用于自主驾驶的数据驱动控制制造技术

本公开涉及用于自主驾驶的数据驱动控制。描述了用于确定可用于操作自主车辆(例如自主半挂车卡车)的控制模型的参数和/或值的技术。例如，获取用于自主驾驶的数据驱动模型的方法可以包括：获取与表征自主车辆随时间的运动的第一组变量和随时间提供给自主车辆的命令相关联的数据，至少使用第一组数据确定描述用于执行自主车辆的自主驾驶操作的控制模型的非零值和相关联的第二组变量，以及计算描述用于执行在道路上行驶的自主车辆的自主驾驶操作的传递函数的反馈控制器的值。的传递函数的反馈控制器的值。的传递函数的反馈控制器的值。

【技术实现步骤摘要】
用于自主驾驶的数据驱动控制


[0001]本文献涉及确定操纵自主车辆的控制模型的技术。

技术介绍

[0002]自主驾驶技术可允许车辆感知自主车辆周围车辆的位置和运动，并基于该感知，导航和控制自主车辆安全地驶向目的地。基于汽车工程师协会(SAE)J3016自主驾驶标准，自主驾驶根据能力分为六类，从SAE0级(无自动化)到SAE5级(车辆完全自动化)。

技术实现思路

[0003]公开了确定控制模型的参数，并基于控制模型开发控制算法以操作自主车辆(例如自主半挂车卡车)的技术。该专利文献还描述了确定可用于SAE4级自主驾驶的控制算法的技术，该SAE 4级自主驾驶在受限场景下被视为完全自动化。
[0004]一种获取用于自主卡车的数据驱动控制器的方法可以包括至少三个步骤。在第一步，收集第一组数据，其中第一组数据与表征自主卡车随时间的运动的第一组变量和随时间提供给自主车辆的命令相关联。在第二步，解决优化问题，该优化问题是利用基于第一组数据用第一矩阵以及描述自主卡车的运动模型的向量来构件的。在第二步，向量的非零项决定或确定运动方程的有效项。在第三步，考虑到与自主卡车相关联的操作期间的干扰和不确定性，基于自主卡车的运动模型，获取鲁棒反馈控制器。
[0005]一种获取用于自主驾驶的数据驱动模型的方法，包括：获取第一组数据，第一组数据与表征自主车辆随时间的运动的第一组变量和随时间提供给自主车辆的命令相关联；使用至少基于第一组数据的第一矩阵来确定非零值和相关联的第二组变量，非零值和相关联的第二组变量描述用于执行自主车辆的自主驾驶操作的控制模型；以及计算反馈控制器的值，反馈控制器描述被用于执行在道路上行驶的自主车辆的自主驾驶操作的传递函数。
[0006]在一些实施例中，反馈控制器的值至少基于控制模型的非零值和描述自主车辆经历的驾驶相关干扰的干扰值。在一些实施例中，这些值使得与反馈控制器提供的一个或多个命令相关联的一个或多个误差最小化，以补偿驾驶相关干扰。在一些实施例中，通过以下步骤获取第一矩阵：构建第二矩阵，该第二矩阵包括第一组数据和通过对第一组数据执行数学运算而导出的第二组数据；构建包括第一组数据随时间的导数的第三矩阵；以及通过对第二矩阵和第三矩阵使用最小化函数来导出第一矩阵。
[0007]在一些实施例中，第二矩阵包括常数值，并且其中第二组数据包括被计算为第一组变量的多项式函数或三角函数的数据，并且相关联的第二组变量对应于第一组变量的多项式函数或三角函数中的一个或多个。在一些实施例中，第二矩阵和第三矩阵的每一行描述与同一时间相关联的数据，并且第二矩阵和第三矩阵的至少一些列描述与随时间提供给自主车辆的命令相关联的数据。在一些实施例中，表征自主车辆运动的第一组变量包括自主车辆的纵向速度和自主车辆的横向速度。
[0008]在一些实施例中，该方法还包括通过至少基于反馈控制器的计算值向转向马达发
送转向命令来执行自主驾驶操作。在一些实施例中，反馈控制器的值至少基于控制模型的非零值。在一些实施例中，计算值使得与反馈控制器提供的一个或多个命令相关联的一个或多个误差最小化。在一些实施例中，通过以下步骤获取第一矩阵：构建第二矩阵，该第二矩阵包括第一组数据和通过对第一组数据执行数学运算而导出的第二组数据；构建包括第一组数据随时间的导数的第三矩阵；以及通过对第二矩阵和第三矩阵使用稀疏回归技术来导出第一矩阵。
[0009]在一些实施例中，稀疏回归技术包括使用最小化函数。在一些实施例中，第一组数据包括从自主车辆的牵引车部分获取的第一组样本和从自主车辆的挂车部分获取的第二组样本。在一些实施例中，第二矩阵和第三矩阵的至少一些列描述与自主车辆的运动相关联的数据。在一些实施例中，表征自主车辆运动的第一组变量包括自主车辆的牵引车部分的角速度和自主车辆的挂车部分的角速度。在一些实施例中，反馈控制器的值基于控制模型的非零值、描述自主车辆在驾驶操作期间经历的驾驶相关干扰的干扰值，以及道路上参考线的频率。在一些实施例中，参考线包括道路上的车道标记。在一些实施例中，驾驶相关干扰包括风吹在自主车辆上或者自主车辆行驶通过坑洼或减速带。
[0010]在又一示例方面，上述方法以处理器可执行代码的形式体现，并存储在计算机可读程序介质或计算机可读存储介质中。因此，非暂态计算机可读存储介质可以存储有代码，其中当代码由处理器执行时，该代码使得处理器实现本专利文献中描述的方法。
[0011]在又一示例实施例中，公开了一种包括计算机的设备或装置或系统，该计算机包括处理器和存储器，该存储器包括指令，当指令由处理器执行时，该指令使处理器执行上述方法。
[0012]在附图、说明书和权利要求中更详细地描述了上述和其他方面及其实施方式。
附图说明
[0013]图1示出了基于半挂车卡车提供的数据来确定控制模型的示例系统识别过程。
[0014]图2还描述了用于确定在自主车辆中操作的反馈控制器的设计的示例控制设计过程。
[0015]图3示出了获取数据驱动控制模型和设计反馈控制器的示例技术的流程图。
[0016]图4示出了可以在自主车辆中操作的计算机或服务器的示例框图。
[0017]图5示出了对横向速度v
y
通道执行计算以导出控制模型的示例。
具体实施方式
[0018]一个多世纪前街道上开始有汽车，那时汽车完全由驾驶员控制，现在越来越多的汽车驾驶控制均由车载计算机来执行。在汽车出现后的几年里，汽车导航和控制功能越来越多的是自主执行，人类直接控制越来越少。
[0019]近年来，在开发能够实现在无任何人为控制的情况下驾驶汽车的完全自主车辆的软件和硬件方面进行了大量的研究和开发。汽车从早期的“手动一切”逐渐发展到不久的将来的“计算机一切”驾驶模式，有时是通过自动化水平来控制的。例如，早期由人类控制整个操作的汽车被称为“L0”级汽车。在L1自主车辆中，人类操作者仍然控制车辆，但是诸如稳定性控制、油门/巡航控制等几个功能由计算机执行。在L2车辆中，计算机承担额外的任务，例
如监控周围的车辆、观察车道控制等。对于L3车辆，预期汽车将能够完全自主导航，但如果需要，仍需要人类驾驶员在驾驶员座椅上进行干预。预期L4和L5汽车将在几乎所有环境中自主驾驶，且无需人工干预。在困难的情况下，例如恶劣天气事件或不寻常的地形，L4汽车可以听从人类驾驶员，而L5汽车将能够完全像人类驾驶员一样驾驶，或者比人类驾驶员表现更好。
[0020]在L4/L5自主驾驶解决方案中，车辆中不需要人类驾驶员。然而，对于自主车辆周围的其他车辆和行人来说，如果自主车辆的表现接近附近车辆驾驶员的期望，这将是有益的。
[0021]在本文献中描述的一些实施例中，控制系统可以在自主车辆的车载计算机系统上实现，以从周围环境以及先前的驾驶经验中学习，并使用训练来导航自主车辆。例如，可以使用基于模型的控制算法，其中模型可以基于学习的经验不断升级。
[0022]为了开发基于模型的控制算法，可以开发控制方程(也称本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种获取用于自主驾驶的数据驱动模型的方法，所述方法包括：获取第一组数据，所述第一组数据与表征自主车辆随时间的运动的第一组变量以及随时间提供给所述自主车辆的命令相关联；使用至少基于所述第一组数据的第一矩阵来确定非零值和相关联的第二组变量，所述非零值和所述相关联的第二组变量描述被用于执行所述自主车辆的自主驾驶操作的控制模型；以及计算针对反馈控制器的值，所述反馈控制器描述被用于执行在被驾驶在道路上的所述自主车辆的所述自主驾驶操作的传递函数。2.根据权利要求1所述的方法，其中针对所述反馈控制器的值是至少基于所述控制模型的所述非零值和干扰值的，所述干扰值描述由所述自主车辆所经历的驾驶相关的干扰。3.根据权利要求2所述的方法，其中所述值使与所述反馈控制器提供的一个或多个命令相关联的一个或多个误差最小化，以补偿所述驾驶相关的干扰。4.根据权利要求1所述的方法，其中所述第一矩阵通过以下获取：构建第二矩阵，所述第二矩阵包括所述第一组数据和第二组数据，所述第二组数据是通过对所述第一组数据执行数学运算而导出的；构建第三矩阵，所述第三矩阵包括所述第一组数据随时间的导数；以及通过对所述第二矩阵和所述第三矩阵使用最小化函数来导出所述第一矩阵。5.根据权利要求4所述的方法，其中所述第二矩阵包括常数值，并且其中所述第二组数据包括被计算为所述第一组变量的多项式函数或三角函数的数据，并且其中所述相关联的第二组变量对应于所述第一组变量的所述多项式函数或所述三角函数中的一个或多个。6.根据权利要求4所述的方法，其中所述第二矩阵和所述第三矩阵的每一行描述与同一时间相关联的数据，并且其中所述第二矩阵和所述第三矩阵的至少一些列描述与随时间提供给所述自主车辆的命令相关联的数据。7.根据权利要求1所述的方法，其中表征所述自主车辆的运动的所述第一组变量包括所述自主车辆的纵向速度和所述自主车辆的横向速度。8.根据权利要求1所述的方法，还包括：通过至少基于所述反馈控制器的所计算的所述值向转向马达发送转向命令来执行所述自主驾驶操作。9.一种非暂态计算机可读存储介质，具有存储其上的代码，当所述代码由处理器执行时，所述代码使所述处理器实现方法，所述方法包括：获取第一组数据，所述第一组数据与表征自主车辆随时间的运动的第一组变量和随时间提供给所述自主车辆的命令相关联；使用至少基于所述第一组数据的第一矩阵来确定非零值和相关联的第二组变量，所述非零值和所述相关联的第二组变量描述用于执行所述自主车辆的自主驾驶操作的控制模型；以及计算针对反馈...

【专利技术属性】
技术研发人员：吴雨家，禤子杰，A，
申请(专利权)人：图森有限公司，
类型：发明
国别省市：