[發明專利]一種基于危險程度變權重的人機協同轉向控制方法有效
| 申請號: | 201711075923.3 | 申請日: | 2017-11-06 |
| 公開(公告)號: | CN107856737B | 公開(公告)日: | 2019-09-13 |
| 發明(設計)人: | 郭洪艷;宋林桓;郭洋洋;劉俊;劉風;胡云峰;陳虹 | 申請(專利權)人: | 吉林大學 |
| 主分類號: | B62D6/00 | 分類號: | B62D6/00;B62D137/00 |
| 代理公司: | 長春吉大專利代理有限責任公司 22201 | 代理人: | 杜森垚 |
| 地址: | 130012 吉*** | 國省代碼: | 吉林;22 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 危險 程度 權重 人機 協同 轉向 控制 方法 | ||
1.一種基于危險程度變權重的人機協同轉向控制方法,其特征在于,包括以下步驟:
步驟一、建立綜合車輛動力學和運動學的簡化模型:
式中,
x=[yo ψ β r]T,u=δf.
式中,x為系統的狀態向量;u為系統控制量;A為系統矩陣;B為輸入矩陣;yo為車輛質心o的側向位置,單位:m;ψ為車輛航向角,單位:rad;v為車輛質心處的縱向速度,單位:m/s;β為車輛的質心側偏角,單位:rad;r為車輛的橫擺角速度,單位:rad/s;Cf為車輛前輪輪胎的側偏剛度,單位:N/rad;Cr為車輛后輪輪胎的側偏剛度,單位:N/rad;m為車輛的質量,單位:kg;Iz為車輛繞z軸的轉動慣量,單位:kg·m2;a為車輛質心o到車輛前軸的距離,單位:m;b為車輛質心o到車輛后軸的距離,單位:m;δf為車輛的前輪轉角,單位:rad;
步驟二、確定車輛安全行駛道路邊界:
式中,fl(x)為通過感知系統掃描后處理得到的前方可行道路區域的左邊界;fr(x)為通過感知系統掃描后處理得到的前方可行道路區域的右邊界;w為車輛寬度,單位,m;lf為車輛質心o到車輛前端點F的距離,單位,m;lr為車輛質心o到車輛后端點R的距離,單位,m;ψ為車輛航向角,單位,rad;
步驟三、確定自動駕駛權重系數:
首先確定駕駛環境危險指數和駕駛員操作危險指數表達式,然后確定駕駛環境危險指數和駕駛員操作危險指數以及自動駕駛權重系數的隸屬度函數,根據模糊規則劃分不同危險程度等級,得到自動駕駛權重系數關于駕駛環境危險指數和駕駛員操作危險指數的三維map,最后實時確定駕駛環境危險指數和駕駛員操作危險指數,利用所述三維map得到自動駕駛權重系數;
步驟四、利用步驟三得到的自動駕駛權重系數,采用MPC方法進行基于危險程度變權重的人機協同轉向控制器設計:
滿足:x(k+i+1)=Acx(k+i)+Bcu(k+i)
式中:
Cψ=[0 1 0 0].
其中,J為優化函數的目標函數;δh為駕駛員期望的前輪轉角,單位:rad;lf為車輛質心o到車輛前端點F的距離,單位:m;lr為車輛質心o到車輛后端點R的距離,單位:m;u(k+i)為k+i時刻的系統控制量,即為車輛的前輪轉向角,單位:rad;x(k+i)為k+i時刻的系統狀態向量;y(k+i)為k+i時刻的系統輸出量;P為預測時域,N為控制時域;Γd和Γh分別為控制量增量的權重系數和駕駛員目標權重系數;Γy和Γβ分別為道路中心線跟隨權重系數和質心側偏角權重系數;Γ為自動駕駛權重系數;fl(k+i)為前方可行道路區域左邊界線fl(x)在時刻k+i的采樣值,單位:m;fr(k+i)則為前方可行道路區域右邊界線fr(x)在時刻k+i的采樣值,單位:m;Ts為采樣時間,單位:s;x為系統的狀態向量;A為系統矩陣;B為輸入矩陣;
步驟五、選取控制量并完成控制:
選取控制率u*為:
u*=U*(1)
其中,U*為優化得到的最優控制序列;即選取最優控制序列的第一個量作為控制量作用到被控車輛上;到下一時刻,基于模型預測控制的共享轉向控制器將根據當前車輛狀態重新計算一個最優控制量;以此往復,實現滾動優化控制。
2.如權利要求1所述的一種基于危險程度變權重的人機協同轉向控制方法,其特征在于,所述步驟三確定自動駕駛權重系數具體包括以下過程:
3.1)確定駕駛環境危險指數和駕駛員操作危險指數表達式:
駕駛環境危險指數表達式為:
式中,Yvehicle表示車輛質心當前坐標;Ycenter表示道路中心線坐標;EA是一個大于0的確定系數;
駕駛員操作危險指數表達式為:
式中,δhuman表示駕駛員期望的前輪轉角,δprediction表示系統預測的前輪轉角,它是上一時刻預測控制中預測得到的,EB是調節系數;
3.2)利用駕駛環境危險指數Eroad和駕駛員操作危險指數Edriver,采用模糊化方法,獲得自動駕駛權重系數Γ關于Eroad和Edriver的三維map:
首先將駕駛環境危險指數Eroad和駕駛員操作危險指數Edriver分別模糊化為5個集合:安全S,較安全MS,中M,較危險MD,危險D;利用調節參數EA將Eroad變化范圍設定為[0,1],其隸屬度函數的表達式如下:
利用調節參數EB將Edriver的變化范圍設為[0,1],其隸屬度函數的表達式如下:
同樣將自動駕駛權重系數Γ也模糊化為5個集合:小S,較小MS,中M,較大MB,大B,其對應的隸屬度函數的表達式如下:
式中,Aij、Bij、Cij(i=1,2,3;j=1,2,3,4,5)為常數;
然后進行模糊規則的建立,具體模糊規則如下表:
最后,通過模糊規則與上述隸屬度函數確定自動駕駛權重系數Γ關于Eroad和Edriver的三維map;
3.3)實時確定駕駛環境危險指數和駕駛員操作危險指數,利用上述的三維map得到自動駕駛權重系數Γ。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于吉林大學,未經吉林大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.17sss.com.cn/pat/books/201711075923.3/1.html,轉載請聲明來源鉆瓜專利網。





