一种无人驾驶车辆路径跟踪控制方法

技术领域

本发明属于无人驾驶技术领域，涉及一种无人驾驶车辆路径跟踪控制方法。

背景技术

路径跟踪是指无人车能够按照预先给定的路径安全稳定行驶的控制方法，是实现车辆智能化和实用化的先决条件，也是无人驾驶技术核心价值的体现。纯跟踪是无人车路径跟踪领域广泛采用的跟踪算法，其鲁棒性好，简单实用。其基本思想是在每个控制周期，通过前方目标轨迹上的一个点，根据预瞄点，预瞄距离，控制当前方向盘的动作，使得后轮中心沿期望路径运动。

纯跟踪算法是一种比较成熟的路径跟踪算法，能够很好的跟踪所规划的路径，但是所期望路径和车辆当前位置之间存在一定的误差，比如横向误差和航向误差，这些误差会直接影响着前轮转角的大小，从而影响跟踪精度。为了降低误差所带来的影响，现有技术对于误差的处理大都使用参数固定的控制方法，但采用这种方法不能很好地适应一直处于变化中的被控对象，而且现有技术大都忽略了转向加速度这一物理量，而转向加速度的大小直接决定着消除误差所需的时间，进而影响着路径跟踪的精度。

因此，需要一种能够实时整定航向偏差参数、能够提高无人驾驶车辆路径跟踪精度的跟踪方法。

发明内容

有鉴于此，为解决上述现有技术的不足，本发明的目的在于提供了一种无人驾驶车辆路径跟踪控制方法，能够解决现有的纯跟踪算法中对于航向误差的处理采用固定的控制方法从而不能很好适应一直处于变化中的被控对象的问题，同时能能够解决消除误差所需最优转向加速度的问题，使车辆能够在最优的时间内消除误差，提高路径跟踪精度。

为实现上述目的，本发明所采用的技术方案是：一种无人驾驶车辆路径跟踪控制方法，该方法包括以下步骤：

步骤一、通过导航定位系统得到车辆的位置坐标，确定目标点、预瞄点；

步骤二、通过预瞄距离建立前轮转角和横向误差的传递函数，完成前馈系统的搭建，此时可得出前轮转角δ

步骤三、基于当前的航向角和预瞄点处的航向角，建立基于航向角误差的反馈控制系统，此时可得出前轮转角δ

步骤四、根据横向误差的范围，通过对前轮转角δ

步骤五、依据所得到的前轮转角和当前车速的物理量得出最佳的转向加速度。

进一步地，所述步骤一中预瞄点的确定包括以下步骤：

根据当前车辆位置信息再匹配期望路径上最近的点作为目标点，以目标点为圆心、预瞄距离为半径的圆与期望路径的两个交点，依据车辆夹角的范围大小可排除掉车辆后方的错误点，从而确定另一个为预瞄点。

进一步地，所述步骤二包括以下内容：

根据预瞄点和预瞄距离以及几何学推导出转向半径与预瞄距离之间的关系式，然后基于最小预瞄距离与最大预瞄距离，将预瞄距离与车速的关系式变成分段形式，结合车辆单轨运动学模型，建立前轮转角和横向误差的传递函数，完成前馈系统的搭建。

进一步地，所述步骤三中反馈控制系统使用粒子群算法实时整定PID参数，粒子采取十进制3维度的编码方式，对目标函数进行优化，得到具有实时性的PID控制参数k

进一步地，所述步骤四中根据横向误差的范围，赋予前馈系统和反馈控制系统输出前轮转角不同的权重值，得出最终的前轮转角δ的值，其中δ＝k

更进一步地，若步骤四中横向误差的绝对值大于0.5，则k

进一步地，所述步骤五中根据得到的前轮转角δ和当前的车辆速度v得出最佳的转向加速度a

其中，Mr为理想的方向盘力矩，d为转向盘的半径，m为转向盘的质量。

本发明的有益效果是：

本发明在传统纯跟踪算法的基础上，通过预瞄点的确定，基于横向偏差建立了前馈控制系统，得出前轮转角1，同时构建了基于预瞄距离和车速的关系式；基于航向角偏差构建了反馈控制系统，得出前轮转角2；根据横向偏差范围的大小，赋予前轮转角不同的权重得出最优的前轮转角，最后根所得出的前轮转角和当前车速等物理量得到最佳的转向加速度；能够解决现有的纯跟踪算法中对于航向误差的处理采用固定的控制方法从而不能很好适应一直处于变化中的被控对象的问题，同时能能够解决消除误差所需最优转向加速度的问题，使车辆能够在最优的时间内消除误差；

实现实时整定航向偏差参数，同时也求解出了消除偏差所需的最优转向加速度，从而提高了无人驾驶车辆路径跟踪精度及稳定性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明路径跟踪控制方法的流程图；

图2为本发明实施例中的预瞄点确定示意图；

图3为本发明实施例中的纯跟踪示意图；

图4为本发明实施例中的参数实时整定PID控制器图。

具体实施方式

下面给出具体实施例，对本发明的技术方案作进一步清楚、完整、详细地说明。本实施例是以本发明技术方案为前提的最佳实施例，但本发明的保护范围不限于下述的实施例。

实施例1

根据本发明的实施例，参照图1，一无人驾驶路径跟踪控制方法包括以下步骤：

为此，提出了一种一种无人驾驶车辆路径跟踪控制方法，具体包括以下步骤：

步骤一、通过导航定位系统得到车辆的位置坐标，根据当前车辆位置信息再匹配期望路径上最近的点作为目标点。以目标点为圆心，预瞄距离为半径的圆与期望路径的交点为预瞄点；

步骤二、通过预瞄距离建立前轮转角和横向误差的传递函数，完成前馈系统的搭建。此时可得出前轮转角δ

步骤三、基于当前的航向角和预瞄点处的航向角，建立基于航向角误差的反馈控制系统。

此时可得出前轮转角δ

步骤四、根据横向误差的范围，通过对前轮转角δ

步骤五、依据所得到的前轮转角和当前车速等物理量得出最佳的转向加速度；

步骤六、判断期望路径是否跟踪完毕，如果是则结束，如果不是回到步骤一再次循环。

进一步地，通过导航定位系统和车辆当前位置确定目标点，进而根据预瞄距离和期望路径确定预瞄点。如图2所示，在大地坐标系XOY下，步骤一中以目标点为圆心预瞄距离为半径的圆和期望路径共有两个交点，根据经过车辆后轴中心到交点的方向向量与航向向量的夹角范围在

进一步地，参考图三根据步骤一中车辆当前位置和期望路径的几何关系可得到横向偏差e，通过预瞄距离建立前轮转角和横向误差的传递函数，完成前馈系统的搭建：

得到前轮转角δ

其中R为转向半径，整理可得：

其中，a表示车辆纵向车身与预瞄点的夹角，l

整理可得：

且预瞄距离与车速有关，预瞄距离l

l

其中，A、B、C、都是常系数项，A的值取决于最大制动加速度；

在本实施例中，B的值一般为0.2，C表示最小转弯半径，取5.5m；

整理可得：

其中，

基于最小预瞄距离与最大预瞄距离，将预瞄距离与车速的关系式变成分段形式，具体如下式：

这样避免了预瞄距离过短将导致车辆转向振荡，车辆沿着蛇形工况行驶，预瞄距离过长会导致抄近道的问题；

上述公式结合车辆单轨运动学模型可得：

其中L为车辆轴距，T为每个控制周期。

进一步地，步骤三中基于当前的航向角和预瞄点处的航向角，建立基于航向角误差的反馈控制系统；

使用粒子群算法实时整定PID参数，传统的PID控制器的系数都是固定的，难以适应一直处于变化当中的被控对象。粒子采取十进制3维度的编码方式，粒子编码为(k

上式中：f为目标函数，m为时刻，t为当前时刻，上式表示优化的车辆的实际航向角和期望航向角的累计误差最小，可以得到具有实时性的PID控制参k

航向角偏差为：

则：

其中，

进一步地，步骤四中最终的前轮转角为：

δ＝k

其中，k

进一步地，依据所得到的前轮转角和当前车速等物理量得出最佳的转向盘加速度：

在低速行驶的工况下，将理想的方向盘力矩Mr看做是车速v,方向盘转角δ

Mr(v,δ

特征函数为：

f

g

p

q

W(v)＝f

X(v)＝p

上述式子中，z代表车速传感器对车速变化的感知程度，c表示传感器对方向盘转角变化的感知程度，v0表示速度转换因子，表示当车速超过该速度时，侧向加速度成为影响转向盘力矩的主要因素；

用i表示车辆的转向传动比，方向盘转角δ

δ

则转向盘加速度a

其中，d代表着转向盘的半径，m代表转向盘的质量。

综上所述，本发明提出了一种无人驾驶车辆路径跟踪控制方法，根据前馈系统获得前轮转角1，根据反馈控制系统得到前轮转角2，然后基于两者偏差对权重进行选择，最终得到最优的前轮转角，最后依据当前车速和前轮转角等物理量得出最佳的转向加速度；能够解决传统的纯跟踪算法中对于航向误差的处理采用固定的控制方法从而不能很好适应一直处于变化中的被控对象的问题，同时也能够解决消除误差所需最优转向加速度的问题，使车辆在较短的时间内消除误差，提高路径跟踪精度。

以上显示和描述了本发明的主要特征、基本原理以及本发明的优点。本行业技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会根据实际情况有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。