[发明专利]一种无人驾驶车辆制动系统及制动方法在审

专利信息
申请号: 201710150701.7 申请日: 2017-03-14
公开(公告)号: CN106864436A 公开(公告)日: 2017-06-20
发明(设计)人: 余强;雷吴斌;李迎弟;王姝;张建强;张思远;魏琼;焦纪超 申请(专利权)人: 长安大学
主分类号: B60T7/12 分类号: B60T7/12;B60T8/32;B60W30/18;B60W40/105
代理公司: 西安通大专利代理有限责任公司61200 代理人: 徐文权
地址: 710064 陕西*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 无人驾驶 车辆 制动 系统 方法
【权利要求书】:

1.一种无人驾驶车辆制动系统,其特征在于,包括车速获取模块、运动规划模块、上位机、下位机和执行机构,所述车速获取模块与上位机之间、运动规划模块与上位机之间、上位机与下位机之间、下位机与执行机构之间均通信连接,其中,

所述车速获取模块用于获取轮速,并根据轮速计算出当前实际车速vi(k),并将当前实际车速vi(k)信息传递至上位机;

所述运动规划模块用于计算期望车速ve(k),并将该期望车速ve(k)的值传递至上位机;

所述上位机用于接收运动规划模块传递的期望车速ve(k),并计算出速度偏差e(k),速度偏差e(k)=ve(k)-vi(k),若e(k)小于阈值,则发送相应的制动信号至下位机,否则不动作;

所述下位机用于接收上位机传递的信号,并向执行机构发出控制信号,控制执行机构动作;

所述执行机构用于接收下位机传递的控制信号,并根据该控制信号对车辆进行制动。

2.根据权利要求1所述的一种无人驾驶车辆制动系统,其特征在于,所述车速获取模块为四个旋转编码器,所述上位机为车载工控机或笔记本电脑,所述下位机为单片机。

3.根据权利要求1所述的一种无人驾驶车辆制动系统,其特征在于,所述执行机构包括法兰型重型舵机(1),钢丝绳(3)和制动踏板(4),所述法兰型重型舵机(1)位于制动踏板(4)正后方,通过连接件用螺栓固定在车体上,钢丝绳(3)一端与制动踏板连接,另一端绕设在法兰型重型舵机(1)的法兰盘(2)外周。

4.根据权利要求1所述的一种无人驾驶车辆制动系统,其特征在于,所述旋转编码器通过法兰盘用螺钉直接固定在轮毂螺栓上。

5.一种无人驾驶车辆制动方法,其特征在于,包括如下步骤:

步骤1,首先由无人驾驶车辆环境感知模块和运动规划模块获得当前所期望的车速ve(k),并根据旋转编码器传递的车辆实际车速vi(k),计算出速度偏差e(k)=ve(k)-vi(k),若e(k)小于阈值,则进行步骤2,否则不动作;

步骤2,将速度偏差e(k)=ve(k)-vi(k)和一个控制周期内的速度偏差变化量ec(k)=e(k)-e(k-1)进行模糊量化得到输入变量fe(k)和fec(k);

步骤3,根据人工驾驶及制动实验知识库制定相应的模糊控制规则表,利用步骤2量化得到的输入变量fe(k)和fec(k)得到输出变量fu(k);

步骤4,利用步骤2量化得到的输入变量fe(k)和fec(k)得到输出变量fu(k),具体为,选择输入变量fe(k)、fec(k)和输出变量fu(k)的模糊子集均为{NB,NM,NS,ZO,PS,PM,PB},即{负大,负中,负小,零,正小,正中,正大},根据模糊控制规则表得到fu(k);

步骤5,确定高斯型隶属函数作为各模糊变量的隶属度函数,具体函数:

<mrow><msub><mi>u</mi><mrow><mi>P</mi><mi>B</mi></mrow></msub><mo>=</mo><msup><mi>e</mi><mrow><mo>-</mo><mfrac><msup><mrow><mo>(</mo><mi>x</mi><mo>-</mo><mn>3.08</mn><mo>)</mo></mrow><mn>2</mn></msup><mn>3.8642</mn></mfrac></mrow></msup><mo>,</mo><mi>x</mi><mo>&Element;</mo><mo>&lsqb;</mo><mn>2</mn><mo>,</mo><mn>6</mn><mo>&rsqb;</mo><mo>,</mo></mrow>

<mrow><msub><mi>u</mi><mrow><mi>P</mi><mi>M</mi></mrow></msub><mo>=</mo><msup><mi>e</mi><mrow><mo>-</mo><mfrac><msup><mrow><mo>(</mo><mi>x</mi><mo>-</mo><mn>4</mn><mo>)</mo></mrow><mn>2</mn></msup><mn>2.5992</mn></mfrac></mrow></msup><mo>,</mo><mi>x</mi><mo>&Element;</mo><mo>&lsqb;</mo><mn>1</mn><mo>,</mo><mn>6</mn><mo>&rsqb;</mo><mo>,</mo></mrow>

<mrow><msub><mi>u</mi><mrow><mi>P</mi><mi>S</mi></mrow></msub><mo>=</mo><msup><mi>e</mi><mrow><mo>-</mo><mfrac><msup><mrow><mo>(</mo><mi>x</mi><mo>-</mo><mn>2</mn><mo>)</mo></mrow><mn>2</mn></msup><mn>4.2341</mn></mfrac></mrow></msup><mo>,</mo><mi>x</mi><mo>&Element;</mo><mo>&lsqb;</mo><mo>-</mo><mn>2</mn><mo>,</mo><mn>6</mn><mo>&rsqb;</mo><mo>,</mo></mrow>

<mrow><msub><mi>u</mi><mrow><mi>Z</mi><mi>E</mi></mrow></msub><mo>=</mo><msup><mi>e</mi><mrow><mo>-</mo><mfrac><msup><mi>x</mi><mn>2</mn></msup><mn>4.2341</mn></mfrac></mrow></msup><mo>,</mo><mi>x</mi><mo>&Element;</mo><mo>&lsqb;</mo><mo>-</mo><mn>4</mn><mo>,</mo><mn>4</mn><mo>&rsqb;</mo><mo>,</mo></mrow>

<mrow><msub><mi>u</mi><mrow><mi>N</mi><mi>S</mi></mrow></msub><mo>=</mo><msup><mi>e</mi><mrow><mo>-</mo><mfrac><msup><mrow><mo>(</mo><mi>x</mi><mo>+</mo><mn>2</mn><mo>)</mo></mrow><mn>2</mn></msup><mn>4.2341</mn></mfrac></mrow></msup><mo>,</mo><mi>x</mi><mo>&Element;</mo><mo>&lsqb;</mo><mo>-</mo><mn>6</mn><mo>,</mo><mn>2</mn><mo>&rsqb;</mo><mo>,</mo></mrow>

<mrow><msub><mi>u</mi><mrow><mi>N</mi><mi>M</mi></mrow></msub><mo>=</mo><msup><mi>e</mi><mrow><mo>-</mo><mfrac><msup><mrow><mo>(</mo><mi>x</mi><mo>+</mo><mn>4</mn><mo>)</mo></mrow><mn>2</mn></msup><mn>2.5992</mn></mfrac></mrow></msup><mo>,</mo><mi>x</mi><mo>&Element;</mo><mo>&lsqb;</mo><mo>-</mo><mn>6</mn><mo>,</mo><mo>-</mo><mn>1</mn><mo>&rsqb;</mo><mo>,</mo></mrow>

<mrow><msub><mi>u</mi><mrow><mi>N</mi><mi>B</mi></mrow></msub><mo>=</mo><msup><mi>e</mi><mrow><mo>-</mo><mfrac><msup><mrow><mo>(</mo><mi>x</mi><mo>+</mo><mn>5.9</mn><mo>)</mo></mrow><mn>2</mn></msup><mn>3.8642</mn></mfrac></mrow></msup><mo>,</mo><mi>x</mi><mo>&Element;</mo><mo>&lsqb;</mo><mo>-</mo><mn>6</mn><mo>,</mo><mo>-</mo><mn>2</mn><mo>&rsqb;</mo><mo>,</mo></mrow>

上式中:x为各隶属度函数的元素值,即自变量,

最终得到各模糊变量的隶属度函数数值;

步骤6,根据各模糊变量的隶属函数以及模糊控制规则表,利用Mamdani型模糊推理方法进行模糊推理,并将推理得到的模糊集合利用重心法来进行反模糊化,从而得到精确的控制变量fuf(k),重心法的公式为其中u为输入变量,v为输出变量,且u∈U,v∈V;

步骤7,对fuf(k)进行档位划分,并根据档位划分结果,得到实际控制输出量u(k);

步骤8,将实际控制输出量u(k)通过下位机传递至执行机构,执行机构实现无人驾驶车辆的制动。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长安大学,未经长安大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710150701.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top