详情

原文传递一种基于随机模型预测的汽车转向控制方法及控制器

专利名称：	一种基于随机模型预测的汽车转向控制方法及控制器
摘要：	本发明提供一种基于随机模型预测的汽车转向控制方法，根据获得的信息进行车辆动力学建模，构建线性的车辆系统；对线性的车辆系统离散化处理；使用双移线作为测试工况，设计轨迹方程；将能够体现驾驶风格的参数量化，并假设保守型和激进型驾驶员的参数服从对应的正态分布，采用随机模型预测控制算法建立考虑驾驶风格的转向模型，并通过最小化目标函数条件期望的方法获得驾驶员的最优控制序列，对汽车进行转向控制。本发明使得车辆可以准确的跟踪参考轨迹，实现精确的车辆控制，提高车辆转弯安全性。
专利类型：	发明专利
国家地区组织代码：	湖北;42
申请人：	武汉理工大学
发明人：	褚端峰;高蒙;吴超仲;邓泽健;刘世东
专利状态：	有效
申请日期：	2019-02-19T00:00:00+0800
发布日期：	2019-05-28T00:00:00+0800
申请号：	CN201910122104.2
公开号：	CN109808707A
代理机构：	湖北武汉永嘉专利代理有限公司
代理人：	王丹
分类号：	B60W50/00(2006.01);B;B60;B60W;B60W50
申请人地址：	430070 湖北省武汉市洪山区珞狮路122号
主权项：	1.一种基于随机模型预测的汽车转向控制方法，其特征在于：它包括以下步骤： S1、获取车辆结构参数信息和车辆运行状态信息； S2、根据获得的信息进行车辆动力学建模，构建线性的车辆系统； S3、对线性的车辆系统离散化处理； S4、使用双移线作为测试工况，设计轨迹方程；将能够体现驾驶风格的参数量化，并假设保守型和激进型驾驶员的参数服从对应的正态分布，采用随机模型预测控制算法建立考虑驾驶风格的转向模型，并通过最小化目标函数条件期望的方法获得驾驶员的最优控制序列，对汽车进行转向控制；所述的保守型和激进型驾驶员的参数通过实车实验获得。 2.根据权利要求1所述的基于随机模型预测的汽车转向控制方法，其特征在于：所述的S2按以下公式进行车辆动力学建模：其中描述了惯性坐标系与车身坐标系下车辆的位置状态；δf是控制器输出的车辆控制变量；为车辆的横摆角；为车辆的横摆角速度；分别为车辆在车身坐标系下的纵向速度和横向速度；Y为车辆在惯性坐标系下的横向位移；δf为前轮转向角；C1、C2为车辆前后轮的侧偏刚度；a、b分别为质心到前后轴的距离；IZ为车辆的转动惯量；m为车身质量。 3.根据权利要求2所述的基于随机模型预测的汽车转向控制方法，其特征在于：所述的S3按以下公式进行离散化： x2(k+1)＝Ak,tx2(k)+Bk,tu2(k) y(k)＝Cx2(k) 其中： x2(k+1)和x2(k)为k+1时刻和k时刻的状态量；Ak,t为离散化后的系统矩阵，Bk,t为离散化后的输入矩阵，u2(k)为控制量，y(k)为输出量，C为输出矩阵，I为单位矩阵，T为采样周期；t为离散时间的采样时刻；A(t)为连续的系统矩阵，B(t)为连续的输入矩阵，k为步长。 4.根据权利要求3所述的基于随机模型预测的汽车转向控制方法，其特征在于：所述的轨迹方程如下：式中，Yref是参考轨迹的横向位移，X是参考轨迹的纵向位移；是参考横摆角；z1、z2为中间参量；shape、dx1、dx2、dy1、dy2、Xs1、Xs2均为预设值。 5.根据权利要求4所述的基于随机模型预测的汽车转向控制方法，其特征在于：所述的S4选取如下目标函数对系统状态量、控制量及控制增量进行优化：且即目标函数可写为： J(k)＝[E(k)+ΘkΔU(k)]TQe[E(k)+ΘkΔU(k)]+ΔU(k)TReΔU(k) 其中：J(k)为目标函数；Np为预测时域；i为第i个步长；η为系统输出量；ηref为系统参考输出量；Nc表示控制时域；Q、R表示系统输出量偏差和控制增量的权重；Δu为控制增量；E(k)＝Ψkε(k\|k)-Yref(k)，表示输出量偏差，其中，Yref(k)为参考轨迹的横向位移；表示在k时刻Nc+1步长内的控制增量的集合；其中， ε(k\|k)＝(x1,δf)T，即由于所以式中，ay为惯性坐标系下的横向加速度，为车身坐标系下的横向加速度，为车身坐标系下的纵向速度，为车辆的横摆角速度；Im为单位矩阵；使用： N保～(μ保,σ2) N激～(μ激,σ2) 用于描述驾驶风格的随机化特性；式中，式中，N保和N激分别为保守型和激进型驾驶风格的ay的正态分布函数，μ保为保守型驾驶风格的ay的均值；μ激为激进型驾驶风格的ay的均值；且μ保和μ激通过实车实验数据计算得到；建立所述的目标函数与μ保和μ激的关系式并通过最小化目标函数期望值的方法得到最优控制序列，即： ΔU(k)＝argminE[J(k)] 式中，arg min表示为函数取最小值时的自变量取值，ΔU(k)为最优控制序列，J(k)为目标函数。 6.根据权利要求5所述的基于随机模型预测的汽车转向控制方法，其特征在于：所述的最优控制序列具体按以下公式求解：且记为ω(ΔU(k)) 其中，p(ay)为ay的概率密度函数；ω(ΔU(k))为目标函数期望值函数；令ω(ΔU(k))一阶导数为零，得到最优控制序列ΔU(k)； ΔU(k)＝-(θkTQeθk+Re)-1θkTQeE(E(k))；其中，E(E(k))为E(k)的期望值；E(ε(k\|k))为ε(k\|k)的期望值。 7.一种汽车转向控制器，其特征在于：它包括存储器，存储器中存有计算机程序，供整车控制器调用，以实现权利要求1至6中任意一项所述的基于随机模型预测的汽车转向控制方法。
所属类别：	发明专利