基于多层模糊控制的无人车辆自动转向控制方法技术

为代替驾驶员转向操作，调高驾驶安全性，本发明专利技术提出了一种基于多层模糊控制的无人车辆自动转向控制方法。该方法包括下步骤：首先汽车系统通过环境感知模块实时检测车辆位置和行驶状态信息；然后根据车辆位置信息和预定车辆目标轨迹，通过模糊自适应算法微调PID参数，通过“轨迹‑角度‑电流”三层PID调节输出EPS控制信号(PWM)。最后在行驶过程中根据车速和转向角度，通过模糊控制进行EPS变传动比控制；在汽车进入弯道车速较高时，根据转向角度和车辆目标与实际轨迹的误差，通过模糊PID算法略微降低纵向车速。该方法引入多层模糊控制，适用性好，有效提高了自动转向过程的安全鲁棒性。

Automatic Steering Control of Unmanned Vehicle Based on Multilayer Fuzzy Control

【技术实现步骤摘要】
基于多层模糊控制的无人车辆自动转向控制方法
本专利属于汽车主动转向控制
，特别是涉及一种用于电动汽车的基于多层模糊控制的无人车辆自动转向控制方法。
技术介绍
随着汽车工业和社会经济的发展与进步，世界范围内的汽车保有量持续增加，随之而来的各种交通问题尤其是交通安全问题已成为各个国家亟待解决的共同难题。目前已有的诸如制动防抱死系统(ABS)、车身电子稳定系统(ESP)这类的主动安全技术，虽然在一定程度上提高了车辆本身的驾驶安全性，但并未改变传统的以人类为主导体的驾驶模式，无法从根本上杜绝人类驾驶员所带来的诸多安全隐患，所以本课题将关注点放在无人自动化驾驶技术的研究上，对其中的关键性控制技术-自动转向控制展开研究。目前针对车辆自动转向技术方面的专利研究内容比较单一，大多都是针对转向技术的某一方面，如申请号201410277003.X提出一种基于EPS的自动转向控制方法，在现有的电子助力转向系统(EPS)的基础上，加装自动转向装置实现智能控制，该方法只考虑了对EPS装置的控制，且方法比较简单，适用性不高。申请号201710698586.7以方向盘目标转角和实际转角的差值作为转向控制策略的反馈，结合导航定位实现自适应转向控制，该方法提前进行路径规划，但汽车控制过程容易受实际路面环境因素的影响，控制的稳定性无法保证。申请号201680001431.7提出一种汽车线控转向系统的分数阶PID控制方法，对车辆的横向控制分析比较完善，但对于纵向车速对转向的影响考虑不足。相比而言，本专利提出的自动转向方法具有以下优点，将整个系统分为内外环境信息感知模块，自动转向控制模块，横纵向协同控制模块三个部分，既考虑在现有EPS基础上实时导入外界环境信息进行行驶规划及制定智能转向控制策略，节约成本，提高效率，适用性好；又考虑了自动转向控制的稳定性，采用参数在线整定和“轨迹-角度-电流”三层模糊自适应PID控制，保证转向的可靠性和电机功率的可控性；还考虑了汽车横向运动和纵向车速之间的协同控制，包括变传动比控制和转弯时车速调节控制，特别是在汽车进入弯道车速较高的情况下，控制效果很好。
技术实现思路
本专利技术提出了一种基于多层模糊控制的无人车辆自动转向控制方法。所述车辆为电动汽车，具有车载CAN总线，整车控制器通过车载CAN总线与车载设备进行通信。整个系统分为内外环境信息感知模块，自动转向控制模块，横纵向协同控制模块三个部分，该方法通过设置在车身的超声波传感器，侧前方的图像传感器及控制器组成的环境感知模块对车辆位置进行检测和信息融合，通过自动转向控制模块分析车辆位置信息，根据转向控制策略得出EPS控制信号(PWM)，并通过横纵向协同控制模块协调纵向车速与转向的关系，最后实现智能驾驶自动转向功能。为实现上述目的，本专利技术的技术方案如下：一种基于多层模糊控制的无人车辆自动转向控制方法，包括以下步骤：S1：汽车通过安装于车辆右侧两轮轴距上方的2个超声波传感器，实时采集车辆与道路边沿的距离信息，通过卡尔曼滤波进行预处理降噪，然后通过加权平均法得出最终结果；通过安装于车辆侧前方的图像传感器进行图像采集，高斯滤波预处理，边缘检测，霍夫变换，设定道路检测规则等图像处理方法实时识别并追踪道路车道线信息，计算车与车道线的距离；通过平均加权计算得到车辆轨迹信息；车辆内部行驶状态信息主要通过汽车can总线网络节点和车辆自身传感器获取，主要信息包括利用车速传感器获取的实时车辆行驶速度信号，利用安装在方向盘下面的角度传感器获取的车辆转向角度信号。S2：自动转向控制模块根据车辆轨迹信息和预定车辆目标轨迹，采用7×7的模糊推理规则，通过模糊算法整定PID参数，微调之后pid参数如式(1)所示：然后以车辆目标预期轨迹和实际行驶轨迹的误差和误差变化率作为输入，以实际行驶轨迹，方向盘转动角度，EPS电机电流为观测量，通过“轨迹-角度-电流”三层PID调节输出EPS控制信号(PWM)；外环选择轨迹误差作为控制量。它将外部环境信息与控制器连接起来。实时导入车辆在道路中的位置。中环以方向盘转角为直接观测量，保证了转向的稳定性。根据外环输出中间变量的误差和误差变化率决定方向盘转角的控制量。内环是电流环，从中环接收信号作为输入。内环将方向盘转角控制量转换为转向电机电流控制量，对转向电机直接控制。内循环短，反应快，保证了系统的快速性和稳定性。该方法所用增量式PID算法如式2所示，u(n)＝u(n-1)+Δu(n)(2)，式中u(n)为第n个控制周期的期望PWM占空比值，Δu(n)为期望PWM占空比值变化量，Δu(n)计算公式为Δu(n)＝[Kp0+ΔKp(n)]*ec(n)+[Ki0+ΔKi(n)]*e(n)+[Kd0+ΔKd(n)]*[e(n)-2*e(n-1)+e(n-2)](3)，式中，Kp0、Ki0是初始设定值。S3：横纵向协同控制模块通过模糊控制进行EPS变传动比控制：理想的转向传动比应根据车速和转向盘转角的变化而改变，在低速时，应该采用较小的转向传动比，增加转向的灵敏性；在汽车高速行驶时，应采用较大的转向传动比，从而避免了转向盘一个较小的扰动使汽车发生显著的侧向运动的可能，保证汽车行驶稳定性。横纵向协同控制模块采用模糊控制算法进行变传动比控制，输入信号为方向盘角度传感器的信号和汽车速度传感器的信号，输出信号为EPS传动比的数值。模糊控制器包括输入模糊性、模糊规则推理和输出模糊逆三个步骤。然后本专利采用的是5×5的模糊推理规则，由方向盘转角和车速推理得到传动比的模糊语言变量；最后采用加权平均法(重心法)将传动比的模糊语言变量清晰化，乘以相应的比例因子得到精确的传动比。S4：在汽车进入弯道车速较高时，自动转向系统存在一定的压力。因此，本专利提出了一种车辆速度的反馈控制方法。速度反馈控制的使用取决于方向盘转角。如果该值超过90(弯道曲率较大)，角速度超过0.5π弧度/秒且车速超过20km/h，速度反馈控制启动。输入信号为转向角度和车辆目标轨迹与实际轨迹的误差，输出为纵向车速的修正值ΔV。模糊控制过程和步骤S4类似。最后通过PID调节降低车速ΔV的数值。在车辆通过弯道之后，速度反馈调节模块停止工作，车速恢复正常。本专利技术的有益效果在于：1.本专利技术提供了一种基于多层模糊控制的无人车辆自动转向控制方法，在现有EPS基础上引入了基于图像传感器和多超声波传感器进行信息融合的方法实时获取车辆位置信息以解决环境感知成本高，实时性差等问题；2.通过建立参数在线自整定和“轨迹-角度-电流”三层模糊自适应PID控制方法，提高了自动转向的成功率，既保证了转向的准确性，又保证了转向电机功率的可控性；3.建立了汽车横向运动和纵向车速之间的协同控制方法，通过模糊算法进行变传动比控制和纵向车速反馈修正控制，有效提高了自动转向过程的安全鲁棒性；同时本方法比现有的其它方法更易实施，能更好的应用于工程实践中。附图说明为了使本专利技术的目的、技术方案和有益效果更加清楚，本专利技术提供如下附图进行说明：图1为本专利技术提出的基于多层模糊控制的无人车辆自动转向控制方法的具体流程图；图2为车辆环境检测模型图；图3为本专利技术提出的一种“轨迹-角度-电流”三层模糊自适应PID控制方法原理图；图4为本专利技术提出的PID参数整定模糊规则控本文档来自技高网...

【技术保护点】
1.一种基于多层模糊控制的无人车辆自动转向控制方法，包括以下步骤：S1：汽车通过2个超声波传感器，实时采集车辆与道路边沿的距离信息，通过卡尔曼滤波进行预处理降噪，然后通过加权平均法得出最终结果；通过图像传感器进行图像采集，高斯滤波预处理，边缘检测，霍夫变换，设定道路检测规则等图像处理方法实时识别并追踪道路车道线信息，计算车与车道线的距离；通过平均加权计算得到车辆轨迹信息；S2：自动转向控制模块根据车辆位置信息和预定车辆目标轨迹，采用7×7的模糊推理规则，通过模糊算法整定PID参数，然后以车辆目标预期轨迹和实际行驶轨迹的误差和误差变化率作为输入，以实际行驶轨迹，方向盘转动角度，EPS电机电流为观测量，通过“轨迹‑角度‑电流”三层PID调节输出EPS控制信号(PWM)；S3：横纵向协同控制模块通过模糊控制进行EPS变传动比控制：输入信号为两个分别为方向盘转角传感器的信号和汽车速度传感器的信号，输出信号为汽车此刻理想传动比的数值；S4：在汽车进入弯道时，方向盘转角超过90(弯道曲率较大)或角速度超过0.5π弧度/秒且车速超过20km/h，横纵向协同控制模块根据转向角度和车辆目标与实际轨迹的误差，通过模糊PID算法降低纵向车速：输入信号为汽车轨迹误差，输出为纵向车速的修正值ΔV。...

【技术特征摘要】
1.一种基于多层模糊控制的无人车辆自动转向控制方法，包括以下步骤：S1：汽车通过2个超声波传感器，实时采集车辆与道路边沿的距离信息，通过卡尔曼滤波进行预处理降噪，然后通过加权平均法得出最终结果；通过图像传感器进行图像采集，高斯滤波预处理，边缘检测，霍夫变换，设定道路检测规则等图像处理方法实时识别并追踪道路车道线信息，计算车与车道线的距离；通过平均加权计算得到车辆轨迹信息；S2：自动转向控制模块根据车辆位置信息和预定车辆目标轨迹，采用7×7的模糊推理规则，通过模糊算法整定PID参数，然后以车辆目标预期轨迹和实际行驶轨迹的误差和误差变化率作为输入，以实际行驶轨迹，方向盘转动角度，EPS电机电流为观测量，通过“轨迹-角度-电流”三层PID调节输出EPS控制信号(PWM)；S3：横纵向协同控制模块通过模糊控制进行EPS变传动比控制：输入信号为两个分别为方向盘转角传感器的信号和汽车速度传感器的信号，输出信号为汽车此刻理想传动比的数值；S4：在汽车进入弯道时，方向盘转角超过90(弯道曲率较大)或角速度超过0.5π弧度/秒且车速超过20km/h，横纵向协同控制模块根据转向角度和车辆目标与实际轨迹的误差，通过模糊PID算法降低纵向车速：输入信号为汽车轨迹误差，输出为纵向车速的修正值ΔV。2.根据权利要求1中所述的基于多层模糊控制的无人车辆自动转向控制方法，其特征在于：所述步骤S2中，PID参数整定过程中，输入为车辆轨迹误差e和误差变化率ec，输出为控制参数ΔKp、ΔKi、ΔKd，所述的控制参数ΔKp、ΔKi由Mamdani推理算法获得；然后以车辆轨迹误差作为输入，以实际行驶轨迹，方向盘转动角度，EPS电机电流为观测量，根据整定的PID参数通过“轨迹-角度-电流”三层串联结...

【专利技术属性】
技术研发人员：朴昌浩，叶祥吉，林松，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50