考虑主动安全的自主驾驶车辆轨迹规划与跟踪控制方法

技术领域

本发明涉及汽车安全驾驶技术领域，具体涉及一种考虑主动安全的自主驾驶车辆轨迹规划与跟踪控制方法。

背景技术

随着汽车保有量逐年增长，道路交通安全问题逐渐凸显，由于防撞梁、保险杠、行人防撞泡沫等被动安全技术只是在事故发生时尽量减少损失，因此人们越来越重视车辆的主动安全技术，即车辆主动采取措施降低安全风险，从而避免交通事故的发生。行驶车辆的安全风险主要包括：一是在出现行人、多障碍车等复杂交通环境中，对动态变化的交通环境分析不足，导致和其他车辆发生碰撞；二是在雨雪天湿滑路面和突发情况下，高速行驶车辆容易发生追尾、侧滑、侧翻、车道偏离等危险；三是行人违规横穿车道，车辆无法及时躲避，导致的碰撞事故。虽然车辆上都广泛应用了各种主动安全技术，如提高车辆纵向行驶安全的自适应巡航(ACC)、自动紧急制动(AEB)，以及提高车辆侧向稳定性的车身电子稳定系统(ESP)、紧急转向辅助(ESA)等控制单元，但是这些控制单元主要集中在执行层面上，在自动驾驶发展的大背景下，主动安全控制需要协调上层的轨迹规划，而且分别用于纵向和侧向安全的控制单元间交互耦合、相互制约导致车辆的整体性能无法实现最优，现有的协同控制主要针对典型场景下单一安全目标进行研究，因此自主驾驶车辆在轨迹规划时能够协同多种复杂场景下多个侧-纵向安全目标具有重要意义。

Huang提出了一种基于车辆运动学模型，采用模型预测控制器(MPC)与人工势场相结合的方法。该方法将交通环境势场加入到目标函数中，通过多目标多约束的最优控制求解，同时进行轨迹规划与跟踪控制，实现了车辆的侧-纵向耦合控制。Xu Yang和Li H在Huang的基础上采用了车辆动力学模型,在实现车辆侧-纵向耦合运动控制的同时提高了车辆的高速稳定性。Snapper在Huang的基础上设计了类高斯函数描述交通环境势场，在优化求解前使用二阶泰勒公式对势场函数进行近似处理，将非线性规划问题转换为标准二次规划问题进行求解，缩短了优化求解时间，提高了避障实时性。

上述方法同时进行避障轨迹规划与跟踪控制，实现了车辆的侧-纵向耦合控制，提高了其动态避障能力，但并未考虑复杂交通场景下自主驾驶车辆避障时车辆与行人的安全问题，并且复杂的势场函数影响了MPC的优化求解效率，不利于车辆及时避障。虽然采用二阶泰勒公式近似方法会一定程度上提高计算效率，但是所产生的误差会直接影响控制精度，不利于复杂交通环境下行人和车辆的安全。

发明内容

本发明为解决现有驾驶车辆在湿滑路面、紧急避障和紧急躲避行人等复杂场景下高速行驶的自主驾驶车辆避障时的车辆安全与行人安全等问题，提供一种考虑主动安全的自主驾驶车辆轨迹规划与跟踪控制方法。

考虑主动安全的自主驾驶车辆轨迹规划与跟踪控制方法，该方法由以下步骤实现：

步骤一、车载传感器获取交通环境信息，根据所述交通环境信息建立交通环境势场，并将所述交通环境势场加入到MPC控制器的目标函数中；

步骤二、在所述MPC控制器中，设定约束条件，所述约束条件包括对车辆的侧向稳定性指标和控制量进行约束；

步骤三、所述MPC控制器以车辆的动力学模型作为预测模型，所述预测模型根据k时刻的车辆状态和k时刻控制量预测k+i时刻的车辆状态，然后以所述目标函数值最小作为优化目标，并根据步骤二设定的约束条件，通过MPC的优化求解获得满足约束条件的控制量，即车辆前轮转角和期望加速度，最终控制车辆完成安全避障；

以所述目标函数值最小作为优化目标的目标函数，用下式表示为：

式中，Γ

本发明的有益效果：本发明所述的控制方法，基于车辆动力学模型，考虑车辆和行人安全目标设计交通环境势场和MPC，并将二者进行结合，在MPC中采用SQP进行优化求解直接得到控制量，使得自主驾驶车辆的轨迹规划与跟踪控制同时进行，同时协同了多种复杂场景下多个侧-纵向安全目标，进而有效的解决了复杂场景下自主驾驶车辆避障时车辆和行人的安全问题，具备以下优点：

一、本发明针对湿滑路面、紧急避障以及紧急躲避行人等复杂场景下高速行驶车辆的侧向稳定性问题，在MPC中加入车辆的横载转移率等侧向稳定性约束，降低车辆发生侧翻和侧滑的风险，提高车辆的侧向安全性。

二、本发明针对复杂场景下车辆发生追尾等纵向安全问题，考虑车辆的纵向安全距离设计障碍车势场，使得自主驾驶车辆在避障过程中始终与前方车辆安全距离，保障了车辆的纵向安全。

三、本发明针对行人违规横穿车道时行人避撞问题，考虑行人与车辆间的安全距离设计行人势场，并采用转向与制动协同作用的方式躲避行人，使得车辆在避障过程中始终与前方行人保持安全距离，保障了行人安全。

四、为了使车辆在突发情况下能够及时避障，本发明采用梯度连续的高斯函数和二次多项式建立交通环境势场，有利于MPC的优化求解，而且MPC采用SQP进行优化求解，进而保证控制精度和减少优化求解的计算时间，提高车辆避障的实时性。

五、本发明提高了车辆侧-纵向安全，保障了行人安全，并具有良好的实时性，进而实现了车辆在多种复杂场景下的安全避障。

附图说明

图1为本发明所述的考虑主动安全的自主驾驶车辆轨迹规划与跟踪控制方法的原理框图。

具体实施方式

结合图1说明本实施方式，考虑主动安全的自主驾驶车辆轨迹规划与跟踪控制方法，本方法基于车辆动力学模型和改进的交通环境势场，通过MPC的优化求解得到了满足约束条件的控制量，使轨迹决策与跟踪控制同时进行，并协同了势场模型和约束条件中的多个侧-纵向安全目标，即满足了车辆间安全距离、人车间安全距离、侧向稳定性等安全要求。

本实施方式的具体过程为：

步骤一、车载传感器获取交通环境信息，根据所述交通环境信息建立交通环境势场，并将所述交通环境势场加入到MPC控制器的目标函数中；

所述交通环境信息包括周围交通环境中的道路边界、车道线、障碍车信息和行人信息，结合这些信息并且考虑车辆间和人车间的安全距离建立交通环境势场，并将交通环境势场加入到MPC控制器的目标函数中。

本实施方式中，考虑安全目标的交通环境势场主要是为了描述主车(即自主驾驶车辆)与其周围环境的相互作用，有障碍时引导主车平滑避障并向目标点移动，无障碍时引导主车在车道中心线行驶。以往很多势场函数设计的比较复杂并且梯度不连续，导致车辆动力学的不连续变化，影响后续优化求解的效率。

采用梯度连续并且简洁的高斯函数和二次函数作为势场函数，能够描述复杂的交通环境，并且有利于规划出平滑的避障轨迹和提高后续优化求解的效率。此外，为了实现主车与前方车辆避免追尾和违规行人避免碰撞的安全目标，在建模时分别考虑车辆间与人车间的安全距离设计障碍车势场和行人势场，即根据安全距离设置势场的作用域。

所述建立交通环境势场包括考虑安全车距的障碍车势场和考虑人车间安全距离的行人势场。所述考虑安全车距的障碍车势场的具体过程如下：

所述考虑安全车距的障碍车势场应该在主车避障过程中引导主车变道，以超越前方较慢障碍车，同时保持车辆间的安全距离。主车离障碍车越近，势场函数的值就应该越大。障碍车纵向和侧向作用域范围应该不同，在侧向上主车可以离障碍车近一些，在纵向上考虑车辆的安全车距设置作用域范围。

以障碍车纵向坐标X和侧向坐标Y为变量的二维高斯函数描述障碍车势场，则势场函数连续且梯度连续。该势场函数的水平集为椭圆，可以更好的引导主车平滑换道，这是因为主车避障时沿着椭圆水平集的外轮廓进行轨迹规划。当主车与障碍车的距离减小时，障碍车势场值呈指数增长，此时轨迹优化将尝试使车辆远离障碍车。障碍车的纵向和侧向作用域可通过势场函数中的收敛因子δ

其中，η

δ

参考安全车距D可以表示如下：

式中，v

本实施方式中，所述考虑人车间安全距离的行人势场具体为：

传统的行人势场采用水平集为圆形的势场函数，当纵向作用域过小时，车辆无法较早的减速和转向避障，导致离行人较近时才能反应，造成转向过急，容易失稳；当侧向的作用域过大时，导致无法优化得到合理的转向避障轨迹。采用水平集为椭圆并且纵向和侧向作用域可调的行人势场函数，不仅能够保证主车与行人间的安全距离，而且引导主车提前躲避行人。行人势场函数如下：

其中，η

δ

δ

其中，侧向安全距离D

δ

δ

其中，纵向安全距离D

步骤二、在所述MPC控制器中，设定约束条件，所述约束条件包括对车辆的侧向稳定性指标和控制量进行约束；

本实施方式中，考虑安全目标的MPC控制器具体为：

复杂场景中的车辆往往是高速行驶的，而且可能会遇到雨雪，行人，多障碍车等复杂情况，对车辆执行机构的控制输入、轮胎与地面摩擦引起的滑移，以及侧向加速度引起的侧倾等动力学非线性约束条件比普通场景下更加苛刻，对车辆的侧-纵向耦合运动控制要求更高；并且自主驾驶车辆在高速行驶时对控制器的实时性要求比较高，面对周围动态变化的交通环境，车辆需要在采样周期内完成轨迹规划和跟踪控制。而以往的避障方法对实际情况和安全性考虑不足，场景相对单一，且避障实时性考虑的不充分。

在建立的交通环境势场模型的基础上，在MPC中对横载转移率等侧向稳定性指标和控制量进行约束，实现多种复杂场景下避免车辆发生侧翻和侧滑的安全目标。在求解过程中，对非线性动力学模型和非线性约束进行线性化，最后选择SQP进行优化求解，从而提高MPC控制器的实时性。由于优化求解直接得到前轮转角和加速度作为控制量，实现了车辆的侧-纵向耦合运动控制。

本实施方式中，考虑车辆的侧向稳定性约束具体为：

MPC控制器的控制目标是保证车辆及时避障的同时兼顾车辆主动安全性，将其转化为对车辆主要状态和控制器输出的约束。通过对性能指标约束条件的优化求解完成最优控制量的计算，并且在不等式约束中引入松弛因子ε保证能够在约束条件下求出可行解。

车辆侧向稳定性指标包括：横载转移率LTR、侧向加速度a

LTR

β

r

式中，LTR

a

β

r

本实施方式中，控制量的约束为考虑实际运动极限后预测模型的输出量η、控制量u、控制增量Δu、应满足的不等式约束如下：

η

u

Δu

式中，η

Δu

步骤三、所述MPC控制器以车辆的动力学模型作为预测模型，预测模型根据当前车辆状态和未来控制输出预测未来时刻的车辆状态，以建立的目标函数值最小为优化目标并且满足约束条件，通过优化求解得到控制量即前轮转角和期望加速度，从而控制车辆完成安全避障。其中，约束条件不仅应考虑车辆的动力学约束，还需考虑车辆侧向性稳定性约束，即对横载转移率、侧向加速度、质心侧偏角和横摆角速度等侧向稳定性指标进行约束，进而降低车辆发生侧翻、侧滑的风险，提高车辆的安全性与稳定性。前轮转角与方向盘之间为线性传动比，加速度控制器则根据现有成果，采用模糊PID算法得到油门开度和制动压强实现加速度控制。

因此，避障轨迹规划与跟踪控制方法的本质是以车辆安全避障和行人避撞为主要控制目标，兼顾横载转移率等稳定性约束，以前轮转角和纵向加速度为控制量，具有多目标多约束的最优控制求解问题。

本实施方式中，以所述目标函数值最小作为优化目标的目标函数，用下式表示为：

所述目标函数主要分为四部分：第一部分包括前四项，它们是主车交通环境势场的组成要素，由预测模型结合势场函数计算出预测时域N

结合约束条件进行优化求解计算出k时刻最优控制增量Δu

u

式中，u

本实施方式中，首先采用了梯度连续并且简洁的高斯函数和二次函数作为势场函数，有利于规划出平滑的避障轨迹，同时为了实现主车与前方车辆避免追尾和违规行人避免碰撞的安全目标，分别考虑了车辆间与人车间的安全距离设计障碍车势场和行人势场。

其次，在MPC中对横载转移率等侧向稳定性指标和控制量进行了约束，实现了复杂场景下避免车辆发生侧翻和侧滑的安全目标。

最后，由于采用了梯度连续的势场函数，对非线性动力学模型和非线性约束条件进行线性化后采用SQP进行优化求解，从而提高了MPC控制器的实时性。通过仿真实验验证了该方法在不同场景下具有良好的通用性，高速行驶的车辆在避障时能够满足多种复杂场景下多个安全目标的协同要求，进而实现车辆的安全避障。