[发明专利]一种基于模型预测控制算法的车辆主动避撞控制方法

说明书

本发明公开一种基于模型预测控制算法的车辆主动避撞控制方法，包括步骤：S1、采集被控车辆信息、车辆位置信息和全局路径信息；S2、建立避障功能函数；S3、基于点质量模型建立的非线性车辆运动学模型；S4、得到的车辆避撞轨迹；S5、基于二自由度车辆动力学模型的建立状态预测模型；S6、得到车辆前轮转角控制量发送给被控车辆，实现避撞轨迹跟踪控制；S7、建立预测时域控制律更新预测时域值，传递给主动避撞控制器，实现主动转向避撞控制。本发明以模型预测控制算法为基础，实现了自主绕过障碍物和跟踪控制。同时充分考虑了控制器中预测时域与速度之间的关系，不仅进一步提升了控制器的控制精度，还提高了控制器的适应性和稳定性。

技术领域

本发明涉及汽车主动安全领域，具体涉及一种基于模型预测控制的车辆主动避撞控制方法。

背景技术

随着我国汽车保有量的快速增长，交通事故频发、城市交通拥堵等现象日益严重。据统计，在所有的交通事故中，归因于汽车碰撞事故占有较大的比例(60-70％)，如果驾驶员能够在发生交通事故之前就提醒驾驶员注意危险并采取必要的安全措施，对于降低交通事故率必将非常有用，汽车主动避障控制系统是实现这一功能的有效手段。

汽车主动避撞控制系统主要通过传感系统获知车辆行驶前方道路交通环境，结合车辆自身行驶状态(车速、路面状况等)判断前方是否存在安全隐患，并发出相应的提示或报警信息，必要时控制系统主动接管驾驶员的工作，控制车辆自动避开障碍物，保证车辆安全。在智能汽车领域，车辆主动避撞控制技术的研究具有广阔的应用前景，具有重要的科学研究价值，具有强大的市场竞争力。

近年来，国内外学者对智能汽车的避障路径规划和轨迹跟踪控制问题上开展了大量的研究，在避障轨迹规划方面常采用五次多项式、几何路径规划以及人工势能算法等方法实现车辆避障路径规划；常采用的控制方法主要有模型预测控制算法、预瞄前馈和状态反馈控制算法等。但由于智能驾驶汽车运行环境的复杂多变性，已有的研究和实际运用之间仍有较大差距，在技术上仍有一些问题需要进一步研究，主要归纳如下：

主动避撞对于障碍物信息考虑不足。通常障碍物在主动避撞系统设计中被视为一个点或者一块区域，通过安全距离模型来评价障碍物与车辆的相对位置关系，而实际转向避撞过程中，要求控制系统不仅能够自主绕过障碍物，同时能够尽快回到预期的行驶轨迹或者区域，显然简单的障碍物位置信息不能同时满足避障和快速跟踪的需求。

避撞路径规划适用度低。对于多数侧向避撞系统而言，其避撞路径大多都是预先设置的，或者路径规划计算复杂，对于驾驶环境的变化应对能力不足，无法根据车辆状态和环境变化改变路径，不能保证智能车辆能准确处理任何避撞轨迹跟踪问题。

跟踪控制器控制参数缺乏可变性。模型预测控制算法的控制参数主要包括预测时域、控制时域和采样参数，三者对控制器的跟踪控制精度有着一定的影响，但是目前大多数学者在使用模型预测控制算法研究跟踪问题时，常使用固定控制参数的控制器，无法有效的保证控制器在不同速度下的跟踪控制精度。

发明内容

本发明针对以上现有技术存在的问题，从车辆模型、轨迹规划方法以及轨迹跟踪控制分层设计三个方面进行主动避撞控制研究，提出一种在保证控制系统精度的同时，又降低控制系统复杂程度，提高控制器的适应性的主动避撞控制方法具体如下。

一种基于模型预测控制算法的主动避撞控制方法，包括如下步骤：

S1：利用车载摄像机、毫米波雷达、车载导航设备获取被控车辆信息、车辆定位信息以及障碍物信息，并采集车辆行驶道路信息获得全局路径路信息，作为车辆行驶的参考轨迹。

S2：获取车辆避撞轨迹规划所需的信息后，根据道路信息、障碍物信息，被控车辆信息得到被控车辆与障碍物之间的距离偏差，综合考虑车辆速度和避撞权重对避让障碍物的影响，建立避障功能函数。

S3：建立局部避撞轨迹规划器；局部避撞轨迹规划器将基于点质量模型建立的非线性车辆运动学模型作为模型预测控制算法的预测模型；