[发明专利]无人驾驶车辆的横纵向控制方法及系统

权利要求书

1.一种无人驾驶车辆的横纵向控制方法，包括：

获取参考速度和实时检测的车辆纵向速度，基于第一误差反馈控制律根据参考速度和所述实时检测的车辆纵向速度的差值，得到第一误差反馈控制量，采用带有死区非线性的积分模型得到实际期望加速度控制量；

横向控制器根据参考路径、参考速度、车辆实时位姿信息和所述实时检测的车辆纵向速度半耦合处理后的输出，得到转向角控制量；包括：

设定参考路径，将参考路径、参考速度、车辆实时位姿信息、横向外部扰动同时输入至位置偏差模块得到第二误差反馈控制量；

参考路径和车辆实时位姿信息作差得到位置偏差和航向角偏差，将位置偏差输入至第一横向复合非线性扩张状态观测模块，得到第一横向扰动观测值；结合所述第一横向扰动观测值对所述第二误差反馈控制量进行调整，得到期望航向角控制量；

将所述期望航向角控制量、转向角外部扰动和所述实时检测的车辆纵向速度同时输入至航向角偏差模块，得到第三误差反馈控制量；

将航向角偏差输入至第二横向复合非线性扩张状态观测模块，得到第二横向扰动观测值；结合所述第二横向扰动观测值对所述第三误差反馈控制量进行调整，得到转向角控制量；

其中，横向控制器运动学模型：

其中，(X(t)，Y(t))是车辆后轴中心，是车辆航向角，v(t)是车辆纵向速度，δ(t)是车辆前轮偏角，l是车辆纵向轴距，同时给出满足运动学特性的参考轨迹方程

其中，X_r(t)，Y_r(t)，v_r(t)，δ_r(t)分别为相应变量对应的参考信号，定义如下误差变量

综合上式，可得到如下运动学误差动态方程

对于无人驾驶车辆横向控制来说，横向偏差和航向角偏差是决定路径跟踪精度的主要变量，综合考虑横纵向耦合，建模误差以及外部扰动，给出如下横向误差模型

其中，控制量为前轮转向角δ(t)，f_Y，分别为横向偏差以及航向角偏差通道的总扰动，针对横向误差模型，构造如下横向控制器

其中，K_Y，为横向控制器增益，为第一、第二横向CNESO的观测状态，l_Y1，l_Y2，k_Y1，k_Y2，为第一、第二横向CNESO增益；该横向控制器能够保障横向偏差和航向角偏差收敛。

2.根据权利要求1所述的无人驾驶车辆的横纵向控制方法，其中，所述获取参考速度和所述实时检测的车辆纵向速度，纵向控制器根据参考速度和所述实时检测的车辆纵向速度的差值，采用带有死区非线性的积分模型得到实际期望加速度控制量包括：

设定参考速度，将实时检测的车辆纵向速度与所述参考速度做差后输入至纵向控制模块中，得到第一误差反馈控制量；

将所述实时检测的车辆纵向速度输入至纵向复合非线性扩张状态观测模块，得到纵向扰动估计量；结合所述纵向扰动估计量对所述第一误差反馈控制量进行调整，得到期望加速度控制量；

将所述期望加速度控制量输入至带有死区模块的动力执行器，得到实际期望加速度控制量，并最终实现车辆速度控制。

3.根据权利要求2所述的无人驾驶车辆的横纵向控制方法，其中，所述期望加速度控制量反馈至所述纵向复合非线性扩张状态观测模块对所述纵向扰动估计量进行调整。

4.根据权利要求1所述的无人驾驶车辆的横纵向控制方法，其中，所述期望航向角控制量反馈至所述第一横向复合非线性扩张状态观测模块对第一横向扰动观测值进行调整；

其中，所述转向角控制量反馈至所述第二横向复合非线性扩张状态观测模块对所述第二横向扰动观测值进行调整。