[發明專利]一種無人駕駛車輛跟蹤控制方法及裝置

在審

• 申請號: 202011231921.0
• 申請日: 2020-11-06
• 公開（公告）號: CN114442601A
• 公開（公告）日: 2022-05-06
• 發明（設計）人: 黃琨;蘇常軍;陳慧勇
• 申請（專利權）人: 鄭州宇通客車股份有限公司
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 鄭州睿信知識產權代理有限公司 41119
• 代理人: 史萌楊

1.一種無人駕駛車輛跟蹤控制方法，其特征在于，包括如下步驟：

1)獲取車輛當前系統狀態量，根據當前系統狀態量所在狀態分區，確定與系統狀態分區對應的控制顯式關系式；

其中，采用顯式模型預測控制方法得到所述狀態分區以及狀態分區對應的控制顯式關系式；且所述顯式模型預測控制方法的系統狀態量包括車體坐標系下縱向位移的一階導數、車體坐標系下橫向位移的一階導數、橫擺角、橫擺角的一階導數、慣性坐標系下縱向位移、以及慣性坐標系下橫向位移，系統控制量為前輪轉角；

2)將當前系統狀態量代入至所述控制顯式關系式中，得到與所述當前系統狀態量對應的當前最優前輪轉角控制量；

3)參照所述當前最優前輪轉角控制量，控制車輛運行，以使車輛跟蹤預設軌跡。

2.根據權利要求1所述的無人駕駛車輛跟蹤控制方法，其特征在于，采用顯式模型預測控制方法得到所述狀態分區以及狀態分區對應的控制顯式關系式包括：

建立車輛動力學模型，并將動力學模型轉化為狀態空間表達式；

基于所述狀態空間表達式，應用線性二次調節器構建車輛控制優化函數；

將車輛控制優化函數轉化為最優控制問題，轉化得到二次規劃的標準形式，進而將二次規劃的標準形式轉化為二次最優化形式；

將庫恩塔克約束條件的公式代入至所述二次最優化形式進行條件約束，最終求解得到最優前輪轉角控制量；

采用分段函數表示所述最優前輪轉角控制量，以得到各狀態分區以及以狀態分區對應的控制顯式關系式。

3.根據權利要求2所述的無人駕駛車輛跟蹤控制方法，其特征在于，所述車輛動力學模型為：

其中，分別為車體坐標系下橫向位移、縱向位移的二階導數，為車體坐標系下橫向位移、縱向位移的一階導數；為橫擺角；為橫擺角的一階導數，為橫擺角的二階導數；m為車輛質量；C_lf、C_lr分別為車輛前后輪胎的縱向剛度；C_cf、C_cr分別為車輛前后輪胎的側偏剛度；s_f、s_r分別為車輛前后輪胎的滑移率；δ_f為前輪轉角；a為前軸到質心的距離；I_z為z軸轉動慣量；b為后軸到質心的距離；分別為慣性坐標系下橫向位移、縱向位移的一階導數。

4.根據權利要求3所述的無人駕駛車輛跟蹤控制方法，其特征在于，所述狀態空間表達式為：

其中，為系統狀態量ξ的一階導數，分別為慣性坐標系下橫向位移、縱向位移；u＝δ_f為系統控制量；C(t)＝(0,0,0,0,1,0)^T，且：

5.根據權利要求2所述的無人駕駛車輛跟蹤控制方法，其特征在于，所述車輛控制優化函數為：

J^*(ξ(t))＝min J(U,ξ(t))*U

s.t.ξ_t+k+1|t＝Aξ_t+k|t+Bu_t+k k≥0

0≤ξ_t+k≤ξ_max

u_min≤u_k+t≤u_max

其中，J^*(U,ξ(t))為基于系統控制向量U和系統狀態向量ξ(t)的車輛控制優化函數，取決于優化問題的系統狀態向量ξ(t)；P、Q、R為常數權重矩陣；ξ_max為ξ_t+k取值的最大值；u_min、u_max分別為u_k+t取值的最小值和最大值；X_t+k|t表示參數X在t時刻對t+k時刻的預測值；X_t+k表示參數X在t+k時刻的實際值。

6.根據權利要求5所述的無人駕駛車輛跟蹤控制方法，其特征在于，所述二次規劃的標準形式為：

s.t.GU≤W+Eξ(t)

其中，Y、H、F、G、W、E是常數參數。