[发明专利]控制器参数优化方法、装置、车辆及可读存储介质

说明书

本发明涉及一种控制器参数优化方法，属于车辆技术领域，所述方法包括：根据车辆的待优化控制器的控制器参数，确定预设的粒子群的待优化位置解；基于目标惯性权重，对所述粒子群的待优化位置解进行迭代；所述目标惯性权重是根据惯性调整参数确定的，所述惯性调整参数是根据所述粒子群的待优化位置解的当前已迭代次数确定的；在符合预设的迭代停止条件的情况下，将所述粒子群当前的待优化位置解确定为目标位置解；根据所述目标位置解确定优化后的控制器参数，并根据所述优化后的控制器参数对所述待优化控制器的控制器参数进行更新。可以提高对控制器参数的优化效果。

技术领域

本发明涉及车辆技术领域，具体涉及一种控制器参数优化方法、装置、车辆及可读存储介质。

背景技术

对于自动驾驶车辆，用于路径跟踪控制的控制器至关重要，车辆的路径跟踪控制器通过控制车辆转向系统的参数，减小自动驾驶车辆的当前位置和期望路径的航向角偏差。路径跟踪控制器的控制效果取决于控制器参数的设置。

现有技术中，比例积分微分(Proportion Integration Differentiation，PID)控制器被广泛应用于车辆自动驾驶的路径跟踪控制中，PID控制器的控制器参数优化是PID控制器的结构和性能提升的关键。粒子群算法作为一种优化算法，是利用粒子群中的粒子对信息的共享使整个粒子群的运动在问题求解空间中产生从无序到有序的演化过程，从而获得问题的目标位置解。

但是，采用粒子群算法对PID控制器的控制器参数进行优化时，由于现有的粒子群算法存在粒子群在迭代计算过程中可能错失目标位置解，或者粒子群在没有找到目标位置解之前就陷入停顿状态的固有缺陷，导致现有的粒子群算法可能无法收敛到目标位置解，造成对控制器参数的优化效果差。

发明内容

本发明的目的之一在于提供一种控制器参数优化方法，以解决现有技术中粒子群算法对控制器参数的优化效果差的问题；目的之二在于提供一种控制器参数优化装置；目的之三在于提供一种车辆；目的之四在于提供一种可读存储介质，目的之五在于提供一种电子设备。

为了实现上述目的，本发明采用的技术方案如下：

一种控制器参数优化方法，所述方法包括：

根据车辆的待优化控制器的控制器参数，确定预设的粒子群的待优化位置解；

基于目标惯性权重，对所述粒子群的待优化位置解进行迭代；所述目标惯性权重是根据惯性调整参数确定的，所述惯性调整参数是根据所述粒子群的待优化位置解的当前已迭代次数确定的；

在符合预设的迭代停止条件的情况下，将所述粒子群当前的待优化位置解确定为目标位置解；

根据所述目标位置解确定优化后的控制器参数，并根据所述优化后的控制器参数对所述待优化控制器的控制器参数进行更新。

进一步地，所述基于目标惯性权重，对所述粒子群的待优化位置解进行迭代，包括：

对于任一次迭代，根据所述当前已迭代次数，确定惯性调整参数；

根据所述惯性调整参数和预设惯性权重，确定所述目标惯性权重；

根据所述目标惯性权重以及所述粒子群中各粒子在上次迭代中的位置，确定各粒子在本次迭代中的位置；

根据所述各粒子在本次迭代中的位置以及所述待优化位置解的当前值进行迭代，得到本次迭代后的待优化位置解。

进一步地，所述根据所述当前已迭代次数，确定惯性调整参数，包括：

根据随机数生成函数生成预设数值区间内的随机数；

根据所述随机数、预设惯性调整值、预设的最大迭代次数以及所述当前已迭代次数，计算所述惯性调整参数。