[发明专利]车辆速度跟踪控制方法、装置、设备及存储介质

说明书

本发明公开了一种车辆速度跟踪控制方法、装置、设备及存储介质，包括：通过获取车辆的期望行驶速度和实际行驶速度之间的速度差；将速度差输入至预设BP神经网络，预设BP神经网络输出的车速控制参数；将车辆控制参数输入至增量式PID控制器，增量式PID控制器根据预设控制律输出控制量加速度；根据控制量加速度调整所述车辆的速度，由于本发明是通过将速度差输入BP神经网络，BP神经网络输出车辆控制参数，增量式PID控制器根据车辆控制参数生成控制量加速度，以根据所述控制量加速度调整车辆速度，解决了现有技术中在无人驾驶时，调整车辆速度不准确的技术问题，实现了根据实时变化的速度差调整车辆速度的技术效果。

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种车辆速度跟踪控制方法、装置、设备及存储介质。

背景技术

随着科学技术的不断发展，智能制造领域得到了很大的发展。很多的智能产品从概念逐步走入大众的生活，解放了人们的双手，方便了人们的生活，给了大众更多的自由生活时间。其中无人驾驶技术领域的发展无论是无人机还是轮式车辆都有了较大的技术突破以及成果的商业化。目前智能无人驾驶汽车早已经实现了量产，从之前的L1级别的驾驶辅助发展到现在L3级别的乘用车的上市，这些成果都无疑见证了智能驾驶车辆逐步走向成熟的历史进程。

目前智能驾驶车辆的横纵向的研究大多采用分层式将纵向与横向分开控制。对于纵向速度的跟踪控制，目前学术领域多采用模型预测方法，纯PID算法，模糊控制算法，改进粒子群算法，模糊径向基算法等，这些控制算法各有优缺点，模糊算法需要比较准确根据人类专家经验建立的模糊规则库，它是从实际控制经验过渡到模糊控制器的关键步骤。模型预测算法需要精准的纵向动力学模型，复杂的约束条件且对计算机的算力要求比较严格，但其跟踪控制效果较好。传统的的PID控制在工业控制领域应用比较广泛，其结构简单，容易实现，且鲁棒性强，但它具有传统控制理论的缺点，在简单的控制系统有较好的控制效果但在复杂系统中控制效果不佳，在无人驾驶时调整车速不准确的技术问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供了一种车辆速度跟踪控制方法、装置、设备及存储介质，旨在解决现有技术中在无人驾驶时，调整车辆行驶速度不准确的技术问题。

为实现上述目的，本发明提供了一种车辆速度跟踪控制方法，所述方法包括以下步骤:

获取车辆的期望行驶速度和实际行驶速度之间的速度差；

将所述速度差输入至预设BP神经网络，以获取所述预设BP神经网络输出的车速控制参数；

将所述车辆控制参数输入至增量式PID控制器，以使所述增量式PID控制器根据预设控制律输出控制量加速度；

根据所述控制量加速度调整所述车辆的速度。

可选地，所述将所述速度差输入至预设BP神经网络，以获取所述预设BP神经网络输出的车速控制参数，包括：

将所述速度差输入至预设BP神经网络，以使所述预设BP神经网络根据所述速度差确定第一演练车速控制参数；

将所述第一演练车辆控制参数输入至增量式PID控制器，以使所述增量式PID控制器根据预设控制律输出第一演练控制量加速度，并根据所述第一演练控制量加速度确定第一演练速度；

在所述第一演练速度与所述期望行驶速度之间的差值小于或等于预设阈值时，将所述第一演练车速控制参数作为车速控制参数。

可选地，所述将所述第一演练车辆控制参数输入至增量式PID控制器，以使所述增量式PID控制器根据预设控制律输出第一演练控制量加速度，并根据所述第一演练控制量加速度确定第一演练速度步骤之后，所述方法还包括：