[发明专利]基于总扰动即时观测与迭代学习的重复作业式无人驾驶车辆轨迹跟踪控制算法

说明书

本发明公开了一种基于总扰动即时观测与迭代学习的重复作业式无人驾驶车辆轨迹跟踪控制算法，步骤如下：步骤1，跟据无人驾驶车辆的目标轨迹，计算无人驾驶车辆的实际距离误差；步骤2，距离误差的抗扰控制器计算所述无人驾驶车辆的目标航向角，使得无人驾驶车辆的轨迹跟踪距离误差趋于零；步骤3，航向角的抗扰控制器计算所述无人驾驶车辆的目标方向盘转角或液压系统转角，使得无人驾驶车辆的实际航向角趋近于步骤2得到的所述目标航向角；步骤4，将步骤3得到的目标方向盘转角或液压系统转角发送给方向盘转角或液压系统转角控制器，进行闭环控制。本发明可以显著提升算法对车辆状态变化和道路条件变化等不确定性的适应能力。

技术领域

本发明涉及无人驾驶技术领域，特别是涉及一种基于总扰动即时观测与迭代学习的重复作业式无人驾驶车辆轨迹跟踪控制算法。

背景技术

无人驾驶车辆对目标行驶轨迹的准确跟踪(以下简称寻迹)是其最重要的功能之一。比例-积分-微分(PID)控制是应用最为广泛的寻迹控制算法，文献(Viktor,andViktor Stenberg.PID Controllers for Autonomous Vehicle Path Following.(2017).)系统介绍了采用PID解决车辆寻迹控制。由于车辆的状态随时间变化，并且道路条件具有不确定性， PID控制器难以在不同条件下保持最佳的控制品质。虽然参数分段的PID控制可以在一定程度上提升性能，但参数的分段调节较为复杂，影响了开发效率。

基于车辆和道路几何的控制算法也是一类应用较为广泛解决方案。文献(R.Wallace,A. Stentz,C.E.Thorpe,H.Maravec,W.Whittaker,and T.Kanade,“Firstresults in robot road- following.,”in IJCAI,pp.1089–1095,1985.)首次介绍了纯跟踪(pure pursuit)算法。该方法在车辆与目标轨迹距离过远时无法给出解，更重要的是在高车速运行时，该方法容易诱发车辆运行轨迹的震荡。另一种基于几何的控制算法是基于后轮的反馈控制(rear wheel position based feedback)，文献(C.Samson,“Pathfollowing and time-varying feedback stabilization of a wheeled mobile robot,”in 2nd Int.Conf.on Automation,Robotics and Computer Vision,1992.) 介绍了该算法的详细原理和实现。类似的，基于前轮的反馈控制也在(front wheel position basedfeedback)在(M.D.Ventures,“Stanley:The robot that won the DARPA GrandChallenge,” Journal of field Robotics,vol.23,pp.661–692,2006.)一文中有详细介绍。上述三种方法在 2004年左右美国举办的DARPAR比赛中都有实际应用。不过，由于需要较为准确的车辆和道路几何信息，基于几何和控制算法在寻迹精度上性能是有限的，并且主要适用于低车速工况。在不同的道路条件和车辆状态下，因为缺少学习机制，难免会出现性能的下降。