[发明专利]一种无人车路径跟踪前馈控制方法

说明书

本发明提供了一种无人车路径跟踪前馈控制方法。该方法在传统车辆路径跟踪系统模型中加入道路曲率作为干扰输入项，给出了加入曲率干扰之后的系统模型状态空间表达式。针对该模型，以横向位置偏差趋于零作为目标函数设计了一种前馈控制方法。本发明算法简单，不仅适用于仿真技术领域，还能够在实车嵌入式控制器上实现，应用前景好。

技术领域

本发明涉无人车自动控制领域，尤其涉及一种无人车路径跟踪前馈控制方法。

背景技术

无人驾驶汽车路径跟踪控制是指无人车横向控制，即通过自动转向控制，使车辆始终自主沿期望路径行驶，同时保证车辆的行驶安全性和乘坐舒适性。针对路径跟踪的精确控制是无人驾驶汽车自主运行稳定的前提。前馈控制是指通过预测未来将要产生的扰动，根据扰动大小提前采取控制措施，以补偿扰动对被控变量的影响，使被控变量不会因扰动作用而产生偏差。

目前，国内外许多研究者针对路径无人车路径跟踪控制，通常将横向位置偏差与航向偏差作为输入，使用反馈控制方法实现无人驾驶汽车完成对路径的跟踪：美国卡内基梅隆大学机器人研究所提出了一种纯跟踪控制方法，其实质是一种将自身位置与预瞄处期望位置的横向偏差转化为转向控制量的反馈控制，这种方法仅考虑横向位置偏差的反馈，控制系统受道路曲率干扰的影响较大。Salvuccia等提出的“预瞄-补偿跟踪”控制方法通过预瞄近点与远点来控制转向，即通过注视近点保持车辆行驶在道路中心，通过注视远点补偿道路曲率变化。但该方法仅通过预瞄单个远点来补偿道路曲率变化，参考路径信息不足，不能对前方道路曲率进行准确预估，且没有考虑神经反应迟滞以及人体动作机制，造成一定的预测误差。Taewan Kim提出的基于高斯稀疏过程在线学习的改进性模型预测控制(MPC)是一种特殊的最优控制方法，控制效果较好，但由于其算法复杂程度较高，使得该方法只能适用于仿真技术领域，难以在实车嵌入式控制器上实现。

发明内容

为解决上述问题，本发明提供了一种无人车路径跟踪前馈控制方法，包括如下步骤：

步骤一:按照如下公式将所有期望路径点转化到车身坐标系下:

其中N为整数，k＝0,T,2T.....,T为控制周期；(X_0i,Y_0i),i＝1,2,...,N是期望离散路径点在地球坐标系下的坐标；N表示全局期望路径点个数；δ_r是当前时刻实际前轮转角；(x_c,y_c)是车辆在地球坐标系下的坐标；θ₀是当前时刻车辆航向角度；y_εi(k)是期望路径点的横向位置偏差； x_εi(k)是期望路径点的纵向位置偏差；θ_εi(k)是期望路径点航向偏差；Φ_i(k)是地球坐标系下期望路径点指向下一点的方向与正北方向夹角，即有：

N为整数。

步骤二：按照如下公式确定前方道路是直道还是弯道：

其中start表示从当前时刻距离车辆最近的期望路径点的坐标；NUM 表示从当前时刻距离车辆最近的期望路径点向前搜索的路径点个数, 同时也是需要拟合的路径点个数；Δ_1i是第i个路径点的一阶差分；Δ₂是NUM-1个路径点一阶差分平均值；NUM为需要拟合的路径点个数。

Δ₂超过预定阈值时则将前方道路判断为弯道，否则为直道。

步骤三：计算道路曲率，包括如下步骤。

步骤3.1：采用二阶最小二乘法拟合法得到道路连续函数，计算公式为：