[發明專利]基于預測控制的雙模式并行車輛軌跡跟蹤行駛系統的方法

有效

• 申請號: 201910248579.6
• 申請日: 2019-03-29
• 公開（公告）號: CN109866752B
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 張炳力;方濤;孫駿;李子龍;鄭平平;湯瑋;曹聰聰;程嘯宇;李傲伽
• 申請（專利權）人: 合肥工業大學
• 主分類號: B60W10/04
• 分類號: B60W10/04;B60W10/18;B60W10/20;B60W50/08;B60W50/14;B60W60/00
• 代理公司: 合肥金安專利事務所(普通合伙企業) 34114
• 代理人: 吳娜

1.一種基于預測控制的雙模式并行智能駕駛車輛軌跡跟蹤行駛系統的軌跡跟蹤行駛方法，其特征在于：該方法包括下列順序的步驟：

（1）通過人機交互單元，駕駛員啟動本系統，并指定目標位置；

（2）通過綜合信息感知單元獲取環境的信息，實時給出自動駕駛汽車周圍的交通信息，給出的障礙物信息是基于車輛坐標系的距離、角度信息；

（3）通過組合定位單元實時獲取汽車的定位及姿態信息；

（4）將綜合信息感知單元提供的基于車輛坐標系的障礙物信息和組合定位單元輸出的基于大地坐標的汽車定位信息輸入并行車載處理雙單元，基于路徑規劃算法，規劃出理想的行駛軌跡，通過人工駕駛汽車，基于組合定位單元采集路徑信息，生成軌跡信息；

（5）將上一步生成的軌跡信息和汽車實時的姿態信息輸入給并行車載處理雙單元，此時基于傳統動力學模型的預測控制系統會根據汽車的狀態信息生成控制序列1；

（6）神經網絡預測控制系統采集方向盤轉角、車速、汽車位置和姿態信息的變換信息，完成非線性多步預測模型的訓練；若神經網絡預測控制系統還未完成非線性多步預測模型的訓練，此時完全由控制序列1來控制；

（7）若神經網絡預測控制系統已經完成訓練和檢驗，由神經網絡預測控制系統生成控制序列2；

（8）同時接受基于傳統動力學模型的預測控制系統生成的控制序列1和神經網絡預測控制系統生成的控制序列2，若在規定的時域內只接收到控制序列1或控制序列2，則直接將控制結果輸出給執行單元；若規定時域內收到兩個序列的值，則通過評價函數對兩個系統的輸出進行評價，將由評價函數進行評估，將最終生成的最優控制序列的結果輸出給執行單元；

（9）執行單元接收并行車載處理雙單元給出的信息，按步驟（8）輸出的控制序列控制汽車的方向盤轉角和車速，實現一個控制周期內的軌跡跟蹤；

（10）重復步驟（4）至步驟（8），直到汽車抵達駕駛員指定的目的位置，完成軌跡跟蹤；

所述基于預測控制的雙模式并行智能駕駛車輛軌跡跟蹤行駛系統包括：

人機交互單元，具備人機的交互功能，實現目標地點的選定、速度選擇、規劃路徑顯示、交通信息和汽車信息的顯示；

組合定位單元，實時給出自動駕駛汽車的位置和姿態信息；

通訊單元，實現人機交互單元、綜合信息感知單元、組合定位單元、并行車載處理雙單元和執行單元相互之間的所有通訊；

綜合信息感知單元，實時給出自動駕駛汽車周圍的交通信息；

并行車載處理雙單元，采用兩個并行且獨立的計算單元，分別運行不同的兩套算法，完成根據綜合信息感知單元和組合定位單元的信息生成參考軌跡信息，根據汽車實際行駛過程中的位姿信息計算出軌跡跟蹤狀態量，兩套算法同步運行生成兩個不同的控制序列，經過評價函數生成最優的控制指令；

執行單元，接收并行車載處理雙單元輸出的控制指令，精準的執行相應的動作，最終完成穩定可靠的自動駕駛車輛軌跡跟蹤；

所述人機交互單元包括顯示模塊和輸入模塊，所述組合定位單元由GPS和慣性元件組成，所述通訊單元采用CAN通信、LCM通信和以太網通訊，所述綜合信息感知單元包括雷達和相機，所述并行車載處理雙單元采用板卡或工控機，所述執行單元包括汽車線控轉向系統、線控驅動系統和線控制動系統。

2.根據權利要求1所述的軌跡跟蹤行駛方法，其特征在于：所述步驟（6）具體包括以下步驟：

（6a）由神經網絡預測控制系統中的智能神經網絡模型辨識模塊確定神經網絡預測控制模型的基本結構；

（6b）進行數據采集和預處理；

（6c）將預處理后的數據，輸入建立的神經網絡預測控制模型，進行非線性多步預測模型的訓練；

（6d）進行神經網絡預測控制模型的自我檢驗，在完成神經網絡預測控制模型的訓練時，除了離線訓練過程中的測試集的驗證，還將通過實車產生的實時數據進行檢驗，若通過預設時間和條件的檢驗，則進入步驟（7），反之，回到步驟6（a）。