[发明专利]基于自适应预瞄时间和滑模控制的智能汽车横向控制方法

说明书

本发明公开了一种基于自适应预瞄时间和滑模控制的智能汽车横向控制方法，采用滑模控制方法(SMC)，在SMC中考虑建立单点自适应预瞄模型，设计出一种基于横向偏差、道路边界和整车运动响应特性的优化函数来确定自适应预瞄时间。根据稳态横摆角速度假设，利用此预瞄时间采用期望式方法来求得理想横摆角速度，将其作为滑模控制器的输入，建立一种基于实际横摆角速度和理想横摆角速度之差的滑模控制器，并选择合适的切换函数，来对理想方向盘转角进行优化。本发明提出的控制方法能够克服传统固定预瞄时间所带来的误差，能进一步提高智能汽车的跟踪性能。

技术领域

本发明涉及汽车控制技术领域，具体地说，是一种基于自适应预瞄时间和滑模控制的智能汽车横向控制方法。

背景技术

无人驾驶汽车是一种新的未来概念，它满足了人们对于未来世界的展望。它是一种集合环境感知、规划决策、控制执行等环节的综合系统，集成了传感器、信息交互、人工智能、自动控制和传统汽车等技术，是学科交叉融合的创新体现。轨迹跟踪是控制执行技术中不可缺少的一部分，它依赖于车辆底层控制技术，同时要求对规划好的轨迹进行良好的跟踪，而良好的跟踪效果对智能汽车的安全与控制有着重要的意义，能够降低因为驾驶员疏忽而发生的交通事故的概率，能减少以往车辆对驾驶员操作的依赖性。但是在智能车辆的轨迹跟踪技术上，还存在着很多难点。首先，车辆的非线性模型的准确度对于控制精度有着巨大的影响，而非线性模型一般比较复杂，这就导致需要的控制器更为复杂；其次，环境道路因素导致的外部扰动和因车辆横纵向耦合导致的系统未建模扰动也会对控制精度造成影响；其次，控制器执行的精度的提高和理想控制参数偏差量的减少也比较艰难。

预瞄理论可以准确地反映驾驶员的控制行为，并且结构简单，适应性强，因此在轨迹跟踪领域应用较广。现有技术中，申请号为201710378710.1的发明专利披露了一种预瞄距离自适应的智能车辆横向控制方法，这种预瞄理论采用固定预瞄时间的办法来计算预瞄距离，计算时以理想工况为计算基础，但固定预瞄距离不能适应各种速度和道路情况，对于跟踪精度影响很大。滑模控制器对参数变化的扰动不敏感，并且抗干扰能力和鲁棒性较强，所以选取滑模控制器来进行控制。

发明内容

本发明提供了一种基于自适应预瞄时间和滑模控制的智能汽车横向控制方法，该方法能自适应地基于跟踪精度，道路边界和整车响应特性来确定预瞄时间，并利用此参数计算出理想横摆角速度来输入到滑模控制器中，该控制方法能够提高模型的抗干扰能力和鲁棒性，并且能够提高轨迹跟踪的精度。

本发明采用的具体技术方案如下：

一种基于自适应预瞄时间和滑模控制的智能汽车横向控制方法，包括以下步骤：

步骤一：建立考虑智能汽车横纵向运动且考虑轮胎侧偏特性的二自由度动力学模型；

步骤二：设计一种带目标优化的自适应预瞄模型；

步骤三：设计车辆横向轨迹跟踪控制器，获得完整的系统控制律；

步骤四：输入方向盘转角进行控制。

所述步骤一的具体方法为：

做自行车模型假设，假设车辆的运动是一个在二维平面上的运动；假设左右车轮受力对称，建立简化的二自由度车辆动力学模型：

式中，m是车质量，是车的横向加速度，vx是车的纵向速度，ω是车的横摆角速度，I_z是车在质心处的转动惯量，是车的横摆角加速度，a是前周到质心的距离，b是后轴到质心的距离，F_yf是前轴的侧向力，F_yr是后轴的侧向力。

在小转角假设下，轮胎出于线性区域内，侧偏力、侧偏角与侧偏刚度之间的关系为：

F_yf＝C_fα_f