申请/专利权人:上海友道智途科技有限公司
申请日:2024-01-03
公开(公告)日:2024-04-12
公开(公告)号:CN117492453B
主分类号:G05D1/43
分类号:G05D1/43;G05D1/644;G05D109/10
优先权:
专利状态码:有效-授权
法律状态:2024.04.12#授权;2024.02.23#实质审查的生效;2024.02.02#公开
摘要:本发明公开一种面向批量化运营车辆的未建模补偿控制方法,将模型参数时变和外部激励对控制效果的影响归纳为未建模部分的扰动,基于状态变量进行自适应补偿控制;基于动力学模型的预测LQR控制设计轨迹跟踪控制器,进行综合考虑状态误差和道路信息的前馈与反馈结合控制;基于RBF神经网络设计未建模补偿控制器,补偿模型参数时变和外部激励对轨迹跟踪效果的影响;对由规划模块和定位模块得到的状态变量进行约束处理,避免曲率异常、定位跳变等对控制端的影响;对轨迹跟踪控制器和未建模补偿控制器得到的总控制输出约束处理,避免转向控制不可达或引起车辆画龙;有助于提高批量化运营自动驾驶车辆运动控制的普适性。
主权项:1.一种面向批量化运营车辆的未建模补偿控制方法,其特征在于:所述控制方法将模型参数时变、外部激励对控制效果的影响归纳为未建模部分的扰动,基于状态变量进行自适应补偿控制;其中,该方法的系统包括轨迹跟踪控制器、未建模补偿控制器、输入状态处理器和输出状态处理器,所述的轨迹跟踪控制器作为主控制器,所述的未建模补偿控制器作为辅助控制器;该方法包括以下步骤:步骤1:通过车辆的规划模块与定位模块,获取车辆的规划与定位信息,并将规划与定位信息作为输入状态处理器的输入信息;步骤2:根据步骤1的输入信息,通过输入状态处理器进行规划与定位信息的状态变量的约束,并作为轨迹跟踪控制器、未建模补偿控制器的输入信息;步骤3:根据步骤2的输入信息,构建轨迹跟踪模型,并基于轨迹跟踪模型,通过利用基于车辆动力学模型预测LQR控制设计的轨迹跟踪控制器,进行综合考虑状态误差和道路信息的前馈与反馈结合控制;步骤4:根据步骤2的输入信息,基于RBF神经网络设计未建模补偿控制器;通过推导名义轨迹跟踪模型与实际轨迹跟踪模型的差异表述未建模部分的影响,并利用反向补偿方式抑制未建模部分带来的虚拟扰动,消除系统模型参数时变和外部激励对轨迹跟踪控制器效果的影响;步骤5:将步骤3轨迹跟踪控制器与步骤4未建模补偿控制器的控制输出作为总的控制输出,通过输出状态处理器利用不同速度下的方向盘转角及其变化率的极限值进行约束,并输入到自动驾驶车辆的智能系统,控制车辆跟踪轨迹。
全文数据:
权利要求:
百度查询: 上海友道智途科技有限公司 一种面向批量化运营车辆的未建模补偿控制方法
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。