[发明专利]基于动力学的车辆预测控制方法及处理器

说明书

本发明实施例公开了一种基于动力学的车辆预测控制方法及处理器。该方法包括：获取第一时刻的车辆状态量，获取第二时刻的车辆状态量以及第二时刻的车辆控制量；将第一时刻的车辆状态量作为实际状态量，根据预测状态量与实际状态量之间的差异，对车辆参数进行修改，得到修改后车辆参数；当修改后车辆参数相对于该车辆参数满足收敛条件时，根据修改后车辆参数更新该车辆参数；基于MPC模块中包含更新后车辆参数的车辆动力学预测模型和第一时刻的车辆状态量，确定第一时刻的车辆控制量。应用本发明实施例提供的方案，能够确定出更精确的车辆参数，提高模型预测的控制量的准确性。

技术领域

本发明涉及智能驾驶技术领域，具体而言，涉及一种基于动力学的车辆预测控制方法及处理器。

背景技术

在智能驾驶的底层控制方法中，模型预测控制(Model Predictive Control，MPC)作为一种致力于解决对未来有限时间内最优的控制策略被提出。它可以通过预测未来一段时间的状态量，加上对控制量的约束，从而达到较快的动态响应和较好的控制平滑性。

按照车辆模型不同，MPC可分为基于车辆运动学预测模型和基于车辆动力学预测模型的控制。在路面情况未知或者车辆高速行驶时，倾向于采用基于动力学预测模型的MPC控制器来考虑车辆的动力学约束。

在以往基于车辆动力学预测模型的MPC控制方案中，车辆动力学预测模型含有很多车辆参数，例如轮胎的纵向刚度C_l、横向刚度C_c、与路面情况有关的纵向滑移率s、车辆的质量m和车辆绕z轴的转动惯量I_z等。上述车辆参数的不确定性会造成模型预测的控制量不准确，从而造成对车辆控制时的性能下降。

发明内容

本发明提供了一种基于动力学的车辆预测控制方法及处理器，以确定出更精确的车辆参数，提高模型预测的控制量的准确性。具体的技术方案如下。

第一方面，本发明实施例公开了一种基于动力学的车辆预测控制方法，包括：

获取第一时刻的车辆状态量，获取第二时刻的车辆状态量以及第二时刻的车辆控制量；其中，所述第二时刻为所述第一时刻的前一时刻，所述第二时刻的车辆控制量为：基于模型预测控制MPC模块中包含车辆参数的车辆动力学预测模型和所述第二时刻的车辆状态量确定；

根据预测状态量与实际状态量之间的差异，对所述车辆参数进行修改，得到修改后车辆参数；其中，所述实际状态量为所述第一时刻的车辆状态量，所述预测状态量为：根据所述第二时刻的车辆状态量、第二时刻的车辆控制量以及包含所述车辆参数的车辆动力学预测模型确定的车辆状态量；

当所述修改后车辆参数相对于所述车辆参数满足收敛条件时，根据所述修改后车辆参数更新所述车辆参数；

基于所述MPC模块中包含更新后车辆参数的车辆动力学预测模型和所述第一时刻的车辆状态量，确定第一时刻的车辆控制量。

可选的，所述根据预测状态量与实际状态量之间的差异，对所述车辆参数进行修改，得到修改后车辆参数的步骤，包括：

获取确定所述车辆参数时所述车辆参数的置信度；

根据所述预测状态量与实际状态量之间的差异，以及所述车辆参数的置信度，采用最小二乘参数辨识算法对所述车辆参数进行修改，得到修改后车辆参数。

可选的，所述根据所述预测状态量与实际状态量之间的差异，以及所述车辆参数的置信度，采用最小二乘参数辨识算法对所述车辆参数进行修改，得到修改后车辆参数的步骤，包括：

根据以下公式，对所述车辆参数进行修改，得到修改后车辆参数：

其中，所述为所述车辆参数，所述P(k-1)为所述车辆参数的置信度，所述为所述修改后车辆参数，所述I为单位矩阵，所述λ为预设的遗忘因子，