一种预设性能自适应反演滑模路径跟踪控制方法

本发明涉及自动驾驶汽车控制，特别涉及一种预设性能自适应反演滑模路径跟踪控制方法。

背景技术：

1、目前，伴随人工智能、互联网发展迅速，自动驾驶技术越发成熟，人们对自动驾驶和辅助驾驶的需求越来越强烈，针对该领域的研究也从不同方向开展。作为自动驾驶车辆主动安全的一个方面，车辆横向控制对车辆行驶安全至关重要。

2、自动驾驶车辆运动控制技术根据目标的不同分为纵向控制和横向控制两类。其中，横向控制技术是实现自动驾驶车辆自主行驶的关键技术之一。现有技术中，比例积分微分算法(pid)是自动控制中最为成熟、应用最为广泛的一种算法。然而，pid算法在实现自动控制中，存在容易产生超调、控制精度低等问题，因此，如何提高车辆的横向控制的准确度成为亟待解决的问题。

技术实现思路

1、具体的，本发明提出一种预设性能系适应反演滑模控制的自动驾驶车辆路径跟踪方法，所述预设性能系适应反演滑模控制的自动驾驶车辆路径跟踪方法包括以下步骤：

2、步骤1：建立自动驾驶车辆误差模型，包括分别建立车辆二自由度模型、车辆路径跟踪运动学模型，并将车辆运动与人为驾驶考虑到系统建模中，形成闭环系统；

3、步骤2：定义预设性能函数满足规定的瞬态和稳态性能；

4、步骤3：定义误差转换函数；

5、步骤4：设计自适应反演滑模控制器，自动驾驶车辆通过转向使车辆按照控制方法计算的前轮转角进行转向，使自动驾驶车辆跟踪期望的路径；同时通过控制偏航力矩，维持车辆行驶稳定。

6、更近一步地，在步骤1中还包括以下步骤：

7、步骤11，建立车辆二自由度模型；

8、步骤12，建立偏航动力学模型；

9、步骤13，计算车轮侧向力以及侧偏角；

10、步骤14，通过车辆二自由度模型、偏航动力学模型、车轮侧向力以及侧偏角计算状态空间方程；

11、步骤15，根据车辆当前位置与参考路径的位移偏差、航向角偏差建立误差模型；

12、步骤16，将误差模型带入到动力学模型中整理得到状态空间方程。

13、更近一步地，在步骤11中，所述车辆二自由度模型表示为：

14、

15、其中，vx为纵向速度，fyf、fyr为前后轮的轮胎侧向力，为车辆航向角，m为车身质量，为横向位移的二阶导数。

16、更近一步地，在步骤12中，所述偏航动力学模型为

17、

18、其中，iz为惯性矩，lf、lr为前后轮轴距，为横摆角加速度，mz为偏航力矩。

19、更近一步地，在步骤13中，所述车轮侧向力以及侧偏角为：

20、fyf＝2cαf(δf-θf)

21、fyr＝-2cαrθr

22、

23、

24、其中，θf、θr为前后轮速度方向与车速方向的夹角，cαr、cαf为前后轮胎的侧偏刚度，δf为前轮转角，vy为横向速度。

25、更近一步地，在步骤14中，所述计算状态空间方程为：

26、

27、式中：lf、lr分别为车辆质心距前、后轴的距离，cαf、cαr分别为车辆前后轮的侧偏刚度，m为整车质量，y、分别为航向角、横摆角速度、横向距离、横向速度、横向加速度，vx为纵向速度，iz为整车绕z轴的惯性矩，δf为前轮转角。

28、更近一步地，在步骤15中，所述误差模型为：

29、

30、在步骤16中，所述误差模型带入状态空间方程中为：

31、

32、其中，x1代表横向误差,x2为航向角误差，期望航向角，为期望的横摆角速度，yd表示期望路径，表示横向误差导数，表示横向误差二阶导数，表示航向角误差一阶导数，表示航向角误差二阶导数。

33、更近一步地，在步骤2中，所述瞬态和稳态性能为：

34、

35、式中，δi为设计参数，ρi(t)是预设的光滑递减的性能函数，表示为：

36、ρi(t)＝(ρ0-ρ∞)e-lt+ρ∞

37、其中，ρ0，ρ∞，l>0为预先设定的常数，ρ∞表示预先设定的稳态误差的上限，ρ0表示函数的初始值的常数，t表示时间变量。

38、更近一步地，在步骤3中，所述误差转换函数为平滑且严格递增的函数si(τi)，且-δi<si(τi)<δi，对函数si(τi)进行控制约束的变化并求导为：

39、

40、ei(t)＝ρi(t)si(τi)

41、

42、其中，ei(t)表示误差量，ρi(t)表示预设性能函数，表示预设性能函数导数，表示误差量的导数，表示转换误差导数，s表示转换函数，τ表示转换误差；

43、定义控制目标为zi＝τi。

44、更近一步地，在步骤4中，还包括以下步骤：

45、定义正定的李亚普诺夫函数求导，并代入虚拟控制量为：

46、

47、其中，为李亚普诺夫函数求导，zi1表示横向误差转换误差，表示横向误差转换误差导数，zi2表示虚拟误差量，ρi1表示横向误差预设性能函数，表示横向误差预设性能函数一阶导，si1表示转换函数，ci1表示控制参数；

48、定义滑模面si1＝ki1zi1+zi2，并对滑模面取时间导数为：

49、

50、

51、其中，表示横向误差滑模面导数，k11表示滑模控制参数，表示横向误差转换误差导数，表示虚拟误差量导数，表示横向误差导数，表示虚拟控制率导数，表示航向角误差导数，k21表示航向角控制参数，表示航向角转换误差导数，表示虚拟误差状态量，表示航向角误差导数，表示虚拟控制率；

52、选取指数收敛控制滑模变结构收敛，在有限时间内使横向误差和航向角误差快速收敛得到系统的前轮转角，即控制率为：

53、

54、

55、偏航力矩为：

56、

57、

58、其中，λ11表示横向误差控制参数，s11表示横向误差滑模面，sign表示符号函数，λ21表示第一偏航力矩控制参数，s21表示航向角误差，κ11表示前轮转角控制参数，κ21表示第二偏航力矩控制参数。

59、本发明达到的有益效果是：

60、本发明是一种基于预设性能函数自适应反演滑模路径跟踪控制方法，通过预设性能函数与误差转换将不等式约束变为无约束控制，并且自适应方法和李亚普诺夫稳定性定理可以减少抖振，还可以保证系统在有限时间内收敛，准确跟踪路径。

技术特征：

1.一种预设性能系适应反演滑模控制的自动驾驶车辆路径跟踪方法，其特征在于，所述预设性能系适应反演滑模控制的自动驾驶车辆路径跟踪方法包括以下步骤：

2.根据权利要求1所述预设性能系适应反演滑模控制的自动驾驶车辆路径跟踪方法，其特征在于，在步骤1中，还包括以下步骤：

3.根据权利要求1所述预设性能系适应反演滑模控制的自动驾驶车辆路径跟踪方法，其特征在于，在步骤11中，所述车辆二自由度模型表示为：

4.根据权利要求3所述预设性能系适应反演滑模控制的自动驾驶车辆路径跟踪方法，其特征在于，在步骤12中，所述偏航动力学模型为

5.根据权利要求4所述预设性能系适应反演滑模控制的自动驾驶车辆路径跟踪方法，其特征在于，在步骤13中，所述车轮侧向力以及侧偏角为：

6.根据权利要求5所述预设性能系适应反演滑模控制的自动驾驶车辆路径跟踪方法，其特征在于，在步骤14中，所述计算状态空间方程为：

7.根据权利要求6所述预设性能自适应反演滑模控制的自动驾驶车辆路径跟踪方法，其特征在于，在步骤15中，所述误差模型为：

8.根据权利要求7所述预设性能自适应反演滑模控制的自动驾驶车辆路径跟踪方法，其特征在于，在步骤2中，所述瞬态和稳态性能为：

9.根据权利要求8所述预设性能自适应反演滑模控制的自动驾驶车辆路径跟踪方法，其特征在于，在步骤3中，所述误差转换函数为平滑且严格递增的函数si(τi)，且-δi<si(τi)<δi，对函数si(τi)进行控制约束的变化并求导为：

10.根据权利要求9所述预设性能自适应反演滑模控制的自动驾驶车辆路径跟踪方法，其特征在于，在步骤4中，还包括以下步骤：

技术总结本发明属于自动驾驶路径跟踪领域，公开了一种预设性能自适应反演滑模路径跟踪控制方法，包括以下步骤：首先建立车辆二自由度模型，通过车辆当前位置与参考路径的偏差，航向角偏差建立误差状态方程；其次确定自动驾驶车辆路径跟踪系统的控制目标和控制量，利用预设性能自适应反演滑模控制方法，设计车辆位置偏差和航向角偏差控制率；最后通过前轮转向使位置偏差和航向角偏差趋近零，实现对自动驾驶车辆路径跟踪精确控制。本发明通过预设性能函数与误差转换将不等式约束变为无约束控制，并且自适应方法和李亚普诺夫稳定性定理可以减少抖振，还可以保证系统在有限时间内收敛，准确跟踪路径。技术研发人员：丁飞,刘杰,丁伟,姜潮,周建文,雷飞,徐磊,张倩文,黄滔受保护的技术使用者：湖南大学技术研发日：技术公布日：2024/7/9