[发明专利]一种无人驾驶铰接式清扫车的横向控制方法

说明书

本发明公开了一种无人驾驶铰接式清扫车的横向控制方法，首先推导了无人驾驶铰接清扫车的运动学模型，根据该模型建立实际行驶路径与参考路径偏差的模型，以PID控制算法为基础，提出将Actor‑Critic结构和RBF网络用于PID参数寻优的原理，设计自适应PID控制器，该控制器以无人驾驶铰接式清扫车的横向位置偏差、航向角偏差、曲率偏差为输入，以转角控制量为输出，通过Actor‑Critic结构和RBF网络对控制器参数进行在线自适应整定，有效提高了无人驾驶铰接式清扫车运行过程中的横向控制精度和响应速度。

技术领域

本发明涉及一种无人驾驶铰接式清扫车的横向控制方法。

背景技术

无人驾驶是AI技术集大成者，也是当前人工智能最具挑战、最有吸引力的领域之一。自上世纪70年代起，无人驾驶经历了技术研究的兴起、可行性和实用性方面的进展等阶段，而目前，无人驾驶行业也已然逐步进入到了市场商业化的阶段。不过，由于相应的法律法规等一系列手续还未完善，载人的无人驾驶商业化也许还需要一些时间，而无人驾驶清扫车由于其工作环境与无人驾驶乘用车不同，它一般在特定场景下行驶，车速较低，相较于无人驾驶乘用车可以更好的落地开展使用。

现阶段大多数用于城市环卫的清扫车多为铰接式清扫车，铰接式清扫车的结构如图1所示，其中1为清扫车前部，2为清扫车后部，3为铰接装置，铰接式转向结构的一大优点是实现更高机动性。借助此系统，吸入口始终朝向行进方向，确保清扫干净彻底，不会留下难看的污垢痕迹。清扫车的后部跟随前部的确切路径，让驾驶员专注于前方任务。但是铰接式清扫车独特的转向结构相对于传统前桥转向结构，在原地转向过程中前后车体相对地面都存在运动，使得其横向控制变得复杂。

在实际横向控制过程中，应用得比较广泛的是PID控制(比例，积分，微分控制)。它因为结构简单，稳定性好而成为当今工业控制的主流技术之一。但对于无人驾驶铰接式车辆系统这样的大惯性的系统，由于负载扰动或者环境变化，模型的结构或受控参数易于发生了变化，使得常规PID控制的性能也就随之降低，适应性变差，无人驾驶铰接式清扫车运行过程中的横向控制精度和响应速度也无法得到保证。

发明内容

为了解决上述技术问题，本发明提供一种算法简单、控制精度高的无人驾驶铰接式清扫车的横向控制方法。

本发明解决上述问题的技术方案是：一种无人驾驶铰接式清扫车的横向控制方法，包括以下步骤：

步骤1：初始化控制器的各个参数；

步骤2：由建立的无人驾驶铰接式清扫车的转向模型以及运动过程的路径示意图得知无人驾驶铰接式清扫车在横向控制过程中受横向位置偏差ε_d，航向角偏差ε_θ和曲率偏差ε_c影响，通过高精定位模块和高精定位算法获得横向位置偏差ε_d，航向角偏差ε_θ和曲率偏差ε_c；

步骤3：将横向位置偏差ε_d，航向角偏差ε_θ和曲率偏差ε_c写成误差向量e(t)，e(t)＝[ε_d ε_θ ε_c]^T，将误差向量通过状态转换器转换为系统状态矩阵x(t)，x(t)＝[e(t) Δe(t)Δ²e(t)]^T，其中Δe(t)＝e(t)-e(t-1)为e(t)的一次差分Δ²e(t)＝e(t)-2e(t-1)+e(t-2)为e(t)的二次差分；

步骤4：计算Actor-Critic的回报函数r(t)，同时状态矩阵x(t)作为RBF网络的输入，经过隐含层与输出层的计算，输出未经修正的初步PID参数值K'(t)及Critic的值函数V_(t)；