[發明專利]一種雙獨立電驅動車輛顯式模型預測路徑跟蹤方法

在審

• 申請號: 202110568228.0
• 申請日: 2021-05-25
• 公開（公告）號: CN113296515A
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 胡宇輝;王克;徐書緣
• 申請（專利權）人: 北京理工大學
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 無錫風創知識產權代理事務所(特殊普通合伙) 32461
• 代理人: 單虎

本發明涉及無人車路徑跟蹤控制技術領域，具體地說，涉及一種雙獨立電驅動車輛顯式模型預測路徑跟蹤方法。包括以下步驟：環境感知：對車輛附近的環境信息進行收集并處理；路徑規劃：對環境感知的信息和車輛本身的狀態進行規劃可行期望路徑，并采用顯式模型預測控制算法對雙獨立電驅動車輛進行路徑跟蹤控制；運動控制：對路徑規劃的信息進行接收，并結合車輛當前狀態，計算控制指令；顯式模型預測控制算法包括離線求解和在線查詢，且離線求解和在線查詢的算法均用于計算線性定常系統。本發明通過采用顯式模型預測控制的算法對雙獨立電驅動車輛進行路徑跟蹤控制，降低采樣周期時長，保證車輛及時反饋當前狀態并下達控制指令。

技術領域

本發明涉及無人車路徑跟蹤控制技術領域，具體地說，涉及一種雙獨立電驅動車輛顯式模型預測路徑跟蹤方法。

背景技術

傳統無人駕駛技術分為三個層面：環境感知、路徑規劃和運動控制。環境感知通過車載傳感器收集環境信息并處理；路徑規劃結合當前環境信息以及車輛自身狀態，規劃可行期望路徑；運動控制基于期望路徑信息，結合車輛當前狀態，計算控制指令。

車輛底盤控制系統接受控制指令，控制車輛精確跟蹤期望路徑，本發明旨在動力傳動一體化電驅底盤上通過路徑規劃、運動控制的結合完成越野環境下的車輛精確性控制，達到通過復雜環境的目的。

無人駕駛車輛具有時滯性、參數不確定性和高度非線性等特點，是典型的高度耦合的復雜系統，這使得無人駕駛車輛的精確路徑跟蹤變得愈發困難。因此，如何處理車輛的時滯性和非線性，如何實現高實時性的無人駕駛車輛路徑跟蹤控制成為了自動駕駛技術落地的重點和難點。

基于運動學模型的路徑跟蹤控制方法不依賴于車輛動力學模型，簡單實用，在中低速和小曲率工況下，通常具有較好的控制效果。在高速與大曲率轉向運動時，車輛存在較為明顯的側滑，不滿足理想模型下的前提假設，此時通過引入滑動參數模型可以有效提高模型精度。在車輛動力學模型方面，由于考慮到了地面與車輛之間復雜的作用關系，因此動力學模型會更為精確且復雜，這會導致基于動力學模型的跟蹤算法復雜度提升，從而導致實時性降低，進而又必須在滿足一定假設條件下對車輛動力學模型進行簡化，導致其在仿真環境下表現良好但實車較少采用。

雙獨立電驅動無人車輛是一個實時性較高且規模較大較為復雜的系統。面對這樣較為復雜的系統，模型預測控制技術相較于其他算法對模型的精度要求不高，建模方便，過程描述可由簡單實驗獲得，系統魯棒性、穩定性較好，但其缺點為在線計算量大，采樣周期時長，無法保證車輛正常的運行。

發明內容

本發明的目的在于提供一種雙獨立電驅動車輛顯式模型預測路徑跟蹤方法，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供一種雙獨立電驅動車輛顯式模型預測路徑跟蹤方法，包括以下步驟：

環境感知：對車輛附近的環境信息進行收集并處理；

路徑規劃：對環境感知的信息和車輛本身的狀態進行規劃可行期望路徑，并采用顯式模型預測控制算法對雙獨立電驅動車輛進行路徑跟蹤控制；

運動控制：對路徑規劃的信息進行接收，并結合車輛當前狀態，計算控制指令；

所述顯式模型預測控制算法包括離線求解和在線查詢，且離線求解和在線查詢的算法均用于計算線性定常系統。

作為本技術方案的進一步改進，所述離線求解包括多參數二次規劃和分段仿射函數。

作為本技術方案的進一步改進，所述多參數二次規劃用于對控制量進行求解，其公式如下：

GⁱZ^*(x)-Wⁱ-Sⁱx＝0