[发明专利]基于快速终端滑模原理的无人车侧纵向耦合跟踪控制方法

说明书

【技术领域】

本发明涉及无人驾驶汽车自主驾驶和滑模控制技术领域，特别涉及一种实现无人车侧纵向耦合的跟踪控制方法。

【背景技术】

无人驾驶车辆的运动控制是导航控制体系结构中操纵控制层的关键技术，运动控制算法是该层的核心研究内容。这里的运动控制是基于规划轨迹的跟踪控制。自主驾驶车辆的跟踪控制包括纵向跟踪控制和侧向跟踪控制。纵向跟踪控制是控制车辆的行驶速度同规划速度一致，并且同前车保持一定的行驶距离，侧向跟踪控制则是控制车辆的行驶方向使其沿着规划路径行驶，并满足基本的性能要求，包括跟踪精度，对车辆参数和环境变化的适应能力即鲁棒性，以及乘坐舒适性等。

当无人驾驶车辆执行车道保持等小曲率规划动作时，车辆的侧向运动和纵向运动的耦合性往往可以忽略，进行侧纵向解耦控制，分别设计纵向跟踪控制器和侧向跟踪控制器。纵向跟踪控制算法的研究致力于解决在车辆纵向动力学系统强非线性影响下和大的纵向干扰条件影响下提高纵向控制精度的问题。所采用的方法有PID控制、最优控制、自适应控制、滑模控制、模糊控制和人工神经网络控制等智能控制。基于上述算法开发的自动巡航系统已经应用于某些高级商业车辆中。由于侧向跟踪控制是基于二维空间解决跟踪问题，再加上车辆和道路参数的变化，以及侧向运动固有的非线性特性，使得控制器的设计往往是一个复杂的问题，具有自校正实时学习能力的控制算法是研究的重点。另一方面，当车辆在存在运动障碍物的环境中进行换道、交叉口转弯等一些复杂的规划机动动作时，要求同时跟踪规划位置序列和规划速度序列，由于车辆的侧向运动和纵向运动此时具有较强的耦合性，若仍然采用侧纵向解耦控制算法，将会产生较大的跟踪误差。

一些研究者基于车辆侧纵向运动的耦合效应进行了侧纵向耦合控制策略的研究，但是目前侧纵向运动的耦合控制策略主要针对车辆队列控制，对于单个自主驾驶车辆机动性较高行为的控制，比如车辆在存在运动障碍物的环境中进行换道、交叉口转弯等一些复杂的规划机动动作，研究的较少或控制精度较低。

以下给出检索的相关文献：

[1]吴青,何智伟,初秀民,宗成强.智能车路系统中汽车列队行驶控制关键技术与研究进展[J].交通与计算机,2008,26(4):154-157.

[2]Rajamani R.Vehicle Dynamics and Control.New York:Springer,2006.

[3]Zhou QZ,Wang FY and Li L.Robust Sliding Mode Control of 4WS Vehicles for Automatic Path Tracking[C].Proceedings of IEEE Intelligent Vehicles Symposium,Piscataway,USA,2005:819-826.

[4]候永平,胡于进,李成刚,郭孔辉.大侧偏角下侧偏松弛长度特性的研究[J].汽车工程,2001(2):78-81.

[5]Edward H,Lim M and Hedrick JK.Lateral and Longitudinal Vehicle Control Coupling for Automated Vehicle Operation[C].Proceedings of the American Control Conference San Diego,California,Jun.1999:3676-3680.

[6]Rajamani R,Tan HS,Law BK,et al.Demonstration of Integrated Longitudinal and Lateral Control for the Operation of Automated Vehicles in Platoons[J].IEEE Transactions on Control Systems Technology,2000,8(4):695-708.

[7]李以农,杨柳,郑玲等.基于滑模控制的车辆纵横向耦合控制[J].中国机械工程,2007,18(7):866-870.

[8]Yu X,Man Z,Wu Y.Terminal Sliding Modes with Fast Transient Performance[C].Proceedings of the 36th IEEE International Conference on Control&Decision,San Diego,1997:962-963.