[發明專利]一種智能汽車在變附著系數重復性軌跡下的控制方法

在審

• 申請號: 202010397780.3
• 申請日: 2020-06-22
• 公開（公告）號: CN111559389A
• 公開（公告）日: 2020-08-21
• 發明（設計）人: 汪偉;盛廣慶;楊鳳敏;羅金;姜蘇杰
• 申請（專利權）人: 江蘇理工學院
• 主分類號: B60W60/00
• 分類號: B60W60/00;B60W40/064;B60W30/02
• 代理公司: 南京正聯知識產權代理有限公司 32243
• 代理人: 杭行

一種智能汽車在變附著系數重復性軌跡下的控制方法，通過在傳統MPC單預測范圍的基礎上，根據附著系數變化概率改變預測范圍，從而提高智能汽車的應急能力。本發明采用迭代學習控制的方法跟蹤路徑，提高路徑的跟蹤精度，結合橫擺穩定控制器來提高智能汽車的行駛穩定性。本發明的MPC控制器根據環境感知模塊提供的信息，預先調用可能出現情況的對應控制策略，其包括相應的預測時域與約束集；在此之后，利用迭代學習控制作為一種確定瞬態駕駛正確轉向輸入的方法，通過多次迭代來提高跟蹤性能，結合橫擺穩定控制器來提高智能汽車的行駛穩定性。

技術領域

本發明屬于智能汽車控制領域，特別涉及了一種智能汽車在變附著系數重復性軌跡下的控制方法。

背景技術

隨著計算機信息處理技術進的快速發展，行駛智能化作為汽車行業發展方向。傳統MPC多致力于路徑跟蹤的精度的提升上，但是在變附著系數路面行駛時往往精度會有所降低，在附著系數變化發生的時候才做出相應反應使得無人駕駛車輛無法準確的跟蹤期望路徑，這是因為從高附著系數到低附著系數情況下車輪力趨近于飽和，在突發事件發生的情況下轉向但輪胎無法提供更多的側向力，所以車輛在應對突發事件下容易出現失穩現象。所以傳統單一預測范圍的算法不能解決車輛不同突發事件下的控制需求和控制功能，且傳統的控制器只基于一般的物理模型并利用當前誤差來控制行駛軌跡，并未充分利用歷史信息來提高行駛速度與軌跡跟蹤精度。

發明內容

一種智能汽車在變附著系數重復性軌跡下的控制方法，通過在傳統MPC單預測范圍的基礎上，根據附著系數變化概率改變預測范圍，從而提高智能汽車的應急能力。本發明采用迭代學習控制的方法跟蹤路徑，提高路徑的跟蹤精度，結合橫擺穩定控制器來提高智能汽車的行駛穩定性。

一種智能汽車在變附著系數重復性軌跡下的控制方法，包括如下步驟：

步驟1，通過環境感知模塊實時采集智能汽車的前方道路信息，并結合感知技術將交通道路信息中的路況突發事件進行實時收集并傳遞至控制模塊供控制器預先調用；

步驟2，以三自由度車輛運動模型為基礎，得到車輛平衡方程，通過車身狀態量和道路狀態量得到動力學模型，然后運用變預測范圍模型以及預測控制方法進行控制，將其轉換成狀態空間形式，得到狀態空間方程；同時，對于不同的路面附著系數計算對應的權重和約束，建立性能指標及系統約束；

步驟3，設置迭代學習控制器，在步驟2的動力學模型預測控制完成對應的突發事件的反應后，在給定已完成一圈誤差響應的情況下，確定下一圈的學習轉向輸入，通過迭代學習算法考慮由于車輛速度變化而引起的轉向動力學變化；

步驟4，設置穩定性控制器，將穩定性控制與動力學模型預測和迭代學習算法結合，并通過對橫縱向及穩定性控制器的輸出量進行優化調整，對車輛橫擺角速度進行控制以提高車輛的穩定性。

進一步地，所述路況突發事件包括但不限于惡劣天氣，路邊行人橫穿和前車驟停。

進一步地，步驟2中，本發明采用三自由度車輛動力學模型，包括X軸方向的縱向運動、Y軸方向的橫向運動和圍繞Z軸的轉動方向的橫擺運動，得到沿X軸、Y軸和繞Z軸的平衡方程：