[發明專利]一種無人駕駛汽車的橫向控制方法

有效

• 申請號: 202110918825.1
• 申請日: 2021-08-11
• 公開（公告）號: CN113771868B
• 公開（公告）日: 2023-03-07
• 發明（設計）人: 田韶鵬;李志新
• 申請（專利權）人: 佛山仙湖實驗室
• 主分類號: B60W50/00
• 分類號: B60W50/00;B60W60/00;B62D6/00;B62D101/00;B62D137/00
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 葉潔勇

本發明提供一種無人駕駛汽車的橫向控制方法，所述方法包括：車輛位姿采集模塊采集車輛狀態和定位信息，誤差計算模塊計算軌跡跟蹤誤差，不考慮道路曲率影響的LQR控制器根據跟蹤誤差得到反饋控制信號，考慮道路曲率影響的前饋控制器根據誤差計算模塊的跟蹤誤差得到前饋控制信號，初始化LQR控制器的Q,R矩陣參數和PID控制器參數，使用自適應海鷗算法尋找Q,R矩陣以及PID控制器的最優參數，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得到前輪轉向指令信號。該方法能夠快速找到Q,R矩陣在可行域內的最優解，充分發揮控制器的控制效果以實現無人駕駛汽車的橫向控制。

技術領域

本發明涉及無人駕駛汽車橫向控制技術領域，具體涉及一種無人駕駛汽車的橫向控制方法。

背景技術

無人駕駛汽車中，上層控制器根據行駛道路的實時狀況進行路徑規劃，然后再根據當前車輛的行駛狀態進行跟蹤軌跡的規劃，橫向控制器的目的就是通過控制無人駕駛車輛的前輪轉角使得車輛能夠平穩精確得對預設軌跡進行跟蹤。常見的車輛橫向控制算法有PID控制器，滑模控制器，線性二次型調節器(LQR)，模型預測及深度學習等。在以上各類控制算法中，LQR控制器是使用相對廣泛的一種控制算法，而LQR中的Q，R矩陣的參數對整個控制器的控制效果有非常大的影響。由于道路曲率的影響，單單使用LQR控制器并不能夠完全實現車輛的橫向控制，一般的做法是增加一個前饋控制器來修正道路曲率產生的穩態誤差。但是目前對于確定Q，R矩陣參數的方法往往采用經驗法，試湊法來選取，但這種方法一般只能得到一個局部最優解，而無法得到全局最優，除此之外加入了前饋控制器之后當預設軌跡發生道路曲率突變的情況下會出現控制量突變的情況。

發明內容

發明要解決的技術問題是：針對現有技術存在的技術問題，提供一種無人駕駛汽車的橫向控制方法，能夠解決LQR控制器中Q，R矩陣參數選取困難的問題，同時能夠克服前饋控制器在道路曲率突變時發生控制量突變的問題，提高無人駕駛汽車在跟蹤運動軌跡的穩定性和精確性。

為解決上述技術問題，本發明提出的技術方案為：

本發明實施提供了一種無人駕駛汽車的橫向控制方法，該方法由橫向控制系統來實現，橫向控制系統包括車輛位姿采集模塊、誤差計算模塊、預設模塊、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；

具體的實現步驟如下：

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

S02：誤差計算模塊根據預設的跟蹤軌跡、車輛狀態信息和定位信息，計算出橫向偏差、航向角偏差和道路曲率，其中預設的跟蹤軌跡由預設模塊提供；

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，構建車輛跟蹤誤差變量的狀態空間方程，具體為：

式中，C_f為前軸側偏剛度，C_r為后軸側偏剛度；l_f為前軸到車輛質心處的距離，l_r為后軸到車輛質心處的距離；I_z為車輛質心處的轉動慣量，m為整車質量，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矩陣中的四個對角元素；

R＝[1]；