[發(fā)明專利]一種無人駕駛汽車的橫向控制方法

有效

• 申請?zhí)枺?/td>: 202110918825.1
• 申請日: 2021-08-11
• 公開（公告）號: CN113771868B
• 公開（公告）日: 2023-03-07
• 發(fā)明（設(shè)計(jì)）人: 田韶鵬;李志新
• 申請（專利權(quán)）人: 佛山仙湖實(shí)驗(yàn)室
• 主分類號: B60W50/00
• 分類號: B60W50/00;B60W60/00;B62D6/00;B62D101/00;B62D137/00
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 葉潔勇

1.一種無人駕駛汽車的橫向控制方法，其特征在于，該方法由橫向控制系統(tǒng)來實(shí)現(xiàn)，橫向控制系統(tǒng)包括車輛位姿采集模塊、誤差計(jì)算模塊、預(yù)設(shè)模塊、LQR控制器和PID嵌入式前饋控制器；PID嵌入式前饋控制器包括前饋控制器和PID控制器；

具體的實(shí)現(xiàn)步驟如下：

S01：車輛位姿采集模塊采集當(dāng)前時(shí)刻車輛狀態(tài)信息和定位信息，所述車輛狀態(tài)信息包括縱向速度、橫向速度和橫擺角速度；

S02：誤差計(jì)算模塊根據(jù)預(yù)設(shè)的跟蹤軌跡、車輛狀態(tài)信息和定位信息，計(jì)算出橫向偏差、航向角偏差和道路曲率，其中預(yù)設(shè)的跟蹤軌跡由預(yù)設(shè)模塊提供；

S03：不考慮道路曲率，以橫向偏差、橫向速度、航向角偏差、橫擺角速度為輸入變量，構(gòu)建車輛跟蹤誤差變量的狀態(tài)空間方程,具體為：

式中，C_f為前軸側(cè)偏剛度，C_r為后軸側(cè)偏剛度；l_f為前軸到車輛質(zhì)心處的距離，l_r為后軸到車輛質(zhì)心處的距離；I_z為車輛質(zhì)心處的轉(zhuǎn)動(dòng)慣量，m為整車質(zhì)量，v_x為縱向速度；δ表示LQR控制器的輸出信號；e_d，和分別為橫向偏差，橫向速度和橫向加速度；和分別為航向角偏差，橫擺角速度和橫擺角加速度；

令

q₁,q₂,q₃,q₄∈(0,100)；其中q₁、q₂、q₃和q₄為Q矩陣中的四個(gè)對角元素；

R＝[1]；

Q矩陣是LQR控制器中的誤差權(quán)重矩陣，R是LQR控制器中的控制量權(quán)重矩陣，任選Q矩陣的初始參數(shù)，得到LQR控制器的反饋控制矩陣K，從而得到LQR控制器的輸出信號為：

S04：在實(shí)際行駛中，LQR控制器受道路曲率的影響而產(chǎn)生穩(wěn)態(tài)誤差，理論分析LQR控制器的穩(wěn)態(tài)誤差，根據(jù)穩(wěn)態(tài)誤差設(shè)計(jì)前饋控制器；

S05：任選PID控制器的初始參數(shù)，前饋控制器當(dāng)前時(shí)刻的輸出信號與上一時(shí)刻的輸出信號之差作為PID控制器的輸入，PID控制器的輸出為前饋控制器的增量值，前饋控制器的增量值與前饋控制器當(dāng)前時(shí)刻的輸出信號之和為PID嵌入式前饋控制器的輸出信號；

S06：設(shè)計(jì)橫向控制器與整車動(dòng)力學(xué)模型的離線仿真平臺；

S07：采用自適應(yīng)海鷗方法在仿真平臺進(jìn)行離線優(yōu)化，得到優(yōu)化后的Q矩陣和優(yōu)化后的PID控制器參數(shù)；

S08：根據(jù)優(yōu)化后的Q矩陣得到優(yōu)化后的K矩陣，從而得到LQR控制器的最終輸出信號，LQR控制器的最終輸出信號與PID嵌入式前饋控制器的輸出信號之和作為前輪轉(zhuǎn)向指令信號；

S09：橫向控制器根據(jù)前輪轉(zhuǎn)向指令信號控制轉(zhuǎn)向執(zhí)行機(jī)構(gòu)，實(shí)現(xiàn)無人駕駛汽車的橫向控制；

步驟S07中的優(yōu)化步驟具體如下：

(1)初始化自適應(yīng)海鷗算法的參數(shù)，包括海鷗的個(gè)體數(shù)量，各海鷗的初始位置，各海鷗的初始位置即Q矩陣中的四個(gè)參數(shù)和PID控制器的初始參數(shù)；

(2)將自適應(yīng)海鷗算法的適應(yīng)度函數(shù)設(shè)置為LQR最小代價(jià)函數(shù)與PID嵌入式前饋控制器的輸出信號的平方之和；

(3)自適應(yīng)海鷗算法中對于海鷗的隨機(jī)搜索變量附加一個(gè)自適應(yīng)慣性系數(shù)，以整個(gè)海鷗群的平均適應(yīng)度作為參考，對于適應(yīng)度大于平均值的海鷗個(gè)體，其適應(yīng)度越大則自適應(yīng)慣性系數(shù)越大；反之對于適應(yīng)度小于平均值的海鷗個(gè)體，其適應(yīng)度越小則自適應(yīng)慣性系數(shù)越小；

(4)重復(fù)進(jìn)行自適應(yīng)海鷗算法的迭代過程，當(dāng)?shù)綌?shù)達(dá)到最大迭代步時(shí)，迭代停止并得到海鷗位置，并將得到的海鷗位置作為優(yōu)化后的Q矩陣的四個(gè)參數(shù)和PID控制器的參數(shù)；

自適應(yīng)海鷗算法中對于海鷗的隨機(jī)搜索變量B_sr附加一個(gè)自適應(yīng)慣性系數(shù)E_s，得到海鷗的自適應(yīng)隨機(jī)搜索變量B_s，以整個(gè)海鷗群的平均適應(yīng)度作為參考，適應(yīng)度大于平均值的海鷗個(gè)體有更大的搜索空間，反之適應(yīng)度小于平均值的海鷗個(gè)體的搜索空間相對較小，由下式表示：

其中，A_s為調(diào)整海鷗位置的附加變量，rand為范圍在[0,1]的隨機(jī)數(shù)，E_s為自適應(yīng)慣性系數(shù)，f_s(i)為每個(gè)海鷗在當(dāng)前迭代下的適應(yīng)度，f_sa(i)為當(dāng)前迭代下的整個(gè)海鷗群的平均適應(yīng)度，B_sr為海鷗的隨機(jī)搜索變量，B_s為海鷗的自適應(yīng)隨機(jī)搜索變量。

2.根據(jù)權(quán)利要求1所述的一種無人駕駛汽車的橫向控制方法，其特征在于：將自適應(yīng)海鷗算法的適應(yīng)度函數(shù)設(shè)置為LQR最小代價(jià)函數(shù)與PID嵌入式前饋控制器的輸出信號的平方之和，具體為：

其中fitness_i為自適應(yīng)海鷗算法的適應(yīng)度函數(shù)，q₁、q₂、q₃和q₄為Q矩陣中的四個(gè)對角元素，e_d(k)和分別為k時(shí)刻橫向偏差和橫向速度；和分別為k時(shí)刻航向角偏差和橫擺角速度，δ(k)為k時(shí)刻LQR控制器的輸出信號，δ_fe(k)為k時(shí)刻PID嵌入式前饋控制器的輸出信號，J為LQR控制器最小代價(jià)函數(shù)，t表示工況總時(shí)間。