基于模型预测控制的人机共享驾驶辅助转向方法.pdf

《基于模型预测控制的人机共享驾驶辅助转向方法.pdf》由会员分享，可在线阅读，更多相关《基于模型预测控制的人机共享驾驶辅助转向方法.pdf（16页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 202010646213.7 (22)申请日 2020.07.07 (71)申请人 中国人民解放军国防科技大学 地址 410003 湖南省长沙市开福区砚瓦池 (72)发明人 徐昕张兴龙方强周星 刘学卿尹昕 (74)专利代理机构 北京风雅颂专利代理有限公 司 11403 代理人 曾志鹏 (51)Int.Cl. B62D 15/02(2006.01) B60W 50/00(2006.01) (54)发明名称 一种基于模型预测控制的人机共享驾驶辅 助转向方法 (57)摘要 本发明公开了。

2、一种基于模型预测控制的人 机共享驾驶辅助转向方法， 包括以下步骤： A、 通 过车载的雷达、 摄像头和定位装置对车辆行驶场 景数据信息进行获取， 然后生成局部规划路线； B、 建立车辆动力学模型和运动学模型； C、 将车辆 模型线性化和离散化； D、 根据预测时域和控制时 域， 对模型进行预测； E、 构造目标函数， 将模型预 测的矩阵和约束条件带入目标函数， 求解得到转 向控制序列， 获得次优条件下的转向控制并作用 于辅助转向电机， 产生辅助转向力矩或预转向力 矩； F、 驾驶员根据自身对车辆行驶状态的判断， 对转向力矩进行主动修正。 本发明能够解决现有 技术的不足， 通过减少预测时域和控制。

3、时域， 求 得目标函数最优解， 来满足求解的实时性要求。 权利要求书4页 说明书9页 附图2页 CN 111717282 A 2020.09.29 CN 111717282 A 1.一种基于模型预测控制的人机共享驾驶辅助转向方法， 其特征在于包括以下步骤， A、 通过车载的雷达、 摄像头和定位装置对车辆行驶场景数据信息进行获取， 然后生成 局部规划路线； B、 建立车辆动力学模型和运动学模型； C、 将车辆模型线性化和离散化； D、 根据预测时域和控制时域， 对模型进行预测； E、 构造目标函数， 将模型预测的矩阵和约束条件带入目标函数， 求解得到转向控制序 列， 获得次优条件下的转向控制并作。

4、用于辅助转向电机， 产生辅助转向力矩或预转向力矩； F、 驾驶员根据自身对车辆行驶状态的判断， 对转向力矩进行主动修正。 2.如权利要求1所述的基于模型预测控制的人机共享驾驶辅助转向方法， 其特征在于： 步骤B中， 建立车辆动力学模型和运动学模型包括以下步骤， 设 为常值， 即车辆沿纵轴方向做匀速运动， 其中， m为车辆总质量， 为车辆横向加速度， 为车辆沿纵轴方向的速度， 为车辆沿 横轴方向的速度， af为前轮侧偏角， ar为后轮侧偏角， f为前轮转角， Iz为车辆的转动惯量， 为航向角加速度， lf为前轴到质心的距离， lr为后轴到质心的距离， 为航向角， 为横摆 角速度； 得前后轮侧偏角。

5、， 前后轮的侧偏力为， 其中， Caf和Car分别表示前后轮的侧偏刚度； 结合运动学方程， 得到二轮车模型， 权利要求书 1/4 页 2 CN 111717282 A 2 用非线性动力学模型表示：状态量为 控制量为ud f。 3.如权利要求2所述的基于模型预测控制的人机共享驾驶辅助转向方法， 其特征在于： 步骤C中， 将车辆模型线性化和离散化包括以下步骤， 将非线性动力学模型线性化得线性时变方程： 其中， 权利要求书 2/4 页 3 CN 111717282 A 3 由前向欧拉公式得离散化得线性时变方程： d(k+1)Ad(k) d(k)+Bd(k)ud(k) Ad(k)I+TAd(t) Bd。

6、(k)TBd(t)， 其中T为采样时间。 4.如权利要求3所述的基于模型预测控制的人机共享驾驶辅助转向方法， 其特征在于： 步骤D中， 对模型进行预测包括以下步骤， 令 将线性时变方程转化为， (k+1|t)Ak， t(k|t)+Bk， tU(k|t) (k+1|t)Ck， t(k+1|t)， 其中， Ck， tC 0， C0 1 0 1 1， 设设预测时域为Np， 控制时域为Nc， 得模型预测方程： Yp(t)Ap(t)(k|t)+Up(t)U(k|t)， 其中， Yp(t) (k+1|t) (k+2|t) (k+3|t). (k+Np|t)T U(k|t)u(k|t) u(k+1|t) u。

7、(k+2|t).u(k+Nc|t)T。 5.如权利要求4所述的基于模型预测控制的人机共享驾驶辅助转向方法， 其特征在于： 步骤E中， 求解得到转向控制序列包括一下步骤， 权利要求书 3/4 页 4 CN 111717282 A 4 构造带有松弛因子 和输入约束的目标函数： s.t.UminU(k|t)Umax UminAU(k|t)+U(k-1|t)Umax Ymin- YP(t)Ymax+ ， 0 其中Q半正定对称矩阵， R为正定对称矩阵， 为权重系数， 在每个控制周期通过求解目标函数， 得到控制时域内输入增量和松弛因子： U*u*(k|t) u*(k+1|t) u*(k+2|t)u*(k+。

8、Nc-1) *T 取求解的控制序列第一个控制增量作用于系统： u(t)u(t-1)+u*(k|t)， 每个控制周期进行一次求解， 循环此过程产生追踪局部路径的转向角； 将得到的控制量通过PID算法转换成辅助电机需施加给方向盘的力矩， 再将力矩和角 度打包成CAN报文， 经通信设备传至车辆CAN总线， 控制辅助电机产生用于轨迹跟踪的转向 或预转向。 6.如权利要求5所述的基于模型预测控制的人机共享驾驶辅助转向方法， 其特征在于： 步骤F中， 驾驶员对转向力矩进行主动修正包括以下步骤， 当驾驶员施加给方向盘力矩的方向与辅助电机施加给方向盘力矩的方向一致， 可实现 扭矩叠加， 即人机共享转向， 以更。

9、精确的完成轨迹跟踪； 当驾驶员施加给方向盘力矩的方向 与辅助电机施加给方向盘力矩的方向不一致， 且力矩值大于辅助电机所施的力矩值， 以驾 驶员的操作为准， 否则， 车辆为自主转向。 权利要求书 4/4 页 5 CN 111717282 A 5 一种基于模型预测控制的人机共享驾驶辅助转向方法 技术领域 0001 本发明属于智能车辆控制技术领域， 具体是一种基于模型预测控制的人机共享驾 驶辅助 转向方法。 背景技术 0002 根据美国汽车工程师学会(Society of Automotive Engineers， SAE)定义的六个 级别 的车辆自动化(L0-L5),短期内实现全工况自动驾驶(L5。

10、)仍然存在诸多困难。 在实现 L5之 前， 将结合驾驶员和智能车控制系统的人机共享驾驶技术运用到智能车辆系统中是 当前智能 汽车技术研究的主要方向之一。 近年来， 作为智能车控制算法之一的模型预测控 制(Model Predictive Control， MPC)得到了广泛的应用。 然而， 该控制算法应用L5自动驾 驶主要存 在两个问题： a)如何辨识出车辆的动力学模型， 以完成较准确的模型预测； b)在 有约束的 条件下， 求解目标函数， 即最优化问题， 如果要达到最优的跟踪效果， 实时性的要 求还难以 满足。 另一方面， 现有的辅助转向系统及控制方法中， 以纯电动线控汽车人机共 享驾驶为实。

11、 验平台， 结合MPC和人机共享驾驶的车辆辅助转向系统及方法还鲜有公开。 发明内容 0003 本发明要解决的技术问题是提供一种基于模型预测控制的人机共享驾驶辅助转 向方法， 能够解决现有技术的不足， 通过减少预测时域和控制时域(即次优条件)， 求得目 标函数最优 解， 来满足求解的实时性要求。 0004 本发明的内容包括以下步骤， 0005 A、 通过车载的雷达、 摄像头和定位装置对车辆行驶场景数据信息进行获取， 然后 生成局 部规划路线； 0006 B、 建立车辆动力学模型和运动学模型； 0007 C、 将车辆模型线性化和离散化； 0008 D、 根据预测时域和控制时域， 对模型进行预测； 。

12、0009 E、 构造目标函数， 将模型预测的矩阵和约束条件带入目标函数， 求解得到转向控 制序列， 获得次优条件下的转向控制并作用于辅助转向电机， 产生辅助转向力矩或预转向 力矩； 0010 F、 驾驶员根据自身对车辆行驶状态的判断， 对转向力矩进行主动修正。 0011 作为优选， 步骤B中， 建立车辆动力学模型和运动学模型包括以下步骤， 0012设为常值， 即车辆沿纵轴方向做匀速运动， 0013 0014 说明书 1/9 页 6 CN 111717282 A 6 0015其中， m为车辆总质量， 为车辆横向加速度， 为车辆沿纵轴方向的速度， 为车 辆沿横 轴方向的速度， af为前轮侧偏角， 。

13、ar为后轮侧偏角， f为前轮转角， Iz为车辆的转动 惯 量， 为航向角加速度， lf为前轴到质心的距离， lr为后轴到质心的距离， 为航向角， 为横摆角速度； 0016 得前后轮侧偏角， 0017 0018 0019 前后轮的侧偏力为， 0020 0021 0022 其中， Caf和Car分别表示前后轮的侧偏刚度； 0023 结合运动学方程， 得到二轮车模型， 0024 0025 0026 0027 0028 0029用非线性动力学模型表示：状态量为 控制量为ud f。 0030 作为优选， 步骤C中， 将车辆模型线性化和离散化包括以下步骤， 0031 将非线性动力学模型线性化得线性时变方程。

14、： 0032 0033 其中， 说明书 2/9 页 7 CN 111717282 A 7 0034 0035 0036 0037 0038 0039 0040 0041 0042 0043 0044 0045 由前向欧拉公式得离散化得线性时变方程： 0046 d(k+1)Ad(k) d(k)+Bd(k)ud(k) 0047 Ad(k)I+TAd(t)Bd(k)TBd(t)， 0048 其中T为采样时间。 0049 作为优选， 步骤D中， 对模型进行预测包括以下步骤， 0050令 说明书 3/9 页 8 CN 111717282 A 8 0051 将线性时变方程转化为， 0052 (k+1|t)。

15、Ak， t(k|t)+Bk， tU(k|t) 0053 (k+1|t)Ck， t(k+1|t)， 0054 其中， 0055Ck， tC 0， C0 1 0 1 1， 设设预测时域为Np， 控制时域为Nc， 得模型预测方程： 0056 Yp(t)Ap(t)(k|t)+Up(t)U(k|t)， 0057 其中， 0058 Yp(t) (k+1|t) (k+2|t) (k+3|t) . (k+Np|t)T 0059 0060 0061 U(k|t)u(k|t) u(k+1|t) u(k+2|t) u(k+Nc|t)T。 0062 作为优选， 步骤E中， 求解得到转向控制序列包括一下步骤， 0063。

16、 构造带有松弛因子 和输入约束的目标函数： 0064 0065 s.t.UminU(k|t)Umax 0066 UminAU(k|t)+U(k-1|t)Umax 0067 Ymin- YP(t)Ymax+ ， 0 0068 其中Q半正定对称矩阵， R为正定对称矩阵， 为权重系数， 0069 0070 0071 在每个控制周期通过求解目标函数， 得到控制时域内输入增量和松弛因子： 0072 U*u*(k|t) u*(k+1|t) u*(k+2|t) u*(k+Nc-1) *T 0073 取求解的控制序列第一个控制增量作用于系统： 0074 u(t)u(t-1)+u*(k|t)， 0075 每个控。

17、制周期进行一次求解， 循环此过程产生追踪局部路径的转向角； 说明书 4/9 页 9 CN 111717282 A 9 0076 将得到的控制量通过PID算法转换成辅助电机需施加给方向盘的力矩， 再将力矩 和角度 打包成CAN报文， 经通信设备传至车辆CAN总线， 控制辅助电机产生用于轨迹跟踪的 转向或 预转向。 0077 作为优选， 步骤F中， 驾驶员对转向力矩进行主动修正包括以下步骤， 0078 当驾驶员施加给方向盘力矩的方向与辅助电机施加给方向盘力矩的方向一致， 可 实现扭 矩叠加， 即人机共享转向， 以更精确的完成轨迹跟踪； 当驾驶员施加给方向盘力矩 的方向与 辅助电机施加给方向盘力矩的。

18、方向不一致， 且力矩值大于辅助电机所施的力矩 值， 以驾驶员 的操作为准， 否则， 车辆为自主转向。 0079 本发明的有益效果是， 通过减少预测时域和控制时域， 以控制精度来缩短求解时 间满足 实时性， 通过控制辅助电机而不直接控制转向系统实现人机共享转向控制， 整体机 械装置简 单， 稳定性高， 执行效率高。 附图说明 0080 图1为二轮车模型图。 0081 图2为辅助转向力矩的产生流程图 0082 图3为人机共享转向控制的流程图。 具体实施方式 0083 本发明包括以下步骤， 0084 A、 通过车载的雷达、 摄像头和定位装置对车辆行驶场景数据信息进行获取， 然后 生成局 部规划路线；。

19、 0085 B、 建立车辆动力学模型和运动学模型； 0086 C、 将车辆模型线性化和离散化； 0087 D、 根据预测时域和控制时域， 对模型进行预测； 0088 E、 构造目标函数， 将模型预测的矩阵和约束条件带入目标函数， 求解得到转向控 制序列， 获得次优条件下的转向控制并作用于辅助转向电机， 产生辅助转向力矩或预转向 力矩； 0089 F、 驾驶员根据自身对车辆行驶状态的判断， 对转向力矩进行主动修正。 0090 步骤B中， 建立车辆动力学模型和运动学模型包括以下步骤， 0091设为常值， 即车辆沿纵轴方向做匀速运动， 0092 0093 0094其中， m为车辆总质量， 为车辆横向。

20、加速度， 为车辆沿纵轴方向的速度， 为车 辆沿横 轴方向的速度， af为前轮侧偏角， ar为后轮侧偏角， f为前轮转角， Iz为车辆的转动 惯 量， 为航向角加速度， lf为前轴到质心的距离， lr为后轴到质心的距离， 为航向角， 说明书 5/9 页 10 CN 111717282 A 10 为横摆角速度； 0095 得前后轮侧偏角， 0096 0097 0098 前后轮的侧偏力为， 0099 0100 0101 其中， Caf和Car分别表示前后轮的侧偏刚度； 0102 结合运动学方程， 得到二轮车模型， 0103 0104 0105 0106 0107 0108用非线性动力学模型表示：状态。

21、量为 控制量为ud f。 0109 步骤C中， 将车辆模型线性化和离散化包括以下步骤， 0110 将非线性动力学模型线性化得线性时变方程： 0111 0112 其中， 说明书 6/9 页 11 CN 111717282 A 11 0113 0114 0115 0116 0117 0118 0119 0120 0121 0122 0123 0124 由前向欧拉公式得离散化得线性时变方程： 0125 d(k+1)Ad(k) d(k)+Bd(k)ud(k) 0126 Ad(k)I+TAd(t) Bd(k)TBd(t)， 0127 其中T为采样时间。 0128 步骤D中， 对模型进行预测包括以下步骤，。

22、 0129令 说明书 7/9 页 12 CN 111717282 A 12 0130 将线性时变方程转化为， 0131 (k+1|t)Ak， t(k|t)+Bk， tU(k|t) 0132 (k+1|t)Ck， t(k+1|t)， 0133 其中， 0134Ck， tC 0， C0 1 0 1 1， 0135 设设预测时域为Np， 控制时域为Nc， 得模型预测方程： 0136 Yp(t)Ap(t)(k|t)+Up(t)U(k|t)， 0137 其中， 0138 Yp(t) (k+1|t) (k+2|t) (k+3|t) . (k+Np|t)T 0139 0140 0141 U(k|t)u(k|。

23、t) u(k+1|t) u(k+2|t) . u(k+Nc|t)T。 0142 步骤E中， 求解得到转向控制序列包括一下步骤， 0143 构造带有松弛因子 和输入约束的目标函数： 0144 0145 s.t.UminU(k|t)Umax 0146 UminAU(k|t)+U(k-1|t)Umax 0147 Ymin- YP(t)Ymax+ ， 0 0148 其中Q半正定对称矩阵， R为正定对称矩阵， 为权重系数， 0149 0150 0151 在每个控制周期通过求解目标函数， 得到控制时域内输入增量和松弛因子： 0152 U*u*(k|tu*(k+1|t) u*(k+2|t) u*(k+Nc-。

24、1) *T 0153 取求解的控制序列第一个控制增量作用于系统： 0154 u(t)u(t-1)+u*(k|t)， 0155 每个控制周期进行一次求解， 循环此过程产生追踪局部路径的转向角； 说明书 8/9 页 13 CN 111717282 A 13 0156 将得到的控制量通过PID算法转换成辅助电机需施加给方向盘的力矩， 再将力矩 和角度 打包成CAN报文， 经通信设备传至车辆CAN总线， 控制辅助电机产生用于轨迹跟踪的 转向或 预转向。 0157 步骤F中， 驾驶员对转向力矩进行主动修正包括以下步骤， 0158 当驾驶员施加给方向盘力矩的方向与辅助电机施加给方向盘力矩的方向一致， 可 实现扭 矩叠加， 即人机共享转向， 以更精确的完成轨迹跟踪； 当驾驶员施加给方向盘力矩 的方向与 辅助电机施加给方向盘力矩的方向不一致， 且力矩值大于辅助电机所施的力矩 值， 以驾驶员 的操作为准， 否则， 车辆为自主转向。 说明书 9/9 页 14 CN 111717282 A 14 图1 图2 说明书附图 1/2 页 15 CN 111717282 A 15 图3 说明书附图 2/2 页 16 CN 111717282 A 16 。