[发明专利]一种车辆的控制方法、模型的训练方法和装置

说明书

本发明实施例公开了一种车辆的控制方法、模型的训练方法和装置。其中，车辆的控制方法包括：获取车辆的动态数据，所述动态数据包括当前初速度和期望加速度，所述期望加速度是通过预设比例积分PI控制算法根据期望速度和所述当前初速度得到的；根据所述动态数据和预设动力学拟合模型，确定所述车辆的执行器的开度，以控制车辆的纵向运动；其中，所述预设动力学拟合模型使得车辆的动态数据和车辆的执行器的开度相关联，所述执行器包括加速踏板和制动踏板。通过采用上述技术方案，在不需要车辆动力元件和对传统系统零部件的特征参数调节的情况下，能够准确控制车辆的纵向运动。

技术领域

本发明涉及自动驾驶技术领域，具体涉及一种车辆的控制方法、模型的训练方法和装置。

背景技术

在自动驾驶领域，车辆的驱动力和制动力对车辆纵向运动的控制至关重要。其中，车辆驱动力是从车辆的动力元件输出后经过传动系统各部件传递后输出到车轮，车辆的制动力是从制动系统到达车轮。

目前，车辆的纵向速度控制器有基于PID(比例、积分、微分)等的无模型控制方法和基于车辆动力学模型的控制方法。无模型控制方法通用性强，但往往需要大量的调参过程，难以很好的适应所有的车速工况。基于车辆动力学模型的方法基本能覆盖所有工况，前提是需要对车辆建立准确的模型，而受限于技术因素往往非常难得到车辆的动力配置参数。

发明内容

本发明实施例公开一种车辆的控制方法、模型的训练方法和装置，在不需要车辆动力元件和对传统系统零部件的特征参数调节的情况下，能够准确控制车辆的纵向运动。

第一方面，本发明实施例公开了一种车辆的控制方法，该方法包括：

获取车辆的动态数据，所述动态数据包括当前初速度和期望加速度，所述期望加速度是通过预设比例积分PI控制算法根据期望速度和所述当前初速度得到的；

根据所述动态数据和预设动力学拟合模型，确定所述车辆的执行器的开度，以控制车辆的纵向运动；

其中，所述预设动力学拟合模型使得车辆的动态数据和车辆的执行器的开度相关联，所述执行器包括加速踏板和制动踏板。

作为一种可选的实施方式，在本发明实施例第一方面中，所述预设动力学拟合模型通过如下方式构建：

获取车辆的执行器在不同历史开度时所对应的历史动态数据，所述历史动态数据包括历史初速度和对应的历史期望加速度；

对所述历史动态数据进行特征提取，得到特征序列；

对所述历史开度执行标准化处理，并基于多个所述特征序列和对应的标准化后的历史开度生成训练样本集；

利用所述训练样本集对预设神经网络模型进行训练，得到预设动力学拟合模型，所述预设动力学拟合模型使得所述训练样本集中每个历史动态数据和与该历史动态数据对应的标准化后的所述历史开度相关联。

第二方面，本发明实施例还提供了一种动力学拟合模型的训练方法，该方法包括：

获取车辆的执行器在不同历史开度时所对应的历史动态数据，其中，所述历史动态数据包括历史初速度和对应的历史期望加速度；

对所述历史动态数据进行特征提取，得到特征序列；

基于多个所述特征序列和对应的车辆执行器的历史开度生成训练样本集；

利用所述训练样本集对预设神经网络模型进行训练，得到动力学拟合模型，所述动力学拟合模型使得所述训练样本集中每个历史动态数据和与该历史动态数据对应的历史开度相关联。

作为一种可选的实施方式，所述方法还包括：

对各个历史开度执行标准化处理，使得制动踏板开度为-1-0之间的负值，加速踏板开度为0-1之间的正值；