【技术实现步骤摘要】
一种基于SSM的自动驾驶车队横纵向同步安全控制方法
[0001]本专利技术涉及智能交通同步安全控制方法,尤其涉及一种基于SSM的自动驾驶车队横纵向同步安全控制方法。
技术介绍
[0002]现有研究表明,90%以上的车辆碰撞事故是由人为失误造成的。此外,根据美国交通部研究与创新技术管理局的数据,基于自动驾驶车辆技术,每年可以减少约80%的车辆碰撞事故。由于自动驾驶车队可以准确感知周围环境,反应时间可以忽略不计,并且不受分心、疲劳驾驶的影响,可以协调多辆车安全紧凑行驶,提高交通效率和安全性。然而,当自动驾驶车队外部干扰时,很难保持预先设定的车辆间距,增加碰撞的风险。目前,大部分自动驾驶车队控制算法都是假设车辆在直线公路上行驶,如自适应巡航控制和协同自适应巡航控制。然而,在弯曲的道路上,不仅应该考虑自动驾驶车辆行驶的纵向方向,还应该考虑横向的动态变化。此外,自动驾驶车队在弯曲道路上的碰撞风险比在直线道路上的要高。在解决弯曲道路上有外部干扰的自动驾驶车队安全控制方面的研究较少。
[0003]在弯曲道路上,自动驾驶车辆不仅要具有跟踪预定路径的能力,还需要避免碰撞以及降低由外部干扰引起的碰撞风险。对于自动驾驶车队的纵向和横向同步控制,当前大多数算法采用分层分级来处理该问题:首先仅考虑自动驾驶车辆的位置和速度来规划轨迹,然后使用简单的反馈控制器来跟踪规划的轨迹。为了实现自动驾驶车辆的可靠性和安全机动,研究人员提出了大量的运动规划策略,通过跟踪下层反馈控制器来优化自动驾驶车辆在各种道路上的行驶路径或轨迹。然而,上述研究要么将
【技术保护点】
【技术特征摘要】
1.一种基于SSM的自动驾驶车队横纵向同步安全控制方法,其特征在于,包括步骤如下:S1,获取弯道场景道路信息;S2,获取车队中所有车辆初始运行状态;S3,设定车队中车辆安全间距控制策略,以固定车头时距策略进行车队控制;S4,取从当前时刻到设定值的时间段作为模型预测控制的预测范围,并设计采样时间以及控制时间;S5,基于所选取的SSM指标以及设计车辆目标车头间距,设计车辆控制目标函数;S6,利用二次规划求取车辆控制目标函数的最优解;S7,根据步骤S6得到的最优解,将车队中所有车辆第一个解作为控制输入对所有车辆进行控制;S8,更新所有车辆运行状态;S9,若车辆没有全部通过弯道场景,重复步骤S3至步骤S8,直至所有车辆通过弯道场景。2.根据权利要求1所述基于SSM的自动驾驶车队横纵向同步安全控制方法,其特征在于,步骤S3中,设定车队中车辆安全间距控制策略,以固定车头时距策略进行车队控制的步骤如下:S31,车辆i的横纵向状态满足下列方程:S31,车辆i的横纵向状态满足下列方程:S31,车辆i的横纵向状态满足下列方程:S31,车辆i的横纵向状态满足下列方程:S31,车辆i的横纵向状态满足下列方程:S31,车辆i的横纵向状态满足下列方程:S31,车辆i的横纵向状态满足下列方程:S31,车辆i的横纵向状态满足下列方程:S31,车辆i的横纵向状态满足下列方程:式中,X为自动驾驶车辆i中心点纵向位移;Y为自动驾驶车辆i中心点横向位移;为其导数;v
x
表示自动驾驶车辆i中心点的纵向速度,v
y
表示自动驾驶车辆i中心点的横向速度;ψ表示自动驾驶车辆i中心点的方向角,为其导数;r表示自动驾驶车辆i中心点的偏航率,为其导数;β为自动驾驶车辆i的侧滑角,为其导数;F
xr
表示自动驾驶车辆i后轮的纵向力,F
yf
表示自动驾驶车辆i前轮的横向力;F
yr
表示自动驾驶车辆i后轮的横向力;M为车辆
质量;I
z
为中心点的偏航惯性;l
r
表示自动驾驶车辆中心点到后轮的距离;l
f
表示自动驾驶车辆中心点到前轮的距离;δ表示自动驾驶车辆i的转向角,为其导数,δ
′
表示自动驾驶车辆i的理想转向角;F
x
表示自动驾驶车辆i的纵向力,为其导数,F
′
x
表示自动驾驶车辆i的理想纵向力。其中,δ
′
与F
′
x
为车辆输入的控制参数。S32,求解车辆状态方程,车辆状态方程的表达式如下:dx=fdt+G
·
udt其中,x=[X Y ψ β r v
x v
y δ F
x
]
TT
G=[0 0 0 0 0 0 0 10 10]
T
S33,选用固定车头时距策略,则表达式为:τ
*
v
i,x
(t)+l
f
+l
r
=(β
i
‑
1,y
(t)
‑
β
i,y
(t))
×
R式中,τ
*
表示车辆间车头间距;v
i,x
(t)表示第i辆自动驾驶车辆的纵向速度;β
i,y
(t)表示自动驾驶...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。