[發明專利]一種無人駕駛賽車制動與轉向協同避撞控制方法及系統

有效

• 申請號: 202110707068.3
• 申請日: 2021-06-25
• 公開（公告）號: CN113264067B
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 汪洪波;高含;馮立釗
• 申請（專利權）人: 合肥工業大學
• 主分類號: B60W60/00
• 分類號: B60W60/00;B60W30/09;B60W30/095;B60W50/00
• 代理公司: 合肥市澤信專利代理事務所(普通合伙) 34144
• 代理人: 方榮肖

1.一種無人駕駛賽車制動與轉向協同避撞控制方法，其特征在于：其包括以下步驟：

一、規劃轉向避撞路徑；

二、設計轉向避撞時車輛的縱向安全距離d_safe，

三、采集轉向避撞時車輛的縱向加速度a_X1和橫向加速度a_Y1，并結合縱向安全距離d_safe，采用粒子群算法設計避撞過程中車輛的最優縱向加速度a_X1優和避撞過程中車輛最大橫向加速度a_Y1,max；

四、控制車輛在車輛轉向避撞時，執行的縱向加速度為最優縱向加速度a_Y1優,控制車輛最大橫向加速度為a_Y1,max；

其中，所述轉向避撞路徑的規劃方法包括以下步驟：

I建立大地坐標系，所述大地坐標系的原點是所述轉向避撞路徑啟動規劃時車輛的位置，車輛縱向位移方向為X軸方向，車輛橫向位移方向為Y軸方向；

II采用一元五次多項式方程來描述在轉向避撞過程中車輛質心隨時間t橫向移動的橫向位移路徑Y₁(t)：

Y₁(t)＝a₀+a₁(t-t₀)+a₂(t-t₀)²+a₃(t-t₀)³+a₄(t-t₀)⁴+a₅(t-t₀)⁵

其中，a₀、a₁、a₂、a₃、a₄、a₅為所述一元五次多項式方程的系數；

t₀為所述轉向避撞路徑開始時的時間；

III將車輛的橫向位移條件、橫向速度條件、橫向加速度條件代入橫向位移路徑Y₁(t)，得到五階多項式方程Y₁(t)：

其中，t_e為所述轉向避撞路徑結束的時間；

Y_e為t＝t_e時，車輛的橫向位移Y₁(t_e)，取Y_e＝3.75m，即為一個車道寬；

IV對五階多項式方程Y₁(t)求二階導，得到車輛隨時間t變化的橫向加速度函數a(t)：

V令得到極值a_Y1,max，相應極值點時的t為：a_Y1,max為車輛避撞過程中最大橫向加速度，代入橫向加速度函數a(t)得到

VI將Y_e＝3.75代入五階多項式方程Y₁(t)，即為所述轉向避撞路徑：

其中，(1)所述縱向安全距離d_safe的設計方法包括以下步驟：

I當車輛轉向避撞過程中，且當車輛左轉避撞時，計算車輛右前角橫向位移Y_fr(t)和車輛轉向避撞所需最少時間t_Yfr；其中，車輛轉向避撞過程中，不論是車輛左轉避撞還是右轉避撞，其縱向安全距離d_safe相同；

II在車輛轉向避撞過程中假設前車加速度不變，車輛相對前車隨時間t變化的縱向位移s_r(t)為：

其中，V_r為車輛相對前車的縱向車速，V_r＝V_X1-V_X2，V_X1、V_X2分別為車輛的縱向車速與前車的縱向車速；

a_r為車輛相對前車的縱向加速度，a_r＝a_X1-a_X2，a_X1、a_X2分別為車輛的縱向加速度與前車的縱向加速度；

III當車輛左轉避撞時，車輛要達到橫向安全狀態時，車輛的避撞縱向安全距離d_safe為：

(2)避撞過程中車輛的最優縱向加速度a_X1優和避撞過程中車輛最大橫向加速度a_Y1,max的設計方法包括以下步驟：

I針對粒子群算法模型進行參數初始化

N＝500；G＝300；v＝(0，0)；x＝(0，0)；a_Y1，MIN＝0；a_Y1，MAX＝0.5g；a_X1，MIN＝0；a_X1，MAX＝-μg；

其中，N為粒子群的種群規模；

G迭代次數；

vlimit為粒子的速度限制；

xlimit為粒子的位置限制；

a_X1，MIN為車輛的縱向加速度下限值；

a_X1，MAX為車輛的縱向加速度上限值；

a_Y1，MIN為車輛的橫向加速度下限值；

a_Y1，MAX為車輛的縱向加速度上限值；

v為粒子的初始速度；

x粒子的初始位置；

μ為路面附著系數，取μ＝0.75；

g為重力加速度，單位為m/s²；

II設立粒子群的適應度函數fitness

令適應度函數為避撞縱向安全距離d_safe、橫向加速度a_X1和縱向加速度a_Y1的歸一化和值：fitness＝d_safe’+a_X1’+a_Y1’；

d_safe’為避撞縱向安全距離d_safe的歸一化和值；

a_X1’為縱向加速度歸一化和值；

a_Y1’為橫向加速度歸一化和值；

III設立粒子群的約束條件

(a_X1優)²+(a_Y1，max)²≤(μg)²；

IV進行粒子群迭代

采用粒子速度和位置更新公式進行迭代，同時更新pbest、gbest、fitnesspbest和fitnessgbest；迭代至達到最大迭代次數而終止，輸出此時的gbest，即為所求的在轉向避撞過程中最優縱向加速度a_X1優和最大橫向加速度a_Y1，max；

v_i+1＝ωv_i+C₁random(0，1)(p_best-x_i)+C₁random(0，1)(g_best-x_i)x_i+1＝x_i+v_i+1；

其中，ω為慣性因子；

v_i為迭代次數i時的粒子的速度；

v_i+1為迭代次數i+1時的粒子的速度；

C₁和C₂均為粒子的加速常數；

p_best為每個粒子的歷史最佳位置；

g_best為整個群體的歷史最佳位置；

fitnesspbest為每個粒子的歷史最佳適應度值；

fitnessgbest為整個群體的歷史最佳適應度值；

random(0，1)為區間[0，1]上的隨機數；

x_i為迭代次數i時的粒子的位置；

x_i+1為迭代次數i+1時的粒子的位置。