[發明專利]基于雙模型復合的車輛路徑跟蹤控制方法

有效

• 申請號: 202010574532.1
• 申請日: 2020-06-22
• 公開（公告）號: CN111845738B
• 公開（公告）日: 2021-10-12
• 發明（設計）人: 李仲興;韋峻;江洪
• 申請（專利權）人: 江蘇大學
• 主分類號: B60W30/10
• 分類號: B60W30/10;B60W40/06;B60W40/105;B60W40/112;B60W40/10;B60W50/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開智能汽車控制領域中的一種基于雙模型復合的車輛路徑跟蹤控制方法，利用環境感知模塊實時采集信息，規劃出一條無障礙的參考路徑，將車輛在這條參考路徑上的參考位置信息、參考橫擺角、參考轉向角傳遞給決策模塊，轉角權值選擇模塊根據車速計算出轉角權值ω₁、ω₂，決策模塊根據車輛運動學模型計算出車輛前輪轉角δ_k，根據車輛動力學模型計算出車輛前輪轉角δ_y，計算模塊根據轉角權值ω₁、ω₂和車輛前輪轉角δ_k、δ_y計算出執行機構應該輸出的綜合前輪轉角δ，得到控制量，本發明能夠兼顧車輛在低速、中速與高速工況下路徑跟蹤性能，實現智能車輛的自主轉向控制。

技術領域

本發明屬于智能汽車控制領域，特別涉及了一種基于車輛運動學模型和車輛動力學模型的雙模型復合的智能車輛路徑跟蹤控制方法。

背景技術

智能汽車傳統的跟蹤控制方法主要有魯棒控制、預瞄控制和滑模控制方法等，這些方法難以考慮環境和汽車自身的約束條件。模型預測控制在處理不易建立數學模型且存在約束的被控系統時具有其獨特的優勢，因此，目前開始將模型預測控制應用到汽車控制領域。

從智能汽車橫向控制的準確性、穩定性等角度出發，不同工況應具有不同的側重點，從而使整體綜合性能達到最優。例如，在低速情況下，車輛的運動學特性較為突出，更加注重車輛路徑跟蹤的準確性，而在高速情況下，車輛的動力學特性對其自身的運行狀態影響較大，更加注重車輛路徑跟蹤的穩定性。

中國專利公開號為CN109795502A的文獻中提出了一種智能電動汽車路徑跟蹤模型預測控制方法，此方法采用的路徑跟蹤控制模型是一個考慮車輛運動學和動力學的系統模型，同時在進行控制策略推導的過程中，考慮了車輛的跟蹤性能、車輛安全性、整車性能、駕駛舒適性、節約控制能量等，提高了整車的動力學性能，該方法很好的兼顧了車輛路徑跟蹤過程中的諸多因素，但其存在的問題是：對車輛運動學與動力學模型應用時，并未考慮到速度變化時對模型的影響。

發明內容

針對上述現有技術存在的問題，本發明提出了一種基于雙模型復合的車輛路徑跟蹤控制方法，考慮到速度變化的影響，使得智能車輛在不同車速下都具備較好的路徑跟蹤能力，提升車輛路徑跟蹤性能。

本發明所述的基于雙模型復合的車輛路徑跟蹤控制方法采用的技術方案是：是包括以下步驟：

步驟1)：利用環境感知模塊實時采集車輛前方道路信息、車輛位置(X,Y)、車速v、橫擺角橫擺角速度ω及車輛相對于車輛坐標系的縱向、橫向速度前方道路信息及車輛位置(X,Y)傳遞給路徑規劃模塊，車速v傳遞給轉角權值選擇模塊，車速v、車輛位置(X,Y)、橫擺角及橫擺角速度ω及縱向、橫向速度傳遞給決策模塊；

步驟2)：路徑規劃模塊規劃出一條無障礙的參考路徑，將車輛在這條參考路徑上的參考位置信息(x_r,y_r)、參考橫擺角參考轉向角δ_r傳遞給決策模塊；轉角權值選擇模塊根據車速v計算出轉角權值ω₁、ω₂并發送給計算模塊；

步驟3)：決策模塊根據車輛運動學模型計算出車輛前輪轉角δ_k，根據車輛動力學模型計算出車輛前輪轉角δ_y，將兩個車輛前輪轉角δ_k、δ_y發送給計算模塊；

步驟4)：計算模塊根據轉角權值ω₁、ω₂和車輛前輪轉角δ_k、δ_y計算出綜合前輪轉角δ，并發送至執行模塊，實現智能車輛的自主轉向控制。

本發明具有的有益效果是：