[发明专利]一种基于势场模型的无人汽车避撞控制方法及系统

说明书

本发明涉及汽车避撞控制领域，具体涉及一种基于势场模型的无人汽车避撞控制方法及系统；所述系统中包括势场模型构建模块，MPC避撞路径规划模块，MPC控制模块和车辆模型模块；势场模型用于计算避撞路径离散点，MPC避撞路径规划模块用于优化避撞路径离散点，MPC控制模块根据侧向位移和横摆角以及汽车的实际状态量优化求解汽车的前轮转角，并输入到车辆模型模块，车辆模型模块用于输出车辆的实际状态量。本发明在传统的追踪控制之上增加了一个路径规划，能够通过将势场最小离散点进行优化，规划路径，随后通过追踪控制进行路径追踪，实现动态交通环境下的避障控制，提高避障过程中路径的光滑性和同行效率。

技术领域

本发明涉及汽车避撞控制领域，具体涉及一种基于势场模型的无人汽车避撞控制方法及系统。

背景技术

随着汽车保有量不断攀升，城市拥堵、能源消耗、交通事故等问题日益突出，自动驾驶汽车已经成为汽车行业发展的趋势。避撞规划作为智能汽车主动避撞核心技术之一，不但有利于减轻驾驶员负担，且能够有效提高通勤效率，降低能源消耗。

国内外学者在自主车辆的路径规划和控制方法方面已经有了许多研究成果，常见的轨迹规划算法包括基于轨迹追踪的随机搜索法，基于特定函数的轨迹规划法，基于优化轨迹的模型预测法和人工势场法等。但上述方法主要应用于自动驾驶汽车的运动计划和特定交通场景中的驾驶员行为建模，例如汽车跟随模型。现有模型的主要问题在于缺少对风险因素的考量，没有对复杂的路况以及对车辆-道路相互作用进行规划建模，导致现有的规避模型难以适应交通环境和车辆状态的相互作用和动态变化。

发明内容

针对现有的避障方法未考虑到复杂多变的环境因素及车辆自身状态对自动驾驶车辆避障的影响，难以适应交通环境和车辆状态的相互作用和动态变化，本发明提供了一种基于势场模型的无人汽车避撞控制方法及系统。本发明首先通过利用动态势场模型计算得到避障路径离散点并输入到MPC控制器中进行优化，随后基于避障路径信息提出轮胎刚度预测方法，并利用预测的轮胎状态刚度实现预测领域内轮胎力的预测和线性化，最后通过设计的MPC避障控制器实现车辆避障控制。

在本发明的第一方面，本发明提供了一种基于势场模型的无人汽车避撞控制方法，所述方法包括：

根据道路中的物体矢量及道路情况，建立出势场模型，并根据所述势场模型计算出避撞路径离散点；

对所述避让路径离散点进行优化，从所述避撞路径离散点中计算得到道路情况中由各个车辆势能组合而成的风险场最小点；

根据车辆的运动矢量和位置矢量，基于车辆动力学约束，构建出用于避障路径规划的点质量模型；

利用所述点质量模型，以系统稳定点为控制目标，构建出第一代价目标函数；

通过优化算法计算所述第一代价目标函数，得到系统在每一时刻对应的任意时域内的最优控制序列；

将所述风险场最小点加入第一代价目标函数所对应的点质量模型中，在最小化输出状态量偏差、控制变量、风险场最小点的势能之和的目标下，计算出避让路径的侧向位移和横摆角对应的最优控制变量；

设计出线性化轮胎模型，并建立出单轨车辆运动学模型，通过系统当前的状态量和控制时域内的控制增量从所述单轨车辆运动学模型中计算得到预测时序内的状态量和预测输出的控制量；

将预测输出的状态量和实际状态量的偏差的二范数作为速度控制的性能指标，将控制增量的二范数作为控制输入平滑指标，构建出第二代价目标函数；

采用Active-Set算法计算所述第二代价目标函数，得到车辆的前轮转角和横摆力矩对应的最优开环控制增量；

将所述最优控制变量以及所述最优开环控制增量的第一个元素作为实际的控制变量和控制增量输入给车辆模型，完成对车辆的路径跟踪控制。