系統和方法、車輛

有效

• 申請號: 201710366037.X
• 申請日: 2017-05-23
• 公開（公告）號: CN107264534B
• 公開（公告）日: 2019-07-09
• 發明（設計）人: 龔建偉;劉一荻;王博洋;呂超;吳紹斌
• 申請（專利權）人: 北京理工大學
• 主分類號: B60W40/08
• 分類號: B60W40/08;B60W50/00
• 代理公司: 北京天達知識產權代理事務所(普通合伙) 11386
• 代理人: 龐許倩;馬東偉

1.一種智能駕駛控制系統，其特征在于，包括：駕駛員模型模塊、預瞄控制模型模塊、路徑跟蹤控制模塊和整車系統模塊；

其中，駕駛員模型模塊，用于收集駕駛員操作信息和期望路徑信息，結合車輛運動信息預測車輛未來時刻的行駛狀態參量；

預瞄控制模型模塊，用于計算橫向校正角度并判斷車輛下一時刻的正確行駛模式；

路徑跟蹤控制模塊，用于將駕駛員模型模塊和預瞄控制模型模塊分別輸出的參量轉化成整車系統模塊可執行的控制量；

整車系統模塊，用于響應從跟蹤控制模塊得到的控制量，以控制車輛運動，并反饋車輛運動參數至駕駛員模型模塊、預瞄控制模型模塊和路徑跟蹤控制模塊；

所述駕駛員模型模塊中的駕駛員模型具體通過以下方法獲得：

獲取各工況下真實駕駛數據；

對真實駕駛數據進行濾波和異常值剔除處理；

針對不同擋位和不同車速下的片段，對真實駕駛數據進行分割；

利用混合高斯模型算法對經過處理后的數據進行聚類，得到車速的GMM聚類模型、車輛航向偏差的GMM聚類模型、轉向機構位移的GMM聚類模型和油門踏板位移的GMM聚類模型；

將轉向機構位移的聚類結果和油門踏板位移的聚類結果作為隱藏狀態參量，將車速的聚類結果、車輛航向偏差的聚類結果和擋位信息作為觀測狀態參量，根據真實駕駛數據，基于隱馬爾可夫算法對駕駛員模型進行訓練，最終得到轉向機構位置選擇的駕駛員模型和油門增量選擇的駕駛員模型，駕駛員模型模塊包括這兩個駕駛員模型。

2.根據權利要求1所述的智能駕駛控制系統，其特征在于，所述駕駛員模型模塊中的駕駛員操作信息包括車輛轉向系統參數和油門增量；期望路徑信息包括目標路徑點信息；行駛狀態參量包括轉向機構位置的期望值范圍和油門增量期望值。

3.根據權利要求1所述的智能駕駛控制系統，其特征在于，所述預瞄控制模型模塊具體用于：

計算預瞄路徑點與無人車實際位置的橫向距離x和航向變化偏差

預瞄路徑點上的期望車速為v，通過公式計算期望的橫向校正角度；其中k是增益參數；

計算得到的橫向校正角度用于判斷車輛的行駛模式M：當|δ|＜0.08時，行駛模式M輸出直線行駛模式；當0.08≤|δ|＜0.3時，行駛模式M輸出小幅度轉向模式；當|δ|≥0.3時，行駛模式M輸出大幅度轉向模式。

4.根據權利要求1所述的智能駕駛控制系統，其特征在于，所述路徑跟蹤控制模塊制定了車輛不同行駛模式下各輸出控制量的控制規則，并對智能駕駛控制系統的參數做實時計算和修改，同時為控制量的自適應控制提供約束。

5.一種智能駕駛控制方法，其特征在于，包括：

S1.駕駛員模型模塊獲取駕駛員操作信息和期望路徑信息，根據駕駛員操作信息和期望路徑信息，計算并輸出行駛狀態參量；

S2.預瞄控制模型模塊根據獲取的車輛信息和路徑信息，計算并輸出橫向校正角度δ和車輛行駛模式M；

S3.路徑跟蹤控制模塊將駕駛員模型模塊和預瞄控制模型模塊得到的控制參量，以及期望擋位轉化成車輛底層控制系統可執行的控制量；

S4.整車系統模塊根據路徑跟蹤控制模塊輸出的控制量，輸出車輛的運動控制參數給各控制系統，同時將獲取的車輛運動信息反饋給駕駛員模型模塊、預瞄控制模型模塊和跟蹤控制模塊；

步驟S3中所述路徑跟蹤控制模塊在車輛不同行駛模式下的期望發動機轉速這一控制量的轉化方式為：

當預瞄控制模型模塊輸出的車輛行駛模式M為直線行駛模式時，將轉向機構的期望位置賦值為固定值，根據車速和擋位求解期望發動機轉速；

當車輛行駛模式M的結果為大幅度轉向行駛模式時，根據預瞄控制模型模塊輸出的橫向校正角度δ的符號判斷轉向方向，然后將轉向機構的期望位置賦值為固定值，然后根據駕駛員模塊輸出的預測油門增量和當前的實際發動機轉速，求解期望發動機轉速；

當車輛行駛模式M的結果為小幅度轉向行駛模式時，根據橫向校正角度δ符號判斷轉向方向，再求解轉向機構的期望位置，根據駕駛員模塊輸出的預測油門增量和當前的實際發動機轉速，求解期望發動機轉速。