一种无人驾驶弯道避撞轨迹规划与跟踪控制方法技术

本发明专利技术公开了一种无人驾驶弯道避撞轨迹规划与跟踪控制方法包括，根据自车与障碍车行驶状态信息和位置信息结合控制算法，建立车辆动力学模型；根据道路信息参数、道路曲率、自车与障碍车的碰撞时间以及相邻车道的避障区域和约束条件，进行模拟轨迹规划；根据所述车辆动力学模型与所述模拟轨迹，进行路径跟踪控制，确定避撞策略，拟合出最优避撞路径。通过获取自车与障碍车的行驶状态信息、位置信息以及道路信息，根据道路曲率、自车与障碍车的碰撞时间以及相邻车道的避障区域和约束条件，确定避撞策略，拟合出最优避撞路径，实现车速不恒定状态下无人驾驶汽车弯道避撞功能。定状态下无人驾驶汽车弯道避撞功能。定状态下无人驾驶汽车弯道避撞功能。

【技术实现步骤摘要】
一种无人驾驶弯道避撞轨迹规划与跟踪控制方法


[0001]本专利技术涉及无人驾驶车辆轨迹规划与跟踪控制
，尤其涉及一种无人驾驶弯道避撞轨迹规划与跟踪控制方法。

技术介绍

[0002]随着人们的生活愈发的智能，无人驾驶汽车也逐渐走入了我们的视野当中。智能汽车的发展不仅能方便人们的出行，也能够有效解决交通拥堵、环境污染，降低事故的发生。在无人驾驶方面，轨迹规划和路径跟踪是其核心组成部分，因此对它们的研究成为了业内人士的焦点。
[0003]现有路径规划算法例如人工势场法、蚁群算法等，路径跟踪算法例如PID控制算法、预瞄跟踪最优控制算法等，都已经广泛应用于各种场景。但是人们更多的关注于直道方面，另外大部分研究还假设在车速恒定的情况下进行控制，但在实际情况下车速不可能保持不变，这给人们提出了新的挑战。

技术实现思路

[0004]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0005]鉴于上述现有存在的问题，提出了本专利技术。
[0006]因此，本专利技术提供了一种无人驾驶弯道避撞轨迹规划与跟踪控制方法，能够解决车速不恒定情况下，无人驾驶在弯道方面创新不足的问题。
[0007]为解决上述技术问题，本专利技术提供如下技术方案，一种无人驾驶弯道避撞轨迹规划与跟踪控制方法，包括：
[0008]根据自车与障碍车行驶状态信息和位置信息结合控制算法，建立车辆动力学模型；
[0009]根据道路信息参数、道路曲率、自车与障碍车的碰撞时间以及相邻车道的避障区域和约束条件，进行模拟轨迹规划；
[0010]根据所述车辆动力学模型与所述模拟轨迹，进行路径跟踪控制，确定避撞策略，拟合出最优避撞路径。
[0011]作为本专利技术所述的无人驾驶弯道避撞轨迹规划与跟踪控制方法的一种优选方案，其中：所述车辆动力学模型包括，
[0012]状态方程模型为：
[0013][0014]其中，m为车辆质量，I
z
为车辆横摆转动惯量；l
f
、l
r
为车辆质心到前后轴的距离；v
x
为质心处的纵向速度，y为侧向位移，为侧向速度，Ψ为车辆质心的横摆角，为车辆质心处侧向加速度；F
yf
和F
yr
车辆前后轮胎受到的侧向力；为车辆质心横摆角速度，为横摆角加速度；δ为前轮转角；C
αf
和C
αr
为前后轮的侧偏刚度；β为车辆的质心侧偏角度。
[0015]作为本专利技术所述的无人驾驶弯道避撞轨迹规划与跟踪控制方法的一种优选方案，其中：所述模拟轨迹规划包括，
[0016]将车辆从外侧车道驶入内侧车道路径用五次多项式曲线表示为：
[0017][0018]通过变道约束条件获得变道的初始时刻和完成时刻位移、速度和加速度边界条件为：
[0019]X
O
(t
on
)＝0,
[0020]Y
O
(t
on
)＝0,
[0021]X
A
(t
off
)＝R
a
sinω
OA
,
[0022]Y
A
(t
off
)＝R
b
‑
cosω
OA
[0023][0024][0025][0026][0027][0028][0029][0030][0031]其中，和为车辆在变道初始时刻的向心加速度和完成时刻的向心加速度，开始时刻t
on
，结束时刻t
off
，换道时间T＝t
on
‑
t
off
，路段长度L、车道间距d，状态约束:开始时刻纵向速度v
xon
、加速度a
xon
,侧向速度v
yon
、加速度a
yon
；结束时刻纵向速度v
xoff
、加速度a
xoff
,侧向速度v
yoff
、加速度a
yoff
，X0,Y0为初始时刻的纵向位置和横向位置XA,YA，为
换道结束时刻的纵向位置和横向位置，为初始时刻的纵向速度和横向速度，为换道结束时的纵向速度和横向速度，为初始时刻的纵向加速度和横向加速度，为结束时刻的纵向加速度和横向加速度，R
a
为内侧车道道路中心线半径，R
b
为外侧车道道路中心线半径。
[0032]作为本专利技术所述的无人驾驶弯道避撞轨迹规划与跟踪控制方法的一种优选方案，其中：所述路径跟踪控制包括，
[0033]横纵向MPC控制，将纵向控制误差模型和横向控制误差模型集成到一起设误差模型为：
[0034][0035]其中，误差状态变量分别对应：横向误差e1,横向误差率航向误差e2,航向误差率速度误差e3,位置误差e4，其中，误差状态变量分别对应：横向误差e1,横向误差率航向误差e2,航向误差率速度误差e3,位置误差e4，m为车辆质量，I
z
为车辆横摆转动惯量；l
f
、l
r
为车辆质心到前后轴的距离，C
αf
和C
αr
为前后轮的侧偏刚度，v
x
为纵向速度，δ为前轮转角，a为纵向加速度，为道路曲率。
[0036]作为本专利技术所述的无人驾驶弯道避撞轨迹规划与跟踪控制方法的一种优选方案，其中：所述误差模型包括，
[0037]所述误差模型的一般形式表示为：
[0038][0039]其中：A(t)为状态矩阵，B(t)为控制矩阵，C(t)为扰动矩阵，D(t)
[0040]为输出矩阵ζ为系统状态量，u为系统控制量。
[0041]作为本专利技术所述的无人驾驶弯道避撞轨迹规划与跟踪控制方法的一种优选方案，其中：所述误差模型还包括，
[0042]对所述误差模型的一般形式进行采样时间为T的离散化采样，得到状态方程
[0043][0044]其中：A
k
为离散化后的状态矩阵，B
k
为离散化后的控制矩阵，C
k
为离散化后的扰动矩阵，I为单位矩阵，T为采样周期，A
k
＝I+TA；B
k
＝TB；＝TB；
[0045]作为本专利技术所述的无人驾驶弯道避撞轨迹规划与跟踪控制方法的一种优选方案，其中：所述误差模型还包括，
[0046]将离散状态变量x(k)与控制变量u(k)组合成新的状态变量：
[0047][0048]得到新的状态空间方程：
[0049][0050]其中：为新的状态本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人驾驶弯道避撞轨迹规划与跟踪控制方法，其特征在于：包括，根据自车与障碍车行驶状态信息和位置信息结合控制算法，建立车辆动力学模型；根据道路信息参数、道路曲率、自车与障碍车的碰撞时间以及相邻车道的避障区域和约束条件，进行模拟轨迹规划；根据所述车辆动力学模型与所述模拟轨迹，进行路径跟踪控制，确定避撞策略，拟合出最优避撞路径。2.如权利要求1所述的一种无人驾驶弯道避撞轨迹规划与跟踪控制方法，其特征在于：所述车辆动力学模型包括，状态方程模型为：其中，m为车辆质量，I
z
为车辆横摆转动惯量，l
f
、l
r
为车辆质心到前后轴的距离，v
x
为质心处的纵向速度，y为侧向位移，为侧向速度，Ψ为车辆质心的横摆角，为车辆质心处侧向加速度；F
yf
和F
yr
车辆前后轮胎受到的侧向力；为车辆质心横摆角速度，为横摆角加速度；δ为前轮转角；C
αf
和C
αr
为前后轮的侧偏刚度；β为车辆的质心侧偏角度。3.如权利要求2所述的一种无人驾驶弯道避撞轨迹规划与跟踪控制方法，其特征在于：所述模拟轨迹规划包括，将车辆从外侧车道驶入内侧车道路径用五次多项式曲线表示为：通过变道约束条件获得变道的初始时刻和完成时刻位移、速度和加速度边界条件为：X
O
(t
on
)＝0,Y
O
(t
on
)＝0,X
A
(t
off
)＝R
a
sinω
OA
,Y
A
(t
off
)＝R
b
‑
cosω
OAOAOAOAOAOA
其中，和为车辆在变道初始时刻的向心加速度和完成时刻的向心加速度，开始时刻t
on
，结束时刻t
off
，换道时间T＝t
on
‑
t
off
，路段长度L、车道间距d，状态约束:开始时刻纵向速度v
xon
、加速度a
xon
,侧向速度v
yon
、加速度a
yon
；结束时刻纵向速度v
xoff
、加速度a
xoff
,侧向速度v
yoff
、加速度a
yoff
，X0,Y0为初始时刻的纵向位置和横向位置XA,YA，为换道结束时刻的纵向位置和横向位置，为初始时刻的纵向速度和横向速度，为换道结束时的纵向速度和横向速度，为初始时刻的纵向加速度和横向加速度，为结束时刻的纵向加速度和横向加速度，R
a
为内侧车道道路中心线半径，R
b
为外侧车道道路中心线半径。4.如权利要求3所述的一种无人驾驶弯道避撞轨迹规划与跟踪控制方法，其特征在于：所述路径跟踪控制包括，横纵向MPC控制，将纵向控制误差模型和横向控制误差模型集成到一起设误差模型为：其中，误差状态变量分别对应：横向误差e1,横向误差率航向...

【专利技术属性】
技术研发人员：王衍学，裴如庆，冯剑波，陈志刚，李志星，
申请(专利权)人：北京建筑大学，
类型：发明
国别省市：