[发明专利]基于驾驶员模型的速差转向车辆转向控制器及控制方法

说明书

本发明涉及一种基于驾驶员模型的速差转向车辆转向控制器及控制方法。所述控制器包括基于经验驾驶员操纵杆聚类模型的Bang‑Bang控制器和基于强化学习优化的模糊PI控制器，将经验驾驶员操纵模型、Bang‑Bang控制和基于强化学习优化的模糊PI控制相结合对液压伺服驱动转向系统进行控制，同时保证系统响应速度的快速性和操纵杆到位精确性，可以满足无人车转向系统自主转向运动的需要。

技术领域

本发明涉及无人驾驶技术领域，尤其是一种基于驾驶员模型的速差转向车辆转向控制器及控制方法。

背景技术

无人驾驶车辆近些年发展迅速，车辆转向控制是无人驾驶车辆行驶控制系统的研究重点。针对无人车辆的横向控制技术，目前多数学者基于具有无级能力转向的车辆提出很多车辆横向控制模型及执行器控制方法，但目前对于非线性和不确定性较强的速差有级转向车辆横向控制问题研究较少。

速差有级转向车辆在转向运动时存在很大的不确定性，以二级行星转向机构和离合器转向机构为例，主要由于其均为有级转向机构，所实现的规定转向半径数目较少，当转向机构处于非规定转向半径转向工况时，转向执行机构的滑磨状态影响了转向控制的精确性。但考虑到基于熟练驾驶员的驾驶经验及对车辆特性和执行机构的了解，可以对车辆进行精确的横向控制。

发明内容

鉴于上述的分析，本发明旨在提供一种基于驾驶员模型的速差转向车辆转向控制器及控制方法，用以解决现有技术中履带车辆的转向控制优化问题。

本发明的目的主要是通过以下技术方案实现的：

一种基于驾驶员模型的速差转向车辆转向控制器，包括，基于经验驾驶员操纵杆聚类模型的Bang-Bang控制器和基于强化学习优化的模糊PI控制器；

所述基于经验驾驶员操纵杆聚类模型的Bang-Bang控制器以当前车辆行驶档位、操纵杆期望位置以及操纵杆实际位置作为输入，输出正向最大电流触发信号、反向最大电流触发信号、模糊控制器触发指令和切换面标号到所述基于强化学习优化的模糊PI控制器；

所述基于强化学习优化的模糊PI控制器在模糊控制器触发指令和切换面标号的控制下，以强化学习Q学习算法为基础，对模糊规则表进行在线优化，并输出优化后的电流控制基于电液伺服驱动的转向执行器动作；

所述转向执行器即操纵杆的实际位置通过角位移传感器反馈到所述Bang-Bang控制器；所述当前车辆行驶档位与所述操纵杆期望位置由整车控制器输出。

进一步地，所述基于经验驾驶员操纵杆聚类模型的Bang-Bang控制器包括，操纵杆GMM聚类模块、分界面判定逻辑模块以及Bang-Bang控制模块；

所述操纵杆GMM聚类模块以车辆实际档位、操纵杆期望位置和操纵杆实际位置作为输入，根据不同档位下采集的经验驾驶员控制的操纵杆位置数据建立每一个档位下的操纵杆GMM聚类模型，得到操纵杆期望位置、操纵杆实际位置位于的相应聚类区间和该聚类模型结果，输出各档位下的操纵杆GMM聚类结果、操纵杆期望位置聚类值、操纵杆实际位置聚类值；

所述分界面判定逻辑模块以各档位下的操纵杆GMM聚类结果、操纵杆期望位置聚类值和操纵杆实际位置聚类值为输入，根据操纵杆期望位置和操纵杆实际位置所位于的操纵杆GMM聚类区间，建立分界面判定逻辑表，判断是否进行Bang-Bang控制器和模糊控制器的切换，其切换面根据所处区间选取，以操纵杆实际位置、切换面标号和对应切换面的位置差值为输出。

所述Bang-Bang控制模块根据输入的切换面标号所对应的切换面进行切换，根据输入的操纵杆实际位置与对应切换面的位置差值进行Bang-Bang控制，以正向最大电流触发信号、反向最大电流触发信号和模糊控制器触发指令为输出。