本發(fā)明涉及一種智能汽車的控制方法，更加具體的來講，涉及一種人機協(xié)同的共享轉向控制方法。

背景技術：

汽車革新越來越依靠汽車電子控制的發(fā)展。智能駕駛成為了汽車的一個發(fā)展和進步的方向。對于智能汽車，首先要保證駕駛的安全性，通過安全性能的提升，為更為智能的駕駛方式提供基礎。要實現完全智能駕駛，需要經過四個階段：駕駛員輔助階段、部分駕駛階段、高度自動駕駛階段和完全自主駕駛階段，共享控制可以看做從有人駕駛到無人駕駛的過渡階段。通過考慮人類駕駛特點的基礎上，不斷增加自動駕駛要素，逐步地提高主動安全性能，也更符合汽車工業(yè)的漸進式發(fā)展進程。

技術實現要素：

本發(fā)明提供一種人機協(xié)同的共享轉向控制方法，采用約束模型預測控制，在滿足避障安全的前提下，車輛能盡可能滿足駕駛員駕駛意圖。

本發(fā)明是通過以下技術方案實現的：

一種人機協(xié)同的共享轉向控制方法，其特征在于，包括以下步驟：

步驟一、建立簡化的車輛系統(tǒng)模型：

式中，

x＝[yoψβr]^t,u＝δf.

其中，x為系統(tǒng)的狀態(tài)向量；u為系統(tǒng)控制量；a為系統(tǒng)矩陣；b為輸入矩陣；yo為車輛質心o的側向位置，單位：m；ψ為車輛航向角，單位：rad；v為車輛質心處的縱向速度，單位：m/s；β為車輛的質心側偏角，單位：rad；r為車輛的橫擺角速度，單位：rad/s；cf為車輛前輪輪胎的側偏剛度，單位：n/rad；cr為車輛后輪輪胎的側偏剛度，單位：n/rad；m為車輛的質量，單位：kg；iz為車輛繞z軸的轉動慣量，單位：kg·m²；a為車輛質心o到車輛前軸的距離，單位：m；b為車輛質心o到車輛后軸的距離，單位：m；δf為車輛的前輪轉角，單位：rad；

步驟二、避障安全約束的確定：

考慮車輛形狀來確定避障安全約束：

其中，fl(x)為通過感知系統(tǒng)掃描后處理得到的前方可行道路區(qū)域的左邊界；fr(x)為通過感知系統(tǒng)掃描后處理得到的前方可行道路區(qū)域的右邊界；w為車輛寬度，單位：m；lf為車輛質心o到車輛前端點f的距離，單位：m；lr為車輛質心o到車輛后端點r的距離，單位：m；ψ為車輛航向角，單位：rad；

步驟三、采用約束模型預測方法進行共享轉向控制器設計，整理為；

滿足：x(k+i+1)＝acx(k+i)+bcu(k+i)

式中：

cψ＝[0100]；

其中，j為優(yōu)化函數的目標函數；δh為駕駛員期望的前輪轉角，單位：rad；lf為車輛質心o到車輛前端點f的距離，單位：m；lr為車輛質心o到車輛后端點r的距離，單位：m；u(k+i)為k+i時刻的系統(tǒng)控制量，即為車輛的前輪轉向角，單位：rad；x(k+i)為k+i時刻的系統(tǒng)狀態(tài)向量；y(k+i)為k+i時刻的系統(tǒng)輸出量；p為預測時域，n為控制時域；γd為相對權重系數；fl(k+i)為前方可行道路區(qū)域左邊界線fl(x)在時刻k+i的采樣值，單位：m；fr(k+i)則為前方可行道路區(qū)域右邊界線fr(x)在時刻k+i的采樣值，單位：m；ts為采樣時間，單位s；x為系統(tǒng)的狀態(tài)向量；a為系統(tǒng)矩陣；b為輸入矩陣；

步驟四、選取控制量并完成控制：

選取控制率u為：

u＝u^*(1)

其中，u^*為優(yōu)化得到的最優(yōu)控制序列；即選取所述步驟三得到的最優(yōu)控制序列的第一個量作為控制量作用到被控車輛上；到下一時刻，通過所述步驟三建立的共享轉向控制器根據當前車輛狀態(tài)重新計算一個最優(yōu)控制量；以此往復，實現滾動優(yōu)化控制。

本發(fā)明的有益效果為：

1、本發(fā)明提供道路避障安全。

2、本發(fā)明在滿足安全的前提下，車輛能盡可能滿足駕駛員駕駛意圖。

3、本發(fā)明選取的避障安全約束考慮了車輛形狀。

附圖說明

圖1為本發(fā)明所述一種人機協(xié)同的共享轉向控制方法的流程圖；

圖2為本發(fā)明所述避障安全約束示意圖；

圖3為車身前后端點與車輛質心的幾何關系圖；

圖4為本發(fā)明所述車輛模型示意圖；

圖5為雙移線工況下車輛質心的路徑對比圖；

圖6為雙移線工況下前輪轉角結果圖；

具體實施方式

下面結合附圖對本發(fā)明進行詳細說明：

本發(fā)明提出一種人機協(xié)作的共享轉向控制方法，如圖1所示，其具體實施步驟如下：

步驟一、建立簡化的車輛系統(tǒng)模型：

考慮到保證車輛的道路避障安全，將車輛動力學和運動學關系考慮到車輛系統(tǒng)的建模中。

(1)建立車輛動力學模型

車輛動力學模型的示意圖如圖2所示，其中車輛質心o為坐標原點，沿著車身向前的方向為橫軸x的正方向，垂直于橫軸向上的方向為縱軸y的正向。忽略車輛的縱向動力學，而只考慮車輛的側向動力學及橫擺方向的動力學。選取線性二自由度的車輛動力學模型，如式(1)所示：

其中，v為車輛質心處的縱向速度，單位，m/s；r為車輛的橫擺角速度，單位，rad/s；cf為車輛前輪輪胎的側偏剛度，單位，n/rad；cr為車輛后輪輪胎的側偏剛度，單位，n/rad；m為車輛的質量，單位，kg；iz為車輛繞z軸的轉動慣量，單位，kg·m²；a為車輛質心o到車輛前軸的距離，單位，m；b為車輛質心o到車輛后軸的距離，單位，m；δf為車輛前輪轉向角，單位，rad；

(2)建立車輛運動學模型

車輛運動學模型的示意圖如圖2所示，這里假定車輛是一個剛性體，其中裝置著四個不會發(fā)生形變的車輪，并以前輪作為轉向輪?？紤]到車輛的感知系統(tǒng)的道路的曲率也大都是比較小的，所以認為車輛在這段區(qū)域內行駛時的航行角ψ是很小的。又考慮到車輛的質心側偏角β很小，根據運動學方程以及附圖2中所示的幾何關系可得車輛的運動學模型如式(2)所示：

式中，xo為車輛質心o的縱向位置，單位，m；yo為車輛質心o的側向位置，單位，m；r為車輛的橫擺角速度，單位，rad/s；ψ為車輛航向角，單位，rad；

(3)建立簡化的車輛系統(tǒng)模型

結合式(1)和式(2)，同時考慮到則可得車輛系統(tǒng)運動和動力學的微分方程式，具體如式(3)所示：

本發(fā)明選取前輪轉角δf作為系統(tǒng)的控制量，而狀態(tài)量則選取為[yoψβr]。基于此，車輛系統(tǒng)模型可被描述成式(4)所示的狀態(tài)空間模型：

式中，

x＝[yoψβr]^t,u＝δf.

其中，x為系統(tǒng)的狀態(tài)向量；u為系統(tǒng)控制量；a為系統(tǒng)矩陣；b為輸入矩陣；c為輸出矩陣。

步驟二、避障安全約束的確定：避障安全約束的目的是使得車輛行駛在安全區(qū)域，不與道路邊界發(fā)生碰撞，本發(fā)明中假定道路邊界可以通過感知系統(tǒng)實時掃描得到，這里考慮車輛形狀來確定避障安全約束。

(1)如圖3實線所示，將車輛形狀視為長方形，車寬為w。fl(x)為通過感知系統(tǒng)掃描處理得到的前方可行道路區(qū)域的左邊界；fr(x)為通過感知系統(tǒng)掃描處理得到的前方可行道路區(qū)域的右邊界；

(2)如圖3虛線所示，車輛視為沒有寬度的剛性桿fr，期望道路區(qū)域左邊界線fl'(x)為期望道路區(qū)域右邊界線fr'(x)為對剛性桿fr兩端進行約束：

其中，yf為剛性桿fr前端點f的側向位置，單位，m；yr為剛性桿fr后端點r的側向位置，單位，m；

(3)如圖4所示，剛性桿fr的前后端點f和r與質心o存在如下幾何關系：

其中，yo為車輛質心o的側向位置，單位，m；lf為車輛質心o到車輛前端點f的距離，單位，m；lr為車輛質心o到車輛后端點r的距離，單位，m；ψ為車輛航行角，單位，rad；

考慮到車輛的感知系統(tǒng)的道路的曲率也大都是比較小的，所以認為車輛在這段區(qū)域內行駛時的航行角ψ是很小的，進而公式(6)可以簡化為：

(4)將針對fr的約束可以轉化為針對質心o的約束，將公式(7)代入公式(5)可以得到避障安全約束：

步驟三、采用約束模型預測方法進行共享轉向控制器設計：

(1)優(yōu)化問題分析

本發(fā)明的控制器需要實現以下一些目標：

1)使車輛質心的側向位置滿足式(6)中的約束；

2)使車輛盡可能滿足駕駛員的轉向意圖；

3)保證控制器輸出的控制量始終平穩(wěn)，避免出現過大的控制動作。

(2)共享轉向控制器設計

本發(fā)明做出如下假設：假設自主駕駛車輛在一個預測時域內保持恒速行駛。式(4)為車輛系統(tǒng)的微分模型，為用于基于模型預測控制的區(qū)域型路徑跟蹤控制算法的設計，需要將式(4)離散化，得到離散時間的車輛系統(tǒng)模型，如式(9)所示：

x(k+1)＝acx(k)+bcu(k)(9)

式中，cc＝c，其中ts為采樣時間。

假定預測時域為p，控制時域為n，且滿足n≤p。同時假定控制時域之外的控制量保持不變，即u(k+n)＝u(k+n+1)＝…＝u(k+p-1)，則基于式(4)中離散時間的車輛系統(tǒng)模型，可推導出p步的狀態(tài)預測方程，具體如(10)所示：

定義：

使車輛盡可能滿足駕駛員的轉向意圖可由最小化式(12)中目標函數實現：

j1＝|δh-u(k)|(12)

其中，δh為駕駛員期望的前輪轉角，單位，rad；u(k+i)為k+i時刻的系統(tǒng)控制量，即為車輛的前輪轉向角，單位，rad。

保證控制器輸出的控制量始終平穩(wěn)，避免出現過大的控制動作可由最小化式(13)中目標函數實現：

對于有多個目標的優(yōu)化問題，需要引入權重系數來對對各個優(yōu)化目標的需求沖突進行衡量和處理，以獲得一個最合適的優(yōu)化結果。因此本發(fā)明中優(yōu)化目標為：

其中，γd為j1和j2的相對權重系數。

車輛質心的側向位置滿足式(16)中的約束，該輸出約束可被寫成如式(15)所示的形式：

式中，ψ(k+i)＝cψx(k+i),cψ＝[0100],fl(k+i)為前方可行道路區(qū)域左邊界線fl(x)在時刻k+i的采樣值，單位，m；fr(k+i)則為前方可行道路區(qū)域右邊界線fr(x)在時刻k+i的采樣值，單位，m。

采用約束模型預測方法進行共享轉向控制器設計，整理為；

滿足：x(k+i+1)＝acx(k+i)+bcu(k+i)

式中：

cψ＝[0100].

其中，j為優(yōu)化函數的目標函數；δh為駕駛員期望的前輪轉角，單位，rad；lf為車輛質心o到車輛前端點f的距離，單位，m；lr為車輛質心o到車輛后端點r的距離，單位，m；u(k+i)為k+i時刻的系統(tǒng)控制量，即為車輛的前輪轉向角，單位，rad；x(k+i)為k+i時刻的系統(tǒng)狀態(tài)向量；y(k+i)為k+i時刻的系統(tǒng)輸出量；p為預測時域，n為控制時域；γd為權重因子；fl(k+i)為前方可行道路區(qū)域左邊界線fl(x)在時刻k+i的采樣值，單位，m；fr(k+i)則為前方可行道路區(qū)域右邊界線fr(x)在時刻k+i的采樣值，單位，m；ts為采樣時間，單位s；x為系統(tǒng)的狀態(tài)向量；a為系統(tǒng)矩陣；b為輸入矩陣。

步驟四、選取控制量并完成控制，選取控制率u為：

u＝u^*(1)(17)

其中，u^*為優(yōu)化得到的最優(yōu)控制序列；

即選取最優(yōu)控制序列的第一個量作為控制量作用到被控車輛上。到下一時刻，基于模型預測控制的共享轉向控制器將根據當前車輛狀態(tài)重新計算一個最優(yōu)控制量，以此往復，即實現了滾動優(yōu)化控制。