申请/专利权人：江苏智能无人装备产业创新中心有限公司

申请日：2024-01-16

公开（公告）日：2024-03-22

公开（公告）号：CN117565870B

主分类号：B60W30/18

分类号：B60W30/18;B60W30/14;B60W40/076;B60W10/04;B60W10/18

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明公开了一种越野无人车辆坡道路段超低车速预测控制方法，包括以下步骤：获取并修正车辆前方道路点云，得到激光点云数据；通过所述激光点云数据获取车辆行进前方的纵向剖面数据；根据所述纵向剖面数据计算车辆前进方向的坡角函数；获取目标车速指令和车辆当前状态，根据所述坡角函数、所述目标车速指令以及所述车辆当前状态优化驱动力制动力控制，并发送至执行单元；本发明基于传感器、控制算法和车辆动力学预测模型，能够使车辆在极低速度下遇到坡道路段时保持卓越的稳定性。

主权项：1.一种越野无人车辆坡道路段超低车速预测控制方法，其特征在于，包括以下步骤：获取并修正车辆前方道路点云，得到激光点云数据；通过所述激光点云数据获取车辆行进前方的纵向剖面数据；根据所述纵向剖面数据计算车辆前进方向的坡角函数；获取目标车速指令和车辆当前状态，根据所述坡角函数、所述目标车速指令以及所述车辆当前状态优化驱动力或制动力控制，并发送至执行单元；所述获取并修正车辆前方道路点云，得到激光点云数据，进一步包括：通过激光雷达获取车辆前方道路点云，通过惯导测得车辆当前所处的路面坡角信息；基于所述路面坡角信息，将所述车辆前方道路点云的坐标值由激光雷达坐标系中的坐标转化为大地坐标系中的坐标，得到所述激光点云数据，其中，i∈激光雷达反馈的单点数据角标集合，x轴水平向前代表车辆前方的位移距离，z轴垂直向上代表垂向高度，y轴根据右手定则确定；所述通过惯导测得车辆当前所处的路面坡角信息，进一步包括：通过惯导获取车辆在平面运动时的车辆车身俯仰角和车辆纵向加速度值，离线标定车辆车身俯仰角和车辆纵向加速度值的关系，得到查表函数关系；通过惯导采集当前车辆纵向加速度和当前车身俯仰角信息，通过所述当前车辆纵向加速度和所述查表函数关系得到第一车辆车身俯仰角信息，基于所述第一车辆车身俯仰角信息和当前车身俯仰角信息得到所述路面坡角信息；所述通过所述激光点云数据获取车辆行进前方的纵向剖面数据，进一步包括：筛选所述激光点云数据，得到沿车辆前进方向一个车宽内的纵向剖面数据，；所述根据所述纵向剖面数据计算车辆前进方向的坡角函数，进一步包括：遍历每一个纵向剖面数据中的点，取其在相同x值下点的z值的平均值，获得地面形状关于车辆前方位移距离的函数曲线；通过将插值连续化后，求导获得坡角函数； ；所述获取目标车速指令和车辆当前状态，根据所述坡角函数、所述目标车速指令以及所述车辆当前状态优化驱动力或制动力控制，并发送至执行单元，进一步包括：构建含有坡角函数的车辆纵向动力学方程；构建非线性模型预测控制器，将所述车辆纵向动力学方程转换为基于纵向运动学模型的连续状态空间模型；对所述连续状态空间模型进行离散化处理，得到系统离散状态空间方程；设计控制约束条件和控制优化目标；基于非线性模型预测控制器，求解最优控制值并发送给执行单元；所述车辆纵向动力学方程为： ,其中，为车辆驱动力或制动力，是唯一的控制输入；为整车质量；为重力加速度；为滚动阻力系数；为空气阻力系数；为车辆迎风面积；为空气密度；为汽车旋转质量换算系数；为车辆行驶速度的一阶导数；是状态变量；为坡度角；所述连续状态空间模型为： ,对所述连续状态空间模型进行离散化处理，得到系统离散状态空间方程，进一步包括：采用前向欧拉积分对连续状态空间方程进行离散化处理： ,其中，为车辆时刻速度，为车辆时刻坡角，为时刻的纵向位移，为控制输入量，即时刻的驱动力或制动力。

全文数据：

权利要求：

百度查询： 江苏智能无人装备产业创新中心有限公司 一种越野无人车辆坡道路段超低车速预测控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD