无人矿车的轨迹跟踪控制方法、装置、设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115877841A(43)申请公布日2023.03.31(21)申请号202211540669.0(22)申请日2022.12.02(71)申请人同济大学地址200082上海市杨浦区四平路1239号(72)发明人吴光强陈秋石曾奇王浩毛瑞驰宗健壮鞠丽娟(74)专利代理机构深圳市世纪恒程知识产权代理事务所44287专利代理师黄廷山(51)Int.Cl.G05D1/02(2020.01)权利要求书2页说明书11页附图7页(54)发明名称无人矿车的轨迹跟踪控制方法、装置、设备及存储介质(57)摘要本发明属于无人驾驶技术领域，公开了一种无人矿车的轨迹跟踪控制方法、装置、设备及存储介质。该方法包括：建立无人矿车的轨迹跟踪误差模型，对该模型进行离散化处理，通过设置航向角预瞄距离来对抗执行器延迟，确定预瞄后的航向角误差，以构建目标状态变量，并采用TS模糊模型确定增益系数，根据横向误差和道路曲率确定增益后的Q权重矩阵和R权重矩阵，实现实时变换矩阵，根据Q权重矩阵、R权重矩阵以及离散化的状态空间模型确定最优反馈控制序列，根据最优反馈控制序列和目标状态变量确定目标控制量，根据目标控制量对无人矿车进行控制。通过上述方式，使得无人矿车在轨迹跟踪时提前给出控制量，提升了无人驾驶矿车轨迹跟踪控制的精确性。CN115877841ACN115877841A权利要求书1/2页1.一种无人矿车的轨迹跟踪控制方法，其特征在于，所述无人矿车的轨迹跟踪控制方法包括：建立无人矿车的轨迹跟踪误差模型；对所述轨迹跟踪误差模型进行离散化，得到离散化的状态空间模型；根据航向角预瞄距离确定预瞄后的航向角误差；根据所述预瞄后的航向角误差构建目标状态变量；根据所述无人矿车的横向误差和道路曲率确定增益后的Q权重矩阵和R权重矩阵；根据所述Q权重矩阵、所述R权重矩阵以及所述离散化的状态空间模型确定最优反馈控制序列；根据所述最优反馈控制序列和所述目标状态变量确定目标控制量；根据所述目标控制量对所述无人矿车进行控制。2.如权利要求1所述的无人矿车的轨迹跟踪控制方法，其特征在于，所述根据航向角预瞄距离确定预瞄后的航向角误差之前，所述方法还包括：获取预设距离、第一增益系数以及第二增益系数；根据所述第一增益系数和所述无人矿车的车速确定车速相关距离；根据所述第二增益系数和所述无人矿车的道路曲率确定道路曲率相关距离；根据所述预设距离、所述车速相关距离和所述道路曲率相关距离确定航向角预瞄距离。3.如权利要求1所述的无人矿车的轨迹跟踪控制方法，其特征在于，所述根据航向角预瞄距离确定预瞄后的航向角误差，包括：根据航向角预瞄距离确定预瞄后的轨迹点的期望前进方向；根据所述无人矿车相对于大地坐标系的横摆角和所述期望前进方向确定预瞄后的航向角误差。4.如权利要求1所述的无人矿车的轨迹跟踪控制方法，其特征在于，所述根据所述无人矿车的横向误差和道路曲率确定增益后的Q权重矩阵和R权重矩阵，包括：根据所述无人矿车的横向误差和道路曲率查询第一模糊规则表，确定横向误差增益系数；根据所述横向误差增益系数确定增益后的Q权重矩阵；根据所述无人矿车的横向误差和道路曲率查询第二模糊规则表，确定控制量增益系数；根据所述控制量增益系数确定增益后的R权重矩阵。5.如权利要求4所述的无人矿车的轨迹跟踪控制方法，其特征在于，所述根据所述无人矿车的横向误差和道路曲率查询第一模糊规则表之前，所述方法还包括：设定横向误差论域和道路曲率论域，并对所述横向误差论域和所述道路曲率论域进行模糊化处理，得到多个横向误差子集和多个道路曲率子集；采用TS模糊模型根据实车调试经验形成的专家规则构建以所述多个横向误差子集和所述多个道路曲率子集为属性名的第一模糊规则表和第二模糊规则表。6.如权利要求1所述的无人矿车的轨迹跟踪控制方法，其特征在于，所述根据所述Q权重矩阵、所述R权重矩阵以及所述离散化的状态空间模型确定最优反馈控制序列，包括：2CN115877841A权利要求书2/2页根据所述Q权重矩阵、所述R权重矩阵以及所述离散化的状态空间模型构建系统性能函数；根据所述系统性能函数构造带有乘法约束的拉格朗日控制函数；构造哈密顿函数，基于所述哈密顿函数对所述拉格朗日控制函数进行简化，得到简化函数；根据黎卡提方程对所述简化函数推导出目标函数；对所述目标函数进行迭代求解，确定最优反馈控制序列。7.如权利要求1至6中任一项所述的无人矿车的轨迹跟踪控制方法，其特征在于，所述根据所述预瞄后的航向角误差构建目标状态变量，包括：根据所述预瞄后的航向角误差、所述预瞄后的航向角误差的变化率、所述无人矿车的横向误差以及所述横向误差的变化率构建目标状态变量。8.一种无人矿车的轨迹跟踪控制装置，其特征在于，所述无人矿车的轨迹跟踪控制装置包