[发明专利]一种用于电动自动驾驶车辆的车速跟随自适应鲁棒控制方法

说明书

本发明公开了一种用于电动自动驾驶车辆的车速跟随自适应鲁棒控制方法，包括的步骤有：步骤一、建立包含参数不确定以及外界干扰项的车辆二阶纵向动力学模型；步骤二、对阶跃规划车速进行平滑处理；步骤三、利用动态滑模控制理论设计车辆广义纵向力控制率；步骤四、使用RBF神经网络对该不确定项进行在线估计；步骤五、设计合理的底层执行器切换逻辑。有益效果：保证跟踪目标及其导数能以指数速度收敛于0。很大程度上缓解了常规滑模控制的实际应用难题。既保证了控制器的稳定性又能够在一定程度上进一步缓解了滑模控制的抖振问题。

技术领域

本发明涉及一种车速跟随自适应鲁棒控制方法，特别涉及一种用于电动自动驾驶车辆的车速跟随自适应鲁棒控制方法。

背景技术

目前，自动驾驶车辆由于其无需驾驶员操作的优势被认为能够很大程度上缓解由驾驶员操作不当引起的社会问题，并且在军事，农业或行星勘探等非结构化场景中自动驾驶车辆同样具有巨大的潜在应用价值。其中，位于自动驾驶车辆架构底端的控制层，且主要负责准确跟踪期望车速的车速跟踪模块，在实现复杂自动驾驶任务中具有十分重要的地位。

常见的车速跟踪算法通常以期望速度和加速度为控制器输入，计算出合适的驱动力矩或制动压力控制车辆以保证车速跟随效果，常见的车速跟踪控制算法包括如中国专利公布号CN112026753A，中国专利公布号CN109991856A，中国专利公布号CN110780674A所示，主要包括PID控制，滑模控制，模型预测控制等。

由于车辆本身属于复杂的时变非线性系统，并且在车辆与环境的实际交互过程中，存在若干未知干扰，这些因素都将影响车辆的跟踪性能。上述算法中国专利公布号CN112026753A所述的PID控制鲁棒性较差，确定合适的PID参数需要大量的整定工作，同时还需配合众多前馈标定量才能达到较好的控制效果，调试工作量较大；常规的滑模控制抵抗干扰能力强但是存在输出抖振问题，中国专利公布号CN109991856A所述的方法利用模糊控制原理降低抖振问题，但是模糊规则和隶属度函数的设计仍需要大量的调试工作；中国专利公布号CN110780674A所述的模型预测控制对模型精度和处理器实时计算能力要求高，在实际应用中有较多限制，因此设计出一种能够处理参数不确定性，不可避免的外部干扰等因素的实用型车速跟踪控制算法至关重要。

发明内容

本发明的目的是为了解决电动自动驾驶车辆本身所存在的参数不确定以及在与环境的实际交互过程中，所存在的若干未知干扰，影响车辆跟踪性能的问题而提供的一种用于电动自动驾驶车辆的车速跟随自适应鲁棒控制方法。

本发明提供的用于电动自动驾驶车辆的车速跟随自适应鲁棒控制方法，包括如下步骤：

步骤一、建立包含参数不确定以及外界干扰项的车辆二阶纵向动力学模型：

该模型以广义纵向力的微分为输入，以车速v_x和纵向加速度为状态，具体如下所示：

式中，x₁为车辆纵向速度v_x；x₂为车辆纵向速度的导数其中C_D为车辆空气阻力系数、ρ为空气密度、A为车辆迎风面积；u为车辆所受广义纵向力F_t的导数是由参数不确定以及外界未知干扰共同组成的干扰项，其中为道路坡度、f为轮胎滚动阻力系数、F_d为车辆所受外界未知干扰、M为车辆的总质量其中包括已知的车辆整备质量m和可能会随着车辆实际使用过程而变化的未知额外承载质量Δm；

步骤二、对阶跃规划车速进行平滑处理，具体如下：

采用由二次函数、一次函数、二次函数首尾相接且处处可导的“2-1-2”样条曲线对阶跃规划车速进行平滑处理；

实际期望车速和纵向加速度的时间函数根据“2-1-2”样条曲线特点写成如下形式：