详情

原文传递一种基于模糊算法的带约束方波状车速规划方法

专利名称：	一种基于模糊算法的带约束方波状车速规划方法
摘要：	本发明公开了一种基于模糊算法的带约束方波状车速规划方法，属于自动驾驶车辆速度规划领域。该方法首先确定了模糊算法输入输出量隶属函数和模糊算法的模糊规则集。然后计算了后续算法所需的全局变量，包括已得规划路径的曲率信号队列、滤波后的曲率以及方波状拟合算法相关的全局变量。最后对滚动窗口内的曲率进行方波状拟合并结合汽车、环境状态量计算出目标轨迹点的速度，再考虑车辆动力学，为规划出的速度曲线进行二次规划。本发明从人类驾驶经验出发，规划出的速度轨迹更符合正常的驾驶员驾驶习惯，从而更容易实现无人驾驶汽车的相关功能且具有更好的适应性与安全性。
专利类型：	发明专利
国家地区组织代码：	北京;11
申请人：	北京工业大学
发明人：	段建民;马学峥;花晓峰;黄小龙
专利状态：	有效
申请日期：	2019-02-19T00:00:00+0800
发布日期：	2019-06-04T00:00:00+0800
申请号：	CN201910122873.2
公开号：	CN109835336A
代理机构：	北京思海天达知识产权代理有限公司
代理人：	沈波
分类号：	B60W30/14(2006.01);B;B60;B60W;B60W30
申请人地址：	100124 北京市朝阳区平乐园100号
主权项：	1.一种基于模糊算法的带约束方波状车速规划方法，其特征在于：本方法的实现步骤如下，步骤1、确定系统输入输出的隶属函数及模糊规则；步骤2、计算全局变量；步骤3、计算目标规划点行车速度。 2.根据权利要求1所述的一种基于模糊算法的带约束方波状车速规划方法，其特征在于：步骤1.1、确定输入输出信号及其隶属函数；系统的输入定为前方道路曲率、路面摩擦系数和横向跟踪误差；曲率模糊语言值为B表示大、M表示中、S表示小，横向跟踪误差的模糊语言值为B、M、S，路面摩擦系数的模糊语言值为VB表示非常大、B、S、VS表示非常小；隶属度函数均采用钟形函数：式子中abell、bbell、cbell为广义钟形隶属函数的参数，其中abell决定了钟形隶属函数隶属度为0.5时，所对应的横轴位置，bbell的绝对值越大，隶属度变化的速度越快，取正值时钟形函数的开口向下，cbell确定了钟形隶属函数的中心位置；系统输出为目标路径点的行车速度，模糊语言值为VB、B、LB表示比较大、M表示中、LS表示比较小、S表示小、VS表示非常小；隶属度函数采用三角形函数：式子中atri、btri、ctri为三角形隶属函数的参数，决定了隶属度曲线三个顶点的横轴位置；步骤1.2、设计模糊规则；大摩擦系数时输出的目标路径点的行车速度范围更大、上限更高，小摩擦系数时，车速变化小，且最高时速也较小；曲率为最敏感的输入量，当曲率增大时，输出车速将整体减小，反之增大；横向跟踪误差与输出车速成反比，但在摩擦系数较大且道路曲率较小的路段上时敏感度较小。 3.根据权利要求1所述的一种基于模糊算法的带约束方波状车速规划方法，其特征在于：步骤2.1、计算全部目标路径点曲率；利用窗口长度为3的滑动窗口，从路径规划系统提供的规划出的路径上每次选取3个连续的路径点，利用三点之间的三角关系求得目标路径点的曲率；通过这种方法计算出路径上全部目标路径点的曲率；式子中的Li-1,i、Li,i+1、Li-1,i+1为连续的三个目标路径点两两之间的距离；步骤2.2、针对曲率进行滑动平均滤波；通过三角关系计算出的曲率中存在的高频振动部分会影响系统输出结果；连续转弯工况下，转向方向的改变导致曲率绝对值的变化对真实道路弯曲程度的描述不合理；为解决以上问题，利用滑动平均滤波算法平滑曲率信号队列：式中K为通过三角关系计算出的原始曲率，Kfilter为经过滤波后的曲率，2n+1为滑动平均滤波的滑动窗口长度；步骤2.3、计算方波拟合的不同区域阈值与曲率参考量；以全局曲率队列的绝对值大小为依据，将曲率队列分为不同的标准区域，标准区域之间存在过渡区域，其中标准区域的长度为 L＝(KfilterMax-KfilterMin)/(N+q×(N-1)) 其中KfilterMax和KfilterMin分别为全局曲率队列中的最大和最小曲率值，N为标准区域的个数，q过渡区域长度与标准区域长度的比值；通过得到的标准区域与过渡区域的长度与关系，可以求得每个标准区域的上下阈值，其中i＝1,…,N是标准区域的序号： Tmin(i)＝KfilterMin+(i-1)×(1+q)×L Tmax(i)＝KfilterMin+(i-1)×(1+q)×L+L 得到每个标准区域的上下阈值后将全局曲率队列中相应标准区域内的所有目标路径点的曲率做算术平均得到当前区域的区域标准值其中npoint为曲率在标准区域内的目标路径点的个数，KfilterRegion为曲率在标准区域内的目标路径点的曲率集合。 4.根据权利要求1所述的一种基于模糊算法的带约束方波状车速规划方法，其特征在于：步骤3.1、获取模糊算法所需输入量并针对曲率进行方波状拟合；将动态规划路径的曲率与步骤2.3中的区域阈值对比，直接将曲率分类并近似化为区域标准值，并出于安全性考虑，令过渡区域内的曲率与相邻标准区域中区域标准值较低的保持一致：其中KfuzzyInput为近似化后作为模糊算法输入量的曲率值，r为不同标准区域内区域标准值的权值，根据不同的规划策略对KfuzzyInput进行调整；步骤3.2、通过模糊算法计算输出速度；利用模糊算法计算输出，模糊蕴含关系利用乘机规则，去模糊化方法采用加权平均法：式子中Nrule为激活的模糊规则数目，μkj(xk)、μej(xe)、μmj(xm)分别代表了曲率、横向跟踪误差和地面摩擦系数三个分量在被激活的第“j”模糊规则中，各自所在模糊子集的隶属度，zj为不同模糊规则内输出uspeed的所在模糊子集隶属度函数的尖点所对应的横坐标值；步骤3.3、对获得的速度施加动力学约束进行重规划；利用恒定的加加速度、初始值为0的加速度再次调整速度输出曲线： uspeed(k+1)＝uspeed(k)+a(k+1) 式中a为加速度，amax是避免乘车人产生不适体感的最大加速度或最大减速度，Δa为恒定的加加速度，uspeedHigh、uspeedLow分别是不同等级速度转化时较高与较低的速度。
所属类别：	发明专利