[发明专利]一种自动驾驶车辆横向运动控制方法及系统

说明书

本发明涉及一种自动驾驶车辆横向运动控制方法，该方法包括以下步骤：步骤1：建立自动驾驶车辆的横向运动控制模型；步骤2：将感知传感器获取的环境信息传输至横向运动控制模型，将感知传感器获取的安全性约束和驾驶场景变化传输至强化学习算法模块；步骤3：将车载传感通讯模块获取的车辆状态参数传输至横向运动控制模型；步骤4：将根据横向运动控制模型获取的模型参数失配传输至强化学习算法模块；步骤5：强化学习算法模块采用BLF‑SRL算法实现自动驾驶车辆横向运动的轨迹跟踪和优化。与现有技术相比，本发明具有使车辆横向运动控制在变化场景工况中具备安全控制性能以及对于场景工况变化引起的模型参数变化具有学习自适应性能等优点。

技术领域

本发明涉及自动驾驶车辆运动控制领域，尤其是涉及一种自动驾驶车辆横向运动控制方法及系统。

背景技术

自动驾驶车辆的运动控制系统是典型的安全关键(Safety-Critical,SC)系统，在其面对复杂动态驾驶场景进行决策和控制时，存在决策问题抽象和运动控制系统具备强非线性等特征。强化学习是典型的一类可不基于模型的交互学习类算法，其基本特点是采用试错机制，基于与环境在线交互得到的评价和反馈信号通过最大化未来回报以实现序列学习。由于其可交互特点，强化学习能够有效通过环境反馈信息学习系统控制策略，被广泛认为是实现智能决策和控制，使其具备持续自学习能力进而增强系统性能的有效方法。

尽管强化学习具备交互性学习以及无模型学习优势，其在自动驾驶车辆的广泛应用仍存在一定限制，主要原因可归纳为两点：

1、自动驾驶车辆控制系统涉及严格安全性；而强化学习采用的基于试错学习的方式，存在数据依赖强、在线学习效率低、基于非平稳环境的学习容易失效、学习过程中的安全性难以保证等方面的问题；

2、自动驾驶车辆的行驶环境复杂多变，在建模过程中会不可避免地引入模型不确定性，使得系统状态进入非安全区域，导致运动失稳和控制失效，如何解决动态场景运动控制的工况适应性问题是另一个挑战。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种自动驾驶车辆横向运动控制系统及方法。

本发明的目的可以通过以下技术方案来实现：

一种自动驾驶车辆横向运动控制方法，该方法包括以下步骤：

步骤1：建立自动驾驶车辆的横向运动控制模型；

步骤2：将感知传感器获取的环境信息传输至横向运动控制模型，将感知传感器获取的安全性约束和驾驶场景变化传输至强化学习算法模块；

步骤3：将车载传感通讯模块获取的车辆状态参数传输至横向运动控制模型；

步骤4：将根据横向运动控制模型获取的模型参数失配传输至强化学习算法模块；

步骤5：强化学习算法模块采用BLF-SRL算法实现自动驾驶车辆横向运动的轨迹跟踪和优化。

所述的步骤1中，建立自动驾驶车辆的横向运动控制模型的过程具体为：

步骤101：获取四轮驱动车辆的动力学模型；

步骤102：忽略车辆的俯仰和侧倾动力学特性，只考虑车辆的纵向、横向和横摆动力学特性，获取只考虑车辆的纵向、横向和横摆动力学特性的横向运动控制模型；

步骤103：对横向轮胎力采用线性轮胎力模型进行简化，最终将自动驾驶车辆的横向运动控制模型描述为二阶严格反馈形式。

所述的步骤101中，四轮驱动车辆的运动学模型的表达式为：