[發明專利]一種無人駕駛設備的橫向控制方法及裝置

有效

• 申請號: 202110888659.5
• 申請日: 2021-08-04
• 公開（公告）號: CN113342005B
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 王志超;任冬淳;張曉飛;顏詩濤
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 北京曼威知識產權代理有限公司 11709
• 代理人: 方志煒

本說明書公開了一種無人駕駛設備的橫向控制方法及裝置，通過獲取無人駕駛設備在若干歷史時刻的控制數據和狀態數據，以及當前時刻的狀態數據。并將獲取到的各控制數據和各狀態數據，輸入極限學習機中，確定當前時刻的第一權值以及第二權值。之后，根據當前時刻的第一權值和第二權值、至少部分歷史時刻的控制數據、狀態數據以及當前時刻的狀態數據，確定當前時刻的控制數據，并根據當前時刻的控制數據，控制該無人駕駛設備行駛。通過極限學習機學習當前時刻的第一權值以及第二權值，并基于該第一權值、第二權值以及歷史時刻的控制數據與狀態數據，確定當前時刻的控制數據，避免了模型建立不準確對控制決策的影響，提高了控制精準度。

技術領域

本申請涉及無人駕駛技術領域，尤其涉及一種無人駕駛設備的橫向控制方法及裝置。

背景技術

無人駕駛設備的控制問題是無人駕駛技術的主要研究方向之一。無人駕駛設備的控制可分為橫向控制以及縱向控制兩個方面，橫向控制主要用于無人駕駛設備轉向系統的控制，縱向控制則主要用于無人駕駛設備動力和制動系統的控制，兩者協同工作以使無人駕駛設備按照規劃軌跡行駛。

其中，橫向控制直接決定無人駕駛設備軌跡跟蹤的性能，因此橫向控制更為重要。

目前，常見的橫向控制方法之一為基于模型預測控制（Model PredictiveControl，MPC）的方法，可基于車輛的側向動力學和輪胎的側偏特性，構建車輛的動力學模型，并以最小化該動力學模型輸出的預測狀態量與預先規劃軌跡中的目標狀態量之間的差異為目標，確定當前時刻的控制量。

但是，基于MPC的橫向控制方法往往依賴于精準的模型建立，而無人駕駛設備行駛在不同的路況條件以及不同的氣候條件下，都會產生干擾導致模型建立不準確，進而使得無人駕駛設備的控制精準度較差。

發明內容

本說明書實施例提供一種無人駕駛設備的橫向控制方法及裝置，用于部分解決現有技術中模型受環境影響建立不準確，導致控制精準度較差的問題。

本說明書實施例采用下述技術方案：

本說明書提供的一種無人駕駛設備的橫向控制方法，包括：

獲取無人駕駛設備在若干歷史時刻的控制數據和狀態數據，以及所述無人駕駛設備當前時刻的狀態數據；

將獲取到的各控制數據以及各狀態數據作為輸入，輸入極限學習機中，確定當前時刻的第一權值以及第二權值；所述第一權值表征歷史時刻的狀態數據對當前時刻的狀態數據的影響權重，所述第二權值表征歷史時刻的控制數據對當前時刻的狀態數據的影響權重；

根據當前時刻的第一權值和第二權值、至少部分歷史時刻的控制數據、至少部分歷史時刻的狀態數據以及當前時刻的狀態數據，確定當前時刻的控制數據，并根據當前時刻的控制數據，控制所述無人駕駛設備行駛。

可選地，獲取無人駕駛設備在若干歷史時刻的控制數據和狀態數據之前，所述方法還包括：

根據預先規劃的期望軌跡，確定所述無人駕駛設備在當前時刻的期望位置；

確定所述無人駕駛設備當前時刻的實際位置與所述期望位置之間的距離大于第一預設閾值。

可選地，將獲取到的各控制數據以及各狀態數據作為輸入，輸入極限學習機中，確定當前時刻的第一權值以及第二權值，具體包括：

將獲取到的各控制數據以及各狀態數據作為輸入，輸入極限學習機中，確定所述極限學習機的隱層輸出的第一矩陣，作為當前時刻的第一矩陣；

根據獲取到的各控制數據以及各狀態數據，確定所述極限學習機中隱層與輸出層之間的權值矩陣，作為當前時刻的權值矩陣；

根據當前時刻的權值矩陣以及當前時刻的第一矩陣，確定當前時刻的第一權值以及第二權值。