一种自适应MPC无人驾驶车辆路径跟踪控制方法技术

本发明专利技术提供了一种自适应MPC无人驾驶车辆路径跟踪控制方法，包括：获取无人驾驶车辆传感器的历史数据；建立MPC控制系统，将历史数据输入MPC控制系统中进行处理获得预测控制参数；将预测控制参数输入车辆自适应控制系统；自适应控制系统向对应的执行机构发送控制指令；GPS系统采集车辆当前位置信息，无人驾驶车辆传感器采集执行机构的实时运行参数，并将车辆当前位置信息和实时运行参数反馈到MPC系统；MPC系统将车辆当前位置信息与设定路径进行对比，得到车辆行驶路径的偏差并计算修正值，自适应控制系统根据修正值修正车辆行驶路径。本发明专利技术提高了无人驾驶车辆路径追踪的精度，使无人驾驶车辆追踪路径更加准确、安全。安全。安全。

【技术实现步骤摘要】
一种自适应MPC无人驾驶车辆路径跟踪控制方法


[0001]本专利技术属于车辆工程
，具体涉及一种自适应MPC无人驾驶车辆路径跟踪控制方法。

技术介绍

[0002]对于无人驾驶汽车来讲，路径追踪是使其正常且安全运行的重要因素,而预测误差是提高路径追踪的一种有效的途径。
[0003]当前的无人驾驶车辆路径跟踪控制系统采用的方法是PID控制系统，通过调节系统中PID控制器中的三个参数即比例P、积分I、微分D来实现车辆最终行驶的路径与参考路径仅有较小的误差，但由于PID控制系统不存在预测机制故必然存在一定程度上的滞后导致误差不能进一步缩小。
[0004]由于无人驾驶车辆所行驶的环境不同必然导致所采用的摩擦力系数、刚性系数等无法统一，若使用PID控制系统则需要不断对PID控制系统中的三个参数进行调节，影响无人驾驶车辆正常行驶。
[0005]因此，本申请提出一种自适应MPC无人驾驶车辆路径跟踪控制方法。

技术实现思路

[0006]针对现有技术的不足，本专利技术的主要目的在于提供一种自适应MPC无人驾驶车辆路径跟踪控制方法，以达到预测车辆的与参考路径之间可能存在的误差，从而调整无人驾驶车辆的输入输出，有效增加无人驾驶车辆路径追踪的精度。并通过自动适应车辆行驶的不同环境，使无人驾驶车辆具有一定程度应对行驶环境变化的能力，拓展无人驾驶车辆的行驶范围和应用范围。
[0007]为实现上述目的，本专利技术采用如下技术方案：一种自适应MPC无人驾驶车辆路径跟踪控制方法，此控制系统是自适应控制系统和MPC控制系统的结合应用，其中自适应控制系统用于处理无变化或变化缓慢的物理参数因环境变化而变化的问题，MPC控制系统用于处理对当下及未来时刻与参考路径的误差并将其最大限度的减小或消除。
[0008]为了实现上述目的，本专利技术提供如下技术方案：
[0009]一种自适应MPC无人驾驶车辆路径跟踪控制方法，包括以下步骤：
[0010]获取无人驾驶车辆传感器的历史数据；
[0011]建立MPC控制系统，具体步骤包括：
[0012]根据无人驾驶车辆所受到的物理约束建立车辆非线性模型；
[0013]采用泰勒公式将非线性模型线性化，得到输出矩阵变化率误差函数；
[0014]对输出矩阵变化率误差函数中的线性数据进行离散化，得到离散化方程；
[0015]对离散化方程中的离散数据进行整合，得到预测矩阵；
[0016]将所述历史数据输入MPC控制系统中进行处理，通过预测矩阵获得预测控制参数；
[0017]将对应的预测控制参数输入车辆不同的自适应控制系统；
[0018]不同的自适应控制系统根据预测控制参数向对应的执行机构发送控制指令；
[0019]GPS系统采集车辆当前位置信息，同时所述无人驾驶车辆传感器采集执行机构的实时运行参数，并将车辆当前位置信息和实时运行参数反馈到MPC系统和自适应控制系统；
[0020]所述MPC系统将车辆当前位置信息与设定路径进行对比，得到车辆行驶路径的偏差，运用二次规划求解出修正所需的最小偏差，并以最小偏差为修正值，将此修正值反馈至车辆不同的自适应控制系统，车辆不同的自适应控制系统以此修正值为依据并结合实时运行参数修正车辆行驶路径，实现路径跟踪。
[0021]优选地，所述根据无人驾驶车辆所受到的物理约束建立车辆非线性模型，包括以下步骤：
[0022]在XOY坐标系下建立无人驾驶汽车四轮模型，并将四轮模型等效为两轮模型；
[0023]设定X轴的指向为东，Y轴的指向为北；车体坐标系x轴为车辆前方，车体坐标系y轴指向车辆左侧；(X
r
，Y
r
)和(X
f
，Y
f
)分别为车辆模型前轮和后轮的中心；v
r
为后轮速度；l为前后轮轴距，R为瞬时转向半径；δ
f
为前轮转角；
[0024]确定无人驾驶汽车的控制变量和被控制变量：选用无人驾驶车辆传感器数据中的车辆后轮速度v
r
和前轮转角δ
f
作为控制变量，选择车辆位移(X，Y)和车辆转角作为被控制变量；
[0025]确定无人驾驶汽车的两轮模型在XOY坐标系下所受到物理约束，后轮速度v
r
即是车体坐标系下x轴方向上的速度，故：
[0026][0027][0028][0029]优选地，所述采用泰勒公式将非线性模型线性化，包括以下步骤：
[0030]确定输入矩阵和输出矩阵；
[0031]输入矩阵输出矩阵并设为系统给规划路径的理想参考状态，u
r
为理想系统规划路径的理想控制量，为车辆转角的理想值；
[0032]运用泰勒公式将误差方程线性化.泰勒公式的常规形式为：
[0033][0034]将u、ξ、ξ
r
代入泰勒公式，得出：
[0035][0036]又因f(ξ
r
，u)是理想参考状态求导设输出矩阵变化率误差函数设输出矩阵变化率误差函数故：
[0037][0038]其中，A为输出矩阵误差的系数矩阵，B为输入矩阵误差的系数矩阵；
[0039][0040][0041]完成对输出矩阵变化率误差函数的线性化。
[0042]优选地，所述对输出矩阵变化率误差函数中的线性数据进行离散化，得到离散化方程，包括以下步骤：
[0043]设定采样周期为T，第k个采样周期无人驾驶车辆的状态为ξ(k)，第k个采用周期的当前控制量为u(k)，采用前向欧拉公式：
[0044][0045]进行离散化，将无人驾驶车辆参数代入得：
[0046][0047]并对其进行整理得：
[0048][0049]其中A为矩阵离散化后的矩阵，B为矩阵离散化后的矩阵：
[0050][0051][0052]完成对输出矩阵变化率误差函数的离散化，得到离散化方程。
[0053]优选地，所述对离散化方程中的离散数据进行整合，得到预测矩阵，包括以下步骤：
[0054]定义当前控制量与参考值的误差与上一时刻的控制量与参考值的误差之间的差为Δ2u；已知当前控制量是当前控制量的参考值、上一时刻的控制量与参考值的误差的历史数据和当前反馈输入的最优解，即：
[0055]u(k)＝u
r
(k)+u(k
‑
1)
‑
u
r
(k
‑
1)+Δ2u(k)，
[0056]u(k)＝u
r
(k)+Δu(k
‑
1)+Δ2u(k)，
[0057]Δ2u(k)＝Δu(k)
‑
Δu(k
‑
1)；
[0058]K代表某一个时间段，因u
r
(k)和Δu(k
‑
1)为已知数据，若需要求出当前输入u(k)，则需要求出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自适应MPC无人驾驶车辆路径跟踪控制方法，其特征在于，包括以下步骤：获取无人驾驶车辆传感器的历史数据；建立MPC控制系统，具体步骤包括：根据无人驾驶车辆所受到的物理约束建立车辆非线性模型；采用泰勒公式将非线性模型线性化，得到输出矩阵变化率误差函数；对输出矩阵变化率误差函数中的线性数据进行离散化，得到离散化方程；对离散化方程中的离散数据进行整合，得到预测矩阵；将所述历史数据输入MPC控制系统中进行处理，通过预测矩阵获得预测控制参数；将对应的预测控制参数输入车辆不同的自适应控制系统；不同的自适应控制系统根据预测控制参数向对应的执行机构发送控制指令；GPS系统采集车辆当前位置信息，同时所述无人驾驶车辆传感器采集执行机构的实时运行参数，并将车辆当前位置信息和实时运行参数反馈到MPC系统和自适应控制系统；所述MPC系统将车辆当前位置信息与设定路径进行对比，得到车辆行驶路径的偏差，运用二次规划求解出修正所需的最小偏差，并以最小偏差为修正值，将此修正值反馈至车辆不同的自适应控制系统，车辆不同的自适应控制系统以此修正值为依据并结合实时运行参数修正车辆行驶路径，实现路径跟踪。2.根据权利要求1所述的自适应MPC无人驾驶车辆路径跟踪控制方法，其特征在于，所述根据无人驾驶车辆所受到的物理约束建立车辆非线性模型，包括以下步骤：在XOY坐标系下建立无人驾驶汽车四轮模型，并将四轮模型等效为两轮模型；设定X轴的指向为东，Y轴的指向为北；车体坐标系x轴为车辆前方，车体坐标系y轴指向车辆左侧；(X
r
，Y
r
)和(X
f
，Y
f
)分别为车辆模型前轮和后轮的中心；v
r
为后轮速度；l为前后轮轴距，R为瞬时转向半径；δ
f
为前轮转角；确定无人驾驶汽车的控制变量和被控制变量：选用无人驾驶车辆传感器数据中的车辆后轮速度v
r
和前轮转角δ
f
作为控制变量，选择车辆位移(X，Y)和车辆转角作为被控制变量；确定无人驾驶汽车的两轮模型在XOY坐标系下所受到物理约束，后轮速度v
r
即是车体坐标系下x轴方向上的速度，故：故：故：3.根据权利要求2所述的自适应MPC无人驾驶车辆路径跟踪控制方法，其特征在于，所述采用泰勒公式将非线性模型线性化，包括以下步骤：确定输入矩阵和输出矩阵；输入矩阵输出矩阵并设为系统给规划路径的理想参考状态，u
r
为理想系统规划路径的理想控制量，为车辆转角的理想值；
运用泰勒公式将误差方程线性化，泰勒公式的常规形式为：将u、ξ、ξ
r
代入泰勒公式，得出：又因f(ξ
r
，u)是理想参考状态求导设输出矩阵变化率误差函数设输出矩阵变化率误差函数故：其中，A为输出矩阵误差的系数矩阵，B为输入矩阵误差的系数矩阵；B为输入矩阵误差的系数矩阵；完成对输出矩阵变化率误差函数的线性化。4.根据权利要求3所述的自适应MPC无人驾驶车辆路径跟踪控制方法，其特征在于，所述对输出矩阵变化率误差函数中的线性数据进行离散化，得到离散化方程，包括以下步骤：设定采样周期为T，第k个采样周期无人驾驶车辆的状态为ξ(k)，第k个采用周期的当前控制量为u(k)，采用前向欧拉公式：进行离散化，将无人驾驶车辆参数代入得：并对其进行整理得：其中A为矩阵离散化后的矩阵，B为矩阵离散化后的矩阵：<...

【专利技术属性】
技术研发人员：陈礼勇，蒋可龙，王胜，郭广颂，贾爱芹，
申请(专利权)人：郑州航空工业管理学院，
类型：发明
国别省市：