一种防晕车自动驾驶车辆纵横向控制方法

技术领域

本发明实施涉及车辆控制技术领域，具体涉及一种防止晕车的自动驾驶车辆纵横向控制方法。

背景技术

自动驾驶车辆作为智能交通系统的重要组成部分，其核心思想是：应用车载传感器获得车辆的运动状态、道路信息以及当前车辆位置，并通过对得到的信息进行处理，分析判断出车辆的安全状态，对未来行驶路线和速度进行规划，然后运用车辆的电子控制系统对车辆的转向系统和动力传动系统发出控制指令，通过转向与制动/驱动系统的配合使车辆能够沿着规划的车速和路径进行跟踪，完成自动驾驶的最终目标。

纵横向控制是研究自动驾驶车辆的基本问题，其中纵向控制是通过对自动驾驶车辆的驱动/制动进行控制，通过油门/刹车踏板的协调配合进行驱动/制动，从而实现对期望车速的精确快速跟踪。横向控制是指对智能车辆的前轮转角进行控制，使智能车辆能沿着规划的路径进行快速稳定的路径跟踪。由于车辆在运动过程中,其纵横向系统具有高度的非线性且相互之间存在复杂的耦合关系,设计稳定、有效的路径跟踪控制系统存在一定的困难。现有的纵横向控制方法分别独立设计纵横向控制逻辑，从本质上讲没有克服纵横向相互影响特性。如高速过弯时既要控制方向盘又要控制油门刹车，即车辆纵向与横向有很强的耦合性，将纵横向分开控制不符合车辆本身的物理特性，影响车辆行驶安全性。

此外，自动驾驶车辆不应仅仅考虑行驶的安全性，还要从乘客舒适度上考虑驾乘体验问题。目前已有的自动驾驶车辆纵横向控制方法虽然能完成既定路线的自动驾驶任务，但是在纵横向控制方法设计中没有考虑到乘车人晕车的情况，自动驾驶过程中产生的急加速、急减速与急转弯等操作驾驶行为使乘客经历不习惯的运动刺激，会使得乘客产生晕动症，即晕车现象。乘客评判自动驾驶出行服务优劣的标准除了安全到达目的地外，最重要的是乘坐舒适性。因此，自动驾驶车辆纵横向控制中的防晕车的研究对于自动驾驶出行服务的普及与服务水平的提升具有重要意义。

发明内容

本发明的目的在于解决目前自动驾驶车辆控制方法中没有从乘车人晕车方面考量自动驾驶行为。在车辆进行自动或辅助驾驶时，既从安全方面对车辆进行纵横向协同控制，又将防止乘车人员晕车作为一目标函数。

为实现上述目的，本发明公开了一种防止晕车的自动驾驶车辆纵横向控制方法，该方法采用非线性模型预测控制算法建立整合纵横向控制的驾驶人模型，该模型将晕车指标作为多目标函数中的一个函数，根据所采集到的路面信息与车身运行状态经驾驶人模型后输出驱动与转向控制参数，依此对车辆进行纵横向协同控制，在保证安全和效率的情况下防止乘车人员感到晕车，控制车辆完成指定目标。

一种防止晕车的自动驾驶车辆纵横向控制方法，包括以下步骤：

S1：建立车辆动力学模型

S2：根据车辆动力学模型确定当前车辆行驶状态与路面信息

其中，S2中所述的车辆行驶状态包括X、Y、u

X、Y分别表示车辆横纵向位置，u

所述的路面信息包括车道宽度、道路转弯半径R

S3：在获取到车辆行驶状态与路面信息后，在保证安全与效率的同时，尽量使得乘车人员不晕车的情况下根据驾驶人模型输出期望速度、期望加速度、期望车轮转角；

所述驾驶人模型包括预估模型、包含多目标函数的成本函数以及限制式；所述驾驶人模型由非线性模型预测控制法实现，非线性模型预测控制法为基本算法，最后通过预估模型、成本函数、限制式三个结构，利用matlab中fmincon函数求得最佳解，推导出最佳行驶参数，即输出期望速度、期望加速度与期望车轮转角。

S4：对车辆进行纵横向控制

在得到期望速度、期望加速度、期望车轮转角的情况下，根据当前车辆运行状态，通过控制油门、刹车对车辆进行纵向控制，使得速度与加速度分别达到期望值，通过控制方向盘对车辆进行横向控制，使得车轮转角达到期望值，从而使当前车辆行驶状态到达期望行驶状态。

S5：重复步骤S3-S4，将输出的控制量当做下一次时间节点的控制量重新输入到驾驶人模型当中，此时，车辆经过控制后的车辆状态也作为初始状态重新输入到驾驶人模型当中，同时更新路面信息重新经过驾驶人模型推导出最佳的行驶控制参数，从而使乘客获得舒适的乘车体验。

进一步地，步骤S1中，车辆动力学模型分为纵向动力学模型和横向动力学模型；

纵向动力学模型的表达式为：

式中，F

式(1)中引擎输出力表达式为：

式中，T

所需求得引擎扭力的公式如下：

T

式中，ρ为油门踏板量；

式(1)中刹车力表达式为：

式(4)中，T

式(1)中空气阻力表达式为：

F

此处C

所述车辆横向动力学模型为线性二自由度车辆模型，其表达式为：

其中，汽车总质量为M，汽车前进速度为u

进一步地，步骤S2中，在预估模型中推导未来状态参数必须要将当前参数进行离散化，离散化的预估模型表达式为：

此预估模型中的状态参数X与控制量U分别为X＝[u

进一步地，步骤S3中，所述成本函数是将所有目标函数前乘上一权重并加起来，所述目标函数包含时间成本、期望速度、减少纵向加速度、维持道路中央、减少道路与车偏航角误差、减少侧向速度、方向盘控制量、油门控制量、刹车控制量以及防止晕车纵横向加速度控制。

驾驶人模型中，目标函数中时间成本表达式为：

式中，u

目标函数中期望速度表达式为：

式中，u

目标函数中减少纵向加速度表达式为：

目标函数中维持道路中央表达式为：

式中，y

/>

目标函数中减少道路与车偏航角误差表达式为：

式中，ψ

其中，

目标函数中减少侧向速度表达式为：

目标函数中方向盘控制量表达式为：

目标函数中油门控制量表达式为：

目标函数中刹车控制量表达式为：

目标函数中防止晕车纵横向加速度控制表达式为：

则驾驶人模型的成本函数为：

式中w

进一步地，步骤S3中的驾驶人模型包含多个限制式，其中包含避免超出车道范围、最大可忍受的侧向加速度、油门和刹车限制式；

限制式中避免超出车道范围限制为：

限制式中最大可忍受的侧向加速度限制为：

-1.67≤a

限制式中油门限制为：

0≤ρ≤1

限制式中刹车主压力阀压力值限制为：

0≤P。

相对于现有技术，本发明具有如下有益效果：

(1)本发明对车辆同时进行纵向与横向控制，解决了将纵向横向分开控制无法使得车辆达到理想状态的问题，提高了车辆纵横向控制的稳定性；

(2)本发明采用非线性模型预测控制算法建立的驾驶人模型，通过输入车辆行驶状态与路面信息输出期望速度、期望加速度、期望车轮转角。其中，将上一时间节点输出的参数作为下一时间节点输入的参数，实时更新车辆行驶状态对车辆进行实时检测、实时操控，精度更高安全度更强；

(3)本发明的驾驶人模型中包含多重目标函数，既从安全和效率的角度上考虑纵横向控制设置目标函数，又从乘客舒适度的方向上考虑，同时将晕车指标作为多目标函数中的一个函数，使得车辆在自动行驶中既高效安全，又能尽量避免乘车人员产生晕车现象；

(4)本发明的驾驶人模型利用matlab中fmincon函数，通过对限制式及由多目标函数构成的成本函数求最佳解，以此求得最理想的车辆行驶状态。

附图说明

图1是本发明的NMPC驾驶人模型框架图；

图2是本发明的控制方法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图2所示，本发明的一种防止晕车的自动驾驶车辆纵横向控制方法，包括以下步骤：

S1：建立车辆动力学模型

其中，车辆动力学模型分为纵向动力学模型和横向动力学模型；

纵向动力学模型的表达式为：

式中，F

式(1)中引擎输出力表达式为：

式中，T

所需求得引擎扭力的公式如下：

T

式中，ρ为油门踏板量；

式(1)中刹车力表达式为：

式(4)中，T

式(1)中空气阻力表达式为：

F

此处C

所述车辆横向动力学模型为线性二自由度车辆模型，其表达式为：

其中，汽车总质量为M，汽车前进速度为u

S2：根据车辆动力学模型确定当前车辆行驶状态与路面信息

其中，S2中所述的车辆行驶状态包括X、Y、u

X、Y分别表示车辆横纵向位置，u

所述的路面信息包括车道宽度、道路转弯半径R

S3：在获取到车辆行驶状态与路面信息后，在保证安全与效率的同时，尽量使得乘车人员不晕车的情况下根据驾驶人模型输出期望速度、期望加速度、期望车轮转角；

所述驾驶人模型包括预估模型、包含多目标函数的成本函数以及限制式；所述驾驶人模型由非线性模型预测控制法实现，非线性模型预测控制法为基本算法，最后通过预估模型、成本函数、限制式三个结构，利用matlab中fmincon函数求得最佳解，推导出最佳行驶参数，即输出期望速度、期望加速度与期望车轮转角。

如图1所示，首先将当前车辆行驶状态与路面信息输入到驾驶人模型当中，其中，行驶参数首先进入预估模型中，在预估模型中推导未来状态参数需要将当前参数进行离散化，通过预估模型、成本函数、限制式三个结构推导出最佳行驶控制参数，由输出的最佳行驶控制参数对车辆进行纵横向控制；已知成本函数与限制式的情况下，利用matlab中fmincon函数求得最佳解。

其中，在预估模型中推导未来状态参数必须要将当前参数进行离散化，离散化的预估模型表达式为：

此预估模型中的状态参数X与控制量U分别为X＝[u

所述成本函数是将所有目标函数前乘上一权重并加起来，所述目标函数包含时间成本、期望速度、减少纵向加速度、维持道路中央、减少道路与车偏航角误差、减少侧向速度、方向盘控制量、油门控制量、刹车控制量以及防止晕车纵横向加速度控制。

驾驶人模型中，目标函数中时间成本表达式为：

式中，u

目标函数中期望速度表达式为：

式中，u

目标函数中减少纵向加速度表达式为：

目标函数中维持道路中央表达式为：

式中，y

目标函数中减少道路与车偏航角误差表达式为：

式中，ψ

其中，

目标函数中减少侧向速度表达式为：

目标函数中方向盘控制量表达式为：

目标函数中油门控制量表达式为：

目标函数中刹车控制量表达式为：

目标函数中防止晕车纵横向加速度控制表达式为：

则驾驶人模型的成本函数为：

式中w

S3中的驾驶人模型包含多个限制式，其中包含避免超出车道范围、最大可忍受的侧向加速度、油门和刹车限制式；

限制式中避免超出车道范围限制为：

限制式中最大可忍受的侧向加速度限制为：

-1.67≤a

限制式中油门限制为：

0≤ρ≤1

限制式中刹车主压力阀压力值限制为：

0≤P

S4：对车辆进行纵横向控制

在得到期望速度、期望加速度、期望车轮转角的情况下，根据当前车辆运行状态，通过控制油门、刹车对车辆进行纵向控制，使得速度与加速度分别达到期望值，通过控制方向盘对车辆进行横向控制，使得车轮转角达到期望值，从而使当前车辆行驶状态到达期望行驶状态。

S5：重复步骤S3-S4，将输出的控制量当做下一次时间节点的控制量重新输入到驾驶人模型当中，此时，车辆经过控制后的车辆状态也作为初始状态重新输入到驾驶人模型当中，同时更新路面信息重新经过驾驶人模型推导出最佳的行驶控制参数，从而使乘客获得舒适的乘车体验。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。