一种自动驾驶车辆轨迹跟踪方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110598311A(43)申请公布日2019.12.20(21)申请号201910846823.9(22)申请日2019.09.06(71)申请人广东工业大学地址510062广东省广州市大学城外环西路100号(72)发明人蔡则鹏苏成悦方泽彬黄鸿谦(74)专利代理机构广东广信君达律师事务所44329代理人杨晓松(51)Int.Cl.G06F17/50(2006.01)B60W50/00(2006.01)B60W30/18(2012.01)权利要求书2页说明书5页附图2页(54)发明名称一种自动驾驶车辆轨迹跟踪方法(57)摘要本发明涉及一种轨迹跟踪方法，具体涉及一种自动驾驶车辆轨迹跟踪方法；具体公开了通过在预测模型的代价函数中加入一个虚拟的用于表示真正作用于自动驾驶车辆的前轮倾角δtrue作为模型预测控制的一个代价量，从而实现防止和纠正车辆的车轮打滑，提高轨迹跟踪效果；由于当车辆的模型和理想的模型有一定偏差时，主要是发生车轮打滑现象，即车轮倾角与车辆的行使轨迹存在偏差，因此将虚拟的前轮倾角δtrue作为一种一个代价量，有效地解决了车轮打滑的问题。CN110598311ACN110598311A权利要求书1/2页1.一种自动驾驶车辆轨迹跟踪方法，其特征在于，包括以下步骤：S1：建立地面坐标系和机体坐标系，对车辆进行动力学建模；车辆的动力学模型如下：其中，x、y分别为地面坐标系下自动驾驶车辆质心的x轴、y轴坐标，ψ为地面坐标系下自动驾驶车辆的航向角，v为自动驾驶车辆的前进速度，a为自动驾驶车辆的前进加速度，t表示当前时刻的量，t+1表示下一时刻的量，Lf为前轮和后轮之间的轴距；δtrue为虚拟量，表示当前真实前轮倾角，是车辆在当前行驶方向下假设前轮没有打滑状态下对应的前轮倾角；S2：获取机体自身状态向量Xt以及上一次输出向量Ut-1；其中，TXt＝[x，y，ψ，v](2)Ut-1＝[at-1，δt-1](3)δ为自动驾驶车辆的前轮倾角；当需要计算下一时刻的机体自身状态向量Xt+1时，将该时刻的Xt代入到公式(1)中，即可算出下一时刻的Xt+1的相关参数xt+1、yt+1、ψt+1以及vt+1；S3：获取虚拟量，该虚拟量为当前真实前轮倾角δtrue；S4：通过采样获取离散的航点路径P，并对该航点路径P进行插值计算，以长度l分别得出xref，yref，ψref，vref，即获得连续轨迹f(P)；其中，代入下列公式，通过设定参考速度v获得离散型的航点路径P’，其中P’包含N个点的状态；TP’＝[X1，X2，…，XN](5)Xn＝[f1(ln)f2(ln)f3(ln)f4(ln)](6)ln＝(n+1)×v×dt(7)其中，n为取的点的标号；S5：根据自身状态Xt和航点路径P′，通过计算模型预测代价函数J的最小值获取当前时刻的加速度at和当前时刻的前轮倾角δt，从而获得最优输出向量为当前输出向量Ut；其中，模型预测代价函数J的计算公式如下：其中，N为模型预测控制计算步长，w表示各个指标的权重，其中每个指标的权重可根据2CN110598311A权利要求书2/2页实际情况赋值；S6：输出向量Ut作用于自动驾驶车辆，重复S2到S6。2.根据权利要求1所述的自动驾驶车辆轨迹跟踪方法，其特征在于，在S3中，获取当前真实前倾角δtrue的方法如下：首先，通过几何关系可得：故：其中R为前轮倾角为δtrue时的转弯半径，Lf为前轮和后轮之间的轴距，dψ表示两个时间间隔的航向角差，dx表示两个时间间隔x坐标差，dy表示两个时间间隔y坐标差，dt表示时间间隔，ω为车辆的角速度。3.根据权利要求2所述的自动驾驶车辆轨迹跟踪方法，其特征在于，通过公式(9)和(10)获得大量的δtrue、Xt和Ut数据，并通过多元最小二乘多项式拟合得出近似的函数g；其中，函数g与Xt中的x，y，ψ都没有关系，与这一时刻的输出向量Ut、速度vt、加速度at和前轮倾角δt以及上一时刻实物输出向量Ut-1、速度vt-1、加速度at-1以及真实前轮倾角有关；即可得出：同时，可以简化计算得出：最后再通过多元最小二乘多项式拟合得出函数g。4.根据权利要求1所述的自动驾驶车辆轨迹跟踪方法，其特征在于，在S2中，通过传感器滤波获取当前机体自身状态向量Xt。5.根据权利要求1所述的自动驾驶车辆轨迹跟踪方法，其特征在于，在S4中，通过路径规划器获取航点路径P。3CN110598311A说明书1/5页一种自动驾驶车辆轨迹跟踪方法技术领域[0001]本发明涉及一种轨迹跟踪方法，具体涉及一种自动驾驶车辆轨迹跟踪方法。背景技术[0002]自动驾驶的关键技术依次可以分为环境感知、行为决策、路径规划和运动控制，其中运动控制主要有两种基本