[发明专利]基于管道预测模型的自动驾驶路径跟踪抗干扰控制方法

说明书

本发明公开了一种基于管道预测模型的自动驾驶路径跟踪抗干扰控制方法，根据车辆当前纵向车速、局部坐标和横摆角，预测车辆在转向时间延迟后局部坐标变化和横摆角变化。根据车辆当前纵向车速，迭代使用明可夫斯基和得到最小不变集，结合车辆道路模型的状态约束计算终端约束集。引入终端约束集、名义约束，并考虑前轮转角最大值约束和变化率约束后，求解有限时域最优控制问题。最优控制量经抗干扰控制器处理后，计入车辆道路模型的稳态误差，得到管道模型预测的前轮转角。本发明实现了自动驾驶车辆受到外界干扰情况下跟踪稳定性，可用于提高系统鲁棒性。

技术领域

本发明涉及自动驾驶汽车技术领域，具体涉及一种基于管道预测模型的自动驾驶汽车路径跟踪抗干扰控制方法。

背景技术

自动驾驶车辆系统由环境感知、运动规划与决策、车辆控制三个模块组成。环境感知模块生成环境地图，以确定可行驶区域。运动规划与决策模块在可行驶区域生成期望的路径，并规划期望速度。车辆控制模块输出方向盘转角、节气门开度和制动压力，以跟踪期望的路径和速度。

车辆控制对于保证车辆安全、准确地跟踪期望路径起着不可或缺的作用。对于自动驾驶汽车，无需驾驶员手动打方向盘，转向控制由控制器自动实现，包括模糊逻辑、滑模控制、鲁棒控制、状态反馈和模型预测控制等多种方法。转向信号延迟大约在0.2秒至0.4秒之间，此信号延迟远远大于自动转向控制的计算周期，故在自动转向控制中应考虑转向信号延迟。因转向系统机械结构约束，前轮转角最大值和转向速度有所限制。并且行驶过程中车辆受到多种干扰时，系统可能失去操纵稳定性，因此鲁棒性也是跟踪效果的必要条件。

因而对于自动驾驶车辆来说，如何在时间延迟及多种干扰条件下保持操控稳定性是一个急需解决的难题。

发明内容

本发明要解决的技术问题在于提供一种基于管道预测模型的自动驾驶路径跟踪抗干扰控制方法，以在时间延迟以及多种干扰条件下保证自动驾驶车辆的操纵稳定性和跟踪鲁棒性。

为解决上述技术问题，本发明采用如下技术方案：

一种基于管道预测模型的自动驾驶路径跟踪抗干扰控制方法，其特征在于将车辆路径跟踪模型的状态量保持在期望轨迹的不变集管道内，包括如下步骤：

1)根据车辆当前纵向车速、局部坐标和横摆角，预测车辆在转向时间延迟后局部坐标变化和横摆角变化；

2)根据车辆当前纵向车速，通过反复迭代应用明可夫斯基和，计算最小不变集；结合车辆路径跟踪模型的初始状态约束，得到名义约束和终端约束：所述状态约束包括侧向偏差约束、侧向偏差的导数约束、横摆角约束、横摆角速度约束；名义约束分为名义状态量约束和名义输入约束，名义状态量约束包括侧向偏差约束、侧向偏差的导数约束、横摆角约束、横摆角速度约束，名义输入约束指最优控制的前轮转角约束；系统受到干扰时，将实际状态量始终约束在以名义状态量为中心、最小不变集为半径的管道内；所述终端约束为管道预测模型最后一个预测时域的状态约束；

3)引入名义约束、终端约束，并考虑前轮转角最大值约束后，求解有限时域最优问题：

4)最优控制量经抗干扰控制器处理后，计入车辆道路模型的稳态误差，得到管道预测模型预测后的前轮转角。

进一步地，所述步骤1)中，时间延迟内预测质心坐标变化和横摆角变化的具体方法为：假设在时间延迟内转向系统转角和车速不变化，转向时间延迟不变；基于车速和转向时间延迟，推算车辆在延迟时间内行驶距离；根据前轮转角不变和车辆运动学关系，推算时间延迟后车辆在运动轨迹上的坐标和横摆角变化；在当前车辆坐标和横摆角上附加各自变化量，输出给参考路径模块。

进一步地，所述步骤2)中，中采用前馈加状态反馈的控制输入分析车辆路径跟踪模型的稳态误差，修改原始的车辆路径跟踪模型，消除道路的曲率干扰。

进一步地，所述步骤2)中最小不变集、名义约束和终端状态约束的具体确定方法为：