一种无人驾驶车辆控制方法及系统与流程
- 国知局
- 2024-07-31 23:44:43
本发明属于无人驾驶领域,尤其涉及一种无人驾驶车辆控制方法及系统。
背景技术:
1、常见的无人驾驶控制算法包括pid控制、mpc控制及lqr控制。pid控制对于非线性和复杂的系统响应能力较弱,参数的选择需要依赖经验值;mpc控制计算复杂度高,需要较大的计算资源,且实施和调试难度大;lqr控制可以通过权衡状态值和控制输入的成本来实现鲁棒控制,计算速度快,更为适合自动驾驶的实时控制。但当前基于lqr控制等方式,在车辆轨迹段变化时,通常需要人工手动调参,以保证车辆控制能适应当前轨迹,从而导致驾驶控制成本增加,并提高了实施难度。
技术实现思路
1、有鉴于此,本发明实施例提供了一种无人驾驶车辆控制方法及系统,用于解决现有无人驾驶控制成本高、实时难度大的问题。
2、在本发明实施例的第一方面,提供了一种无人驾驶车辆控制方法,包括:
3、创建车辆lqr控制器,并设置车辆初始状态权重q矩阵和适应度评价函数;
4、基于q矩阵,通过lqr控制器计算输出最优增益k及适应度评价值;
5、当车辆轨迹段发生变化,则通过多种群遗传算法更新q矩阵,将更新后的q矩阵作为车辆下一段轨迹lqr控制器的输入,并通过lqr控制器计算输出对应的车辆控制参数。
6、在本发明实施例的第二方面,提供了一种无人驾驶车辆控制系统,包括:
7、控制器设置模块,用于创建车辆lqr控制器,并设置车辆初始状态权重q矩阵和适应度评价函数,基于q矩阵,通过lqr控制器计算输出最优增益k及适应度评价值;
8、输出控制模块,用于当车辆轨迹段发生变化,则通过多种群遗传算法更新q矩阵,将更新后的q矩阵作为车辆下一段轨迹lqr控制器的输入,并通过lqr控制器计算输出对应的车辆控制参数。
9、在本发明实施例的第三方面,提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如本发明实施例第一方面所述方法的步骤。
10、在本发明实施例的第四方面,提供了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程序,所述计算机程序被处理器执行时实现本发明实施例第一方面提供的所述方法的步骤。
11、本发明实施例中,通过多种群遗传算法迭代优化得到的q矩阵自适应调整lqr控制器参数,对于多段轨迹的无人驾驶控制,能够不断进行更新优化,不需要人工介入,减少无人驾驶测试中调参的人力成本和时间成本,降低调参难度,同时,能够保障每段轨迹的控制精度。
技术特征:1.一种无人驾驶车辆控制方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述通过多种群遗传算法更新q矩阵包括:
3.根据权利要求1所述的方法,其特征在于,所述通过多种群遗传算法更新q矩阵包括:
4.根据权利要求1所述的方法,其特征在于,所述通过lqr控制器计算输出对应的车辆控制参数还包括:
5.一种无人驾驶车辆控制系统,其特征在于,包括:
6.根据权利要求5所述的系统,其特征在于,所述通过多种群遗传算法更新q矩阵包括:
7.根据权利要求5所述的系统,其特征在于,所述通过多种群遗传算法更新q矩阵包括:
8.根据权利要求5所述的系统,其特征在于,所述输出控制模块还包括:
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述的一种无人驾驶车辆控制方法的步骤。
10.一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程序,其特征在于,所述计算机程序被执行时实现如权利要求1至4任一项所述的一种无人驾驶车辆控制方法的步骤。
技术总结本发明提供一种无人驾驶车辆控制方法及系统,该方法包括:创建车辆LQR控制器,并设置车辆初始状态权重Q矩阵和适应度评价函数;基于Q矩阵,通过LQR控制器计算输出最优增益K及适应度评价值;当车辆轨迹段发生变化,则通过多种群遗传算法更新Q矩阵,将更新后的Q矩阵作为车辆下一段轨迹LQR控制器的输入,并通过LQR控制器计算输出对应的车辆控制参数。通过该方案可以实现LQR控制器自适应调参,无人工介入,能有效降低无人驾驶车辆控制成本,降低控制器优化控制难度。技术研发人员:张龙,尹凡受保护的技术使用者:武汉光庭信息技术股份有限公司技术研发日:技术公布日:2024/6/18本文地址:https://www.jishuxx.com/zhuanli/20240730/198395.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表