[发明专利]一种多车辆横纵向耦合协同控制系统及控制方法有效
申请号: | 201811285844.X | 申请日: | 2018-10-31 |
公开(公告)号: | CN109144076B | 公开(公告)日: | 2020-05-22 |
发明(设计)人: | 刘阳;宗长富;赵伟强;郑宏宇;张东;张冰;韩小健;王尹琛 | 申请(专利权)人: | 吉林大学 |
主分类号: | G05D1/02 | 分类号: | G05D1/02 |
代理公司: | 北京远大卓悦知识产权代理事务所(普通合伙) 11369 | 代理人: | 姜美洋 |
地址: | 130000 吉*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 车辆 纵向 耦合 协同 控制系统 控制 方法 | ||
1.一种多车辆横纵向耦合协同控制方法,其特征在于,包括如下步骤:
步骤1:以车辆前车轮转角、后车轮转角和纵向车速为控制变量,以车辆横向位移、纵向位移、横向车速、加速度和横摆角为状态变量,建立车辆单轨三自由度模型,并进行线性化处理,获得线性化状态方程;
步骤2:根据队列当前位置与目标位置,进行路径全局规划得到领航车规划的路径,并根据当前环境、道路以及信号灯信息进行局部路径规划得到跟随车规划的路径;
步骤3:对所述跟随车规划的路径进行优化,获得优化后的控制变量矩阵;
J(k)=min|f(η,ηref)|+min|ΔU|
式中,J(k)为优化目标函数,η为跟随车修正后的路径,ηref为领航车规划的路径,ΔU为跟随车规划的路径和跟随车修正后的路径的控制变量的变化值矩阵,f(.)为误差函数;
其中,在优化过程中,跟随车满足以下约束条件:
-12°≤β≤12°;
ay,min≤ay≤ay,max;
-2.5°≤αf,t≤2.5°;
-2.5°≤αr,t≤2.5°;
VC≤Vlight,i;
式中,β为跟随车的质心侧偏角,ay为跟随车的侧向加速度,ay,min,ay,max分别为跟随车的侧向加速度的最小值和最大值,αf,t,αr,t分别为跟随车左侧轮胎和右侧轮胎的侧偏角,XC,YC分别为跟随车的横向位置和纵向位置,XO,YO分别为障碍物的横向位置和纵向位置,d为跟随车和障碍物的安全距离,VC为跟随车的纵向车速,Vlight,i为第i类信号灯下的限定车速;
步骤4:将优化后的控制变量矩阵输入线性化状态方程中,得到跟随车辆优化后的状态变量矩阵,进而得到优化后的状态变量对车辆进行协同控制。
2.如权利要求1所述的多车辆横纵向耦合协同控制方法,其特征在于,所述线性化状态方程为:
X(k+1)=[I+T·A(t)]·X(k)+T·B(t)·U(k);
式中,X(k+1)为第k+1时刻的车辆状态变量矩阵,I为单位矩阵,T为采样时间,A(t),B(t)为参数矩阵,X(k)为第k时刻的车辆状态变量矩阵,U(k)为第k时刻的车辆控制变量矩阵,Ccf,Ccr分别为车辆前轮、后轮侧偏刚度,m为车辆的质量,分别为车辆纵向和横向速度,lf,lr分别为车辆前轴和后轴轴距,Iz为车辆转动惯量,为车辆横摆角,为车辆横摆角速度。
3.如权利要求2所述的多车辆横纵向耦合协同控制方法,其特征在于,所述车辆单轨三自由度模型为:
式中,分别为车辆纵向和横向加速度,为车辆横摆角加速度,δf,δr分别为车辆前轮、后轮转角,Clf,Clr分别为车辆前轮、后轮纵向力与滑移率比例系数,sf,sr分别为车辆前轮、后轮滑移率,分别为车辆在队列中的纵向、横向速度。
4.如权利要求3所述的多车辆横纵向耦合协同控制方法,其特征在于,所述车辆前轮、后轮滑移率满足:sf=sr=0.2。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吉林大学,未经吉林大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811285844.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种无人船的控制系统和控制方法
- 下一篇:一种扫地机器人