考虑转角补偿和网络时滞的车辆路径跟踪控制方法

技术领域

本发明涉及车辆路径跟踪领域，具体涉及一种考虑转角补偿和网络时滞的车辆路径跟踪控制方法。

背景技术

路径跟踪控制作为智能驾驶车辆的核心模块之一，负责车辆横纵向跟随控制，是实现车辆安全准确地跟随期望路径行驶的保障。因此，设计高效、性能良好的控制方法，以实现车辆横纵向精确跟踪控制，显得尤为必要。

目前，应用较为广泛的路径跟踪控制算法主要有：模型预测控制、最优控制、模糊控制、鲁棒控制等。刁勤晴等针对智能车在大曲率弯道中转向机构过早响应以及驶入弯道车速过高的问题，提出了一种基于动态双点预瞄策略的横纵向模糊控制方法，确保了车辆的转向角以较高精度实时跟踪大曲率路径，又保证了驶入弯道前以及在弯道中的车速始终处于安全范围内，但是该方法在曲率发生较大幅度跳变时，横向控制会产生较大的超调响应，鲁棒性较差；Hu等基于线性矩阵不等式(linear matrix inequality，LMI)设计了鲁棒H∞输出反馈控制器，实现了车辆的横纵向路径跟踪控制，但是该方法在采用T-S模糊方法进行车速线性化时，未考虑车速与其倒数项的耦合关系，造成了计算区间扩大，提高了系统的保守性；Wang等采用模糊自适应权重方法，设计了基于模型预测控制(model predictivecontrol，MPC)的路径跟踪控制算法，实现了代价函数权重的自适应调整，保证了车辆路径跟踪的控制精度和操纵稳定性相协调，但是该方法的计算量较大，需要耗费大量计算资源，造成控制的实时性降低。

因此，为解决以上问题，需要一种具备较强鲁棒性、保守性低且耗费计算资源少的车辆路径跟踪控制方法。

发明内容

有鉴于此，本发明的目的是克服现有技术中的缺陷，提供考虑转角补偿和网络时滞的车辆路径跟踪控制方法，能够提高车辆路径跟踪控制的稳定性和控制精度，降低了保守性以及计算资源，实现了较好的路径跟随效果。

本发明的考虑转角补偿和网络时滞的车辆路径跟踪控制方法，包括如下步骤：

S1.构建路径跟踪模型；

S2.构建车辆动力学模型；

S3.根据车辆动力学模型并结合路径跟踪模型，确定路径跟踪控制状态方程；

S4.对路径跟踪控制状态方程进行线性化处理，得到处理后的控制状态方程；

S5.根据处理后的控制状态方程对车辆进行路径跟踪控制。

进一步，根据如下方法确定路径跟踪模型：

投影点T在路径上的位置

其中，T为车辆的质心点在期望路径上的投影位置，e为车辆质心点CG至投影点T的距离，ρ(σ)为参数σ的道路曲率，σ为车辆所要跟踪的期望路径，v

侧向偏差变化率

航向角误差变化率

其中，r为车辆横摆角速度。

进一步，对侧向偏差变化率

进一步，将三自由度车辆动力学模型作为路径跟踪的车辆动力学模型；

三自由度车辆动力学模型中三自由度动力学方程为：

其中，m为车辆质量；F

进一步，对三自由度动力学方程进行优化处理，得到处理后的三自由度动力学方程：

其中，

C

进一步，根据如下公式确定路径跟踪控制状态方程：

其中，

ρ为道路曲率；x(t)为t时刻状态向量；

x(t)＝[ψ v

u(t)＝Kx(t)，K为控制增益矩阵；

w(t)为外界扰动；

z为控制输出向量；

q

进一步，根据如下公式确定处理后的控制状态方程：

其中，μ

进一步，所述步骤S4还包括：考虑网络传输时滞，对处理后的控制状态方程进行第一次优化，得到第一次优化后的控制状态方程，并将第一次优化后的控制状态方程作为处理后的控制状态方程；

根据如下公式确定第一次优化后的控制状态方程：

其中，K

所述第一次优化后的控制状态方程满足如下约束：

对于给定标量γ以及网络传输时滞d，如果存在对称矩阵

在外界扰动w(t)＝0的情况下，闭环控制系统是渐近稳定的；扰动输入到被控输出的闭环传递函数的状态反馈控制器范数小于γ；

其中，

其中，

进一步，考虑转角补偿，对第一次优化后的控制状态方程进行第二次优化，得到第二次优化后的控制状态方程，并将第二次优化后的控制状态方程作为处理后的控制状态方程；

根据如下公式确定第二次优化后的控制状态方程：

其中，λ为转角补偿比例因子。

本发明的有益效果是：本发明公开的一种考虑转角补偿和网络时滞的车辆路径跟踪控制方法，以智能车辆路径跟踪控制为研究目标，建立三自由度车辆动力学模型，使用鲁棒H∞控制算法设计横纵向状态反馈控制器，并考虑信号从控制器到执行器的传输时滞控制。同时，以道路曲率和期望车速为输入，提出变论域模糊控制作为前馈转角补偿以提高控制精度。

附图说明

下面结合附图和实施例对本发明作进一步描述：

图1为本发明的路径跟踪模型示意图；

图2为本发明的三自由度车辆动力学模型示意图；

图3为本发明的参数集(v

图4为本发明的输入输出变量的隶属度函数示意图。

具体实施方式

以下结合说明书附图对本发明做出进一步的说明，如图所示：

本发明的考虑转角补偿和网络时滞的车辆路径跟踪控制方法，包括如下步骤：

S1.构建路径跟踪模型；

S2.构建车辆动力学模型；

S3.根据车辆动力学模型并结合路径跟踪模型，确定路径跟踪控制状态方程；

S4.对路径跟踪控制状态方程进行线性化处理，得到处理后的控制状态方程；

S5.根据处理后的控制状态方程对车辆进行路径跟踪控制。

本实施例中，步骤S1中，路径跟踪模型是当车辆跟踪期望路径时的车-路误差模型，利用Serret-Frenet坐标系进行建模，路径跟踪模型如图1所示，在大地坐标系XOY下，根据如下方法确定路径跟踪模型：

投影点T在路径上的位置

其中，T为车辆的质心点在期望路径上的投影位置，e为车辆质心点CG至投影点T的距离，ρ(σ)为参数σ的道路曲率，σ为车辆所要跟踪的期望路径，v

侧向偏差变化率

航向角误差变化率

其中，r为车辆横摆角速度。

假设车辆的航向角误差较小，且车辆初始跟踪位置误差足够小，那么对侧向偏差变化率

在上述各式中，车辆质心点位置坐标、航向角、道路曲率及横摆角等信息可由GPS、惯性导航(IMU)等传感器获取，一般地，智能驾驶车辆已具备获取这些信息的传感器。

本实施例中，步骤S2中，路径跟踪控制的主要任务是控制车辆横向、纵向及横摆三个自由度的运动，采用整车模型虽然能精确反映车辆的动力学特性，但其建模复杂，计算过程繁琐，三自由度车辆动力学模型建模方便快捷，且在大部分工况下能够准确反应车辆的动力学特性。故本发明选用三自由度车辆动力学模型作为路径跟踪的车辆模型。

车辆动力学模型如图2所示：

假设车辆前轮转角较小，根据牛顿第二定律，车辆的三自由度动力学方程可表达为：

其中，m为车辆质量；F

前后轮所受的侧向力与轮胎侧偏角相关，采用如下模型进行描述：

其中，C

根据式(5)，对三自由度动力学方程进行优化处理，得到处理后的三自由度动力学方程，也即是式(4)可以写成如下形式：

其中，

C

本实施例中，步骤S3中，根据车辆动力学模型并结合路径跟踪模型，选取状态向量x(t)，其中，t时刻状态向量x(t)为：

x(t)＝[ψ v

控制输入为：u(t)＝[δ

其中，

ρ为道路曲率；

u(t)＝Kx(t)，K为需要求解的控制增益矩阵；

w(t)为外界扰动；

z为控制输出向量；

q

本实施例中，步骤S4中，由于状态方程式(8)中的系数矩阵A中存在不确定时变参数v、1/v、r、ρ，为了得到线性模型简化求解过程，采用T-S模糊方法进行线性化。上述四个时变参数均为具有实际物理意义的参数，通常存在一定的变化范围。因此，可以作出如下假设：

v

式中：

由于v

则时变参数(v

式中，μ

表示点T

则通过上述对路径跟踪控制状态方程进行线性化处理，得到处理后的控制状态方程：

式中，

本实施例中，所述步骤S4还包括：考虑网络传输时滞，对处理后的控制状态方程进行第一次优化，得到第一次优化后的控制状态方程，并将第一次优化后的控制状态方程作为处理后的控制状态方程；也即是，设计带有网络传输时滞的鲁棒H∞状态反馈控制器来优化车辆路径跟踪控制。

首先引入如下引理：

引理1：如果存在定义在区间[a,b]上的可积函数ω(u)，那么对于任意矩阵Z>0，如下不等式成立：

引理2：对于给定的对称矩阵

其中，S

I.S＜0；

引理3：如果存在矩阵X和正定矩阵W，那么如下两个条件等价：

I.(W-X)W

II.-XW

由于输入时滞d的存在，则对处理后的控制状态方程进行第一次优化，得到第一次优化后的控制状态方程为：

其中，K

所述第一次优化后的控制状态方程满足如下约束：

对于给定标量γ以及网络传输时滞d，如果存在对称矩阵

在外界扰动w(t)＝0的情况下，闭环控制系统是渐近稳定的；扰动输入到被控输出的闭环传递函数的状态反馈控制器范数小于γ；

其中，

其中，

本实施例中，所述步骤S4还包括：考虑转角补偿，对第一次优化后的控制状态方程进行第二次优化，得到第二次优化后的控制状态方程，并将第二次优化后的控制状态方程作为处理后的控制状态方程；

由于反馈控制器在误差产生之后才产生控制量进行控制，未能合理利用前方道路曲率和期望车速信息，因此会导致控制精度不够高，为提高跟踪控制精度，以道路曲率和车速作为输入信息，采用变论域模糊控制计算转角补偿比例因子λ，实现前馈转角补偿控制，从而提高路径跟踪控制精度。

传统的模糊控制采用固定的基本论域，会直接影响模糊控制器的控制性能。变论域模糊控制利用模糊控制规则使控制器的输入输出论域随着控制器输入误差和误差变化参数来调整论域，实现论域的自适应伸缩变化，从而能使论域被合理使用，提高系统的控制精度。

模糊控制器通过将输入变量进行模糊化，采用既定的模糊规则求取模糊控制量，经过清晰化接口去模糊化得到控制输出。采用道路曲率ρ和车速v作为模糊控制器的输入变量，输出变量为转角补偿比例因子λ，做如下相关定义：

车速v的基本论域为：{18,26}；

道路曲率ρ的基本论域为：{0,0.008}；

比例因子λ的基本论域为：{0.1,0.6}；

v、ρ、λ的模糊论域U

模糊推理规则需满足：当车速和道路曲率最大时，转角补偿比例因子要输出最大值；当车速和道路曲率最小时，转角补偿比例因子要输出最小值；当车速和道路曲率适中时，转角补偿比例因子要输出中间值。具体的模糊推理规则如表1所示：

表1

伸缩因子的选取采用比例型伸缩因子，具体形式如式(27)所示：

所设计的变论域模糊前馈转角补偿控制器包含两个输入和一个输出，根据式(27)选取伸缩因子如下：

当输入输出量变化时，变论域公式为：

变论域模糊控制计算出转角补偿比例因子λ后，得到带有前馈转角补偿的控制状态方程：

本发明针对存在网络时滞的智能车辆路径跟踪控制系统，设计了含有时滞控制的状态反馈控制器，并提出了基于变论域模糊控制的前馈转角补偿控制器设计方法。首先，基于Frenet坐标系建立了车辆运动学模型和三自由度车辆动力学模型，同时针对系统存在的时变参数，采用T-S模糊方法进行模型线性化；其次，针对控制器输入端存在的网络传输时滞，设计了包含时滞控制的H∞状态反馈控制器；最后，为提高转向控制精度，以车速和道路曲率为输入，设计了变论域模糊控制进行前馈转角补偿。

(1)本发明建立了三自由度车辆动力学模型和路径跟踪模型，并采用T-S模糊方法进行线性化，针对时变参数车速的影响，构造了更小的计算区间，降低了系统的保守性。

(2)设计了带有网络传输时滞的鲁棒H∞状态反馈控制器，结果表明所设计的控制器能够有效抑制时滞对系统带来的影响，避免了时滞造成的控制性能降低。

(3)采用变论域模糊控制设计了前馈转角补偿控制器，根据道路曲率和车速进行论域的实时调整，提高了论域区间的利用率，降低了横向跟踪误差和航向角误差，保证了智能车辆路径跟踪控制精度。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。