[发明专利]构建无人驾驶车辆运动特性模型的方法和装置

权利要求书

1.一种构建无人驾驶车辆运动特性模型的方法，其特征在于，包括：

获取无人驾驶车辆在至少一个控制参量变化的情况下，各个采样时刻的实际状态、实际位置和实际航向；所述控制参量包括转向角和输出扭矩，所述实际状态包括纵向速度、横向速度、横向加速度、横摆角速度和横摆角加速度；

采用各个所述采样时刻的实际状态和转向角，计算二自由度单轨动力学模型的参数，获得二自由度单轨动力学模型；

采用所述二自由度单轨动力学模型，以及一采样时刻的输出扭矩、实际状态、实际位置和实际航向，获得下一采样时刻对应的计算位置和计算航向；

根据所述下一采样时刻的实际位置和计算位置获得对应于所述一采样时刻的位置偏差，以及根据所述下一采样时刻的实际航向和计算航向获得对应于所述一采样时刻的航向偏差；

根据各个采样时刻的至少一个控制参量和/或实际状态中的至少一个数据，以及对应的位置偏差和航向偏差构建误差补偿模型；

组合所述二自由度单轨动力学模型和所述误差补偿模型，构建得到无人驾驶车辆的运动特性模型；

所述采用所述二自由度单轨动力学模型，以及一采样时刻的输出扭矩、实际状态、实际位置和实际航向，获得下一采样时刻对应的计算位置和计算航向，包括：

采用所述一采样时刻的转向角，实际状态中的横向速度、纵向速度和横摆角速度，以及所述二自由度单轨动力学模型，获得计算横向加速度和计算横摆角加速度；

采用所述一采样时刻的纵向速度、输出扭矩、横向速度、计算横向加速度和采样时刻的间隔，获得计算位置变化数据；

根据所述一采样时刻的实际位置、实际航向和所述计算位置变化数据，获得所述下一采样时刻对应的计算位置；以及，

采用所述一采样时刻的横摆角速度、计算横摆角加速度和采样时刻间隔，获得计算角度变化数据；

根据所述一采样时刻的实际航向和所述计算角度变化数据，获得所述计算航向。

2.根据权利要求1所述的一种构建无人驾驶车辆运动特性模型的方法，其特征在于，根据各个采样时刻的至少一个控制参量和/或实际状态中的至少一个数据，以及对应的位置偏差和航向偏差构建误差补偿模型，包括：

采用K聚类算法、高斯混合模型算法或者高斯过程回归分析方法，根据各个采样时刻的至少一个控制参量和/或实际状态中的至少一个数据，以及对应的位置偏差和航向偏差构建误差补偿模型。

3.根据权利要求1所述的一种构建无人驾驶车辆运动特性模型的方法，其特征在于，获取无人驾驶车辆在至少一个控制参量变化的情况下，各个采样时刻的实际状态、实际位置和实际航向，包括：

计算在各个转向角情况下，不发生侧翻的最大纵向安全速度；

使得车辆在转向角不变，并且车速低于最大纵向安全速度的情况下行驶，获得各个采样时刻的实际状态、实际位置和实际航向；和/或，

计算在各个行驶速度下对应的最大安全转向角；

使得车辆在速度不变，并且转向角在对应的最大安全转向角范围内变化的情况下行驶，获得各个采样时刻的实际状态、实际位置和实际航向；和/或，

在转向角和车速配合而不使得车辆发生侧翻的情况下，同时改变所述转向角和所述车速，获得各个采样时刻的实际状态、实际位置和实际航向。