一种基于能耗最优化的无人集卡编队控制方法及装置制造方法及图纸

本发明专利技术公开了一种基于能耗最优化的无人集卡编队控制方法及装置，其中，所述方法包括：获取无人集卡编队数据，并对无人集卡编队数据进行数据预处理，获得数据预处理后的无人集卡编队数据；基于该无人集卡编队数据建立无人集卡编队运动学模型和动力学模型；基于该运动学模型和动力学模型建立能耗最优控制方程；基于该运动学模型和动力学模型利用

【技术实现步骤摘要】
一种基于能耗最优化的无人集卡编队控制方法及装置


[0001]本专利技术涉及无人驾驶
，尤其涉及一种基于能耗最优化的无人集卡编队控制方法及装置
。

技术介绍

[0002]近年来，国内外无人驾驶的发展极其迅速，无人技术也涵盖生活的各个领域，伴随第四次工业革命的到来，无人驾驶技术得到长足发展，将在可以预见的未来对人类的出行方式和生活方式产生深远影响
。
目前，全世界对无人驾驶汽车技术的研究正如火如荼地展开，但缺乏对无人驾驶汽车系统性技术问题的详细分析和解决技术问题管理模式的研究，政策体系和技术支持也未足够完善，导致无人驾驶无法落地使用
。
[0003]公路运输作为国民经济和现代化服务的重要产业，也是物流运输系统中最基本和最主要的流程之一，同时公路运输也是运输体系中能耗消耗最大的运输方式，现阶段，将无人驾驶技术与集卡结合起来，不仅可以提高运输效率，还可以降低工人成本
。
对此，以用于特定场景的无人集卡编队为研究对象，针对无人集卡编队质量大
、
质心高，致能耗大，跟随误差大等问题，从无人集卡速度控制
、
轨迹跟踪及能耗优化控制策略等关键技术入手，保障在无人集卡稳定跟随轨迹与前车行驶的情况下，达到能量消耗最低效果
。

技术实现思路

[0004]本专利技术的目的在于克服现有技术的不足，本专利技术提供了一种基于能耗最优化的无人集卡编队控制方法及装置，通过无人集卡速度控制
、
轨迹跟踪及能耗优化控制策略的关键技术，保障在无人集卡稳定跟随轨迹与前车行驶情况下，达到能量消耗最低效果
。
[0005]为了解决上述技术问题，本专利技术实施例提供了一种基于能耗最优化的无人集卡编队控制方法，所述方法包括：
[0006]获取无人集卡编队数据，并对所述无人集卡编队数据进行数据预处理，获得数据预处理后的无人集卡编队数据；
[0007]基于数据预处理后的无人集卡编队数据建立无人集卡编队运动学模型和无人集卡编队动力学模型；
[0008]基于所述无人集卡编队运动学模型和无人集卡编队动力学模型建立能耗最优控制方程；
[0009]基于所述无人集卡编队运动学模型和无人集卡编队动力学模型利用
Stanley
轨迹跟踪控制算法建立横向误差方程和航向误差方程；
[0010]基于所述能耗最优控制方程
、
横向误差方程和航向误差方程输出无人集卡车转矩
、
制动及转角控制指令
。
[0011]可选的，所述获取无人集卡编队数据，并对所述无人集卡编队数据进行数据预处理，获得数据预处理后的无人集卡编队数据，包括：
[0012]基于传感设备获取无人集卡编队数据，其中，所述无人集卡编队数据包括速度
、
相
对距离和实时转角数据；
[0013]对所述无人集卡编队数据进行数据清理处理，获得数据清理处理后的无人集卡编队数据；
[0014]对数据清理处理后的无人集卡编队数据进行数据集成处理，获得数据集成处理后的无人集卡编队数据；
[0015]对数据集成处理后的无人集卡编队数据进行数据变换处理，获得数据变换处理后的无人集卡编队数据；
[0016]对数据变换处理后的无人集卡编队数据进行数据归约处理，获得数据预处理后的无人集卡编队数据
。
[0017]可选的，所述基于数据预处理后的无人集卡编队数据建立无人集卡编队运动学模型和无人集卡编队动力学模型，包括：
[0018]基于数据预处理后的无人集卡编队数据建立无人集卡编队运动学模型，其中，所述无人集卡编队运动学模型为：
[0019][0020]其中，
x
为牵引车纵向位移量，
y
为牵引车横向位移量，
φ
为横摆角，
ω
t
为铰接角度，
θ1为牵引车转向轴转角，
v
为牵引车速度，
l1为牵引车轴距，
l2为半挂车轴距，
e1为相对于牵引车后轴偏移量，
ω0为牵引车前轴转向率，
a
为牵引车纵向加速度；
[0021]基于数据预处理后的无人集卡编队数据建立无人集卡编队动力学模型
。
[0022]可选的，所述基于数据预处理后的无人集卡编队数据建立无人集卡编队动力学模型，包括：
[0023]基于数据预处理后的无人集卡编队数据计算无人集卡牵引车和无人集卡半挂车动力学方程，其中，无人集卡牵引车侧向运动方程为：
[0024]m
t
a
ty1
＝
F
yti1
+F
yti2
‑
F
sty
，
[0025]无人集卡牵引车横摆运动方程为：
[0026][0027]无人集卡半挂车侧向运动方程为：
[0028]m
s
a
sy1
＝
F
ysi1
+F
sty
，
[0029]无人集卡半挂车横摆运动方程为：
[0030][0031]基于所述无人集卡牵引车和无人集卡半挂车动力学方程计算无人集卡牵引车和无人集卡半挂车的约束方程，其中，所述无人集卡牵引车与无人集卡半挂车在牵引点连接处存在横向运动约束，约束方程为：
[0032][0033][0034][0035]其中，
m
t
为牵引车质量，
m
s
为半挂车质量，
I
zt1
为牵引车横摆转动惯量，
I
sz2
为半挂车横摆转动惯量，
a1为牵引车到前轴距离，
a2为牵引车到后轴距离，
b1为半挂车到第五轴距离，
b2为半挂车到后轴距离，
F
sty
为牵引车恒半挂车铰接处侧向力，
F
yti1
为牵引车前轴侧向力，
F
yti2
为牵引车后轴侧向力，
F
ysi1
为半挂车后轴侧向力，
l
a
为牵引车轴距，
l
b
为半挂车第五轴到后轴的距离，
θ
为牵引车与半挂车的铰接角度，
I
stp
为牵引车质心到铰接点距离，
v
xt1
为牵引车纵向车速，
v
xt1
为半挂车纵向车速，
v
yt1
为牵引车侧向车速，
v
yt1
为半挂车侧向车速，
ψ1为牵引车横摆角速度，
ψ2为半挂车横摆角速度
。
[0036]可选的，所述基于所述无人集卡编队运动学模型和无人集卡编队动力学模型建立能耗最优控制方程，包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于能耗最优化的无人集卡编队控制方法，其特征在于，所述方法包括：获取无人集卡编队数据，并对所述无人集卡编队数据进行数据预处理，获得数据预处理后的无人集卡编队数据；基于数据预处理后的无人集卡编队数据建立无人集卡编队运动学模型和无人集卡编队动力学模型；基于所述无人集卡编队运动学模型和无人集卡编队动力学模型建立能耗最优控制方程；基于所述无人集卡编队运动学模型和无人集卡编队动力学模型利用
Stanley
轨迹跟踪控制算法建立横向误差方程和航向误差方程；基于所述能耗最优控制方程
、
横向误差方程和航向误差方程输出无人集卡车转矩
、
制动及转角控制指令
。2.
根据权利要求1所述的一种基于能耗最优化的无人集卡编队控制方法，其特征在于，所述获取无人集卡编队数据，并对所述无人集卡编队数据进行数据预处理，获得数据预处理后的无人集卡编队数据，包括：基于传感设备获取无人集卡编队数据，其中，所述无人集卡编队数据包括速度
、
相对距离和实时转角数据；对所述无人集卡编队数据进行数据清理处理，获得数据清理处理后的无人集卡编队数据；对数据清理处理后的无人集卡编队数据进行数据集成处理，获得数据集成处理后的无人集卡编队数据；对数据集成处理后的无人集卡编队数据进行数据变换处理，获得数据变换处理后的无人集卡编队数据；对数据变换处理后的无人集卡编队数据进行数据归约处理，获得数据预处理后的无人集卡编队数据
。3.
根据权利要求1所述的一种基于能耗最优化的无人集卡编队控制方法，其特征在于，所述基于数据预处理后的无人集卡编队数据建立无人集卡编队运动学模型和无人集卡编队动力学模型，包括：基于数据预处理后的无人集卡编队数据建立无人集卡编队运动学模型，其中，所述无人集卡编队运动学模型为：其中，
x
为牵引车纵向位移量，
y
为牵引车横向位移量，
φ
为横摆角，
ω
t
为铰接角度，
θ1为牵引车转向轴转角，
v
为牵引车速度，
l1为牵引车轴距，
l2为半挂车轴距，
e1为相对于牵引车后轴偏移量，
ω
θ
为牵引车前轴转向率，
a
为牵引车纵向加速度；
基于数据预处理后的无人集卡编队数据建立无人集卡编队动力学模型
。4.
根据权利要求3所述的一种基于能耗最优化的无人集卡编队控制方法，其特征在于，所述基于数据预处理后的无人集卡编队数据建立无人集卡编队动力学模型，包括：基于数据预处理后的无人集卡编队数据计算无人集卡牵引车和无人集卡半挂车动力学方程，其中，无人集卡牵引车侧向运动方程为：
m
t
a
ty1
＝
F
yti1
+F
yti2
‑
F
stt
，无人集卡牵引车横摆运动方程为：无人集卡半挂车侧向运动方程为：
m
s
a
sy1
＝
F
ysi1
+F
sty
，无人集卡半挂车横摆运动方程为：基于所述无人集卡牵引车和无人集卡半挂车动力学方程计算无人集卡牵引车和无人集卡半挂车的约束方程，其中，所述无人集卡牵引车与无人集卡半挂车在牵引点连接处存在横向运动约束，约束方程为：在横向运动约束，约束方程为：在横向运动约束，约束方程为：其中，
m
t
为牵引车质量，
m
s
为半挂车质量，
I
zt1
为牵引车横摆转动惯量，
I
sz2
为半挂车横摆转动惯量，
a1为牵引车到前轴距离，
a2为牵引车到后轴距离，
b1为半挂车到第五轴距离，
b2为半挂车到后轴距离，
F
sty
为牵引车恒半挂车铰接处侧向力，
F
yti1
为牵引车前轴侧向力，
F
yti2
为牵引车后轴侧向力，
F
ysi1
为半挂车后轴侧向力，
l
a
为牵引车轴距，
l
b
为半挂车第五轴到后轴的距离，
θ
为牵引车与半挂车的铰接角度，
I
stp
为牵引车质心到铰接点距离，
v
xt1
为牵引车纵向车速，
v
xt1
为半挂车纵向车速，
v
yt1
为牵引车侧向车速，
v
yt1
为半挂车侧向车速，
ψ1为牵引车横摆角速度，
ψ2为半挂车横摆角速度
。5.
根据权利要求1所述的一种基于能耗最优化的无人集卡编队控制方法，其特征在于，所述基于所述无人集卡编队运动学模型和无人集卡编队动力学模型建立能耗最优控制方程，包括：基于传感设备获取无人集卡编队的相对距离；基于所述无人集卡编队运动学模型和无人集卡编队动力学模型利用无人集卡编队的相对距离和
PID
控制算法计算瞬时期望速度，其中，所述瞬时期望速度的计算公式为：其中，
P
v
为瞬时速度求解比例系数，
I
v
为瞬时速度求解积分时间系数，
D
v
为瞬时速度求解微分时间系数，
s
diff
为无人集卡编队的相对距离，
v0为瞬时速度求解时初始化速度；基于所述瞬时期望速度利用电机转速控制原理设计能耗最优控制方程
。6.
根据权利要求5所述的一种基于能耗最优化的无人集卡编队控制方法，其特征在于，所述基于所述瞬时期望速度利用电机转速控制原理设...

【专利技术属性】
技术研发人员：谭志荣，钟明浩，罗锡亮，王新运，易陈钰，
申请(专利权)人：佛山市禅城区技工学校，
类型：发明
国别省市：