车辆横向控制方法、装置、存储介质及终端制造方法及图纸

本发明专利技术提供一种车辆横向控制方法、装置、存储介质及终端，所述方法包括以下步骤：获取车辆的路径规划信息和定位信息；基于所述路径规划信息和所述定位信息获取车辆的横向误差、航向角误差和前馈控制量；基于所述横向误差和所述航向角误差获取切换平面和切换平面变化率；基于所述切换平面和所述切换平面变化率获取反馈控制量；基于所述前馈控制量和所述反馈控制量获取前轮转角目标值，以基于所述前轮转角目标值实现车辆的横向控制。本发明专利技术的车辆横向控制方法、装置、存储介质及终端通过采用滑模面和收敛律，有效提高了车辆横向控制的鲁棒性。性。性。

【技术实现步骤摘要】
车辆横向控制方法、装置、存储介质及终端


[0001]本专利技术涉及车辆控制的
，特别是涉及一种车辆横向控制方法、装置、存储介质及终端。

技术介绍

[0002]自主代客泊车(Automated Valet Parking，AVP)是指用户在指定下客点下车，通过APP下达泊车指令，车辆在接收到泊车指令后可自主选择行进路线行驶到停车场的停车位，无需用户操纵与监控，从而为用户提供从停车区域入口到停车位的无人代客泊车服务。自主代客泊车是自动驾驶L4级别特定场景下的低速无人驾驶技术，其关键技术之一为车辆的运动控制。
[0003]车辆横向控制主要涉及横向位置误差控制和航向角度误差控制。现有技术中，车辆横向控制算法主要包括以下两种：
[0004](1)基于模型的车辆横向控制算法
[0005]其中，基于模型的车辆横向控制算法主要包括模型预测控制(Model predictive control，MPC)、线性二次调节器(Linear Quadratic Regulator，LQR)等。出于安全性需求，基于模型的车辆横向控制算法都在MCU控制器中实现。受限于MCU的计算能力，LQR和MPC等算法的优化步数和收敛值受到较大限制，导致控制效果并不理想。同时，对于LQR、MPC等算法需要5～6个参数，如果需要适配不同速度，甚至需要10个以上参数，参数较多造成控制算法和新车适配过程中的调试量巨大，导致开发时长和成本很高。
[0006](2)基于几何计算的车辆横向控制算法，
[0007]其中，基于几何计算的车辆横向控制算法主要包括纯跟踪算法、stanley算法等。然而，在低速场景下，由于泊车路径档位切换频繁，存在大量曲率不连续路径，同时车辆参数不确定性太大，导致基于几何计算的车辆横向控制算法鲁棒性较差。
[0008]另外，申请号为201910353985.9的中国专利公开一种车辆横向控制方法，其利用横向控制模型，获得输出向量和控制量之间的关系，得到状态方程，并根据最优控制得到最优控制量进行横向控制。该方法摆脱了对车辆动力学模型的依赖，无需获得精确参数，通过确定预测域和控制域实现模型预测控制。但该方法的优化计算对计算机算力要求较高。
[0009]申请号为202211336468.9的中国专利公开一种车辆横向控制方法，其基于车辆的初始和不同时刻的纵向速度、方向盘角度和横向加速度值，确定当前车辆理论横向位移，确定当前横向位移累计误差，并对车辆理论方向盘转角值进行修正，最终通过对当前时刻的理论方向盘转角值进行修正，克服车辆横向控制过程的偏差。但是该方法主要针对控制系统失效的备份控制算法，非针对车辆控制算法本身的鲁棒性。
[0010]申请号为201910729447.5的中国专利公开一种车辆横向运动控制方法，其基于从车辆相机传感器接收的图像数据来确定车道曲率、相对于车道中心线的车辆位置偏移量、和车辆航向。基于车速、车辆横摆率和所述位置偏移量来计算调整的车道曲率和调整的车辆航向。但是该方法针对行车场景设计，对道路中心线平滑性要求较高，对于泊车档位切换
频繁、曲率变化大条件下适用性较差。
[0011]综上可知，针对低速泊车场景不确定性大、路径曲率变化大的特定，现有车辆横向控制算法或鲁棒性较差，或算力要求较高，无法解决自主泊车应用场景所面临的问题。

技术实现思路

[0012]鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种车辆横向控制方法、装置、存储介质及终端，通过采用滑模面和收敛律，有效提高了车辆横向控制的鲁棒性。
[0013]第一方面，本专利技术提供一种车辆横向控制方法，所述方法包括以下步骤：获取车辆的路径规划信息和定位信息；基于所述路径规划信息和所述定位信息获取车辆的横向误差、航向角误差和前馈控制量；基于所述横向误差和所述航向角误差获取切换平面和切换平面变化率；基于所述切换平面和所述切换平面变化率获取反馈控制量；基于所述前馈控制量和所述反馈控制量获取前轮转角目标值，以基于所述前轮转角目标值实现车辆的横向控制。
[0014]在第一方面的一种实现方式中，基于所述路径规划信息和所述定位信息获取车辆的横向误差、航向角误差和前馈控制量包括以下步骤：
[0015]根据路径规划信息T
i
(x
ti
,y
ti
,ψ
ti
,ρ
ti
,s
ti
)获取所述定位信息P(x,y,ψ，v)对应的距离最近路径点和预瞄路径点；其中x,y,ψ，v分别表示所述定位信息的横坐标、纵坐标、航向角和速度，x
ti
,y
ti
,ψ
ti
,ρ
ti
,s
ti
表示所述路径规划信息中第i个规划路径点的横坐标、纵坐标、航向角、曲率和累计路程；
[0016]根据y
e
＝(y
‑
y
ti
)*cos(ψ
ti
)
‑
(x
‑
x
ti
)*sin(ψ
ti
)计算所述横向误差；
[0017]根据ψ
e
＝ψ
‑
ψ
ti
计算所述航向角误差；
[0018]根据计算所述前馈控制量，其中K
V
为曲率平滑系数，ρ
nearest
和ρ
preview
分别为所述距离最近路径点和所述预瞄路径点的曲率。
[0019]在第一方面的一种实现方式中，基于所述横向误差和所述航向角误差获取切换平面和切换平面变化率包括以下步骤：
[0020]根据s＝y
e
获取所述切换平面，其中y
e
为所述横向误差；
[0021]根据获取所述切片平面变化率，其中ψ
e
为所述航向角误差，ρ
nearest
为所述定位信息对应的距离最近路径点的曲率。
[0022]在第一方面的一种实现方式中，基于所述切换平面和所述切换平面变化率获取反馈控制量包括以下步骤：
[0023]根据获取初始反馈控制量，其中α为反馈控制量最大曲率，η为滑模收敛参数，s为所述切换平面，为所述切换平面变化率，
[0024]对所述初始反馈控制量进行平滑，得到平滑后的反馈控制量其中ε1为反馈控制量平滑系数。
[0025]在第一方面的一种实现方式中，基于所述前馈控制量和所述反馈控制量获取前轮转角目标值包括以下步骤：
[0026]根据u＝clamp(u
FB
+u
FF
,ρ
min
,ρ
max
)获取横向总控制量，其中clamp为限幅函数，ρ
min
和ρ
max
分别为最小指令曲率和最大指令曲率；
[0027]根据δ＝atan本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆横向控制方法，其特征在于：所述方法包括以下步骤：获取车辆的路径规划信息和定位信息；基于所述路径规划信息和所述定位信息获取车辆的横向误差、航向角误差和前馈控制量；基于所述横向误差和所述航向角误差获取切换平面和切换平面变化率；基于所述切换平面和所述切换平面变化率获取反馈控制量；基于所述前馈控制量和所述反馈控制量获取前轮转角目标值，以基于所述前轮转角目标值实现车辆的横向控制。2.根据权利要求1所述的车辆横向控制方法，其特征在于：基于所述路径规划信息和所述定位信息获取车辆的横向误差、航向角误差和前馈控制量包括以下步骤：根据路径规划信息T
i
(x
ti
,y
ti
,ψ
ti
,ρ
ti
,s
ti
)获取所述定位信息P(x,y,ψ，v)对应的距离最近路径点和预瞄路径点；其中x,y,ψ，v分别表示所述定位信息的横坐标、纵坐标、航向角和速度，x
ti
,y
ti
,ψ
ti
,ρ
ti
,s
ti
表示所述路径规划信息中第i个规划路径点的横坐标、纵坐标、航向角、曲率和累计路程；根据y
e
＝(y
‑
y
ti
)*cos(ψ
ti
)
‑
(x
‑
x
ti
)*sin(ψ
ti
)计算所述横向误差；根据ψ
e
＝ψ
‑
ψ
ti
计算所述航向角误差；根据计算所述前馈控制量，其中K
V
为曲率平滑系数，ρ
nearest
和ρ
preview
分别为所述距离最近路径点和所述预瞄路径点的曲率。3.根据权利要求1所述的车辆横向控制方法，其特征在于：基于所述横向误差和所述航向角误差获取切换平面和切换平面变化率包括以下步骤：根据s＝y
e
获取所述切换平面，其中y
e
为所述横向误差；根据获取所...

【专利技术属性】
技术研发人员：李焘，杨斌，刘德亮，
申请(专利权)人：纵目科技上海股份有限公司，
类型：发明
国别省市：