一种车辆驾驶控制方法，系统及其存储介质与流程

本发明涉及车辆控制，尤其涉及一种车辆驾驶控制方法，系统及其存储介质。

背景技术：

1、随着辅助驾驶及自动驾驶科技的飞速发展，对车辆控制技术的要求也越来越高。驾驶控制技术为车辆控制技术中的重要组成部分，能使车辆在转弯，变道或避障等情况下保持稳定，以及实现期望的横向运动轨迹。在现有技术中，车辆的驾驶控制大多是基于目标跟踪轨迹上的单个点进行追踪，在面对大曲率弯道时，如果按照单个点进行预瞄，如果预瞄点过近，可能会导致转向过晚或转向高频抖动，且无法正确跟踪稍远处的弯道，如果预瞄点过远，则可能导致轨迹跟踪效果不佳。此外，在变道过程中，道路曲率会产生由正到负或者由负到正的大幅变化，仅对单个预瞄点进行跟踪是无法较好地跟踪整条变道轨迹的趋势。

2、在现有技术中，虽然也存在对多个点进行追踪的车辆驾驶控制技术，但计算量过于庞大，无法在普通的低算力平台部署。且目前现有的车辆的驾驶控制算法中的误差向量量纲不统一，为参数标定工作增加了难度。

技术实现思路

1、为解决以上技术问题，本技术提供了一种车辆驾驶控制方法，系统及其存储介质，在原有的车辆的驾驶控制算法上进行改进，可以在不增加过多算力的情况下从原来的单点跟踪控制改进为两点或多点跟踪控制，同时可以实现控制参数根据工况进行自适应计算和标定参数的量纲统一。

2、第一方面，本技术提供了一种车辆驾驶控制方法，包括：

3、获取车辆静态参数和车辆动态参数。

4、取目标轨迹上任意至少两个目标点，并计算各个目标点所对应的瞄距和前轮转角的前馈值；其中，所述目标轨迹为车辆预期沿着其行驶的路径。

5、基于所述车辆静态参数，所述车辆动态参数和所述各个目标点所对应的瞄距，计算得出各个目标点所对应的状态空间方程。

6、基于所述各个目标点所对应的状态空间方程，计算得出最终状态空间方程。

7、根据所述最终状态空间方程，计算得出行车控制向量，根据所述行车控制向量完成当前车辆驾驶自动控制。

8、进一步的，所述车辆静态参数包括：前轮侧偏刚度cαf，后轮侧偏刚度cαr，车辆中心到前轴距离lf，车辆中心到后周距离lr，车辆整备质量m和车辆转动惯量iz。

9、进一步的，所述车辆动态参数包括：车辆纵向加速度vx，车辆的横摆角速度ψ，横向速度和横向加速度

10、进一步的，所述计算各个目标点所对应的瞄距，具体为：

11、获取目标轨迹的最大半径，根据所述最大半径，计算目标轨迹的最大曲率。

12、获取当前车辆的行驶速度。

13、根据所述最大曲率与所述行驶速度计算得出基础预瞄时间。

14、根据预瞄时间，结合的各个目标点之间的预设比例，计算各个目标点对应的预瞄时间。

15、根据所述各个目标点对应的预瞄时间，结合所述车辆的行驶速度计算得出各个目标点对应的瞄距dpre。

16、进一步的，基于所述各个目标点所对应的状态空间方程，计算得出最终状态空间方程，具体过程为：

17、基于所述车辆静态参数和所述车辆动态参数，依据各个目标点构建各个目标点所对应的车辆动力学方程；

18、对所述各个目标点所对应的车辆动力学方程进行矩阵化处理，得到各个目标点所对应的初状态空间方程。

19、基于所述各个目标点所对应的瞄距，对所述初状态空间方程中的横向距离误差向量进行替换处理，得到各个目标点所对应的状态空间方程，参数矩阵an，参数矩阵bn，参数矩阵cn和误差矩阵en。；

20、其中，所述车辆动力学方程具体为：

21、

22、

23、还包括：

24、

25、其中，δ为控制向量，为根据道路曲率等计算出的前轮转角的前馈值。

26、进一步的，对所述车辆动力学方程进行矩阵化处理，得到初状态空间方程，具体为：

27、

28、其中，e1为横向距离误差向量，e2为航向距离误差向量。

29、对所述初状态空间方程进行进一步处理，令横向距离误差向量e1等于瞄距dpre与为了消除横向误差所要施加的方位角eang的乘积，即：eang*dpre＝e1，并将其代入初状态空间方程，得到状态空间方程：

30、

31、进一步的，在获取各个目标点所对应的状态空间方程之后，还包括：获取各个目标点所对应的状态空间方程所对应的控制向量成本权重矩阵rn和误差向量成本权重矩阵qn。

32、进一步的，得到最终状态空间方程，具体为：

33、将各个目标点所对应的参数矩阵an进行拼接处理，得到最终参数矩阵a；

34、按一预设权重系数将各个目标点所对应的参数矩阵bn进行拼接处理，得到最终参数矩阵b；

35、按一预设权重系数将各个目标点所对应的参数矩阵cn进行拼接处理，得到最终参数矩阵c；

36、按一预设权重系数将各个目标点所对应的误差矩阵et进行拼接处理，得到最终误差矩阵e；

37、基于所述最终参数矩阵a，最终参数矩阵b，最终参数矩阵c和最终误差矩阵e得出最终状态空间方程。

38、进一步的，在获取最终状态空间方程之后，还包括：基于各个目标点所对应的状态空间方程所对应的控制向量成本权重矩阵rn和误差向量成本权重矩阵qn，获得最终控制向量成本权重矩阵r和最终误差向量成本权重矩阵q。

39、进一步的，根据所述最终状态空间方程，计算得出行车控制向量，根据所述行车控制向量完成当前车辆驾驶自动控制，具体过程为：

40、对所述最终参数矩阵a和所述最终参数矩阵b进行离散化处理，得到处理后的参数矩阵ad和参数矩阵bd。

41、依据所述最终状态空间方程，最终控制向量成本权重矩阵r和最终误差向量成本权重矩阵q构建用于表达误差积累值的二次型方程。

42、通过迭代的方式求解利卡第方程，得出状态权重矩阵，使得所述误差积累值最小。

43、基于所述状态权重矩阵，所述参数矩阵ad和所述参数矩阵bd，计算得出反馈矩阵。

44、基于所述反馈矩阵，算得出行车控制向量，根据所述行车控制向量完成当前车辆驾驶自动控制。

45、其中，所述二次型方程的具体形式为：

46、其中，et指的是在t时刻的误差向量，j是综合考虑控制误差累计值与控制量的累计值的总误差。

47、r代表控制向量的成本权重，r越大意味着相同的控制向量产生的成本越大。

48、q代表误差向量的成本权重，故q矩阵中的每一个对角线代表着每一个误差项的权重。

49、本技术通过动态的q，r矩阵设定适配不同车速，不同曲率的目标轨迹路径。

50、利卡第方程的求解过程，具体为：

51、

52、即通过循环迭代方法使得最终的pt+1与pt误差小于容许值，即认为求解除稳定且收敛的状态权重矩阵。

53、基于所述状态权重矩阵，所述参数矩阵ad和所述参数矩阵bd，计算得出反馈矩阵，具体为：

54、基于所述反馈矩阵，算得出行车控制向量，具体为：

55、δ＝-ke++δff。

56、其中：

57、

58、其中，l是车辆整体的轴距，k3是所述k矩阵的第三项，r是道路的最大半径，

59、

60、获得行车控制向量之后，根据所述行车控制向量完成当前车辆驾驶自动控制。

61、第二方面，本技术提供了一种车辆的驾驶控制系统，包括：

62、信息获取模块，用于获取车辆静态参数和车辆动态参数。

63、瞄距计算模块，取目标轨迹上任意至少两个目标点，并计算各个目标点所对应的瞄距和前轮转角的前馈值。

64、状态空间方程构建模块：基于所述车辆静态参数，所述车辆动态参数和所述各个目标点所对应的瞄距，计算得出各个目标点所对应的状态空间方程。

65、最终状态空间方程构建模块：基于所述各个目标点所对应的状态空间方程，计算得出最终状态空间方程。

66、控制向量计算及控制模块：用于根据所述最终状态空间方程，计算得出控制向量，并以所述控制向量对车辆进行驾驶控制。

67、第三方面，本技术还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，其特征在于，所述计算机可执行指令被控制处理器执行时实现如上述的车辆驾驶控制方法。

68、需要说明的是，由于本技术中的计算机可读存储介质与上述车辆驾驶控制方法基于同样的发明构思，因此，方法实施例中的相应内容同样适用于本存储实施例，此处不再详述。

69、综上所述，本技术提供了一种车辆驾驶控制方法，系统及其存储介质，首先获取车辆的静态数据和动态数据，随后构建状态空间方程，再进行矩阵离散化，利卡第方程求解等一系列计算处理，得到车辆驾驶控制向量。

70、与现有技术相比，本技术至少存在以下有益效果：

71、本技术提出的一种车辆驾驶控制方法，系统及其存储介质，与现有技术相比，对横向误差向量的表达进行了改良，从而统一了误差向量量纲的统一，有利于工程师进行相应的标定工作。除此之外，本技术提出的一种车辆驾驶控制方法，可以在不增加过多算力的情况下从原来的单点跟踪控制改进为两点或多点跟踪控制，且通过动态的q、r矩阵设定不仅可以适配不同车速，不同曲率的目标轨迹路径，还可以在横向偏差较小时降低执行器作动，从而避免方向盘的抖动和来回波动，大大提升了车辆的驾驶控制精确度，保障了行车安全。