【技术实现步骤摘要】
本专利技术涉及路径跟踪，特别是涉及一种变预测时间的车辆路径跟踪控制方法、系统、设备及介质。
技术介绍
1、自动驾驶汽车具有改善驾驶安全、缓解交通拥堵和提高运输效率的潜力，近几十年来受到了学术界和工业界的广泛关注。作为自动驾驶汽车运动控制的核心技术之一，路径跟踪已成为全球研究的焦点。路径跟踪的主要目标是优化路径跟踪的准确性和平滑性，同时通过自动转向操作保持车辆的稳定性。模型预测控制(mpc)是实现路径跟踪的可行方法之一。目前，mpc中的固定预测时间无法确保在某些关键场景(如结冰路面)下的路径跟踪性能。
技术实现思路
1、本专利技术的目的是提供一种变预测时间的车辆路径跟踪控制方法、系统、设备及介质，提高了路径跟踪的准确性。
2、为实现上述目的，本专利技术提供了如下方案：
3、本专利技术提供了一种变预测时间的车辆路径跟踪控制方法，包括：
4、根据目标车辆的车辆动力学模型、轮胎模型和路径跟踪模型，建立车辆状态预测模型；
5、根据当前时刻的参考路径曲率、车辆纵向速度和路面附着系数，采用最优时间预测模型，输出当前的最优预测时间；
6、根据当前的最优预测时间确定当前离散时间步长和当前预测时域；
7、将当前时刻的车辆状态输入所述车辆状态预测模型，输出车辆状态预测时间序列；所述车辆状态预测时间序列包括当前预测时域范围内的各当前离散时间步长的车辆状态；
8、根据所述车辆状态预测时间序列构建路径跟踪的目标函数；所述目标函
9、对所述目标函数进行优化，得到优化后的控制时间序列；
10、根据优化后的控制时间序列对所述目标车辆进行路径跟踪控制。
11、本专利技术提供了一种变预测时间的车辆路径跟踪控制系统，包括：
12、车辆状态预测模型构建模块，用于根据目标车辆的车辆动力学模型、轮胎模型和路径跟踪模型，建立车辆状态预测模型；
13、最优预测时间预测模块，用于根据当前时刻的参考路径曲率、车辆纵向速度和路面附着系数，采用最优时间预测模型，输出当前的最优预测时间；
14、离散时间步长和预测时域确定模块，用于根据当前的最优预测时间确定当前离散时间步长和当前预测时域；
15、车辆状态预测时间序列确定模块，用于将当前时刻的车辆状态输入所述车辆状态预测模型，输出车辆状态预测时间序列；所述车辆状态预测时间序列包括当前预测时域范围内的各当前离散时间步长的车辆状态；
16、路径跟踪的目标函数构建模块，用于根据所述车辆状态预测时间序列构建路径跟踪的目标函数；所述目标函数的约束条件根据控制时域内前轮转角的物理限制约束、前轮转角增量约束和前后轮侧偏角的自适应软约束确定；所述目标函数包括车辆状态预测时间序列内跟踪路径与参考路径之间的路径误差、控制增量和软约束的松弛程度；
17、目标函数优化模块，用于对所述目标函数进行优化，得到优化后的控制时间序列；
18、路径跟踪控制模块，用于根据优化后的控制时间序列对所述目标车辆进行路径跟踪控制。
19、本专利技术还提供了一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行上述的变预测时间的车辆路径跟踪控制方法。
20、本专利技术还提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行上述的变预测时间的车辆路径跟踪控制方法。
21、根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
22、本专利技术根据当前时刻路况状态和车速确定当前离散时间步长和当前预测时域，车辆状态预测模型输出的是车辆状态预测时间序列为当前预测时域范围内的各当前离散时间步长的车辆状态，实现了变预测时间的车辆路径跟踪控制，提高了路径跟踪的准确性和平滑性。
本文档来自技高网...【技术保护点】
1.一种变预测时间的车辆路径跟踪控制方法，其特征在于，包括：
2.根据权利要求1所述的变预测时间的车辆路径跟踪控制方法，其特征在于，所述车辆状态预测模型表示为：
3.根据权利要求1所述的变预测时间的车辆路径跟踪控制方法，其特征在于，所述最优时间预测模型是采用训练集对鲸鱼优化反向传播神经网络进行训练得到的；所述训练集中样本数据包括输入数据和标签数据，所述输入数据包括参考路径曲率、车辆纵向车速和路面附着系数，所述标签数据为最优预测时间。
4.根据权利要求1所述的变预测时间的车辆路径跟踪控制方法，其特征在于，根据当前的最优预测时间确定当前离散时间步长和当前预测时域，具体包括：
5.根据权利要求1所述的变预测时间的车辆路径跟踪控制方法，其特征在于，所述路径跟踪的目标函数表示为：
6.根据权利要求1所述的变预测时间的车辆路径跟踪控制方法，其特征在于，所述目标函数的约束条件表示为：
7.一种变预测时间的车辆路径跟踪控制系统，其特征在于，包括：
8.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存
9.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的变预测时间的车辆路径跟踪控制方法。
...【技术特征摘要】
1.一种变预测时间的车辆路径跟踪控制方法，其特征在于，包括：
2.根据权利要求1所述的变预测时间的车辆路径跟踪控制方法，其特征在于，所述车辆状态预测模型表示为：
3.根据权利要求1所述的变预测时间的车辆路径跟踪控制方法，其特征在于，所述最优时间预测模型是采用训练集对鲸鱼优化反向传播神经网络进行训练得到的；所述训练集中样本数据包括输入数据和标签数据，所述输入数据包括参考路径曲率、车辆纵向车速和路面附着系数，所述标签数据为最优预测时间。
4.根据权利要求1所述的变预测时间的车辆路径跟踪控制方法，其特征在于，根据当前的最优预测时间确定当前离散时间步长和当前预测时域，具体包括：
5.根据权利要求1所...
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。