[发明专利]无人车的编队保持控制方法及系统

说明书

本发明涉及无人车驾驶领域，具体涉及一种无人车的编队保持控制方法及系统，目的在于提供一种基于改进领航‑跟随法的无人车编队保持控制方法，并提高队形保持精度与乘坐舒适度。本发明提出的无人车的编队保持控制方法，包括：根据无人车编队队形、目标轨迹，规划出领航者下一时刻的行驶轨迹，并计算出跟随者下一时刻需要与领航者保持的目标距离和目标角度；设计改进的领航‑跟随算法，基于无人车运动学模型，根据领航者、跟随者当前的行驶状态参数，计算出跟随者下一时刻所需要的底层控制输入参数；根据所述底层控制输入参数，对跟随者进行底层控制，进而实现编队保持。在保证无人车编队的同时，也实现了安全舒适。

技术领域

本发明涉及无人车驾驶领域，具体涉及一种无人车的编队保持控制方法及系统。

背景技术

机器人编队属于机器人的协同控制研究问题，通过形成特定队形在时间和空间上协作完成复杂的任务，提高了工作效率、各机器人在功能上互补，具有经济可靠、响应快速等优点，并且具有极为重要的现实意义。在危险环境作业、探测、军事、物流、娱乐等领域具有广阔的应用前景。

编队保持控制是无人车编队研究中重要的一个方面。无人车是一个非线性系统，关键技术包括环境感知、路径规划、智能决策、车辆的导航定位以及车辆的智能控制，控制系统作为智能车的最底层、最重要的环节，如何实现高精度的横向和纵向控制是无人车研究必须解决的重点问题，受到广大专家学者的重视。车辆控制主要是对转向、油门和制动器的控制。车辆横向动力学始于20世纪50年代，主要对车辆建立车辆动力学模型，并对车辆进行开环控制，研究车辆的时域和频域响应。对于车辆动力学模型，研究学者先后提出车辆“线性二自由度”、“线性三自由度”、“线性四自由度”以及其他自由度的研究。车辆的控制主要分为横向控制和纵向控制，在横向控制中出现许多的理论和方法，包括支持向量机方法、分阶控制方法、传统PID控制方法、智能控制方法包括模糊控制和神经网络控制方法。

目前国内在车辆的控制方式上，有基于“预瞄-跟随”的控制模型、跟随车道线的控制、滑模控制规律等一系列控制方法。“领航-跟随”算法多数应用于轮式机器人，还未应用到无人车的编队控制上。而且现有的“领航-跟随”技术未将编队保持方法和底层控制方法结合，如果直接应用到无人车上，无法实现精准保持和安全舒适。

发明内容

为了解决现有技术中的上述问题，本发明提出了一种无人车的编队保持控制方法及系统，实现了无人车编队队形的精准保持与控制。

本发明的一方面，提出一种无人车的编队保持控制方法，包括：

根据无人车编队队形、目标轨迹，规划出领航者下一时刻的行驶轨迹，并计算出跟随者下一时刻需要与领航者保持的目标距离和目标角度；

基于无人车运动学模型，根据领航者、跟随者当前的行驶状态参数，计算出跟随者下一时刻所需要的底层控制输入参数；

其中，

领航者当前的行驶状态参数，包括：领航者的位置坐标、角度、速度、角速度、前轮相对于车体的转向角；

跟随者当前的行驶状态参数，包括：位置坐标、角度；

所述底层控制输入参数，用于对跟随者进行底层控制，进而实现编队保持；包括：无人车速度、角速度、向心加速度、前轮相对于车体的转向角。

优选地，计算所述底层控制输入参数时，采用改进的领航-跟随算法模型：

其中：