车辆控制方法、装置、车辆、存储介质和程序产品与流程

本公开涉及智能交通领域，尤其涉及一种车辆控制方法、装置、车辆、存储介质和程序产品。

背景技术：

1、自动驾驶车为了执行从运动规划模块中得到的参考路径或轨迹，相关技术中，使用确定性控制方法来计算得到最优的控制结果，以执行期望的运动轨迹，并且消除跟踪误差。

2、在实际工程应用中，自动驾驶车在开放的道路环境中很容易受到各种不能预先测量的干扰，因此，自动驾驶车的控制系统往往是随机的。确定性的控制方法，没有考虑自动驾驶车所受到的各种随机扰动的影响，也未考虑状态在量测过程中所受到的噪声干扰。如果使用确定性的控制方法，会由于控制模型的不准确性导致控制系统的精度较低，跟踪误差也比较容易受外界扰动的影响，从而影响最终的控制性能。

技术实现思路

1、本公开要解决的一个技术问题是，提供一种车辆控制方法、装置、车辆、存储介质和程序产品，能够提高车辆运行的安全性。

2、根据本公开一方面，提出一种车辆控制方法，包括：根据车辆的车辆状态参数、车辆状态参数对应的操纵机构的控制量、以及系统噪声和测量噪声，构建车辆控制系统的状态方程和观测方程；根据状态方程和观测方程，得到车辆控制系统的线性二次高斯lqg控制函数；根据状态方程、观测方程和lqg控制函数，进行蒙特卡洛仿真，得到指示函数，其中，指示函数包括车辆状态参数在对应的操纵机构的控制量作用下的控制性能指标；根据指示函数的取值，得到每个控制性能指标的不稳定概率；根据每个控制性能指标的不稳定概率，得到车辆控制系统的随机鲁棒代价函数；以最小化随机鲁棒代价函数为目标，得到最优控制函数；以及根据最优控制函数，对车辆控制系统进行控制。

3、在一些实施例中，状态方程包括：车辆状态参数在当前时刻的期望值、操纵机构当前时刻的控制量、当前时刻的系统噪声，与车辆状态参数在下一时刻的期望值之间的对应关系；观测方程包括：车辆状态参数在当前时刻的期望值、当前时刻的测量噪声，与车辆状态参数在当前时刻的观测值之间的对应关系。

4、在一些实施例中，lqg控制函数包括车辆状态参数在当前时刻的估计值和回授增益矩阵，与操纵机构的控制量之间的对应关系，其中，根据状态方程和观测方程，得到车辆控制系统的lqg控制函数包括：基于状态方程和观测方程，进行卡尔曼滤波处理，得到车辆总状态在当前时刻的估计值，其中，车辆总状态包括车辆状态参数、系统噪声和测量噪声；在车辆总状态在当前时刻的估计值中，提取车辆状态参数在当前时刻的估计值；根据车辆状态参数的权值矩阵的第一目标值和控制量的权值矩阵的第一目标值，得到回授增益矩阵；以及构建车辆状态参数在当前时刻的估计值和回授增益矩阵，与操纵机构的控制量之间的对应关系。

5、在一些实施例中，基于状态方程和观测方程，进行卡尔曼滤波处理，得到车辆总状态在当前时刻的估计值包括：根据车辆总状态的初始状态的方差，得到每个时刻的先验误差协方差矩阵；根据每个时刻的先验误差协方差矩阵，得到每个时刻的卡尔曼增益；以及根据前一时刻的车辆状态参数的估计量和观测量、系统噪声的估计量和观测量、测量噪声的估计量和观测量、卡尔曼增益以及操纵机构的控制量，得到车辆总状态在当前时刻的估计值。

6、在一些实施例中，得到车辆控制系统的lqg控制函数还包括：根据车辆状态参数在当前时刻的估计值和预测值的偏差，以及车辆状态参数的权值矩阵，得到当前时刻车辆状态参数的偏差量对应的指标值；根据操纵机构在当前时刻下的控制量以及控制量的权值矩阵，得到当前时刻下控制量对应的指标值；根据预定时间段内各个时刻的车辆状态参数的偏差量对应的指标值、和控制量对应的指标值，得到车辆状态参数偏差；以及以车辆状态参数偏差最小为目标，得到车辆状态参数的权值矩阵的第一目标值和控制量的权值矩阵的第一目标值。

7、在一些实施例中，根据指示函数的取值，得到每个控制性能指标的不稳定概率，包括：确定蒙特卡洛仿真次数；针对每次蒙特卡洛仿真，均对状态方程中的系统噪声和观测方程中的测量噪声进行初始化，并在初始化的系统噪声和测量噪声的基础上进行蒙特卡洛仿真，得到当前次下的指示函数的取值，其中，若控制性能指标大于或等于第一阈值，则指示函数的取值为1，若控制性能指标小于第二阈值，则指示函数的取值为0，若控制性能指标大于或等于第二阈值且小于第一阈值，则指示函数的取值为控制性能指标与第二阈值的差值，与第一阈值与第二阈值的差值的比值；以及对各次蒙特卡洛仿真分别得到的指示函数的取值，进行平均值计算，得到每个控制性能指标的不稳定概率。

8、在一些实施例中，控制性能指标包括调节时间、峰值时间、超调量、波动度、以及稳定误差的绝对值中的至少一项。

9、在一些实施例中，以最小化随机鲁棒代价函数为目标，得到最优控制函数包括：以最小化随机鲁棒代价函数为目标，得到最优控制函数中车辆状态参数的权值矩阵的第二目标值和控制量的权值矩阵的第二目标值，其中，根据最优控制函数，对车辆控制系统进行控制包括：根据车辆状态参数的权值矩阵的第二目标值和控制量的权值矩阵的第二目标值，对车辆控制系统进行控制。

10、在一些实施例中，根据每个控制性能指标的不稳定概率，得到车辆控制系统的随机鲁棒代价函数包括：对多个控制性能指标的不稳定概率的平方进行加权求和，得到车辆控制系统的随机鲁棒代价函数。

11、在一些实施例中，车辆状态参数包括速度参数和位置参数。

12、根据本公开的另一方面，还提出一种车辆控制装置，包括：第一处理模块，被配置为根据车辆的车辆状态参数、车辆状态参数对应的操纵机构的控制量、以及系统噪声和测量噪声，构建车辆控制系统的状态方程和观测方程；第二处理模块，被配置为根据状态方程和观测方程，得到车辆控制系统的线性二次高斯lqg控制函数；第三处理模块，被配置为根据状态方程、观测方程和lqg控制函数，进行蒙特卡洛仿真，得到指示函数，指示函数包括车辆状态参数在对应的操纵机构的控制量作用下的控制性能指标；第四处理模块，被配置为根据指示函数的取值，得到每个控制性能指标的不稳定概率；第五处理模块，被配置为根据每个控制性能指标的不稳定概率，得到车辆控制系统的随机鲁棒代价函数，以最小化随机鲁棒代价函数为目标，得到最优控制函数；以及控制模块，被配置为根据最优控制函数，对车辆控制系统进行控制。

13、根据本公开的另一方面，还提出一种车辆控制装置，包括：存储器；以及耦接至存储器的处理器，处理器被配置为基于存储在存储器的指令执行如上述的车辆控制方法。

14、根据本公开的另一方面，还提出一种车辆，包括：上述的车辆控制装置。

15、根据本公开的另一方面，还提出一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现如上述的车辆控制方法。

16、根据本公开的另一方面，还提出一种计算机程序产品，包括计算机程序或指令，计算机程序或指令被处理器执行时实现上述的车辆控制方法。

17、本公开实施例中，在车辆控制过程中，考虑车辆的系统噪声和测量噪声，并采用lqg以及srad算法，得到车辆控制系统的最优控制函数，并利用该最优控制函数对车辆控制系统进行控制，提高车辆控制的准确性，能够减少车辆发生碰撞的概率，进而提高车辆运行的安全性。

18、通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。