详情

原文传递基于车辆运动学模型预测控制的轨迹优化方法

专利名称：	基于车辆运动学模型预测控制的轨迹优化方法
摘要：	本发明提供了一种基于车辆运动学模型预测控制的轨迹优化方法。本发明从基本车辆运动学模型(单车模型)出发，结合了模型预测控制方法(MPC，Model Predictive Control)，建立了基于MPC的轨迹优化模型。在接收到上游规划模块生成的参考轨迹的基础上，可以通过优化方法计算出满足车辆运动学的平缓轨迹。最终的计算结果满足汽车控制要求，同时该发明有着良好的运行速度，可以应用于智能驾驶汽车。
专利类型：	发明专利
国家地区组织代码：	上海;31
申请人：	上汽大众汽车有限公司
发明人：	伍文剑;彭怡凡;卢奕燊
专利状态：	有效
申请日期：	2022-10-18T00:00:00+0800
发布日期：	2022-12-09T00:00:00+0800
申请号：	CN202211274770.6
公开号：	CN115447615A
代理机构：	上海专利商标事务所有限公司
代理人：	陆嘉
分类号：	B60W60/00;B60W50/00;B;B60;B60W;B60W60;B60W50;B60W60/00;B60W50/00
申请人地址：	201805 上海市嘉定区安亭镇于田路123号
主权项：	1.一种基于车辆运动学模型预测控制的轨迹优化方法，其特征在于，所述轨迹优化方法的流程包括：步骤S1，检索自上游生成的参考轨迹；步骤S2，检索环境信息；步骤S3，根据所得的环境信息判断所述参考轨迹是否需要算法优化，若不需要，则进入步骤S4，若需要，则进入步骤S5；步骤S4，将参考轨迹发送至车辆控制器；步骤S5，根据车辆运动学模型推算出未来运动位置，利用模型预测控制方法建立目标函数，并考虑约束条件，得到当前时刻相对于参考轨迹的最优控制量；步骤S6，利用所述最优控制量优化轨迹，得到最终轨迹；步骤S7，将最终轨迹发送至车辆控制器。 2.根据权利要求1所述的基于车辆运动学模型预测控制的轨迹优化方法，其特征在于，所述步骤S5进一步包括：步骤S51，读取转向延迟标定数据；步骤S52，初始化模型约束参数。 3.根据权利要求1所述的基于车辆运动学模型预测控制的轨迹优化方法，其特征在于，所述步骤S3中所述环境信息包括曲率、地理信息。 4.根据权利要求3所述的基于车辆运动学模型预测控制的轨迹优化方法，其特征在于，所述步骤S5中约束条件由所使用的车辆平台的执行器性能、行驶状态、地理信息决定；其中，所述执行器性能指横向的响应延迟，所述横向的响应延迟可通过阶跃信号和正弦波信号实验测出；所述行驶状态可由车辆自动驾驶平台的传感器获得；所述地理信息指道路标线或路缘信息，可由高精度地图获得。 5.根据权利要求1所述的基于车辆运动学模型预测控制的轨迹优化方法，其特征在于，所述步骤S1中，所述参考轨迹由上游规划算法得出的轨迹点集R组成，所述轨迹点集R包括若干参考轨迹点，所述参考轨迹点包含各时刻的期望信息，所述期望信息包括在大地坐标系下的汽车位置坐标(x,y)、速度v、加速度a、朝向角度时间t以及曲率κ，所述轨迹点集R表示为： 6.根据权利要求5所述的基于车辆运动学模型预测控制的轨迹优化方法，其特征在于，所述步骤S6中的最终轨迹由轨迹点集S组成，所述轨迹点集S包含若干最终轨迹点，所述最终轨迹点包含各时刻的期望信息，所述期望信息包括在大地坐标系下的汽车位置坐标(x,y)、速度v、加速度a、朝向角度时间t以及曲率κ，所述轨迹点集S表示为： 7.根据权利要求6所述的基于车辆运动学模型预测控制的轨迹优化方法，其特征在于，所述轨迹优化为各轨迹点优化，所述轨迹点集S由优化后的轨迹点填充进所述轨迹点集R中得到，填充方式采用时间对齐法，各轨迹点优化前后的时间t不变。 8.根据权利要求1所述的基于车辆运动学模型预测控制的轨迹优化方法，其特征在于，所述步骤S5中根据车辆运动学模型推算出未来运动位置，是基于车辆运动学模型得出一个二自由度运动学模型，根据前向欧拉法建立状态方程，以更新汽车前轮质心在大地坐标系下的位置坐标(x,y)、汽车的朝向角度汽车前轮质心速度v、汽车前轮质心加速度a在下一时刻的状态量，所述状态方程的公式如下：其中，下标k表示当前时刻，下标k+1表示下一时刻，δ表示汽车前轮转向角，l表示汽车的轴距，j表示冲击度，是指加速度的变化率，Δt为单位周期内的采样时间。 9.根据权利要求8所述的基于车辆运动学模型预测控制的轨迹优化方法，其特征在于，所述步骤S5中的目标函数和约束条件如下：其中，f表示目标函数，w1、w2、w3、w4、w5分别为各个二次项的权重系数，(xref,yref)、vref、aref分别代表了特定时刻下参考轨迹R中的参考轨迹点在大地坐标系下的位置、速度和加速度，j代表冲击度，X代表状态向量，A代表在参考轨迹点附近线性化后的系统矩阵，B代表输入矩阵，U代表输入向量，下标k表示当前时刻，下标k+1表示下一时刻；所述目标函数的约束条件中，Θ标识在某一速度条件下通过试验获取的在每一采样时刻的底盘响应角度集，k代表单位周期内的采样次数，Δt代表单位周期内的采样时间，tdelay代表车辆横向控制的延迟，δ表示汽车前轮转角，δmin、δmax分别代表当前汽车前轮转角约束的最小值和最大值，vmin、vmax分别代表当前汽车前轮质心速度的最小值和最大值，amin、amax分别代表当前汽车前轮质心加速度的最小值和最大值，xgeofence_min、xgeofence_max、ygeofence_min、ygeofence_max分别表示汽车在当前道路上的x和y方向上可行驶区域的最小值和最大值。 10.根据权利要求9所述的基于车辆运动学模型预测控制的轨迹优化方法，其特征在于，所述步骤S6中的优化轨迹为：根据式(2)计算汽车前轮质心在大地坐标系下的位置坐标(x,y)、汽车前轮质心速度v、汽车前轮质心加速度a、冲击度j，作为最优控制量；将所述最优控制量代入式(1)，生成最终轨迹。